王軒,婁澤生

(1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院,河南 焦作454000;2.天津城建大學(xué) 地質(zhì)與測(cè)繪學(xué)院,天津300384)

0 引 言

我國(guó)是一個(gè)傳統(tǒng)農(nóng)業(yè)大國(guó),土壤水含量對(duì)于農(nóng)業(yè)生產(chǎn)和保障糧食生產(chǎn)具有重要意義.土壤水含量是農(nóng)業(yè)干旱最主要的檢測(cè)指標(biāo),客觀、準(zhǔn)確、及時(shí)地了解土壤水含量對(duì)農(nóng)業(yè)生產(chǎn)具有重要意義[1]．蒸騰蒸發(fā)是土壤水消耗的重要因素之一[2-3],土壤相對(duì)濕度受大氣等因素影響[4]且與空氣濕度等氣象要素相關(guān)[5],土壤水含量正異常造成蒸發(fā)加大,能夠影響空氣濕度[6],同樣基于常規(guī)氣象觀測(cè)對(duì)于反演土壤水含量具有很強(qiáng)可實(shí)踐性[7],而大氣水汽含量與全球衛(wèi)星導(dǎo)航系統(tǒng)天頂對(duì)流層延遲(GNSS ZTD)有很好的相關(guān)性[8],GNSS ZTD可以反演大氣可降水含量,ZTD變化可以反映水汽的可降水變化[9]．目前利用GNSS研究土壤水含量主要方法是利用GNSS信號(hào)的干涉、反射建立反演模型[10-12],沒(méi)有利用GNSS信號(hào)解算后數(shù)據(jù)與土壤水含量開(kāi)展相關(guān)方面研究,本文利用通過(guò)Gamit軟件解算GNSS信號(hào)得到的ZTD數(shù)據(jù)與土壤水含量進(jìn)行相關(guān)性研究．通過(guò)對(duì)GNSS數(shù)據(jù)的處理應(yīng)用,利用ZTD與土壤水含量的相關(guān)性,可用于土壤水含量反演,為反演土壤水含量提供參考價(jià)值,也為農(nóng)業(yè)研究和農(nóng)業(yè)生產(chǎn)提供參考依據(jù)．

1 數(shù)據(jù)來(lái)源和研究方法

1.1 數(shù)據(jù)來(lái)源

研究數(shù)據(jù)主要包括:GNSS對(duì)流層延遲數(shù)據(jù)和土壤水含量數(shù)據(jù)

1)GNSS ZTD數(shù)據(jù):ZTD數(shù)據(jù)來(lái)源于中國(guó)大陸環(huán)境構(gòu)造監(jiān)測(cè)網(wǎng)絡(luò),數(shù)據(jù)包括站點(diǎn)名稱(chēng),站點(diǎn)坐標(biāo),數(shù)據(jù)采集時(shí)間,ZTD數(shù)據(jù)(單位為:mm)等信息．?dāng)?shù)據(jù)采集密度為12次/天,0點(diǎn)開(kāi)始完成第一次后2小時(shí)/次,等間隔時(shí)間采集數(shù)據(jù),ZTD數(shù)據(jù)在時(shí)間上與土壤水含量數(shù)據(jù)能夠保持一致.因土壤水含量采集試驗(yàn)區(qū)域位置原因,本文只采用中國(guó)大陸環(huán)境構(gòu)造監(jiān)測(cè)網(wǎng)絡(luò)NMEL站點(diǎn)進(jìn)行相關(guān)分析,數(shù)據(jù)采集坐標(biāo)如表1所示,能夠保證數(shù)據(jù)的時(shí)空有效性．

2)土壤水含量數(shù)據(jù):土壤水含量來(lái)源于中科院遙感與數(shù)字地球研究所閃電河流域土壤水分檢測(cè)試驗(yàn)區(qū),試驗(yàn)區(qū)位于內(nèi)蒙古自治區(qū)正藍(lán)旗．?dāng)?shù)據(jù)包括采集時(shí)間,采集深度,土壤溫度和土壤水分(單位為:m3·m-3)含量等信息．?dāng)?shù)據(jù)采集密度為144次/分鐘,0點(diǎn)開(kāi)始第一次后10 min/次等間隔時(shí)間采集．為保證土壤水?dāng)?shù)據(jù)與GNSS ZTD數(shù)據(jù)時(shí)序性一致,將土壤水含量數(shù)據(jù)提取為12次/天．因GNSS數(shù)據(jù)與土壤水含量數(shù)據(jù)不完整,本文截取2018年11月—2019年1月數(shù)據(jù)進(jìn)行分析,GNSS數(shù)據(jù)采集站點(diǎn)坐標(biāo)和土壤水含量數(shù)據(jù)采集點(diǎn)坐標(biāo)及采集時(shí)間等信息詳見(jiàn)表1,其中S03和S05站點(diǎn)缺少2018-12-22—2019-01-01土壤水?dāng)?shù)據(jù),本文將該時(shí)間段數(shù)據(jù)舍去未作分析．

表1 GNSS和土壤水含量數(shù)據(jù)采集時(shí)間和站點(diǎn)坐標(biāo)

1.2 研究方法

本文主要運(yùn)用小波變換的方法分解ZTD數(shù)據(jù),小波變換是一種分析信號(hào)時(shí)間-頻率的方法,在時(shí)頻兩域表現(xiàn)信號(hào)特征．本文選用DbN小波對(duì)ZTD數(shù)據(jù)做小波變換,分解后得到高頻項(xiàng)和低頻項(xiàng),高頻項(xiàng)主要由干擾噪聲、異常突變、周期變化和隨機(jī)波動(dòng)等構(gòu)成,而低頻項(xiàng)反映了ZTD的主要特征及演變趨勢(shì)．本文運(yùn)用其低頻項(xiàng)與土壤水含量數(shù)據(jù)進(jìn)行相關(guān)性分析,本文選擇緊支撐標(biāo)準(zhǔn)正交小波DbN小波系,Db7小波來(lái)分解ZTD數(shù)據(jù),分解層數(shù)為10層．

1.3 相關(guān)性分析

相關(guān)性分析是指兩個(gè)或多個(gè)具有相關(guān)性的變量元素進(jìn)行分析,從而衡量?jī)蓚€(gè)變量因素的相關(guān)密切程度．本文利用SPSS軟件進(jìn)行相關(guān)性分析,選用Pearson相關(guān)系數(shù)和雙尾顯著性檢驗(yàn)．Pearson相關(guān)值在-1和+1之間,大于0為正相關(guān),小于0為負(fù)相關(guān),等于0則表示不相關(guān),絕對(duì)值越大表示相關(guān)程度越高．同時(shí)看相關(guān)性檢驗(yàn)值是否小于0.05,小于0.05意味著兩個(gè)變量存在顯著相關(guān)關(guān)系,如果大于等于0.05,意味著無(wú)關(guān)系．

2 ZTD與土壤水含量相關(guān)性分析

2.1 GNSS ZTD與土壤水含量比較分析

由圖1(b)、(d)可知,GNSS ZTD與土壤水含量變化趨勢(shì)基本相同,從2018-11-03—2019-01-26都呈波動(dòng)下降后趨于穩(wěn)定趨勢(shì)．由圖1(b)、(d)可以看出，GNSS ZTD變化相對(duì)于土壤水含量有延遲．而由圖1(a)和圖1(c)可以看出，2019年GNSS ZTD大幅升高,而土壤水含量變化不明顯,趨勢(shì)平穩(wěn)．查看GNSS ZTD異常時(shí)間，發(fā)現(xiàn)正藍(lán)旗2018-11-03—2018-11-04、2018-11-14、2018-12-05、2018-12-31和2019-01-14均發(fā)生降水,降水發(fā)生前GNSS ZTD會(huì)升高[13]．所以由圖1可看出GNSS ZTD與土壤水含量的變化趨勢(shì)基本一致,可以進(jìn)行相關(guān)性分析．

(a)L04 (b)S03

(c)S04 (d)S05圖1 GNSS ZTD與土壤水含量

由表2可知GNSS ZTD與土壤水含量存在統(tǒng)計(jì)相關(guān)性,但相關(guān)系數(shù)較低,不能利用GNSS ZTD數(shù)據(jù)進(jìn)行土壤水含量方面研究工作,所以本文先利用小波分解GNSS ZTD數(shù)據(jù),再將其低頻項(xiàng)特性,與土壤水含量進(jìn)行相關(guān)性分析．

表2 不同站點(diǎn)、深度土壤水含量與GNSS ZTD相關(guān)性

注:所有相關(guān)性實(shí)驗(yàn)檢驗(yàn)值都為0.00<0.01．

2.2 小波分解后GNSS ZTD與土壤水含量比較分析

由圖2(a)、(b)、(d)可知GNSS ZTD經(jīng)小波分解后的趨勢(shì)項(xiàng)與土壤水含量變化趨勢(shì)基本相同,在本文研究時(shí)間段內(nèi)都呈下降趨勢(shì),由圖2(a)可看出GNSS ZTD經(jīng)小波分解后趨勢(shì)項(xiàng)呈上凸式下降,與土壤水含量的變化趨勢(shì)相同;由圖2(b)(d)可以看出經(jīng)小波分解后的GNSS ZTD變化趨勢(shì)呈下凹式下降,與土壤水含量變化趨勢(shì)相同．結(jié)合圖2(a)、(b)、(d)可以看出小波分解后的GNSS ZTD與50 cm土壤水含量變化趨勢(shì)吻合程度較高．

(a)L04 (b)S03

(c)S04 (d)S05圖2 小波分解后GNSS ZTD趨勢(shì)項(xiàng)和土壤水含量

由表2、表3對(duì)比分析可知,小波分解后GNSS ZTD與土壤水含量相關(guān)性大幅提高,且于50 cm土壤處相關(guān)性最高．L04、S03和S05站土壤水含量與GNSS ZTD存在正相關(guān)關(guān)系,但是S04站土壤水含量與GNSS ZTD為負(fù)相關(guān)關(guān)系．結(jié)合圖2(c)可以看出經(jīng)小波分解后GNSS ZTD的趨勢(shì)項(xiàng)呈上升趨勢(shì),而該站點(diǎn)土壤水含量呈下降趨于平緩趨勢(shì)．造成該現(xiàn)象的原因?yàn)椋?018-11-03—2018-11-04、2018-11-14、2018-12-05、2018-12-31和2019-01-14發(fā)生降水,降水會(huì)造成該地區(qū)空氣濕度增加[2,6],而試驗(yàn)區(qū)冬季降水以雪的形式發(fā)生,不能快速滲入土壤補(bǔ)充土壤水含量,造成兩者相關(guān)性為負(fù)值．

表3 小波分解后GNSS ZTD與土壤水含量相關(guān)性

注:顯著性檢驗(yàn)值都為0.00<0.01．

3 結(jié) 論

本文利用GNSS ZTD與土壤水含量數(shù)據(jù),運(yùn)用小波變換后進(jìn)行相關(guān)性分析,得到結(jié)論:研究區(qū)域月時(shí)間尺度內(nèi),GNSS ZTD與土壤水含量存在相關(guān)性,降水等天氣變化能夠在短時(shí)間影響其相關(guān)性,小波分解后GNSS ZTD的低頻趨勢(shì)項(xiàng)與土壤水含量相關(guān)性較高,能夠體現(xiàn)出土壤水含量的變化趨勢(shì)．

因土壤水含量數(shù)據(jù)較少,本文所作研究為GNSS ZTD與土壤水含量月時(shí)間尺度內(nèi)的相關(guān)性,且本文研究區(qū)域較小,大區(qū)域范圍的長(zhǎng)時(shí)序研究更能體現(xiàn)其相關(guān)性．