一种基于探地雷达反演防风固沙林土壤含水量的方法技术

本申请提供一种基于探地雷达反演防风固沙林土壤含水量的方法，属于土壤环境监测技术领域，方法包括：预先通过技术手段在样方内判定粗根较多的检测区域，并使用探地雷达设备在粗根较多的检测区域进行精细的检测来反演防风固沙林土壤含水量，通过无人车和探地雷达设备的结合使用可以极大地提高检测效率；本申请还进一步提出了使用无人机进行粗根数量预测的技术方案。的技术方案。的技术方案。

【技术实现步骤摘要】
一种基于探地雷达反演防风固沙林土壤含水量的方法


[0001]本申请涉及土壤环境监测
，尤其涉及一种基于探地雷达反演防风固沙林土壤含水量的方法。

技术介绍

[0002]水分是干旱半干旱地区影响植物生长发育最重要的因子，土壤含水量是影响树木生长、蒸腾作用和光合碳同化等生理过程的重要影响因素。因此精准量化林木根际土壤含水量的变化特征，对于理解干旱半干旱地区林木生长与存活机制至关重要。
[0003]传统测定土壤含水量的方法主要有烘干法、中子法、TDR法等，一般是对点位上的土壤含水量进行测量，难以反映土壤含水量在空间上的连续变化情况，且费时费力对土壤具有破坏性。运用遥感反演土壤含水量的方法打破了区域尺度上土壤水分动态监测的技术壁垒，但仅能反演表层土壤含水量，且精度较低。探地雷达作为一种无损伤探测技术可实现对林分尺度土壤含水量的快速测定，与众多土壤含水量探测方法相比，探地雷达具有空间连续性、分辨率高、探测深度大以及可重复性等优点。Allred等运用探地雷达与TDR结合的方式研究了美国加纳利果岭砂层含水量的水平分布特征，崔凡等基于探地雷达技术提出了通过功率谱测定砂壤土含水率的方法。目前有关探地雷达反演土壤含水量的研究多是在无植被覆盖的地面上开展的，利用探地雷达反演林地土壤含水量的空间分布特征鲜有报道。另外，我国防风固沙林的分布极广，及时了解其生长环境土壤水分情况十分必要，而目前的检测手段都非常费时费力，没有实现自动化，技术人员无法及时掌握防风固沙林的生长环境土壤含水量，不利于维护防风固沙林的相关政策的制定和技术手段的调整。
[0004]本申请以章古台地区的樟子松人工林为研究对象，设计了一种全新的基于探地雷达反演防风固沙林土壤含水量的方法，通过此方法可以很容易地快速构建出基于探地雷达根点反射波速反演林分土壤含水量的分布模型。

技术实现思路

[0005]本申请的目的是为了解决现有技术中上述的问题，本申请提供了一种基于探地雷达反演防风固沙林土壤含水量的方法。提升了防风固沙林土壤含水量的检测效率和准确性，基本实现了整个监测过程的自动化，综合提升了防风固沙林土壤含水量监测的各方面性能。
[0006]为了实现上述目的，本申请采用了如下技术方案：
[0007]一种基于探地雷达反演防风固沙林土壤含水量的方法，其特征在于，
[0008](1)在林地中设置一个10m
×
10m的样方，测量前预先需通过计算机生成检测区域的地图；
[0009](2)现场清理测点网格内的杂草、枯枝、松果以及石块等地表障碍物，减少地表覆盖物对探测的影响；
[0010](3)无人车按照预先生成的检测区域的地图牵引装有GPS接收机的探地雷达设备
沿测线匀速拖动天线采集数据，第一条测线从y轴边界开始，从原点开始沿y轴方向以0.25m间隔移动，测线之间间隔为0.25m，共计40条测线；
[0011](4)将样方均分为100个面积为1平方米的正方形区域，1平方米的正方形区域用Aij表示，其中，i＝0,1,2,
…
,9；j＝0,1,2,
…
,9；各测线测量所得到的原始数据仅采用均值滤波法去除剖面图像的背景杂波后，分别经过根点双曲线信号识别算法计算得到y
‑
h平面内剖面图像中粗根分布图，h表示深度；将x＝i、x＝i+0.25、x＝i+0.50、x＝i+0.75处四条测线对应的粗根分布图在y
‑
h平面内投影叠加；
[0012](5)统计得到各个1平方米的正方形区域Aij中四条测线在y
‑
h平面内剖面图像中粗根投影的数量，选取粗根投影的数量排在前25％的正方形区域Aij；
[0013](6)无人车将牵引探地雷达设备对选取出的正方形区域Aij以测线间隔和步进间隔为0.1m进行重新测量；
[0014](7)对步骤(6)得到的雷达图像数据进行预处理；
[0015](8)利用双曲线半自动识别算法，识别雷达图像中双曲线信号完整且清晰的根点，并基于随机霍夫变换和迭代法计算根点的反射波速V
soil
；
[0016](9)根点双曲线信号的顶端对应粗根的上表面位置，结合根点反射波速可确定根点深度h
根点
，公式如下：h
根点
＝V
soil
×
t/2，t为电磁波传播的双程时间；再根据根点在每个切片上的水平位置可以确定其二维坐标(x,y)，从而得到根点的三维空间坐标(x,y,h)；
[0017](10)将反射波速V
soil
带入公式：中，其中c为电磁波在真空中的传播速度，计算得到地面到根点之间土壤的介电常数ε，再根据Topp公式计算出地面到每个根点之间的土壤体积含水量。
[0018]在一些技术方案中，探地雷达设备的GPS接收机可以实时监测探地雷达设备的位置信息，当探地雷达设备到达某一指定测点时，其会发送指令给无人车使其停止运动，探地雷达设备开始工作。
[0019]在一些技术方案中，步骤(5)还可以为，将100个面积为1平方米的正方形区域进一步划分为均分的25个较大的正方形区域，二次划分所得到的25个较大区域，每个均包含4个1平方米的正方形区域Aij，将较大的正方形区域内的4个正方形区域Aij内的粗根投影的数量进行比较，在各个较大的正方形区域中的正方形区域Aij内，粗根投影的数量最大的Aij将被选择出来。
[0020]优选地，选出的二次测量待测区域Aij彼此不存在连通的区域，若二次测量待测区域Aij存在相互连通的区域，则可在较大的正方形区域内的4个正方形区域Aij内选择粗根投影的数量次多的Aij作为二次测量待测区域。
[0021]优选地，步骤(7)中预处理步骤包括：系统温漂误差校正、背景去除和信号增益。
[0022]在一些技术方案中，结合土壤体积含水量和根点深度计算土壤储水量PSWS
gpr
，公式如下：PSWS
gpr
＝ASM
×
h
根点
×
1000，h
根点
为根点深度，1000是m到mm的转换系数，ASM是土壤体积含水量。
[0023]在一些技术方案中，对土壤储水量的空间散点数据集进行反距离加权插值，重建土壤储水量的空间分布特征，得到不同深度的土壤储水量二维分布特征。
[0024]在一些技术方案中，使用带有摄像设备的无人机拍摄防护林样方中某一位置处树
木的树冠图像，树冠图像提供的信息包括：树叶颜色、树叶密度、树叶尺寸、树枝密度、树枝颜色和树枝尺寸，并通过卷积神经网络将其与探地雷达设备在该位置处所得到的根点数量相结合进行分析，从而得到根点数量较多位置处的树木的相应树冠特征。
[0025]在一些技术方案中，无人机对样方内树木摄影后通过计算机分析得出粗根较多区域的坐标。
[0026]优选地，检测区域的地图中至少包括待测林地中树木的坐标以及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于探地雷达反演防风固沙林土壤含水量的方法，其特征在于，(1)在林地中设置一个10m
×
10m的样方，测量前预先需通过计算机生成检测区域的地图；(2)现场清理测点网格内的杂草、枯枝、松果以及石块等地表障碍物，减少地表覆盖物对探测的影响；(3)无人车按照预先生成的检测区域的地图牵引装有GPS接收机的探地雷达设备沿测线匀速拖动天线采集数据，第一条测线从y轴边界开始，从原点开始沿y轴方向以0.25m间隔移动，测线之间间隔为0.25m，共计40条测线；(4)将样方均分为100个面积为1平方米的正方形区域，1平方米的正方形区域用Aij表示，其中，i＝0,1,2,
…
,9；j＝0,1,2,
…
,9；各测线测量所得到的原始数据仅采用均值滤波法去除剖面图像的背景杂波后，分别经过根点双曲线信号识别算法计算得到y
‑
h平面内剖面图像中粗根分布图，h表示深度；将x＝i、x＝i+0.25、x＝i+0.50、x＝i+0.75处四条测线对应的粗根分布图在y
‑
h平面内投影叠加；(5)统计得到各个1平方米的正方形区域Aij中四条测线在y
‑
h平面内剖面图像中粗根投影的数量，选取粗根投影的数量排在前25％的正方形区域Aij；(6)无人车牵引探地雷达设备对选取出的正方形区域Aij以测线间隔和步进间隔为0.1m进行重新测量；(7)对步骤(6)得到的雷达图像数据进行预处理；(8)利用双曲线半自动识别算法，识别雷达图像中双曲线信号完整且清晰的根点，并基于随机霍夫变换和迭代法计算根点的反射波速V
soil
；(9)根点双曲线信号的顶端对应粗根的上表面位置，结合根点反射波速可确定根点深度h
根点
，公式如下：h
根点
＝V
soil
×
t/2，t为电磁波传播的双程时间；再根据根点在每个切片上的水平位置可以确定其二维坐标(x,y)，从而得到根点的三维空间坐标(x,y,h)；(10)将反射波速V
soil
带入公式：中，其中c为电磁波在真空中的传播速度，计算得到地面到根点之间土壤的介电常数ε，再根据Topp公式计算出地面到每个根点之间的...

【专利技术属性】
技术研发人员：朱教君，张金鑫，宋立宁，李鑫俊严，刘利芳，刘华琪，
申请(专利权)人：中国科学院沈阳应用生态研究所，
类型：发明
国别省市：