Обзор литературы по мониторингу влажности почвы

1. Классификация технологий мониторинга влажности почвы.

Технологии мониторинга влажности почвы можно разделить на три категории в зависимости от масштаба и принципа мониторинга: технология наземных точечных измерений, технология проксимального зондирования и технология дистанционного мониторинга. Каждая из трех технологий имеет свою собственную направленность и охватывает весь спектр прикладных потребностей: от локальных точечных измерений до мониторинга в глобальном масштабе.

(1) Технология наземных точечных измерений

Технология наземных точечных измерений основана на измерении с помощью прямого контактного датчика почвы, который может осуществлять непрерывный или фиксированный сбор данных о влажности почвы и является основным средством мониторинга влажности почвы. В основном это датчики сопротивления, рефлектометрия во временной области (TDR), емкостные датчики, нейтронные датчики и другие типы. Различные датчики существенно различаются по точности, стоимости и применимым сценариям.

(2) Технология проксимального зондирования

Технология проксимального зондирования в основном применяется на местах или в водоразделах. Он получает характеристики пространственного распределения влаги в почве неинвазивными способами, что компенсирует локальные ограничения наземных точечных измерений. Общие технологии включают электромагнитную индукцию (EMI), георадар (GPR), нейтронный зонд космических лучей (CRNP) и т. д. Среди них технология CRNP может осуществлять неинвазивное измерение средней региональной влажности почвы на большой территории и стала ключевым мостом, соединяющим наземные точечные измерения и спутниковое дистанционное зондирование.

(3) Технология дистанционного мониторинга

Технология дистанционного зондирования реализует динамический мониторинг крупномасштабной (от региональной до глобальной) влажности почвы с помощью таких платформ, как спутники и самолеты. В зависимости от диапазонов дистанционного зондирования его можно разделить на оптическое дистанционное зондирование, тепловое инфракрасное дистанционное зондирование и микроволновое дистанционное зондирование. Среди них микроволновое дистанционное зондирование стало основной технологией крупномасштабного мониторинга влажности почвы из-за его низкой чувствительности к погодным условиям и способности проникать в растительность и поверхностную почву. Его можно далее разделить на активное микроволновое дистанционное зондирование (например, радар с синтезированной апертурой, SAR) и пассивное микроволновое дистанционное зондирование (например, радиометр).

2. Принципы и сравнение производительности основных технологий мониторинга.

(1) Сравнение характеристик наземных точечных измерительных датчиков

Тип датчика	Преимущества	Недостатки	Применимые сценарии	Индекс точности
Зонд сопротивления	1. Может комбинироваться с регистраторами данных для непрерывного измерения; 2. Самая низкая цена; 3. Низкое энергопотребление.	1. Низкая точность, значение калибровки зависит от типа почвы и содержания соли; 2. Датчики склонны к старению.	Сценарии, которые требуют только оценки изменений содержания влаги и имеют низкие требования к точности.	Низкая точность
TDR-зонд	1. Может выполнять непрерывные измерения; 2. Высокая точность (2-3%) после калибровки для конкретной почвы; 3. Нечувствителен к солености (до исчезновения сигнала); 4. Высокое академическое признание.	1. Более высокая эксплуатационная сложность, чем у емкостных датчиков; 2. Установка требует рытья траншей, что занимает много времени; 3. Недействителен в условиях высокой солености; 4. Высокое энергопотребление (требуются большие аккумуляторы)	Лаборатории, оснащенные соответствующими системами, требующими высокоточных измерений.	Высокая точность (2-3%)
Датчик емкости	1. Может выполнять непрерывные измерения; 2. Простая установка некоторых типов; 3. Высокая точность (2-3%) после калибровки; 4. Низкое энергопотребление (достаточно небольших батареек); 5. Низкая цена, позволяющая проводить многоточечные измерения.	1. Точность снижается в средах с высокой соленостью (электропроводность насыщенного экстракта > 8 дСм/м); 2. Плохая работа некачественных брендов.	Сценарии, требующие многоточечного измерения, простоты развертывания и обслуживания системы и низкого энергопотребления.	Высокая точность (2-3%)
Нейтронный зонд	1. Большой объем измерения; 2. Нечувствителен к солености; 3. Высокое академическое признание (зрелые технологии); 4. Не подвержен проблемам с контактом датчика почвы.	1. Дорогой; 2. Для эксплуатации требуется радиационная сертификация; 3. Чрезвычайно трудоемкий; 4. Невозможно выполнить непрерывное измерение.	Сценарии с существующим оборудованием и сертификацией, требующие измерения глинистых почв с высоким содержанием соли или экспансивно-усадочных пород.	Низкая точность (улучшилась после калибровки в полевых условиях)
CRNP (Нейтронный зонд космических лучей)	1. Чрезвычайно большой диапазон измерения (объем воздействия диаметром 800 м); 2. Автоматическое измерение; 3. Подходит для наземной проверки спутниковых данных (сглаживание крупномасштабной изменчивости); 4. Не подвержен проблемам с контактом датчика почвы.	1. Самая высокая цена; 2. Нечеткое определение объема измерения, зависящее от влажности почвы; 3. Точность ограничена мешающими факторами, такими как растительность.	Сценарии, требующие крупномасштабных средних значений влажности и наземной проверки спутниковых данных.	RMSE ≈ 0,032 см³/см³ (после калибровки)

Тип датчика	Преимущества	Недостатки	Применимые сценарии	Индекс точности
Зонд сопротивления	1. Может комбинироваться с регистраторами данных для непрерывного измерения; 2. Самая низкая цена; 3. Низкое энергопотребление.	1. Низкая точность, значение калибровки зависит от типа почвы и содержания соли; 2. Датчики склонны к старению.	Сценарии, которые требуют только оценки изменений содержания влаги и имеют низкие требования к точности.	Низкая точность
TDR-зонд	1. Может выполнять непрерывные измерения; 2. Высокая точность (2-3%) после калибровки для конкретной почвы; 3. Нечувствителен к солености (до исчезновения сигнала); 4. Высокое академическое признание.	1. Более высокая эксплуатационная сложность, чем у емкостных датчиков; 2. Установка требует рытья траншей, что занимает много времени; 3. Недействителен в условиях высокой солености; 4. Высокое энергопотребление (требуются большие аккумуляторы)	Лаборатории, оснащенные соответствующими системами, требующими высокоточных измерений.	Высокая точность (2-3%)
Датчик емкости	1. Может выполнять непрерывные измерения; 2. Простая установка некоторых типов; 3. Высокая точность (2-3%) после калибровки; 4. Низкое энергопотребление (достаточно небольших батареек); 5. Низкая цена, позволяющая проводить многоточечные измерения.	1. Точность снижается в средах с высокой соленостью (электропроводность насыщенного экстракта > 8 дСм/м); 2. Плохая работа некачественных брендов.	Сценарии, требующие многоточечного измерения, простоты развертывания и обслуживания системы и низкого энергопотребления.	Высокая точность (2-3%)
Нейтронный зонд	1. Большой объем измерения; 2. Нечувствителен к солености; 3. Высокое академическое признание (зрелые технологии); 4. Не подвержен проблемам с контактом датчика почвы.	1. Дорогой; 2. Для эксплуатации требуется радиационная сертификация; 3. Чрезвычайно трудоемкий; 4. Невозможно выполнить непрерывное измерение.	Сценарии с существующим оборудованием и сертификацией, требующие измерения глинистых почв с высоким содержанием соли или экспансивно-усадочных пород.	Низкая точность (улучшилась после калибровки в полевых условиях)
CRNP (Нейтронный зонд космических лучей)	1. Чрезвычайно большой диапазон измерения (объем воздействия диаметром 800 м); 2. Автоматическое измерение; 3. Подходит для наземной проверки спутниковых данных (сглаживание крупномасштабной изменчивости); 4. Не подвержен проблемам с контактом датчика почвы.	1. Самая высокая цена; 2. Нечеткое определение объема измерения, зависящее от влажности почвы; 3. Точность ограничена мешающими факторами, такими как растительность.	Сценарии, требующие крупномасштабных средних значений влажности и наземной проверки спутниковых данных.	RMSE ≈ 0,032 см³/см³ (после калибровки)

(2) Основные принципы и эффективность технологий мониторинга дистанционного зондирования

Технология мониторинга дистанционного зондирования определяет влажность почвы путем обнаружения характеристик отражения, излучения или рассеяния почвой электромагнитного излучения в различных диапазонах. Глубина измерения, пространственное разрешение и применимые сценарии технологий в разных диапазонах существенно различаются:

• Оптическое и тепловое инфракрасное дистанционное зондирование: оптическое дистанционное зондирование (видимый свет, ближний инфракрасный диапазон, коротковолновой инфракрасный диапазон) определяет влажность почвы в чрезвычайно тонком поверхностном слое (≤1 мм) посредством изменения цвета почвы (влажная почва становится темнее); тепловое инфракрасное дистанционное зондирование косвенно отражает состояние влажности, отслеживая изменения температуры поверхности почвы. Оба чувствительны к погоде и растительному покрову и имеют небольшую глубину измерения.

• Дистанционное микроволновое зондирование: определяет влажность путем измерения объемной диэлектрической проницаемости почвы (диэлектрическая проницаемость воды составляет около 80, что намного выше, чем у твердых частиц почвы и воздуха), которая делится на активную (радар передает сигналы для измерения эхо-сигналов) и пассивную (измеряет естественное микроволновое излучение). Среди микроволновых диапазонов L-диапазон и P-диапазон обладают высокой способностью проникать в растительность и подходят для мониторинга влажности почвы в приповерхностной зоне и в корневой зоне; C-диапазон подходит для голой почвы или участков с редкой растительностью.

Сравнение характеристик основных миссий спутников дистанционного зондирования микроволнового диапазона

Спутниковая миссия	Тип датчика	Группа	Пространственное разрешение	Период повторного посещения	Основные преимущества	Индекс точности
SMOS (Спутник влажности почвы и солености океана)	Пассивный микроволновый радиометр	L-диапазон	25 км (сетка EASE-2)	3 дня	Первая спутниковая миссия специально для мониторинга влажности почвы, способная определять оптическую глубину растительности (VOD).	Медианное R²=0,75, RMSE=0,023 м³/м³
SMAP (Активный пассивный спутник влажности почвы)	Активный радар + пассивный радиометр (радар вышел из строя)	L-диапазон	36 км (Стандарт), 9 км (Улучшенный)	2-3 дня	На данный момент это самый точный глобальный прибор для измерения влажности почвы, способный предоставить данные о влажности корневой зоны (0–100 см).	ubRMSE=0,035-0,038 см³/см³ (поверхностный слой); 0,026-0,03 см³/см³ (корневая зона)
Страж-1	Радар с активной синтезированной апертурой (SAR)	C-диапазон	10-20 м	6 дней	Высокое пространственное разрешение, может быть объединено с данными SMAP для создания продуктов с разрешением 3 км.	RMSE<0,046 см³/см³
ESA CCI (Инициатива по изменению климата)	Активный и пассивный микроволновый синтез	Многодиапазонный	Несколько разрешений	Зависит от источника данных	Предоставляет долгосрочные непрерывные глобальные данные о влажности почвы с 1978 года.	Средняя полная точность, подходит для долгосрочных исследований изменения климата.

3. Ключевые факторы, влияющие на точность мониторинга влажности почвы

Судя по результатам метаанализа, приведенного в литературе 3, на точность мониторинга влажности почвы влияют различные факторы, такие как тип датчика, метод моделирования и условия окружающей среды. Основными факторами влияния являются следующие:

(1) Датчик и техническая конфигурация

• Тип датчика. Точность активных и пассивных микроволновых датчиков сравнима при использовании по отдельности (медиана R²=0,7 для обоих), но исследований по их совместному использованию мало. Имеющиеся данные показывают, что точность слияния существенно не улучшилась (медиана R²=0,59), что требует дальнейших исследований и оптимизации.

• Режим поляризации: среди активных микроволновых датчиков комбинация двойной поляризации VV+VH имеет самую высокую точность (медиана R²=0,76, RMSE=0,035 м³/м³), за ней следует HH-поляризация, а VH-поляризация имеет самую низкую точность.

• Глубина измерения: Микроволновое дистанционное зондирование в основном подходит для мониторинга влажности поверхностного слоя (0–5 см) почвы. Влажность глубокого слоя (> 20 см) необходимо косвенно извлекать с помощью моделей машинного обучения. В настоящее время количество выборок данных для точности мониторинга глубоких слоев невелико, и вывод еще не ясен.

(2) Методы моделирования и обработки данных

Метод инверсионного моделирования данных мониторинга существенно влияет на точность:

• Модели машинного обучения (особенно нейронные сети) имеют самую высокую точность: медиана R²=0,73 и RMSE=0,035 м³/м³; среди них сети LSTM имеют самую высокую точность (медиана R² = 0,86), поскольку они могут улавливать временную зависимость.

• Полуэмпирические модели (такие как модель водяного облака (WCM), модель τ-ω) широко используются, и их точность немного ниже, чем у машинного обучения (медиана R²=0,71, RMSE=0,042 м³/м³).

• Сочетание машинного обучения и полуэмпирических моделей может еще больше повысить точность (медиана R²=0,79, RMSE=0,030 м³/м³).

(3) Условия окружающей среды и поверхности

• Тип климата: точность мониторинга в засушливых и полузасушливых регионах (с более высоким средним значением R²) выше, чем во влажных и полувлажных регионах. Потому что влажные регионы имеют густую растительность и большие колебания влажности, которые могут мешать сигналам.

• Структура почвы: Супесчаный суглинок имеет самую высокую точность мониторинга (медиана R²=0,75); пассивные датчики лучше работают в суглинках и глинах, а активные датчики лучше работают в супесях и суглинках.

• Земельный покров: Сельскохозяйственные земли (пшеница, кукуруза, соевые бобы и т. д.) являются основным сценарием исследования. Плотность растительности влияет на проникновение микроволновых сигналов, тем самым влияя на точность, но разница в точности мониторинга в разные сезоны незначительна, что отражает стабильность микроволновой технологии.

4. Прикладные системы и ресурсы данных для мониторинга влажности почвы.

(1) Интернет вещей (IoT) и системы управления данными

Система ZENTRA, предложенная в Литературе 1, представляет собой типичное решение IoT для мониторинга влажности почвы. Оно объединяет датчики, регистраторы данных и облачные платформы (ZENTRA Cloud) для реализации упрощенной установки, удаленной загрузки данных, раннего предупреждения о сбоях в реальном времени и объединения данных с нескольких площадок. Это может значительно снизить рабочую нагрузку исследователей и повысить эффективность управления данными.

(2) Глобальные и региональные сети мониторинга

• Сеть COSMOS: глобальная сеть наблюдения за влажностью почвы, основанная на технологии CRNP. В настоящее время по всему миру существует около 194 постоянных станций, охватывающих такие регионы, как США, Германия, Австралия и Великобритания. Он может заполнить пробел в пространственном масштабе между наземными точечными измерениями и спутниковым дистанционным зондированием.

• Международная сеть по влажности почвы (ISMN): объединяет данные о влажности почвы на месте со многих станций по всему миру, охватывая различные технологии измерения, и является важным базовым ресурсом данных для проверки данных дистанционного зондирования.

• Сеть TERENO: Сеть наземных экологических обсерваторий Германии, которая включает 20 станций CRNP для динамического мониторинга влажности почвы в масштабе водосбора.

(3) Продукты данных и платформы обмена

• Данные SMOS: доступны на официальном веб-сайте ЕКА и на платформе CATDS, включая поверхностную влажность почвы, VOD, влажность почвы в корневой зоне и другие данные.

• Данные SMAP: публикуются Национальным центром данных по снегу и льду (NSIDC) США и включают данные о влажности почвы на поверхности и корневой зоне с высочайшей точностью.

• Данные ESA CCI: предоставляют долгосрочные глобальные данные о влажности почвы (три типа продуктов: активные, пассивные и объединенные) с 1978 года, которые можно получить на официальном сайте ESA Soil Moisture CCI.

5. Выводы исследования и будущие направления

В трех литературных источниках последовательно указывается, что технологии мониторинга влажности почвы сформировали полномасштабную систему от наземных точечных измерений до глобального дистанционного зондирования. Среди них микроволновое дистанционное зондирование является основной технологией крупномасштабного мониторинга, а модели машинного обучения значительно повысили точность инверсии. Основные задачи современных технологий включают в себя: оптимизацию точности совмещения активных и пассивных микроволновых датчиков, проверку методов глубокого мониторинга влажности почвы и повышение точности мониторинга в сложных растительных и влажных регионах. Будущие исследования должны быть сосредоточены на этих направлениях при дальнейшем совершенствовании методов усвоения данных, усилении сочетания данных дистанционного зондирования и наземных наблюдений, а также содействии углубленному применению данных о влажности почвы в таких областях, как управление сельскохозяйственным орошением, раннее предупреждение засух и наводнений, а также исследования изменения климата.