王軒,婁澤生

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

0 引 言

我國是一個傳統(tǒng)農(nóng)業(yè)大國,土壤水含量對于農(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)干旱最主要的檢測指標,客觀、準確、及時地了解土壤水含量對農(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)氣象觀測對于反演土壤水含量具有很強可實踐性[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信號的干涉、反射建立反演模型[10-12],沒有利用GNSS信號解算后數(shù)據(jù)與土壤水含量開展相關(guān)方面研究,本文利用通過Gamit軟件解算GNSS信號得到的ZTD數(shù)據(jù)與土壤水含量進行相關(guān)性研究．通過對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)來源和研究方法

1.1 數(shù)據(jù)來源

研究數(shù)據(jù)主要包括:GNSS對流層延遲數(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)來源于中國大陸環(huán)境構(gòu)造監(jiān)測網(wǎng)絡(luò),數(shù)據(jù)包括站點名稱,站點坐標,數(shù)據(jù)采集時間,ZTD數(shù)據(jù)(單位為:mm)等信息．數(shù)據(jù)采集密度為12次/天,0點開始完成第一次后2小時/次,等間隔時間采集數(shù)據(jù),ZTD數(shù)據(jù)在時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區(qū)域位置原因,本文只采用中國大陸環(huán)境構(gòu)造監(jiān)測網(wǎng)絡(luò)NMEL站點進行相關(guān)分析,數(shù)據(jù)采集坐標如表1所示,能夠保證數(shù)據(jù)的時空有效性．

2)土壤水含量數(shù)據(jù):土壤水含量來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試驗區(qū),試驗區(qū)位于內(nèi)蒙古自治區(qū)正藍旗．數(shù)據(jù)包括采集時間,采集深度,土壤溫度和土壤水分(單位為:m3·m-3)含量等信息．數(shù)據(jù)采集密度為144次/分鐘,0點開始第一次后10 min/次等間隔時間采集．為保證土壤水數(shù)據(jù)與GNSS ZTD數(shù)據(jù)時序性一致,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)進行分析,GNSS數(shù)據(jù)采集站點坐標和土壤水含量數(shù)據(jù)采集點坐標及采集時間等信息詳見表1,其中S03和S05站點缺少2018-12-22—2019-01-01土壤水數(shù)據(jù),本文將該時間段數(shù)據(jù)舍去未作分析．

表1 GNSS和土壤水含量數(shù)據(jù)采集時間和站點坐標

1.2 研究方法

本文主要運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時間-頻率的方法,在時頻兩域表現(xiàn)信號特征．本文選用DbN小波對ZTD數(shù)據(jù)做小波變換,分解后得到高頻項和低頻項,高頻項主要由干擾噪聲、異常突變、周期變化和隨機波動等構(gòu)成,而低頻項反映了ZTD的主要特征及演變趨勢．本文運用其低頻項與土壤水含量數(shù)據(jù)進行相關(guān)性分析,本文選擇緊支撐標準正交小波DbN小波系,Db7小波來分解ZTD數(shù)據(jù),分解層數(shù)為10層．

1.3 相關(guān)性分析

相關(guān)性分析是指兩個或多個具有相關(guān)性的變量元素進行分析,從而衡量兩個變量因素的相關(guān)密切程度．本文利用SPSS軟件進行相關(guān)性分析,選用Pearson相關(guān)系數(shù)和雙尾顯著性檢驗．Pearson相關(guān)值在-1和+1之間,大于0為正相關(guān),小于0為負相關(guān),等于0則表示不相關(guān),絕對值越大表示相關(guān)程度越高．同時看相關(guān)性檢驗值是否小于0.05,小于0.05意味著兩個變量存在顯著相關(guān)關(guān)系,如果大于等于0.05,意味著無關(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基本相同,從2018-11-03—2019-01-26都呈波動下降后趨于穩(wěn)定趨勢．由圖1(b)、(d)可以看出，GNSS ZTD變化相對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,趨勢平穩(wěn)．查看GNSS ZTD異常時間，發(fā)現(xiàn)正藍旗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會升高[13]．所以由圖1可看出GNSS ZTD與土壤水含量的變化趨勢基本一致,可以進行相關(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)計相關(guān)性,但相關(guān)系數(shù)較低,不能利用GNSS ZTD數(shù)據(jù)進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),再將其低頻項特性,與土壤水含量進行相關(guān)性分析．

表2 不同站點、深度土壤水含量與GNSS ZTD相關(guān)性

注:所有相關(guān)性實驗檢驗值都為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)小波分解后的趨勢項與土壤水含量變化趨勢基本相同,在本文研究時間段內(nèi)都呈下降趨勢,由圖2(a)可看出GNSS ZTD經(jīng)小波分解后趨勢項呈上凸式下降,與土壤水含量的變化趨勢相同;由圖2(b)(d)可以看出經(jīng)小波分解后的GNSS ZTD變化趨勢呈下凹式下降,與土壤水含量變化趨勢相同．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趨勢項和土壤水含量

由表2、表3對比分析可知,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的趨勢項呈上升趨勢,而該站點土壤水含量呈下降趨于平緩趨勢．造成該現(xiàn)象的原因為：2018-11-03—2018-11-04、2018-11-14、2018-12-05、2018-12-31和2019-01-14發(fā)生降水,降水會造成該地區(qū)空氣濕度增加[2,6],而試驗區(qū)冬季降水以雪的形式發(fā)生,不能快速滲入土壤補充土壤水含量,造成兩者相關(guān)性為負值．

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),運用小波變換后進行相關(guān)性分析,得到結(jié)論:研究區(qū)域月時間尺度內(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間影響其相關(guān)性,小波分解后GNSS ZTD的低頻趨勢項與土壤水含量相關(guān)性較高,能夠體現(xiàn)出土壤水含量的變化趨勢．

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)域范圍的長時序研究更能體現(xiàn)其相關(guān)性．