本發(fā)明涉及探地雷達圖像的處理方法，特別是利用基于RHT的雙曲線自動識別算法，在雷達圖像上自動識別雙曲線并獲取平均波速的過程，屬于圖像處理領(lǐng)域。

背景技術(shù)：

土壤含水量(soil water content，SWC)是土壤的重要屬性之一，是理解自然生態(tài)系統(tǒng)和生物多樣性形成的關(guān)鍵變量。土壤含水量也是水循環(huán)中的一個重要環(huán)節(jié)，它通過控制著地面與大氣之間能量、水的交換，影響土壤水滲透，滲流以及再分配等水文過程。另外，在農(nóng)業(yè)的精細化管理，高速公路維護以及大氣水文模式研究中，土壤含水量都是一個關(guān)鍵因子。

由于土壤含水量具有較高的時間變化和空間變異的特點，對其在中尺度上快速、無損、準確測量一直是一個巨大挑戰(zhàn)。探地雷達作為一種無損的地球物理探測工具，在過去的二十年已經(jīng)被證明有能力在中尺度上獲取土壤含水量的分布。目前，經(jīng)常被使用的方法主要有兩種：(1)基于雷達地面波分析的地面波法；(2)基于雷達反射波分析的反射波法。

雷達地面波是傳播在雷達發(fā)射天線和接收天線之間土壤表層的電磁波，能夠反映土壤表層土壤含水量信息。在實地測量應(yīng)用中，地面波法是目前最被廣泛使用的方法之一。然而，地面波法能夠獲取的土壤含水量深度有限，尤其對于地面波影響深度的定義目前還沒有統(tǒng)一，參見Galagedara L.W.,Parkin G.W.,Redman J.D.et al.Field studies of the GPR ground wave method for estimating soil water content during irrigation and drainage[J].J HYDROL.2005,301(1-4):182-197.(《灌溉和排水過程中利用GPR地面波方法估測土壤含水量的實地研究》，Galagedara L.W.等，Journal of Hydrology雜志，2005年)，這不利于地面波法所獲取的土壤含水量數(shù)據(jù)被進一步推廣使用。另外，地面波易受雜波干擾，在雷達圖像中不容易識別，這也限制了該方法的測量精度和使用范圍。相比而言，反射波法操作簡單、穩(wěn)定性好，能夠根據(jù)反射體位置獲取不同深度范圍(這里指反射體與地表面之間)的平均土壤含水量，許多研究已經(jīng)證明了反射波法在實地準確測量和監(jiān)測土壤含水量變化的能力。

反射波法能夠被利用反演土壤含水量主要是基于雷達反射波波速在土壤中對土壤水分非常敏感這一特點。因為土壤一般被認為是由水、空氣和固相組成的三相混合物，在非飽和土壤中，水的介電常數(shù)為80，土壤固相介電常數(shù)為3～10，空氣介電常數(shù)為1。所以水的介電常數(shù)遠大于土壤其它屬相介電常數(shù)，土壤含水量也就決定了土壤的介電常數(shù)大小，參見Huisman J.A.,Hubbard S.S.,Redman J.D.et al.Measuring soil water content with ground penetrating radar[J].VADOSE ZONE J.2003,2(4):476-491.(《探地雷達測量土壤含水量》，Huisman J.A.等，VADOSE ZONE雜志，2003年)。在土壤介質(zhì)中，雷達波速v與土壤介電常數(shù)ε近似存在關(guān)系：

這里c代表電磁波在真空中的傳播速度(3×10⁸m·s^-1)，參見Davis J.L.,Annan A.P..Ground penetrating radar for high-resolution mapping of soil and rock stratigraphy.Geophysical Prospecting[J].Geophysical Prospecting,1989,37(5):531-551(《探地雷達用于土壤和巖石地層的高分辨率測繪》，Davis J.L.，地球物理勘探雜志，1989年)。因此，如果已知雷達反射波波速，就可以根據(jù)上述公式計算出土壤介電常數(shù)，然后通過建立土壤介電常數(shù)與含水量之間的關(guān)系，最終得到土壤含水量。目前，有許多經(jīng)驗性的土壤介電常數(shù)與含水量關(guān)系可以被直接用來計算土壤含水量，正如使用最廣的Topp公式，參見Topp G.C.,Davis J.L.,Annan A.P.Electromagnetic determination of soil water content:measurements in coaxial transmission lines[J].WATER RESOUR RES.1980,16(3):574-582(《土壤含水量的電磁測定：同軸傳輸線的測量》，Topp G.C.等，水資源研究雜志，1980年)：

θ＝-5.3×10^-2+2.92×10^-2ε-5.5×10^-4ε²+4.3×10^-6ε³

為了計算探地雷達反射波波速，首先需要獲取反射波信號數(shù)據(jù)。目前，反射波信號可以通過固定天線間隔(FO，fixed-offset)和共中心點(CMP，common mid-point)兩種測量方式獲取。其中，CMP測量是以側(cè)線上某一點為中心，按照一定間隔依次增大發(fā)射天線和接收天線之間的距離來獲取反射波數(shù)據(jù)，這種測量方式要求接收天線和發(fā)射天線可分離的雷達系統(tǒng)，且測量耗時、數(shù)據(jù)時間和空間分辨率比較低；FO測量是以固定的天線間距，沿側(cè)線拖動雷達獲取數(shù)據(jù)，該測量方式方便快捷，具有較好的時間分辨率和空間分辨率，容易通過汽車等移動平臺進行大范圍獲取雷達數(shù)據(jù)，非常適合中尺度土壤含水量測量，并且，Huisman等(《探地雷達測量土壤含水量》，Huisman J.A.等，VADOSE ZONE雜志，2003年)認為使用FO測量的反射波法(后面簡稱為FO反射波法)，將有潛力在土壤異質(zhì)性強的實地條件下獲取土壤含水量的空間變化。

但是，使用FO反射波法的首要條件是選擇合適的反射體，并且反射體的深度信息通常是快速計算平均波速的必要條件，這限制了該方法的推廣使用。就目前研究而言，土壤中連續(xù)的反射界面(如巖性轉(zhuǎn)換界面、潛水面)，或者被埋藏的人造反射體(如管線、鋁板)都可以作為反射體來估計平均土壤含水量。反射體的深度可以通過土鉆、已知的土壤剖面信息或埋藏反射體時提前測量獲得，但這些方法費時費力，會破壞測量點且僅能提供有限的深度和空間范圍的信息，這不利于在中尺度上快速、重復(fù)地測量土壤含水量。另外，目前反射波法所獲取的土壤含水量代表的是地面與反射體之間的平均含水量，對于反射體以上不同土壤層的含水量變化，還不能進行有效估計。因此，為了能夠無損、快速和重復(fù)獲取平均土壤含水量和土壤層間土壤含水量信息，有必要選擇合適的反射體，以及克服需要提前已知反射體深度信息才可以計算平均波速這一局限。

近二十年，探地雷達已經(jīng)在實地成功用于植物粗根的無損測量，主要包括植物根系形態(tài)繪圖，根系三維結(jié)構(gòu)恢復(fù)，以及根莖和生物量等參數(shù)的定量估計。這些研究充分證明探地雷達可以有效探測不同深度的粗根。

技術(shù)實現(xiàn)要素：

為此本發(fā)明提供了一種利用探地雷達粗根反射估測平均土壤含水量和層間土壤含水量的方法，該方法可以解決前面所提到的問題。

為解決以上問題，本發(fā)明提供的估測平均土壤含水量和層間土壤含水量方法，首先提出使用植物粗根作為反射體估測土壤含水量，其理由主要有四點：(1)不同深度的粗根可以被探地雷達所探測，且信號在雷達圖像中可以識別；(2)植物不同深度的側(cè)根一般以輻射狀的方式分布在植株的周圍，這一生物特點有助于估計土壤層間土壤含水量；(3)粗根具有特定雙曲線形狀的雷達信號，這為從信號形狀中自動提取波速提供有利條件；(4)由粗根反射信號估測出的土壤含水量，代表粗根以上的土壤含水量情況，這對于研究植物根系與土壤相互作用關(guān)系具有重要意義。

本發(fā)明方法主要包括以下步驟：

A、利用FO(固定天線間隔，fixed-offset)探地雷達測量方式獲取粗根反射數(shù)據(jù)：該步驟使用探地雷達FO測量方式獲取粗根反射數(shù)據(jù)，雷達設(shè)備可為收發(fā)天線分置裝置，也可為收發(fā)天線一體的便攜式雷達。

B、利用基于RHT的雙曲線自動識別算法從粗根雙曲線信號中提取平均波速(有關(guān)基于RHT的雙曲線自動識別算法可以參見Xu,L.,Oja,E..Randomized hough transform(RHT):basic mechanisms,algorithms,and computational complexities[J].Computer Vision&Image Understanding.1993,57(2),131-154(《隨機Hough變換(RHT)：基本機制，算法和計算復(fù)雜性》，Xu,L.等，計算機視覺和圖像理解雜志，1993年)和A.Simi,S.Bracciali,G.Manacorda.Hough transform based automatic pipe detection for array GPR:Algorithm development and on-site tests[C].2008.(《基于陣列GPR自動探測管道的Hough變換：算法發(fā)展和實地驗證》，Simi A.等，IEEE雷達會議，2008年))：該步驟利用基于RHT的雙曲線自動識別算法，在雷達數(shù)據(jù)圖像中自動識別粗根雙曲線信號，并通過所建立的雙曲線方程，求解出粗根反射波在土壤中的平均波速等參數(shù)，所述雙曲線方程形式為：

其中x表示雷達測量位置與粗根之間的水平距離，d表示粗根的深度，t_w表示雷達測量位置所接收到的信號的雙程走時，v_soil表示雷達電磁波在粗根以上土壤中的平均波速，代表地表面和粗根之間的平均速度。

C、基于步驟B獲取的平均波速計算層間波速：該步驟針對深度不同的相鄰兩粗根，根據(jù)步驟B得到它們各自的平均波速和對應(yīng)深度的信號雙程走時，計算得到兩根之間的層間波速，層間波速計算公式如下：

其中和t₁₂表示深度深的粗根的平均波速和信號雙程走時，和t₁表示深度淺的粗根的平均波速和信號雙程走時，表示兩粗根之間的層間波速。

D、將所得到的平均波速和層間波速轉(zhuǎn)化為土壤含水量：該步驟首先根據(jù)步驟B和步驟C獲得的平均波速和層間波速，利用波速與介電常數(shù)之間的關(guān)系，將它們轉(zhuǎn)化為對應(yīng)的土壤介電常數(shù)，波速v與介電常數(shù)ε之間的關(guān)系如下：

其中，c代表電磁波在真空中的傳播波速，值為3×10⁸m·s^-1；v為平均波速或?qū)娱g波速；ε代表土壤介電常數(shù)。然后，進一步利用介電常數(shù)與土壤含水量的經(jīng)驗關(guān)系(Topp公式)，計算得到平均土壤含水量和層間土壤含水量，介電常數(shù)與土壤含水量的關(guān)系如下：

θ＝-5.3×10^-2+2.92×10^-2ε-5.5×10^-4ε²+4.3×10^-6ε³

其中，θ為平均土壤含水量或土壤層間含水量。

本發(fā)明具有的有益效果是：

本發(fā)明方法可以利用土壤中天然存在的粗根作為反射體，在未知反射體深度的情況下，使用基于RHT的雙曲線自動識別算法從粗根反射信號中自動提取粗根以上平均土壤含水量，以及不同土壤層含水量的變化情況，可以達到在較大范圍內(nèi)快速、無損、重復(fù)獲取土壤含水信息的目的。

本發(fā)明的其他特征和優(yōu)點將在隨后的說明書中闡述，并且，部分的從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

附圖說明

以下附圖僅旨在于對本發(fā)明做示意性說明和解釋，并不限定本發(fā)明的范圍。其中，

圖1為根據(jù)本發(fā)明的一個具體實施例的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法的流程示意圖；

圖2(a)為根據(jù)本發(fā)明提供的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法中，在步驟A中使用探地雷達FO測量方式對粗根進行測量示意圖；圖2(b)顯示的是圖2(a)測量獲得的信號示意圖；

圖3為根據(jù)本發(fā)明提供的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法，在步驟B中一個從粗根雙曲線信號提取平均波速的具體過程實例：(a)探地雷達FO測量方式采集的原始圖像，(b)預(yù)處理后的雷達圖像，(c)邊緣提取后二值化顯示的邊緣圖像，(d)使用隨機Hough變換在粗根附近識別的雙曲線，(e)確定最終的目標雙曲線和平均波速；

圖4為根據(jù)本發(fā)明提供的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法，在步驟C中計算層間波速原理示意圖；

圖5(a)為根據(jù)本發(fā)明所設(shè)計的控制實驗的實地場景，圖5(b)為實地場景的示意圖；

圖6(a)為根據(jù)本發(fā)明提供的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法，在驗證實驗中所獲取的粗根雷達圖像，以及被基于RHT雙曲線自動識別算法識別的雙曲線信號和對應(yīng)各粗根以上的平均波速，圖6(b)為平均土壤含水量與土鉆數(shù)據(jù)結(jié)果對比；

圖7(a)和圖7(b)分別顯示的為根據(jù)本發(fā)明提供的利用探地雷達粗根反射估測平均土壤含水量和層間土壤含水量方法，在實地控制實驗中所獲取的平均土壤含水量和層間土壤含水量與土鉆數(shù)據(jù)隨深度變化趨勢對比。

具體實施方式

為了對本發(fā)明的技術(shù)特征、目的和效果有更加清楚的理解，現(xiàn)說明本發(fā)明的具體實施方式。但本領(lǐng)域的技術(shù)人員應(yīng)該知道，以下實施例并不是對本發(fā)明技術(shù)方案作的唯一限定，凡是在本發(fā)明技術(shù)方案精神實質(zhì)下所做的任何等同變換或改動，均應(yīng)視為屬于本發(fā)明的保護范圍。

圖1為根據(jù)本發(fā)明的一個具體實施例的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法的流程示意圖；參照圖1所示，下面詳細說明根據(jù)本發(fā)明提供的利用探地雷達粗根反射數(shù)據(jù)估測平均土壤含水量和層間土壤含水量方法的原理，所述方法包括如下四個步驟：

步驟A，利用FO(固定天線間隔，fixed-offset)雷達測量方式獲取粗根反射數(shù)據(jù)；

步驟B，利用基于RHT的雙曲線自動識別算法從粗根雙曲線信號中提取平均波速(有關(guān)基于RHT的雙曲線自動識別算法可以參見Xu,L.,Oja,E..Randomized hough transform(RHT):basic mechanisms,algorithms,and computational complexities[J].Computer Vision&Image Understanding.1993,57(2),131-154(《隨機Hough變換(RHT)：基本機制，算法和計算復(fù)雜性》，Xu,L.等，計算機視覺和圖像理解雜志，1993年)和A.Simi,S.Bracciali,G.Manacorda.Hough transform based automatic pipe detection for array GPR:Algorithm development and on-site tests[C].2008.(《基于陣列GPR自動探測管道的Hough變換：算法發(fā)展和實地驗證》，Simi A.等，IEEE雷達會議，2008年))；

步驟C，基于步驟B獲取的平均波速計算層間波速；

步驟D，將所得到的平均波速和層間波速轉(zhuǎn)化為土壤含水量。

對于上述四個步驟，步驟A屬于雷達數(shù)據(jù)收集和獲取的過程，需在待測量地點完成；步驟B，C和D屬于數(shù)據(jù)處理過程，可根據(jù)實時情況和需求進行安排完成。在步驟A中，本發(fā)明選擇采用FO測量方式，保證了本發(fā)明方法可以方便、快速收集雷達粗根反射數(shù)據(jù)，并為以后方法在大范圍高效地測量土壤含水量提供了可能。在步驟B中，利用基于RHT的雙曲線自動識別算法從粗根信號中提取平均波速，這保證了本發(fā)明方法可以在未知反射體深度情況下，自動獲取平均波速，克服了前人相關(guān)方法的局限，既達到了無損測量的目的，也提高了數(shù)據(jù)解譯速度的目的。在步驟C中，本發(fā)明可以獲取層間波速，這成為本發(fā)明的一個重要優(yōu)勢。在步驟D中，本發(fā)明簡單地采用經(jīng)驗的Topp公式將土壤介電常數(shù)轉(zhuǎn)化為土壤含水量，旨在初步測試本發(fā)明方法的可行性，對于特殊的測量地點，可采用其它公式或?qū)嵉囟斯健?/p>

下面分別對步驟A，B，C和D予以詳細介紹：

步驟A，利用FO雷達測量方式獲取粗根反射數(shù)據(jù)

本發(fā)明使用探地雷達FO測量方式獲取粗根反射數(shù)據(jù)，雷達設(shè)備可為收發(fā)天線分置裝置，也可為收發(fā)天線一體的便攜式雷達系統(tǒng)，測量過程如圖2(a)和2(b)所示，其中，所述粗根優(yōu)選直徑大于等于5mm的植物根系，以利于提供更易分辨的反射數(shù)據(jù)。緊貼地面的雷達收發(fā)天線以固定間隔沿著測線移動，由于發(fā)射天線對地下發(fā)射的電磁波脈沖具有一定的波束寬度，所以在天線未到達根系正上方時，接收天線已經(jīng)可以接收到粗根的反射信號。這樣，隨著雷達天線沿側(cè)線移動，天線所獲取的粗根反射信號在雷達圖像中呈現(xiàn)雙曲線形狀，并且，根據(jù)雷達移動與粗根位置的幾何關(guān)系(參見圖2(b))，雙曲線信號方程可表示為如下形式：

其中，v_soil表示雷達電磁波在粗根以上土壤中的平均波速；x表示雷達測量位置與粗根之間的水平距離；t_w表示雷達測量位置所接收到的信號的雙程走時；d表示粗根的深度；a表示接收天線和發(fā)射天線之間的間隔。一般來說，對于使用FO反射波法反演土壤含水量的數(shù)據(jù)收集過程，為了保證具有較高的分辨率和便捷的測量方式，收發(fā)天線間隔a都比較小，可以在上述方程中不被考慮，因此，方程可簡化表達為：

由于t_w可從圖像中直接獲取，則該方程中只存在三個未知參數(shù)v_soil，x和d。本發(fā)明所提供的方法在步驟B中將采用這種簡化的雙曲線方程表達形式。

步驟B，利用基于RHT的雙曲線自動識別算法從粗根雙曲線信號中提取平均波速

本發(fā)明在利用基于RHT的雙曲線自動識別算法從粗根信號中提取平均波速之前，首先需要對步驟A所獲取的雷達原始數(shù)據(jù)進行預(yù)處理操作，主要包括初至時間訂正、背景去除、帶通濾波和信號增益，效果如圖3(b)所示。初至時間訂正步驟是將雷達信號記錄起始時間調(diào)整為信號在地面發(fā)生反射的時刻；背景去除、帶通濾波和信號增益三個操作具有去除信號雜波和突出雙曲線信號在雷達圖像中顯示的作用。上述預(yù)處理操作是探地雷達數(shù)據(jù)處理的基本操作，可以采用本領(lǐng)域公知的處理方法進行處理。

然后，利用圖像邊緣檢測梯度算子(sober或canny)(canny和sober算子是圖像處理中非常常見的處理操作，目前matlab等許多軟件都有現(xiàn)成的函數(shù)直接可以利用)對雷達灰度圖像進行處理，得到二值化(0和1)顯示的邊緣圖像(圖3(c))，并將每一個連通的邊緣作為一個感興趣區(qū)(即有可能出現(xiàn)雙曲線的地方)。

再然后，對每一個感興趣區(qū)內(nèi)的邊緣進行隨機Hough變換(RHT，Randomized hough transform)，如果檢測出存在雙曲線形狀，則根據(jù)檢測時所建立的目標雙曲線方程，返回該方程的三個未知參數(shù)v_soil，x和d。隨機Hough變換算法與一般曲線擬合的目的相同，都是求解曲線參數(shù)，它是基于從變量空間到參數(shù)空間的轉(zhuǎn)換過程，通過不斷迭代而實現(xiàn)的，在每一次迭代過程，需要從感興趣區(qū)中被提取的邊緣上隨機選取一組點，根據(jù)這組點求解出雙曲線方程中的未知參數(shù)v_soil，x和d，包括平均波速等，并將參數(shù)記錄在參數(shù)空間中。當完成所有迭代次數(shù)后(迭代次數(shù)可以自行設(shè)定，次數(shù)越高，得到結(jié)果精度越高，但所花費的時間越多，這里設(shè)為10000)，選擇參數(shù)空間中頻次出現(xiàn)最多的一組參數(shù)所對應(yīng)的雙曲線為目標雙曲線，這樣在感興趣區(qū)中既識別了雙曲線信號，也獲得了平均波速等參數(shù)，有關(guān)基于RHT的雙曲線自動識別算法可以參見Xu,L.,Oja,E..Randomized hough transform(RHT):basic mechanisms,algorithms,and computational complexities[J].Computer Vision&Image Understanding.1993,57(2),131-154(《隨機Hough變換(RHT)：基本機制，算法和計算復(fù)雜性》，Xu,L.等，計算機視覺和圖像理解雜志，1993年)A.Simi,S.Bracciali,G.Manacorda.Hough transform based automatic pipe detection for array GPR:Algorithm development and on-site tests[C].2008.(《基于陣列GPR自動探測管道的Hough變換：算法發(fā)展和實地驗證》，Simi A.等，IEEE雷達會議，2008年)。

最后，因為對于每一個粗根的雙曲線信號，以上步驟會在信號的不同位置自動識別出多條目標雙曲線(如圖3中d部分所示)，而不同位置雙曲線對應(yīng)的波速大小是不同的，僅僅識別出雙曲線是不滿足本發(fā)明的需要的，因為本發(fā)明的目的是為了獲得平均波速，因此，本發(fā)明采用了進一步的優(yōu)選步驟：選擇位于最亮帶與最暗帶之間位置(即信號正負最大振幅之間的零點位置)的雙曲線作為最終所識別的目標雙曲線(如圖3中e部分所示)，也就是選擇信號最強和最弱位置之間的雙曲線作為目標雙曲線，其對應(yīng)方程的波速即為所要求的平均波速，并可進一步用于計算平均土壤含水量和層間波速。

步驟C，基于步驟B獲取的平均波速計算層間波速

對于深度不同的相鄰兩粗根(如圖4所示)，根據(jù)步驟B的雙曲線自動識別算法，可以獲取地面與深度較深的粗根之間的平均波速為以及對應(yīng)粗根深度的信號雙程走時t₁₂。同樣對于深度較淺的粗根，也可以獲取平均波速和信號雙程走時分別為和t₁。因此，假設(shè)兩粗根之間的層間波速為對應(yīng)兩粗根垂直間隔的信號雙程走時為t₂，那么根據(jù)兩粗根位置的幾何關(guān)系，可得到數(shù)學公式：

和

t₂+t₁＝t₁₂

然后通過對以上兩公式進行化簡，得到層間波速計算公式：

這樣，只要將步驟B所獲取的結(jié)果t₁和t₁₂代入上式，就可以計算得到兩粗根之間的平均波速

步驟D，將所得到的平均波速和層間波速轉(zhuǎn)化為土壤含水量

根據(jù)步驟B和步驟C獲得的平均波速和層間波速，利用波速與介電常數(shù)之間的關(guān)系和介電常數(shù)與土壤含水量的關(guān)系，就可以直接計算得到平均土壤含水量和層間土壤含水量。其中，波速與介電常數(shù)之間的關(guān)系如下：

介電常數(shù)與土壤含水量的關(guān)系這里采用Topp公式，正如下所示：

θ＝-5.3×10^-2+2.92×10^-2ε-5.5×10^-4ε²+4.3×10^-6ε³

為了更好地說明本發(fā)明的技術(shù)效果，通過在實地設(shè)計一個控制實驗，利用本發(fā)明提供的方法，從探地雷達粗根反射數(shù)據(jù)中獲取平均土壤含水量和層間土壤含水量，并和相應(yīng)位置的土鉆數(shù)據(jù)進行對比?？刂茖嶒瀸嵉貓鼍昂驮O(shè)計示意圖如圖5(a)和5(b)所示。實驗時間為2016年7月，地點選擇在中國內(nèi)蒙古阿巴嘎旗(43°55′55″N,114°41′32″E)。實地地點土壤相對均一，含水量較低(通常小于15％)，屬于沙質(zhì)土壤類型(大約80％沙土和約20％粘土)，非常適宜探地雷達測量。在控制實驗中，首先挖一個寬1.5米，長8米和深度為1.2米的沙槽(如圖5(a))。在沙槽一側(cè)的槽壁上，以水平間隔為1米，在深度分別為10厘米，20厘米，30厘米，40厘米，50厘米，60厘米，70厘米和80厘米位置處，垂直槽壁插入相互平行的八條灌木粗根，并在地表面標記根的位置。這些粗根長度都為50厘米，直徑為1.5厘米。然后，將沙槽填埋、平整地面，根據(jù)根系位置確定雷達測線位置，使用探地雷達沿側(cè)線垂直根系長軸方向進行測量，獲取粗根反射數(shù)據(jù)。最后，在雷達測量后，沿側(cè)線在每一個粗根位置附近，用兩個1米長的土鉆分別以不同間隔獲取土樣，其中一個土鉆以20厘米間隔取土樣，另一個土鉆只取對應(yīng)粗根深度的土樣，這樣就獲取了不同粗根以上的平均土壤含水量，以及每個粗根附近20厘米間隔的土壤含水量擴線。需要指出的是，雷達數(shù)據(jù)所獲取的土壤含水量是體積含水量，而土鉆獲取的含水量屬于質(zhì)量含水量，，且體積含水量等于質(zhì)量含水量與容重的乘積，因此為了將土壤質(zhì)量含水量轉(zhuǎn)化為體積含水量，在挖沙槽時，同時也采集了不同深度的土壤容重數(shù)據(jù)。

圖6(a)為利用步驟B的雙曲線自動識別算法從控制實驗雷達粗根數(shù)據(jù)所獲取的平均波速。可以發(fā)現(xiàn)，對應(yīng)八個粗根以上的平均波速，隨著深度范圍增大，整體存在減小的趨勢。將這些平均波速按照步驟D所提供的公式，轉(zhuǎn)化為平均土壤含水量，并和土鉆數(shù)據(jù)比較，結(jié)果如圖6(b)所示?？梢悦黠@發(fā)現(xiàn)，本發(fā)明所計算出的平土壤含水量與土鉆數(shù)據(jù)十分接近，均方根誤差(RMSE)僅為0.0088m³·m^-3。

圖7(a)為在控制實驗中，本發(fā)明所獲取的平均土壤含水量和土鉆數(shù)據(jù)隨深度范圍增大的趨勢變化?？梢悦黠@看出，兩組結(jié)果變化趨勢基本一致，相關(guān)系數(shù)可達0.939。并且，由土鉆數(shù)據(jù)分析可知，實驗地點在深度80厘米以上，平均土壤含水量變化范圍較小，變化梯度基本小于0.015m³·m^-3，但本發(fā)明方法得到了較好結(jié)果，基本抓住了這些微小的變化。為了匹配以20厘米間隔采樣的土鉆數(shù)據(jù)，選取深度為20，40，60和80厘米處粗根以上的平均波速和對應(yīng)深度信號雙程走時(可由步驟B獲取)，代入步驟C的轉(zhuǎn)換公式，則計算出它們之間的層間波速，然后經(jīng)步驟D得到層間土壤含水量，結(jié)果和土鉆數(shù)據(jù)對比如圖7(b)所示?？梢园l(fā)現(xiàn)，在控制實驗中本發(fā)明所計算出的層間土壤含水量略大于土鉆數(shù)據(jù)，RMSE為0.012m³·m^-3，仍具有較高的準確度。并且土壤層間含水量擴線與土鉆數(shù)據(jù)變化趨勢一致，相關(guān)系數(shù)可達0.975，很好地反映了實驗地點的土壤含水量垂直變化情況。

由上述圖實例可看出，本發(fā)明所提供的方法可以從探地雷達粗根反射數(shù)據(jù)中有效估測平均土壤含水量和層間土壤含水量。本發(fā)明以自然存在的粗根作為反射體，使用基于RHT的雙曲線自動識別算法，能夠在未知粗根深度的情況下，準確獲取土壤平均含水量和層間土壤含水量，這為快速、無損獲取土壤含水量水平分布和垂直變化情況提供了一種行之有效的方法，對研究植物根系與土壤之間相互作用關(guān)系具有重要意義。

本領(lǐng)域技術(shù)人員應(yīng)當理解，雖然本發(fā)明是按照多個實施例的方式進行描述的，同時在所設(shè)計的控制實驗中和土鉆數(shù)據(jù)進行了對比驗證，但是并非每個實施例僅包含一個獨立的技術(shù)方案。說明書中如此敘述僅僅是為了清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當將說明書作為一個整體加以理解，并將各實施例中所涉及的技術(shù)方案看作是可以相互組合成不同實施例的方式來理解本發(fā)明的保護范圍。

以上所述僅為本發(fā)明示意性的具體實施方式，并非用以限定本發(fā)明的范圍。任何本領(lǐng)域的技術(shù)人員，在不脫離本發(fā)明的構(gòu)思和原則的前提下所作的等同變化、修改與結(jié)合，均應(yīng)屬于本發(fā)明保護的范圍。