การทบทวนวรรณกรรมเรื่องการติดตามความชื้นในดิน

1. การจำแนกประเภทของเทคโนโลยีการติดตามความชื้นในดิน

เทคโนโลยีการตรวจสอบความชื้นในดินสามารถแบ่งออกได้เป็น 3 ประเภทตามขนาดและหลักการในการตรวจสอบ ได้แก่ เทคโนโลยีการวัดจุดภาคพื้นดิน เทคโนโลยีการตรวจจับบริเวณใกล้เคียง และเทคโนโลยีการตรวจสอบการตรวจจับระยะไกล เทคโนโลยีทั้งสามนี้มีการมุ่งเน้นในตัวเอง ซึ่งครอบคลุมความต้องการการใช้งานอย่างเต็มรูปแบบ ตั้งแต่การวัดจุดในพื้นที่ไปจนถึงการตรวจสอบในระดับโลก

(1) เทคโนโลยีการวัดจุดภาคพื้นดิน

เทคโนโลยีการวัดจุดภาคพื้นดินมีศูนย์กลางอยู่ที่การวัดเซ็นเซอร์ดินแบบสัมผัสโดยตรง ซึ่งสามารถรับรู้การรวบรวมข้อมูลความชื้นในดินแบบต่อเนื่องหรือจุดคงที่ และเป็นวิธีการพื้นฐานในการตรวจสอบความชื้นในดิน โดยส่วนใหญ่ประกอบด้วยโพรบความต้านทาน, Time Domain Reflectometry (TDR), เซ็นเซอร์ความจุ, โพรบนิวตรอน และประเภทอื่นๆ เซ็นเซอร์ที่แตกต่างกันมีความแตกต่างกันอย่างมากในด้านความแม่นยำ ต้นทุน และสถานการณ์ที่เกี่ยวข้อง

(2) เทคโนโลยีการตรวจจับระยะใกล้

เทคโนโลยีการตรวจจับระยะใกล้ส่วนใหญ่จะนำไปใช้ที่ภาคสนามหรือระดับลุ่มน้ำ โดยได้คุณลักษณะการกระจายเชิงพื้นที่ของความชื้นในดินด้วยวิธีที่ไม่รุกราน ทำให้เกิดข้อจำกัดในการวัดจุดภาคพื้นดินในท้องถิ่น เทคโนโลยีทั่วไป ได้แก่ การเหนี่ยวนำแม่เหล็กไฟฟ้า (EMI) เรดาร์ทะลุพื้น (GPR) โพรบรังสีนิวตรอนคอสมิก (CRNP) ฯลฯ เทคโนโลยี CRNP สามารถรับรู้การวัดความชื้นในดินโดยเฉลี่ยในภูมิภาคแบบไม่รุกรานในพื้นที่ขนาดใหญ่ และได้กลายเป็นสะพานหลักที่เชื่อมต่อการวัดจุดภาคพื้นดินและการสำรวจระยะไกลด้วยดาวเทียม

(3) เทคโนโลยีการตรวจสอบการรับรู้ระยะไกล

เทคโนโลยีการสำรวจระยะไกลทำให้สามารถติดตามความชื้นในดินขนาดใหญ่ (ระดับภูมิภาคถึงระดับโลก) แบบไดนามิกผ่านแพลตฟอร์ม เช่น ดาวเทียมและเครื่องบิน ตามแถบการตรวจจับระยะไกล มันสามารถแบ่งออกเป็นการตรวจจับระยะไกลด้วยแสง การตรวจจับระยะไกลอินฟราเรดความร้อน และการตรวจจับระยะไกลด้วยไมโครเวฟ การสำรวจระยะไกลด้วยไมโครเวฟได้กลายเป็นเทคโนโลยีหลักสำหรับการตรวจสอบความชื้นในดินขนาดใหญ่ เนื่องจากมีความไวต่อสภาพอากาศต่ำ และความสามารถในการเจาะพืชพรรณและดินผิวดิน สามารถแบ่งเพิ่มเติมได้เป็นการตรวจจับระยะไกลด้วยไมโครเวฟแบบแอคทีฟ (เช่น เรดาร์รูรับแสงสังเคราะห์, SAR) และการตรวจจับระยะไกลด้วยไมโครเวฟแบบพาสซีฟ (เช่น เครื่องวัดรังสี)

2. หลักการและการเปรียบเทียบประสิทธิภาพของเทคโนโลยีการติดตามหลัก

(1) การเปรียบเทียบประสิทธิภาพของเซ็นเซอร์วัดจุดภาคพื้นดิน

ประเภทเซนเซอร์	ข้อดี	ข้อเสีย	สถานการณ์ที่เกี่ยวข้อง	ดัชนีความแม่นยำ
โพรบต้านทาน	1. สามารถใช้ร่วมกับเครื่องบันทึกข้อมูลเพื่อการวัดอย่างต่อเนื่อง 2. ราคาต่ำสุด; 3. การใช้พลังงานต่ำ	1. ความแม่นยำไม่ดี ค่าสอบเทียบจะแตกต่างกันไปตามชนิดของดินและปริมาณเกลือ 2. เซ็นเซอร์มีแนวโน้มที่จะเสื่อมสภาพ	สถานการณ์ที่ต้องการเพียงตัดสินการเปลี่ยนแปลงในปริมาณความชื้นและมีข้อกำหนดด้านความแม่นยำต่ำ	ความแม่นยำต่ำ
โพรบ TDR	1. สามารถวัดค่าได้อย่างต่อเนื่อง 2. ความแม่นยำสูง (2-3%) หลังจากการสอบเทียบเฉพาะดิน 3. ไม่ไวต่อความเค็ม (จนกว่าสัญญาณจะหายไป) 4. การยอมรับทางวิชาการสูง	1. ความซับซ้อนในการปฏิบัติงานสูงกว่าเซ็นเซอร์ความจุ 2. การติดตั้งต้องมีการขุดร่องซึ่งใช้เวลานาน 3. ไม่ถูกต้องในสภาพแวดล้อมที่มีความเค็มสูง 4. ใช้พลังงานสูง (ต้องใช้แบตเตอรี่ชาร์จขนาดใหญ่)	ห้องปฏิบัติการที่ติดตั้งระบบที่เกี่ยวข้องซึ่งต้องการการวัดที่มีความแม่นยำสูง	ความแม่นยำสูง (2-3%)
เซ็นเซอร์ความจุ	1. สามารถวัดค่าได้อย่างต่อเนื่อง 2. ติดตั้งง่ายสำหรับบางประเภท 3. ความแม่นยำสูง (2-3%) หลังการสอบเทียบ 4. การใช้พลังงานต่ำ (แบตเตอรี่ขนาดเล็กเพียงพอ); 5. ราคาต่ำ ช่วยให้สามารถวัดได้หลายจุด	1. ความแม่นยำลดลงในสภาพแวดล้อมที่มีความเค็มสูง (ค่าการนำไฟฟ้าของสารสกัดอิ่มตัว > 8 dS/m) 2. ประสิทธิภาพต่ำของแบรนด์คุณภาพต่ำ	สถานการณ์ที่ต้องการการวัดแบบหลายจุด การใช้งานและบำรุงรักษาระบบที่เรียบง่าย และการใช้พลังงานต่ำ	ความแม่นยำสูง (2-3%)
โพรบนิวตรอน	1. ปริมาณการวัดขนาดใหญ่ 2. ไม่ไวต่อความเค็ม; 3. การยอมรับทางวิชาการในระดับสูง (เทคโนโลยีสำหรับผู้ใหญ่) 4. ไม่ได้รับผลกระทบจากปัญหาการสัมผัสเซ็นเซอร์ดิน	1. แพง; 2. การดำเนินการต้องมีใบรับรองรังสี 3. ใช้เวลานานมาก 4. ไม่สามารถทำการวัดต่อเนื่องได้	สถานการณ์จำลองที่มีอุปกรณ์ที่มีอยู่และการรับรองที่ต้องมีการตรวจวัดดินเหนียวที่มีความเค็มสูงหรือหดตัวเป็นวงกว้าง	ความแม่นยำต่ำ (ปรับปรุงหลังจากการสอบเทียบภาคสนาม)
CRNP (โพรบรังสีคอสมิกนิวตรอน)	1. ช่วงการวัดที่ใหญ่มาก (ปริมาตรที่มีอิทธิพลต่อเส้นผ่านศูนย์กลาง 800 ม.) 2. การวัดอัตโนมัติ 3. เหมาะสำหรับการตรวจสอบภาคพื้นดินของข้อมูลดาวเทียม (ปรับความแปรปรวนขนาดใหญ่ให้เรียบ) 4. ไม่ได้รับผลกระทบจากปัญหาการสัมผัสเซ็นเซอร์ดิน	1. ราคาสูงสุด 2. คำจำกัดความของปริมาตรการวัดที่ไม่ชัดเจนซึ่งแตกต่างกันไปตามความชื้นในดิน 3. ความแม่นยำถูกจำกัดด้วยปัจจัยที่ทำให้เกิดความสับสน เช่น พืชพรรณ	สถานการณ์ที่ต้องการค่าความชื้นเฉลี่ยขนาดใหญ่และการตรวจสอบภาคพื้นดินของข้อมูลดาวเทียม	RMSE ความเข้มข้น 0.032 ซม./ซม. (หลังการสอบเทียบ)

ประเภทเซนเซอร์	ข้อดี	ข้อเสีย	สถานการณ์ที่เกี่ยวข้อง	ดัชนีความแม่นยำ
โพรบต้านทาน	1. สามารถใช้ร่วมกับเครื่องบันทึกข้อมูลเพื่อการวัดอย่างต่อเนื่อง 2. ราคาต่ำสุด; 3. การใช้พลังงานต่ำ	1. ความแม่นยำไม่ดี ค่าสอบเทียบจะแตกต่างกันไปตามชนิดของดินและปริมาณเกลือ 2. เซ็นเซอร์มีแนวโน้มที่จะเสื่อมสภาพ	สถานการณ์ที่ต้องการเพียงตัดสินการเปลี่ยนแปลงในปริมาณความชื้นและมีข้อกำหนดด้านความแม่นยำต่ำ	ความแม่นยำต่ำ
โพรบ TDR	1. สามารถวัดค่าได้อย่างต่อเนื่อง 2. ความแม่นยำสูง (2-3%) หลังจากการสอบเทียบเฉพาะดิน 3. ไม่ไวต่อความเค็ม (จนกว่าสัญญาณจะหายไป) 4. การยอมรับทางวิชาการสูง	1. ความซับซ้อนในการปฏิบัติงานสูงกว่าเซ็นเซอร์ความจุ 2. การติดตั้งต้องมีการขุดร่องซึ่งใช้เวลานาน 3. ไม่ถูกต้องในสภาพแวดล้อมที่มีความเค็มสูง 4. ใช้พลังงานสูง (ต้องใช้แบตเตอรี่ชาร์จขนาดใหญ่)	ห้องปฏิบัติการที่ติดตั้งระบบที่เกี่ยวข้องซึ่งต้องการการวัดที่มีความแม่นยำสูง	ความแม่นยำสูง (2-3%)
เซ็นเซอร์ความจุ	1. สามารถวัดค่าได้อย่างต่อเนื่อง 2. ติดตั้งง่ายสำหรับบางประเภท 3. ความแม่นยำสูง (2-3%) หลังการสอบเทียบ 4. การใช้พลังงานต่ำ (แบตเตอรี่ขนาดเล็กเพียงพอ); 5. ราคาต่ำ ช่วยให้สามารถวัดได้หลายจุด	1. ความแม่นยำลดลงในสภาพแวดล้อมที่มีความเค็มสูง (ค่าการนำไฟฟ้าของสารสกัดอิ่มตัว > 8 dS/m) 2. ประสิทธิภาพต่ำของแบรนด์คุณภาพต่ำ	สถานการณ์ที่ต้องการการวัดแบบหลายจุด การใช้งานและบำรุงรักษาระบบที่เรียบง่าย และการใช้พลังงานต่ำ	ความแม่นยำสูง (2-3%)
โพรบนิวตรอน	1. ปริมาณการวัดขนาดใหญ่ 2. ไม่ไวต่อความเค็ม; 3. การยอมรับทางวิชาการในระดับสูง (เทคโนโลยีสำหรับผู้ใหญ่) 4. ไม่ได้รับผลกระทบจากปัญหาการสัมผัสเซ็นเซอร์ดิน	1. แพง; 2. การดำเนินการต้องมีใบรับรองรังสี 3. ใช้เวลานานมาก 4. ไม่สามารถทำการวัดต่อเนื่องได้	สถานการณ์จำลองที่มีอุปกรณ์ที่มีอยู่และการรับรองที่ต้องมีการตรวจวัดดินเหนียวที่มีความเค็มสูงหรือหดตัวเป็นวงกว้าง	ความแม่นยำต่ำ (ปรับปรุงหลังจากการสอบเทียบภาคสนาม)
CRNP (โพรบรังสีคอสมิกนิวตรอน)	1. ช่วงการวัดที่ใหญ่มาก (ปริมาตรที่มีอิทธิพลต่อเส้นผ่านศูนย์กลาง 800 ม.) 2. การวัดอัตโนมัติ 3. เหมาะสำหรับการตรวจสอบภาคพื้นดินของข้อมูลดาวเทียม (ปรับความแปรปรวนขนาดใหญ่ให้เรียบ) 4. ไม่ได้รับผลกระทบจากปัญหาการสัมผัสเซ็นเซอร์ดิน	1. ราคาสูงสุด 2. คำจำกัดความของปริมาตรการวัดที่ไม่ชัดเจนซึ่งแตกต่างกันไปตามความชื้นในดิน 3. ความแม่นยำถูกจำกัดด้วยปัจจัยที่ทำให้เกิดความสับสน เช่น พืชพรรณ	สถานการณ์ที่ต้องการค่าความชื้นเฉลี่ยขนาดใหญ่และการตรวจสอบภาคพื้นดินของข้อมูลดาวเทียม	RMSE ความเข้มข้น 0.032 ซม./ซม. (หลังการสอบเทียบ)

(2) หลักการหลักและประสิทธิภาพของเทคโนโลยีการตรวจสอบการรับรู้ระยะไกล

เทคโนโลยีการตรวจสอบการรับรู้ระยะไกลดึงความชื้นในดินโดยการตรวจจับลักษณะการสะท้อน การแผ่รังสี หรือการกระเจิงของดินไปสู่รังสีแม่เหล็กไฟฟ้าในแถบความถี่ต่างๆ ความลึกของการวัด ความละเอียดเชิงพื้นที่ และสถานการณ์ที่ใช้เทคโนโลยีในช่วงความถี่ต่างๆ จะแตกต่างกันอย่างมีนัยสำคัญ:

• การสำรวจระยะไกลด้วยแสงอินฟราเรดและความร้อน: การสำรวจระยะไกลด้วยแสง (แสงที่มองเห็น อินฟราเรดใกล้ คลื่นอินฟราเรดคลื่นสั้น) ดึงความชื้นในดินในชั้นพื้นผิวที่บางมาก (≤1มม.) ผ่านการเปลี่ยนสีของดิน (ดินที่ชื้นจะเข้มขึ้น) การตรวจจับระยะไกลด้วยอินฟราเรดความร้อนสะท้อนสภาพความชื้นโดยอ้อมโดยการตรวจสอบการเปลี่ยนแปลงของอุณหภูมิดินพื้นผิว ทั้งสองมีความอ่อนไหวต่อสภาพอากาศและพืชพรรณปกคลุมและมีความลึกในการวัดตื้น

• การสำรวจระยะไกลด้วยไมโครเวฟ: ดึงความชื้นโดยการวัดค่าคงที่ไดอิเล็กทริกของดิน (ค่าคงที่ไดอิเล็กทริกของน้ำอยู่ที่ประมาณ 80 ซึ่งสูงกว่าค่าคงที่ของของแข็งในดินและอากาศมาก) ซึ่งแบ่งออกเป็นประเภทแอคทีฟ (เรดาร์ส่งสัญญาณเพื่อวัดเสียงก้อง) และพาสซีฟ (วัดรังสีไมโครเวฟตามธรรมชาติ) ในบรรดาคลื่นไมโครเวฟ L-band และ P-band มีความสามารถในการเจาะพืชพรรณได้ดี และเหมาะสำหรับการตรวจสอบความชื้นในดินบริเวณใกล้ผิวดินและบริเวณราก C-band เหมาะสำหรับพื้นที่ดินเปล่าหรือพื้นที่ที่มีพืชพรรณกระจัดกระจาย

การเปรียบเทียบประสิทธิภาพของภารกิจดาวเทียมสำรวจระยะไกลด้วยไมโครเวฟกระแสหลัก

ภารกิจดาวเทียม	ประเภทเซนเซอร์	วงดนตรี	ความละเอียดเชิงพื้นที่	ระยะเวลาการทบทวน	ข้อดีหลัก	ดัชนีความแม่นยำ
SMOS (ดาวเทียมความชื้นในดินและความเค็มในมหาสมุทร)	เครื่องวัดรังสีไมโครเวฟแบบพาสซีฟ	L-วง	25 กม. (EASE-2 ตาราง)	3 วัน	ภารกิจดาวเทียมชุดแรกเพื่อตรวจสอบความชื้นในดินโดยเฉพาะ ซึ่งสามารถดึงข้อมูลความลึกเชิงแสงของพืชพรรณ (VOD)	ค่ามัธยฐาน R²=0.75, RMSE=0.023 ลบ.ม./ลบ.ม
SMAP (ดาวเทียมพาสซีฟแบบแอกทีฟความชื้นในดิน)	เรดาร์แบบแอคทีฟ + เครื่องวัดเรดิโอมิเตอร์แบบพาสซีฟ (เรดาร์ล้มเหลว)	L-วง	36 กม. (มาตรฐาน), 9 กม. (ปรับปรุง)	2-3 วัน	ปัจจุบันเป็นผลิตภัณฑ์ความชื้นในดินระดับโลกที่แม่นยำที่สุด สามารถให้ข้อมูลความชื้นบริเวณราก (0-100 ซม.)	ubRMSE=0.035-0.038 ซม./ซม. (ชั้นผิว); 0.026-0.03 ซม./ซม. (โซนราก)
เซนติเนล-1	เรดาร์รูรับแสงสังเคราะห์แบบแอคทีฟ (SAR)	ซีแบนด์	10-20 ม	6 วัน	ความละเอียดเชิงพื้นที่สูงสามารถรวมกับข้อมูล SMAP เพื่อสร้างผลิตภัณฑ์ที่มีความละเอียด 3 กม	RMSE<0.046 ซม./ซม
ESA CCI (ความคิดริเริ่มการเปลี่ยนแปลงสภาพภูมิอากาศ)	ฟิวชั่นไมโครเวฟแบบแอคทีฟ + พาสซีฟ	มัลติแบนด์	ความละเอียดหลายประการ	ขึ้นอยู่กับแหล่งข้อมูล	ให้ข้อมูลความชื้นในดินทั่วโลกอย่างต่อเนื่องในระยะยาวตั้งแต่ปี 1978	ความแม่นยำครอบคลุมปานกลาง เหมาะสำหรับการวิจัยการเปลี่ยนแปลงสภาพภูมิอากาศในระยะยาว

3. ปัจจัยสำคัญที่ส่งผลต่อความแม่นยำในการตรวจสอบความชื้นในดิน

จากผลการวิเคราะห์เมตาในเอกสารที่ 3 ความแม่นยำของการตรวจติดตามความชื้นในดินได้รับผลกระทบจากปัจจัยต่างๆ เช่น ประเภทของเซ็นเซอร์ วิธีการสร้างแบบจำลอง และสภาพแวดล้อม ปัจจัยที่มีอิทธิพลหลักมีดังนี้:

(1) เซ็นเซอร์และการกำหนดค่าทางเทคนิค

• ประเภทเซนเซอร์: ความแม่นยำของเซนเซอร์ไมโครเวฟแบบแอคทีฟและพาสซีฟเทียบเคียงได้เมื่อใช้เพียงอย่างเดียว (ค่ามัธยฐาน R²=0.7 สำหรับทั้งคู่) แต่มีการศึกษาเพียงเล็กน้อยเกี่ยวกับการใช้งานร่วมกัน หลักฐานปัจจุบันแสดงให้เห็นว่าความแม่นยำในการหลอมรวมไม่ได้รับการปรับปรุงอย่างมีนัยสำคัญ (ค่ามัธยฐาน R²=0.59) ซึ่งต้องมีการวิจัยเพิ่มเติมและการเพิ่มประสิทธิภาพ

• โหมดโพลาไรเซชัน: ในบรรดาเซ็นเซอร์ไมโครเวฟแบบแอคทีฟ การใช้โพลาไรเซชันคู่ VV+VH มีความแม่นยำสูงสุด (ค่ามัธยฐาน R²=0.76, RMSE=0.035 m³/m³) ตามด้วยโพลาไรซ์ HH และโพลาไรซ์ VH มีความแม่นยำต่ำที่สุด

• ความลึกในการวัด: การตรวจจับระยะไกลด้วยไมโครเวฟส่วนใหญ่เหมาะสำหรับการตรวจสอบความชื้นในดินของชั้นพื้นผิว (0-5 ซม.) ความชื้นในชั้นลึก (>20 ซม.) จำเป็นต้องได้รับการดึงกลับทางอ้อมผ่านโมเดลการเรียนรู้ของเครื่อง ปัจจุบันจำนวนตัวอย่างข้อมูลเพื่อความแม่นยำในการตรวจสอบชั้นลึกยังมีน้อย และข้อสรุปยังไม่ชัดเจน

(2) วิธีการสร้างแบบจำลองและการประมวลผลข้อมูล

วิธีการสร้างแบบจำลองการผกผันของข้อมูลการตรวจสอบส่งผลกระทบอย่างมากต่อความแม่นยำ:

• โมเดลการเรียนรู้ของเครื่อง (โดยเฉพาะโครงข่ายประสาทเทียม) มีความแม่นยำสูงสุด โดยมีค่ามัธยฐาน R²=0.73 และ RMSE=0.035 m³/m³; เครือข่าย LSTM มีความแม่นยำสูงสุด (ค่ามัธยฐาน R²=0.86) เนื่องจากสามารถจับการพึ่งพาชั่วคราวได้

• โมเดลกึ่งเชิงประจักษ์ (เช่น โมเดลวอเตอร์คลาวด์ (WCM), โมเดล τ-ω) ถูกนำมาใช้กันอย่างแพร่หลาย และความแม่นยำของโมเดลนั้นต่ำกว่าแมชชีนเลิร์นนิงเล็กน้อย (ค่ามัธยฐาน R²=0.71, RMSE=0.042 m³/m³)

• การผสมผสานระหว่างแมชชีนเลิร์นนิงและโมเดลกึ่งเชิงประจักษ์สามารถปรับปรุงความแม่นยำเพิ่มเติมได้ (ค่ามัธยฐาน R²=0.79, RMSE=0.030 m³/m³)

(3) สภาพแวดล้อมและพื้นผิว

• ประเภทสภาพภูมิอากาศ: ความแม่นยำในการตรวจสอบในพื้นที่แห้งแล้งและกึ่งแห้งแล้ง (โดยมีค่ามัธยฐาน R² สูงกว่า) ดีกว่าความแม่นยำในพื้นที่ชื้นและกึ่งชื้น เนื่องจากพื้นที่ชื้นมีพืชพรรณหนาแน่นและมีความชื้นผันผวนมากซึ่งมีแนวโน้มที่จะรบกวนสัญญาณ

• เนื้อดิน: ดินร่วนทรายมีความแม่นยำในการตรวจสอบสูงสุด (ค่ามัธยฐาน R²=0.75) เซ็นเซอร์แบบพาสซีฟทำงานได้ดีกว่าในดินเหนียวและดินเหนียว ในขณะที่เซ็นเซอร์แบบแอคทีฟทำงานได้ดีกว่าในดินร่วนปนทรายและดินร่วน

• สิ่งปกคลุมดิน: พื้นที่เกษตรกรรม (ข้าวสาลี ข้าวโพด ถั่วเหลือง ฯลฯ) เป็นสถานการณ์การวิจัยหลัก ความหนาแน่นของพืชพรรณส่งผลต่อการแทรกซึมของสัญญาณไมโครเวฟ ซึ่งส่งผลต่อความแม่นยำ แต่ความแตกต่างในความแม่นยำในการตรวจสอบระหว่างฤดูกาลต่างๆ ไม่มีนัยสำคัญ ซึ่งสะท้อนถึงความเสถียรของเทคโนโลยีไมโครเวฟ

4. ระบบการใช้งานและทรัพยากรข้อมูลสำหรับการตรวจติดตามความชื้นในดิน

(1) Internet of Things (IoT) และระบบการจัดการข้อมูล

ระบบ ZENTRA ที่เสนอในเอกสารเผยแพร่ 1 เป็นโซลูชัน IoT ทั่วไปสำหรับการตรวจสอบความชื้นในดิน โดยผสานรวมเซ็นเซอร์ เครื่องบันทึกข้อมูล และแพลตฟอร์มคลาวด์ (ZENTRA Cloud) เพื่อให้เกิดการติดตั้งที่ง่ายดาย ดาวน์โหลดข้อมูลระยะไกล การเตือนล่วงหน้าเกี่ยวกับข้อผิดพลาดแบบเรียลไทม์ และการรวมข้อมูลหลายไซต์ สามารถลดภาระงานของนักวิจัยได้อย่างมากและปรับปรุงประสิทธิภาพการจัดการข้อมูล

(2) เครือข่ายการตรวจสอบระดับโลกและระดับภูมิภาค

• เครือข่าย COSMOS: เครือข่ายสังเกตการณ์ความชื้นในดินทั่วโลกที่ใช้เทคโนโลยี CRNP ปัจจุบันมีสถานีถาวรประมาณ 194 แห่งทั่วโลก ครอบคลุมภูมิภาคต่างๆ เช่น สหรัฐอเมริกา เยอรมนี ออสเตรเลีย และสหราชอาณาจักร สามารถเติมเต็มช่องว่างขนาดพื้นที่ระหว่างการวัดจุดภาคพื้นดินและการสำรวจระยะไกลด้วยดาวเทียม

• เครือข่ายความชื้นในดินระหว่างประเทศ (ISMN): บูรณาการข้อมูลความชื้นในดินในแหล่งกำเนิดจากสถานีต่างๆ ทั่วโลก ครอบคลุมเทคโนโลยีการวัดที่หลากหลาย และเป็นแหล่งข้อมูลพื้นฐานที่สำคัญสำหรับการตรวจสอบความถูกต้องของข้อมูลการสำรวจระยะไกล

• เครือข่าย TERENO: เครือข่ายหอสังเกตการณ์สิ่งแวดล้อมภาคพื้นดินของเยอรมนี ซึ่งประกอบด้วยสถานี CRNP 20 สถานีสำหรับการตรวจสอบความชื้นในดินแบบไดนามิกในระดับลุ่มน้ำ

(3) ผลิตภัณฑ์ข้อมูลและแพลตฟอร์มการแบ่งปัน

• ข้อมูล SMOS: หาได้จากเว็บไซต์อย่างเป็นทางการของ ESA และแพลตฟอร์ม CATDS รวมถึงความชื้นในดินบนพื้นผิว, VOD, ความชื้นในดินโซนราก และผลิตภัณฑ์อื่นๆ

• ข้อมูล SMAP: เผยแพร่โดยศูนย์ข้อมูลหิมะและน้ำแข็งแห่งชาติ (NSIDC) ของสหรัฐอเมริกา รวมถึงผลิตภัณฑ์ความชื้นในดินบริเวณพื้นผิวและโซนรากด้วยความแม่นยำสูงสุด

• ข้อมูล ESA CCI: ให้ข้อมูลความชื้นในดินทั่วโลกในระยะยาว (ผลิตภัณฑ์ 3 ประเภท: แบบแอกทีฟ แบบพาสซีฟ และแบบผสม) ตั้งแต่ปี 1978 ซึ่งสามารถรับได้จากเว็บไซต์อย่างเป็นทางการของ ESA Soil Moisture CCI

5. ข้อสรุปการวิจัยและทิศทางในอนาคต

เอกสารทั้งสามฉบับระบุอย่างสม่ำเสมอว่าเทคโนโลยีการตรวจสอบความชื้นในดินได้สร้างระบบเต็มรูปแบบตั้งแต่การวัดจุดภาคพื้นดินไปจนถึงการสำรวจระยะไกลทั่วโลก หนึ่งในนั้นคือ การตรวจจับระยะไกลด้วยไมโครเวฟเป็นเทคโนโลยีหลักสำหรับการตรวจสอบในวงกว้าง และโมเดลการเรียนรู้ของเครื่องจักรได้ปรับปรุงความแม่นยำของการผกผันอย่างมีนัยสำคัญ ความท้าทายหลักของเทคโนโลยีปัจจุบัน ได้แก่ การเพิ่มประสิทธิภาพความแม่นยำของฟิวชั่นเซ็นเซอร์ไมโครเวฟแบบแอคทีฟและพาสซีฟ การตรวจสอบวิธีการตรวจสอบความชื้นในดินลึก และการปรับปรุงความแม่นยำในการตรวจสอบในพืชพรรณที่ซับซ้อนและบริเวณที่มีความชื้น การวิจัยในอนาคตควรมุ่งเน้นไปที่ทิศทางเหล่านี้ ในขณะเดียวกันก็ปรับปรุงวิธีการดูดซึมข้อมูล เสริมสร้างการผสมผสานระหว่างข้อมูลการสำรวจระยะไกลและการสังเกตภาคพื้นดิน และส่งเสริมการประยุกต์ใช้ข้อมูลความชื้นในดินในเชิงลึกในด้านต่างๆ เช่น การจัดการชลประทานทางการเกษตร การเตือนภัยล่วงหน้าเรื่องภัยแล้งและน้ำท่วม และการวิจัยการเปลี่ยนแปลงสภาพภูมิอากาศ