《Sensors》：Deep Learning-Based Channel Estimation Techniques Using IEEE 802.11p Protocol, Limitations of IEEE 802.11p and Future Directions of IEEE 802.11bd: A Review
Saveeta Bai,
Jeff Kilby and
Krishnamachar Prasad
编辑推荐：
土壤侵蚀，尤其是临时沟壑（ephemeral gully, EG）侵蚀，对农业可持续性和生态系统健康构成重大威胁。尽管EG对土壤退化有显著影响，但因其临时性及现有测量技术的局限，相关研究相对不足。本研究提出了一种综合方法，用于量化与分析EG，旨在满足对精确且可
土壤侵蚀，尤其是临时沟壑（ephemeral gully, EG）侵蚀，对农业可持续性和生态系统健康构成重大威胁。尽管EG对土壤退化有显著影响，但因其临时性及现有测量技术的局限，相关研究相对不足。本研究提出了一种综合方法，用于量化与分析EG，旨在满足对精确且可规模化测量方法的迫切需求。研究人员的方法整合了三个关键组成部分：(1) 更新后的便携式现场工具（Gulliometer），该工具改进了现有设计，以增强在不同田间条件下的数据采集能力；(2) 标准化的图像采集协议，确保一致且高质量的数据捕获；(3) 一种利用简易重复性沟壑横截面分析的图像处理技术。使用已知几何形状的实验室验证表明，该方法具有高精度，误差率低于1%。在加拿大安大略省两个不同地点的现场应用进一步证实了该方法在不同环境条件下的实用性和有效性。该方法不仅增进了研究人员对临时沟壑侵蚀的理解，还有助于制定有效的土壤保持策略，并为土地管理决策提供科学依据。
**研究背景与问题**
土壤侵蚀是21世纪农业面临的严峻环境挑战，其中临时沟壑（ephemeral gully, EG）侵蚀因其动态性强且造成大量土壤流失而尤为突出。EG通常宽度0.5–1.5米、深度0.3–0.8米，虽尺寸小于永久性沟壑，但在农业流域中贡献了20%–60%的泥沙产量，单次事件每公里渠道可移除50–150吨土壤，直接导致土壤深度、有机质含量和养分可利用性的田间异质性，进而影响作物产量和投入效率。与永久性沟壑不同，EG常发生在活跃耕作区，干扰精准农业操作如变量施肥、自动导航和播种设备。EG在强降雨事件期间（数小时至数天内）快速形成，又被耕作季节性填平，传统年度土壤调查无法捕获历次侵蚀事件，因此亟需基于事件的高频监测方法。现有测量技术存在显著不足：遥感技术（如LiDAR和航空影像）成本高、分辨率受田间条件影响；结构光运动（Structure-from-Motion, SfM）精度2–3厘米但后期处理耗时数小时；地面激光扫描（Terrestrial Laser Scanning, TLS）可达毫米级分辨率但设备成本5–15万美元且运输困难；无人机摄影测量在窄沟壑（<0.5米）和作物冠层遮挡时效果不佳；传统针式剖面仪需手动记录数据或人工数字化（x,y）坐标，耗时且易引入人为误差。因此，开发一种低成本、便携、可快速精确测量EG横截面的工具和方法具有重要科学和实践意义。该研究发表在《Sensors》期刊上。
**主要关键技术与方法**
研究人员采用了三项核心方法：(1) **针板测量仪（Pin-artboard）的设计**：在加拿大圭尔夫大学开发，木质框架长1.82米、宽0.5米，配备40根可拆卸铝制针，间距4厘米，内置水平仪，无需每次安装基础底座。针头直径37毫米用作内部校准参考。(2) **标准化图像采集协议**：使用智能手机摄像头于2–2.5米外垂直拍摄针板正面，利用手机自带网格线辅助对准，确保图像无角度畸变。(3) **基于图像处理的自动化分析流程**：包括图像分割（裁剪目标区域）、Canny边缘检测（识别针头边界）、针头顶点检测、轮廓重建及面积计算。已知针头直径（37毫米）作为像素-毫米转换的内参，通过数值积分计算横截面面积。所有处理在Python 3.9.18和Jupyter Notebook环境中实现，每张图像处理时间约10–15秒。
**研究结果**
**3.1 横截面面积的验证**：在实验室中，研究人员将针板设置为半圆形、矩形和抛物线函数y=x2三种已知几何形状，通过比较实际面积与图像处理计算面积，发现误差率均低于1%（矩形误差0.37%、半圆误差0.05%、抛物线误差0.06%）。4厘米针间距在模拟不规则轮廓（特征波长>12厘米）时面积估计误差<1%，验证了方法的精度。
**3.2 现场应用**：在加拿大安大略省的伦敦（伦敦）和圣凯瑟琳斯（St. Catharines）两个田间地点进行测试。伦敦地点（42°53′36.7″ N 81°07′55.0″ W）主要有一条EG及其支渠；圣凯瑟琳斯地点（43°08′01.9″ N 79°17′30.4″ W）有多条独立EG。现场操作步骤包括：在EG中心放置金属针以对准针板中心、放置针板并使用水平仪调平、让针滑落贴合沟壑形状、锁紧螺母固定针位、拍摄图像。两个代表性横截面的测量结果：伦敦沟壑面积0.54平方米，圣凯瑟琳斯沟壑面积0.13平方米，展示了不同形态。
**3.3 现场测量总结**：针板成功应用于两个地点，但当前研究缺乏跨多个横截面的全面统计分析、重复性测试以及与总站等参考方法的直接对比，现场应用仅为概念验证而非全面验证。
**3.4 现场测量挑战**：图像拍摄角度影响精度，需垂直于针板拍摄。研究人员利用智能手机网格线功能确保对准，避免了额外固定装置。田间条件下，作物残渣可能阻碍针头接触真实土壤表面，硬质土壤可能导致针头弯曲，但未量化影响。
**讨论与结论**
**讨论部分**：该方法在实验室条件下误差低于1%，与微地形剖面仪（被认为是最精确的田间方法）精度相当。相比现有剖面仪（如Smith的Gulliometer需手动记录、土壤侵蚀桥覆盖面积大不便携、先前剖面仪需安装基础底座），针板内置水平仪使安装时间缩短至5–10分钟，且自动图像处理将数字化时间从15–30分钟降至10–15秒，消除主观解释差异。设备成本约300–350美元，仅为总站（5000–15000美元）、TLS（5–15万美元）或无人机系统（3000–8000美元）的一小部分，实现了成本、精度和便携性的平衡。同时指出关键局限性：实验室验证仅使用规则几何形状，未涵盖不规则自然剖面；现场验证仅两个横截面，缺乏与参考方法的系统比较；拍照角度依赖操作者判断；光照条件、植被干扰和针头弯曲的影响未量化；1.82米跨度无法覆盖更宽沟壑，4厘米间距对极窄沟壑（<20厘米）可能精度下降。在精准农业中，该方法可支持事件监测（雨后立即测量）、最佳管理实践评估（如草水道设计、控制交通耕作、变量耕作分区）、覆盖作物效果评估及研究可扩展性（每天20–40次测量）。未来改进方向包括：开展≥20个地点的全面现场验证并与总站/TLS对比；开发相机固定支架以保证垂直拍摄；实现图像质量自动检测；开发智能手机应用实现现场处理；集成到侵蚀模型（WEPP、SWAT、AnnAGNPS）的标准化数据格式；进行多机构联合验证。
**研究结论部分**：针板测量仪方法提供了一种精确（实验室验证误差<1%）、便携且经济高效（设备投资约300–350美元）的临时沟壑横截面形态测量方法。将简单现场仪器与自动化图像处理相结合，解决了现有剖面仪的关键局限性，包括耗时的手动数据记录、基础底座安装需求以及主观的手动数字化测量。该方法直接支持基于实证的精准农业和土壤保持决策，具体应用包括：草水道设计与性能监测、控制交通 farming 优化、变量耕作强度分区、覆盖作物效果评估、以及保护措施验证。在管理应用之外，该方法使原本因昂贵测量设备而难以实施的临时沟壑形成过程、时间动态及控制因素研究成为可能。低成本可扩展研究能力至研究生、教育机构、推广项目及发展中国家。需要注意的重要局限性包括：验证仅限于规则几何形状而非不规则自然剖面；缺乏与参考方法（总站、TLS）在多场地的系统比较；缺少量化重复性评估；光照条件、植被干扰和针头弯曲对测量精度的影响未表征；以及操作者依赖的相机定位变异性。通过全面现场验证和方法改进解决这些局限性将增强针板在全操作条件下的性能信心。该方法代表了向精准农业和保护应用的可获取、实用临时沟壑监测迈出的重要一步，持续发展有望进一步改善可用性、鲁棒性和精度。
