利用基于无人机的地面穿透雷达技术对土壤介电常数和电导率进行联合测量

《Water Resources Research》：Combined Measurement of Soil Permittivity and Electrical Conductivity Using UAV-Based Ground Penetrating Radar

无人机搭载多频段探地雷达（UAV-GPR）通过地表反射系数测量土壤介电常数（εr）和电导率（σ），结合经验关系估算土壤水分和盐分。在长江流域河漫滩和黄海附近盐碱地验证，结果显示UAV-GPR测得的εr和σ与地面实测值吻合较好（RMSE=8.0，0.031 S/m），尤其在低盐分区域精度更高。该方法避免了全波形反演，具有操作简便、大范围监测优势，适用于农田和湿地土壤特性空间变异评估。

　　土壤水分含量和盐度是农业生产和生态系统健康的重要指标，它们直接影响植物生长、土壤结构以及水分和养分的流动过程。随着现代农业对精准农业和可持续土地管理的需求不断增长，研究如何高效、准确地获取土壤的电性参数成为一个重要课题。传统的土壤水分和盐度测量方法通常依赖于实验室采样分析或地面传感器，这些方法虽然精度较高，但存在成本高、效率低、难以实现大范围监测等缺点。因此，开发一种能够同时获取土壤电性参数（相对介电常数和电导率）的高效方法，对于实现土壤健康评估、灌溉优化以及盐渍化土地管理具有重要意义。

为了克服传统方法的局限性，近年来，研究人员开始探索利用遥感技术，特别是无人飞行器（UAV）搭载地面穿透雷达（GPR）进行土壤电性参数的测量。GPR是一种非破坏性的电磁探测技术，能够通过测量地面反射系数，间接推断土壤的介电特性。然而，传统的GPR测量方法通常需要复杂的全波形反演技术，不仅计算过程繁琐，而且对系统稳定性要求较高。因此，本研究提出了一种更为简单的方法，利用不同频率的GPR天线和UAV平台，通过测量地面反射系数，结合经验转换函数，估算土壤的相对介电常数和电导率，从而实现土壤水分和盐度的快速、高精度、高分辨率监测。

本研究的主要创新点在于，通过结合多高度和多频率的GPR测量，同时考虑电导率对反射系数的影响，避免了复杂的全波形反演过程。这种方法在实际应用中表现出良好的效果，尤其是在复杂的土壤环境中，能够有效减少误差。通过对比现场测量数据和UAV-GPR获取的数据，研究发现，两种方法的结果高度一致，表明UAV-GPR具有较高的可靠性和实用性。此外，研究还通过蒙特卡洛模拟对测量精度进行了分析，结果显示，随着土壤电导率的增加，相对介电常数的测量误差也随之上升，而电导率的相对误差通常低于相对介电常数，除非在高介电常数和低电导率的区域。这一发现为未来使用UAV-GPR进行大规模土壤监测提供了理论支持。

在实际应用中，UAV-GPR系统采用了屏蔽天线，以减少电磁干扰。为了提高测量精度，研究还引入了多高度测量方法，即在不同高度进行多次测量，以减少观测误差。通过这种方式，系统能够更准确地计算地面反射系数，进而估算土壤的电性参数。此外，研究还探讨了地面粗糙度、地形坡度等因素对测量结果的影响。结果显示，地面粗糙度对反射系数的影响较小，但地形坡度可能导致测量偏差，因此提出了一个基于坡度的修正公式，以提高在斜坡区域的测量精度。这些因素的考虑使得UAV-GPR方法在实际应用中更具适应性。

在两个实际场地测试中，研究团队分别在长江沿岸的河岸区和靠近黄海的盐渍化农田进行了实验。测试结果显示，UAV-GPR在低电导率区域（如河岸区和小麦种植区）能够提供与现场传感器高度一致的测量结果，而在高电导率区域（如盐渍化农田），虽然相对介电常数的测量存在一定的不确定性，但电导率的测量结果仍然具有较高的可靠性。这种结果的差异表明，UAV-GPR在不同土壤条件下的适用性可能有所不同，但在大多数情况下，其测量精度能够满足实际需求。

通过对比现场测量数据和UAV-GPR估算值，研究进一步验证了该方法的有效性。特别是在高电导率区域，UAV-GPR方法能够更准确地估算电导率，而相对介电常数的估算则受到更多因素的影响。这一现象表明，在高盐度土壤中，需要更多的校准和修正措施，以提高测量精度。同时，研究还指出，UAV-GPR的测量深度随着土壤介电常数的增加而减小，这意味着在高介电常数区域，其探测深度有限，可能影响对深层土壤特性的了解。

研究结果表明，UAV-GPR技术能够实现高分辨率的土壤电性参数测量，为土壤健康评估、盐渍化土地管理以及农业精准灌溉提供了新的工具。相比传统的地面传感器和实验室分析方法，UAV-GPR具有更高的效率，能够在较短时间内完成大面积的土壤调查。同时，相比卫星遥感，UAV-GPR能够提供更精确的地面信息，从而弥补了卫星遥感在分辨率方面的不足。

未来的研究可以进一步探索如何提高UAV-GPR在高介电常数区域的测量精度，以及如何优化其在复杂地形和植被覆盖下的适用性。此外，还可以结合更先进的电磁模型，如Debye或Cole–Cole模型，以更准确地反演土壤的频率依赖性参数。同时，随着UAV技术的不断发展，该方法在农业、生态监测和地质勘探等领域的应用前景将更加广阔。研究团队希望未来能够推广这一方法，使其成为土壤电性参数测量的标准工具之一，为可持续农业和生态环境保护提供更有力的技术支持。