利用自动化无人机搭载的地面穿透雷达（GPR）技术对根区土壤湿度进行测绘，以实现精准灌溉

《Remote Sensing of Environment》：Automated drone-borne GPR mapping of root-zone soil moisture for precision irrigation

土壤湿度监测与无人机搭载探地雷达应用研究。采用频率域雷达与全波反演技术，通过无人机搭载gprSense?系统，实现了大田尺度根区土壤湿度动态监测，获取8组高分辨率时间序列数据，并与TDR和电导率测量结果进行验证。研究表明，该系统在35-40cm深度范围内能准确反映土壤湿度分布，空间模式与Boosted Regression Tree模型预测高度吻合，且与气象数据、灌溉记录关联性显著。研究揭示了无人机搭载探地雷达在精准农业中实时优化灌溉策略的潜力，为数字土壤制图和环境适应性研究提供新方法。

　　无人机搭载的地面穿透雷达（GPR）在精准农业中展现出了巨大的潜力，特别是在实现高分辨率的根区土壤含水量（SWC）动态监测方面。这项研究展示了如何通过无人机平台部署GPR系统，结合全波反演技术，对一个农业田地的根区土壤含水量进行时间序列监测，从而为实时灌溉优化和农业水资源管理提供有价值的信息。在精准农业领域，优化水资源管理是一项关键挑战，特别是在气候变化日益显著以及对可持续农业实践需求不断上升的背景下。传统的土壤含水量监测方法虽然在一定程度上准确，但往往无法满足精准农业所需的及时性和空间详细度。例如，重力法被认为是土壤含水量测量的标准参考，但其过程繁琐且耗时，需要采集、干燥和称重土壤样本。此外，由于土壤含水量在田间具有显著的空间异质性，点测量往往不能准确反映整个田地的状况。而时间域反射（TDR）和电容传感器虽然在特定深度提供了精确的测量，但其侵入性限制了其在田间大范围应用的可行性。卫星遥感技术虽然适合大面积监测，但其空间分辨率有限，通常仅能捕捉表层土壤含水量，并且在高频率波段（如L波段和C波段）中容易受到植被覆盖、地表粗糙度和噪声等因素的干扰。

为了克服这些局限，研究团队开发了一种创新的gprSense?系统，该系统结合了频率域雷达与全波反演技术，实现了自动化的数据采集和处理。通过在频率范围110–120 MHz下运行，该系统能够测量至约35–40 cm的深度，这在农业根区土壤含水量监测中具有重要意义。该系统在实际田间条件下运行，并结合了实时全波反演，这是首次实现根区土壤含水量的无人机时间序列映射。此外，研究还使用了TDR传感器和质量平衡分析进行对比，以验证GPR测量的准确性。电导率的电电阻率断层扫描（ERT）则提供了关于土壤电导率模式的补充数据。

研究结果显示，GPR得出的土壤含水量估计值与传统方法之间存在高度一致性，空间模式与提升回归树（BRT）模型的预测结果相符。这些发现表明，无人机搭载的GPR能够提供实际操作中所需的、根区尺度的可操作性见解，从而支持实时灌溉优化。通过将GPR系统与无人机结合，研究实现了快速、高分辨率的土壤含水量映射，避免了对植被的干扰，同时克服了传统地面平台在作物覆盖田地中的操作挑战。该系统能够在农田中进行非侵入式、连续空间监测，减少人工干预，为农业水资源管理提供精确、动态的数据支持。

本研究的田间试验地点位于比利时中部的黄土带，总面积为5.72公顷，主要由砂壤和粉壤组成。该区域是重要的农业区，65%的土地用于种植作物。在2023年，该田地种植了菠菜，并在8月14日和9月23日进行了收获。在最后一个菠菜生长季节，研究团队进行了无人机搭载的GPR和TDR测量，记录了所有相关数据，以便进行全面分析。试验期间，安装了多个TDR传感器和雨量计，用于监测土壤含水量和降雨情况。此外，研究还使用了Raindancer应用，对灌溉系统进行监控，以获取灌溉数据。

通过八次高分辨率的土壤含水量地图，研究捕捉了土壤含水量在不同降雨和灌溉事件下的动态变化。无人机以平均12.5 km/h的速度飞行，飞行路径间隔6米，以确保对田地的全面覆盖。每条飞行路径上每米获得约两次测量，结合反演过程和克里金插值方法，最终生成的土壤含水量地图具有1米的分辨率，能够详细展示田间的空间模式。此外，研究团队还使用了BRT模型，基于地形、土壤电导率等变量对土壤含水量进行预测，以进一步分析田间土壤水分的空间分布模式。

通过与TDR传感器的对比分析，研究发现GPR在30 cm深度的土壤含水量估计值与TDR测量结果具有较高的一致性（相关系数r=0.7688）。在较浅的深度（如10 cm），由于地表水分对大气输入（如蒸发和降水）的快速响应，GPR与TDR之间的相关性较低，甚至呈现负相关（r=?0.6031）。这种差异可能源于GPR对较深层土壤水分的敏感性，而TDR仅能测量特定深度的水分含量。此外，研究还通过质量平衡方法估算了GPR的表征深度，得出该系统在110–120 MHz频率范围内对土壤水分的表征深度约为35 cm，这一结果在实际应用中具有重要意义。

研究还展示了无人机搭载GPR系统在农业田地中的应用潜力。例如，通过对比BRT模型的预测结果与GPR测量结果，研究发现两者在空间模式上具有一定的相似性，但BRT模型的预测结果在某些区域（如田间中心）与GPR测量结果存在偏差。这种偏差可能源于土壤水分在中等含水量条件下的空间异质性，而BRT模型基于有限的环境变量进行预测，因此可能无法完全捕捉到田间所有水分变化的细节。此外，研究还分析了灌溉事件对土壤含水量的影响，发现灌溉区域的水分含量显著高于未灌溉区域，且在灌溉区域的重叠部分水分含量最高。这表明无人机搭载的GPR系统能够有效识别灌溉区域和自然湿润区域，为精准灌溉决策提供依据。

从更广泛的角度来看，无人机搭载的GPR技术不仅在精准农业中具有重要应用价值，还可能成为连接卫星遥感与地面测量的桥梁。当前的L波段和C波段雷达任务通常只能获取表层土壤含水量，且受植被覆盖和地表粗糙度的影响较大。而本研究的系统能够直接表征根区（0–40 cm）的土壤含水量，提供更精确、连续的空间信息。这种高分辨率的地面数据可以用于验证和校准卫星遥感产品，实现多尺度的土壤水分信息整合。

总的来说，无人机搭载的GPR系统为农业水资源管理提供了一种新的、高效的解决方案。它不仅能够克服传统方法的局限，还能在复杂的田间环境中实现非侵入式、自动化和实时的土壤水分监测。未来的研究将进一步探索该系统在不同作物、土壤类型和气候条件下的适用性，并通过多季节的长期监测，验证其在各种农业场景中的稳定性和可扩展性。此外，随着无人机技术和法规的不断完善，这种系统有望在更广泛的农业实践中得到应用，为实现可持续的农业水资源管理提供强有力的技术支持。