一种基于探测雷达的复垦土壤耕层含水率预测方法

本发明属于采煤沉陷地土地复垦领域，更具体地说，本发明涉及一种基于探地雷达的复垦土壤耕层含水率预测方法。

背景技术：

矿产资源的开发和利用促进了人类生产生活的发展，但是随着矿产资源的开采也暴露出了诸多的问题，矿产资源开采量较大导致土地损毁严重、矿地矛盾突出，如今又面临资源枯竭、景观生态环境严重破坏等问题；土地复垦是实现“坚持人与自然和谐共生”的有效途径，而复垦区域土壤含水率的分布是影响该地区复垦质量、农作物生长以及生态环境的重要因素，目前含水率测量的方法中烘干法最为准确，但因其费时费力并破坏原有土体结构，不适宜大面积实施，中子射线法和γ射线法等操作较为复杂且需要标定后才能使用探地雷达作为新型的近地微波遥感技术，具有大范围连续探测、快速、无损、低成本等优点，可以弥补传统测量方法效率低且对土体造成破坏的不足。

技术实现要素：

本发明所要解决的技术问题是提供可以无损、快速的获取复垦区耕层土壤含水率信息，对复垦区质量检测、复垦区农业种植以及精准灌溉提供支持的一种基于探地雷达的复垦土壤耕层含水率预测方法。

为了实现上述目的，本发明采取的技术方案为：一种基于探地雷达的复垦土壤耕层含水率预测方法，包括以下步骤：

a：选取采样点并预设雷达参数；

b：利用探地雷达测量数据，并进行局部采样，获取探地雷达数据；

c：对所获取的数据进行预处理。

本发明公开的一种基于探地雷达的复垦土壤耕层含水率预测方法，所述步骤a包括如下步骤:

a1：获取复垦区域的基本信息；

a2：布设野外采样点；

a3：布设雷达测线；

a4：设置雷达参数。

本发明公开的一种基于探地雷达的复垦土壤耕层含水率预测方法，所述步骤b中复垦土壤局部采样采用环刀法采集耕层土壤样品，通过烘干法测定土壤体积含水率。

本发明公开的一种基于探地雷达的复垦土壤耕层含水率预测方法，所述步骤c包括以下步骤：

c1：雷达数据进行时间零点校正/移动开始时间处理；

c2：对雷达数据进行去直流漂移操、进行叠加处理、进行滤波处理、进行背景去除处理和进行雷达信号增益操作，更新雷达数据；

c3：进行czt频谱细化操作，消除频谱分辨率低所导致的栅栏效应，提取谱峰峰值，提取出雷达主频率附近峰值对应的频率分量；

c4：建模，得到不同模型下的数据，采用回归方法筛选模型；

c5：谱峰频率分量代入到所选模型中，得到复垦土壤耕层含水率数据。

c6：将预测的含水率数据结合测线的坐标信息导入arcgis平台，进行普通克里格插值，获得复垦区含水率空间分布图。

本发明公开的一种基于探地雷达的复垦土壤耕层含水率预测方法，所述步骤c2中，采用带通滤波，对复垦区雷达数据进行滤波处理。

本发明公开的一种基于探地雷达的复垦土壤耕层含水率预测方法，所述步骤c4中采用ks算法对采样数据按2：1数量关系划分为建模集与验证集，回归方法采用指数回归、线性回归、多项式回归以及对数回归方法。

采用本发明方案，具有以下有益效果：

第一：本发明以探地雷达为平台，借助近地微波遥感技术，其具有大范围连续探测、快速、无损、低成本等优点，可以弥补传统测量方法效率低且对土体造成破坏的不足；第二：本发明所采用的频谱分析法是将雷达数据从时域转换到频域，从频域的角度分析信号变化的特征，以此分析不同介质下信号频率域的能量分布等信息，从而避免了传统雷达方法中波速估算误差大以及层状面人工解译等缺点；第三：本发明采用czt细化频谱算法，有效的解决了以往采用fft变换后由于频谱分辨率低所导致的栅栏效应，大大提高了预测结果的准确性；第四：本发明提出的方法能够用于复垦区域耕层含水率快速无损检测、复垦效果快速检测、工程地质勘察、农业精准灌溉等领域，实现对其耕层含水率的精准预测。

以下将结合附图和实施例，对本发明进行较为详细的说明。

附图说明

下面对本说明书各幅附图所表达的内容及图中的标记作简要说明：

图1是本发明所设计一种基于探地雷达的复垦土壤耕层含水率预测方法的步骤流程图；

图2是探地雷达数据预处理的步骤流程图；

图3是本发明实例中雷达数据时域图；

图4是本发明实例中采样点与雷达数据匹配后谱峰提取图；

图5是本发明实例中不同回归方法下模型验证散点图。

具体实施方式

下面对照附图，通过对实施例的描述，对本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

图1是本发明所设计一种基于探地雷达的复垦土壤耕层含水率预测方法的步骤流程图；图2是探地雷达数据预处理的步骤流程图；如图1和图2所示的一种基于探地雷达的复垦土壤耕层含水率预测方法，包括以下步骤：

a：选取采样点并预设雷达参数；

b：利用探地雷达测量数据，并进行局部采样，获取探地雷达数据；

c：对所获取的数据进行预处理。

步骤a包括如下步骤:

a1：获取复垦区域的基本信息；

a2：布设野外采样点；

a3：布设雷达测线；

a4：设置雷达参数。

步骤b中复垦土壤局部采样采用环刀法采集耕层土壤样品，通过烘干法测定土壤体积含水率。

步骤c包括以下步骤：

c1：雷达数据进行时间零点校正/移动开始时间处理；

c2：对雷达数据进行去直流漂移操、进行叠加处理、进行滤波处理、进行背景去除处理和进行雷达信号增益操作，更新雷达数据；

c3：进行czt频谱细化操作，消除频谱分辨率低所导致的栅栏效应，提取谱峰峰值，提取出雷达主频率附近峰值对应的频率分量；

c4：建模，得到不同模型下的数据，采用回归方法筛选模型；

c5：谱峰频率分量代入到所选模型中，得到复垦土壤耕层含水率数据。

c6：将预测的含水率数据结合测线的坐标信息导入arcgis平台，进行普通克里格插值，获得复垦区含水率空间分布图。

步骤c2中，采用带通滤波，对复垦区雷达数据进行滤波处理。

步骤c4中采用ks算法对采样数据按2：1数量关系划分为建模集与验证集，回归方法采用指数回归、线性回归、多项式回归以及对数回归方法。

实施例

某采煤塌陷区域进行复垦修复，研究区地表最大塌陷深度约为7.0m，积水区面积合计约为7.9hm2，积水深度约0.0m～5.0m，复垦模式采用客土回填方式，土源来自于周围未塌陷地块土壤，其土壤类型以砂姜黑土为主，研究区内客土覆土厚度约为1.0m，复垦后海拔标高约为+20.78m～+28.58m，研究区农作物种植方式主要为小麦-玉米轮作，基于探地雷达(500mhz)进行复垦区耕层含水率预测，具体操作如下：

a：根据复垦土壤的基本数据，遴选雷达使用频率与雷达参数设置，布设雷达测线与局部采样点，其中，测线布设15条，长10m，间隔1m，采样点每隔4条测线布设10个，间隔1m，共布设40个采样点，另外雷达参数设置主要有：采样点数1024个，时窗20ns，天线间距0.2m，数据叠加8次，测量方式为共偏移距法。

b：：利用探地雷达测量数据，并进行局部采样，获取探地雷达数据，其中，采用线测法进行雷达作业，并同时开展土壤样品采集工作，雷达数据如图3所示。

c：对所获取的探地雷达数据进行预处理，获取去除噪声、偏移影响的雷达数据；其中，与局部采样点匹配的雷达数据用以建立预测模型，对处理后的雷达数据进行czt频谱细化后，获得其频谱谱峰的频率分量，其中频谱细化分辨率至1mhz，czt与传统fft对比如图4所示；基于不同回归方法，结合精度验证指标，遴选最优预测模型，将谱峰频率与对应含水率带入模型中，得到含水率预测模型，其中，划分建模集28个、验证集12个；通过指数回归、线性回归、多项式回归进行回归模型建立，根据验证样点集合的实测值与回归模型进行交叉验证，精度评价指标选用r2、rmse、mae，指数回归模型、线性回归模型、多项式回归模型的r2分别为0.84、0.69、0.81，指数回归模型、线性回归模型、多项式回归模型的rmse分别为2.06％、2.49％、2.35％，指数回归模型、线性回归模型、多项式回归模型的mae分别为1.63％、2.10％、1.86％，1：1预测散点图如图5所示；对模型进行优选后选择指数回归模型作为优选模型；基于优化预测模型，结合目标复垦区雷达数据，获得目标复垦区耕层含水率空间分布情况，其中，将测线预测的含水率数据与雷达作业所测的坐标信息进行匹配，将带有坐标的含水率数据导入arcgis中，进行普通克里格插值，即获得目标复垦区耕层含水率空间分布情况。

基于探地雷达的复垦土壤耕层含水率预测方法不仅具有很号的迁移性，也能够量化耕层土壤含水率的大小以及分布格局，提出的预测方法具有“无损、简单、快速”的技术特点，部分的技术细节能够较为方便的移植到其他相关技术研发，所建立的一整套复垦土壤耕层含水率的空间分布预测流程，有望为复垦区水循环运动、农业精准灌溉、复垦效果监测等重大问题的解决提供了技术支持；快速、准确、无损的预测复垦区土壤耕层含水率的空间分布特征是研究复垦区水循环运动、农业精准灌溉、复垦效果监测、自然灾害防治工作中愈发重要的核心技术难题。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。