基于多高度无人机的频域电磁方法在数据校准与野外调查中的应用

《Water Resources Research》：Multi-Elevation UAV-Based Frequency Domain Electromagnetic Method for Data Calibration and Field Investigation

本研究提出基于无人机的多高度频率域电磁感应（UAV-FDEM）方法，通过奇异值分解（SVD）校准技术解决多线圈不一致问题，显著提升数据可靠性。在长江沿岸湿地和西藏温泉区验证，该方法有效检测地下水电导率时空变化，成功标识地热水侵入路径和传播路径，与电导率成像法（ERT）结果一致，且相比传统单高度地面测量，反演精度和确定性系数提升明显。

　　频率域电磁感应（FDEM）是一种高效的工具，用于研究地表以下相对浅层的电导率（EC）分布。然而，目前制造商推荐的手持式使用方法未能充分利用FDEM设备的非侵入式检测能力。本研究提出了一种无人机搭载的FDEM（UAV-FDEM）系统，使操作者能够在预定的飞行路径上以特定的飞行高度进行调查。由于多线圈FDEM仪器通常在线圈之间存在一致性问题，我们提出了一种基于多高度UAV-FDEM的校准方法。该方法避开了地电反演过程中需要进行校准的步骤，并成功用于校准两台多线圈仪器。我们在两个地点进行了测试：长江河岸地带和西藏的温泉区。结果表明，UAV-FDEM的调查结果与使用电导率断层成像（ERT）方法获得的结果具有可比性。调查还检测到土壤电导率随时间的变化，与地下水位的变化相吻合，并成功识别了地下水入侵区域和地下水流路径。与传统的地面单高度测量方法相比，多高度UAV-FDEM方法显著提高了不同土壤层反演电导率的确定性系数（即分辨率指标），并减少了地电反演结果的不确定性。UAV-FDEM调查在大面积或难以进入的区域中具有高效性，但其应用可能受到恶劣天气和无人机续航能力的限制。

在传统的FDEM操作中，设备通常以固定高度进行测量，这限制了数据的多样性。而无人机可以搭载FDEM仪器，按照不同的高度飞行，从而收集多种配置下的电磁感应数据。这种多高度策略不仅增加了覆盖面积，还通过校准不同传感器的数据提高了数据质量。通过无人机搭载的FDEM，可以同时实现多高度、多线圈和多模式（如水平同平面HCP和垂直同平面VCP）的测量。多配置数据允许我们构建一个简单的模型，根据地表下土壤的局部灵敏度模型进行反演，从而减少FDEM测量中的不确定性。在实际操作中，不同线圈可能因各种因素（如基线漂移、电磁干扰和线圈间距差异）导致测量不一致。因此，校准成为FDEM数据反演前的关键步骤。

为了解决这一问题，我们提出了一种基于奇异值分解（SVD）技术的新校准方法。SVD技术能够通过分析FDEM数据的多配置情况，识别出不一致的线圈并利用其他线圈的校准数据进行修正。该方法依赖于FDEM系统中不同配置所引起的测量冗余性，通过比较校准数据与原始数据，找到不一致的线圈，并据此进行校准。这一方法在本研究中成功应用于CMD-Mini-Explorer和CMD-Explorer两种多线圈FDEM设备。校准后的数据能够更好地反映地表下土壤的电导率分布，并提高反演的可靠性。

在测试区域方面，我们分别在长江河岸地带和西藏温泉区进行了实际调查。长江河岸地带位于南京，属于长江冲积平原，主要土壤类型为沙壤土。夏季和冬季的地下水位分别为1.34米和3.15米，地下水的电导率分别为90 mS/m和99 mS/m，表明该区域的地下水具有中等电导率。调查结果表明，夏季和冬季的地下水位变化与土壤电导率的变化相一致。而ERT调查结果进一步验证了UAV-FDEM的测量结果，揭示了地表下电导率的变化趋势，以及与地下水位相关的区域边界。

在西藏温泉区，我们利用无人机进行多高度测量，结合HCP和VCP模式，对地表下不同深度的电导率进行反演。调查结果表明，该区域的电导率在地表下1-6米范围内呈现显著变化，与ERT的测量结果一致。同时，通过多高度测量，我们成功识别了地下水入侵的区域，并推测出地下水流动的路径。此外，UAV-FDEM的调查结果与ERT在空间分布上具有高度一致性，进一步验证了其在复杂地质条件下的适用性。

在研究结果部分，我们展示了多高度测量方法对FDEM数据校准的效果。通过去除不一致的数据点，我们发现校准后的数据与理论模型的吻合度显著提高。此外，我们还对比了不同测量模式（点测量和路径测量）在反演结果中的表现。点测量模式适用于详细调查和校准，而路径测量模式则更适合大范围的地表下电导率映射。通过多高度路径测量，我们获得了更清晰的电导率变化趋势，并在调查区域中成功识别了地下水流动的路径。

在方法评估和调查设计方面，我们分析了多高度测量方法在数据反演中的分辨率和精度。结果表明，多高度测量方法能够显著提高反演结果的确定性系数，从而增强对地表下不同深度电导率的识别能力。此外，我们还优化了不同高度的组合，以提高反演的准确性和数据的可靠性。研究发现，使用更多的测量高度可以提高整体反演结果的精度，但需要在实际操作中权衡飞行高度与测量精度之间的关系。例如，低高度测量可以更精确地捕捉地表下的电导率变化，而高高度测量则能覆盖更大的区域，但可能会降低分辨率。

本研究提出的新校准方法基于SVD技术，能够有效校准多线圈FDEM仪器，提高测量数据的一致性。尽管该方法无法直接验证FDEM测量的准确性，但它可以作为数据可靠性测试的重要补充。此外，通过无人机搭载的FDEM系统，我们能够更高效地进行大面积调查，并减少人为误差和对地面的干扰。这种方法特别适用于那些地面访问受限或不安全的区域，例如湿地和地表水体。

未来的研究将重点验证该方法在不同水文地质条件下的适用性，包括破碎岩层和沿海含水层，以进一步提高其可扩展性和稳定性。此外，结合机器学习驱动的反演算法，有望在非均质环境中提高分辨率。同时，将UAV-FDEM与卫星水文模型结合，可能实现更大范围的实时地下水监测。对于广泛部署，还需要解决成本效益和法规障碍问题。通过将地电创新与实际水资源管理需求相结合，这种方法有望成为一种常规工具，用于高分辨率地下水图谱的生成，为可持续水资源管理提供支持。