Name: 利用阵列天线探地雷达采集的时移多偏移收集跟踪入渗前深度 (视频) | JoVE Journal
Uploaded: 2018-05-01T13:00:00.000+00:00
Duration: 7 min 14 s
Description: 学习利用阵列天线探地雷达系统实时追踪土壤入渗前锋的方法。该技术通过时移多偏移数据采集，为研究包气带水文学和土壤水分动态运动提供高效可靠的非侵入式监测手段。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本研究由日本学术振兴会科研费补助金项目（编号：16H02580、17H03885）以及鸟取大学干旱地研究中心共同研究项目资助。

本研究的主要目的是利用阵列式探地雷达系统来可视化地下动态过程（如水分入渗），同时准确描述入渗试验的实施方法也至关重要。
1. 野外渗透试验
<ol>
	<li>选择一个表面裸露的地点进行入渗试验。 
	注意： 本研究中的入渗试验是在日本鸟取大学干旱地研究中心的大型温室设施内进行的。更多细节请参见近期发表的文献16。</li>
	<li>在地表平行放置六根长2.5 m的多孔管，管间间距为15 cm，以确保入渗均匀（图2）。</li>
	<li>将管道的一端连接至由阀门控制的进水口，该进水口连接至储水容器或水龙头；另一端连接出水口，以排出多余的水。</li>
	<li>在多孔管上方覆盖一块尺寸为910 × 1802 mm2的薄木板（略大于天线阵列）。</li>
	<li>在入渗试验开始前，检测木板对雷达信号的影响。</li>
	<li>在木板旁边安装土壤水分传感器，以监测不同深度土壤含水量的变化。 
	注意： 这些传感器的用途是提供参考数据，用于交叉验证GPR数据的分析结果。本研究中，在天线旁安装了一种杆式土壤水分传感器（见材料表），用于监测10、20、30、40、60和100 cm深度处的土壤介电常数。</li>
</ol>
2. GPR 测量
<ol>
	<li>将阵列GPR天线放置在木板上。 
	注意： 本研究中，天线保持静止不动，以确保记录信号的一致性。</li>
	<li>使用同轴电缆将天线连接至控制器。</li>
	<li>使用以太网电缆将控制器连接至笔记本电脑。</li>
	<li>确定天线组合方式及其采集顺序，以确保共偏移距采集（COG）和多偏移距采集（MOG）能够无缝完成。 
	注意： 本研究中使用了可获取的阵列GPR所有可能的组合（共110种），完成全部组合扫描耗时不到1.5秒。</li>
	<li>使用数据采集软件开始记录GPR数据。 
	注意： 必须在向多孔管注入水之前开始数据采集。</li>
	<li>打开阀门以注水（即，开始入渗过程）。 
	注意： 地下水注入速率可根据目标土壤的水力特性（如渗透系数）确定。本研究中使用的流速为7,000 cm3/min，低于沙丘砂的饱和渗透系数。</li>
	<li>当注入预定量的水后，关闭阀门。 
	注意： 本试验中连续注水4小时，共使用1,680升水。</li>
	<li>在额外的一段时间内继续使用阵列GPR进行扫描，以监测水分再分布过程，供后续分析。 
	注意： 阀门关闭后，阵列GPR继续采集数据达4小时。然而，本研究所呈现的结果未包含这些数据的分析。</li>
</ol>
3. 速度估计的数据分析
<ol>
	<li>通过从整体数据立方体中提取相应的发射-接收（Tx-Rx）组合，重建共偏移距（COG）和共中点（CMP）数据。作者开发了自定义代码，用于重新排列雷达剖面，将相同偏移距的Tx-Rx对（COG）以及具有相同中点位置的Tx-Rx对（CMP）分别归类。 
	注意： 本研究使用了调频连续波（SFCW）探地雷达设备，原始数据位于频域；频率域到时间域的转换通过探地雷达系统制造商提供的软件完成。</li>
	<li>通过将计算得到的电磁波在入渗锋面反射的双程走时 tc 与观测信号进行拟合，估算在特定时间下湿润带中的最佳电磁波传播速度。最佳拟合曲线对应的速度通过启发式方法确定。 
	<img alt="静力平衡方程，公式：tc²=(4d₀²+x²)/vr²；图示数学关系。" src="/files/ftp_upload/56847/56847eq1.jpg" data-altupdatedat="1788250015000" data-alt="方程 1">    (1) 
	其中 d0 为反射点深度，x 为发射天线与接收天线之间的距离，vr 为至反射界面的均方根速度，t0 为由CMP雷达图确定的零偏移距处的双程走时。 
	注意： 使用MOG方法进行速度估算的最常见方式是相似性分析5,15,17。在相似性分析中，通过速度谱选取均方根速度。本研究未采用相似性分析进行速度估算，原因是阵列探地雷达数据中观察到的信噪比较低，无法生成可靠的速度谱。针对这些数据开发合适的滤波方法以生成可靠速度谱的研究正在其他持续进行的项目中开展。在本研究范围内，采用曲线拟合方法将方程（1）拟合至CMP雷达图。</li>
	<li>利用公式（1），结合估算得到的电磁波速度 vr，计算在特定时间下的湿润锋前沿深度 d0。 
	注意： 在此部分数据分析中，使用了偏移距 x 等于113 mm的COG数据集。</li>
</ol>

<ol><li>Huisman, J., Hubbard, S., Redman, J. D., Annan, P. <a target="_blank" href="http://phineas.u-strasbg.fr/sailhac/liens/Cours/HGP/Articles2008/Huisman_VZJ_03_476.pdf">Measuring soil water content with ground penetrating radar: A review.</a> Vadose Zone Journal. 2 (4), 476-491 (2003).</li>
<li>Lambot, S., Weihermüller, L., Huisman, J., Vereecken, H., Vanclooster, M., Slob, E. C. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1029/2006WR005097/abstract">Analysis of air-launched ground-penetrating radar techniques to measure the soil surface water content.</a> Water Resources Research. 42, 1-12 (2006).</li>
<li>Binley, A., Hubbard, S., Huisman, J., Revil, A., Robinson, D., Singha, K., Slater, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+emergence+of+hydrogeophysics+for+improved+understanding+of+subsurface+processes+over+multiple+scales%5BTitle%5D)+AND+%22Water+Resources+Research%22%5BJournal%5D)">The emergence of hydrogeophysics for improved understanding of subsurface processes over multiple scales.</a> Water Resources Research. 51, 3837-3866 (2015).</li>
<li>Vereecken, H., Huisman, J., Hendricks, F. H., Bruggemann, N., Bogena, H., Kollet, S., Javaux, M., Van Der Kruk, J., Vanderborght, J. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/2014WR016852/full">Soil hydrology: Recent methodological advances, challenges, and perspectives.</a> Water Resources Research. 51, 2616-2633 (2015).</li>
<li>Forte, E., Pipan, M. <a target="_blank" href="https://www.sciencedirect.com/science/article/pii/S0165168416300494">Review of multi-offset GPR applications: Data acquisition, processing and analysis.</a> Signal Processing. 132, 1-11 (2017).</li>
<li>Vellidis, G., Smith, M. S., Thomas, D. L., Asmussen, L. E. <a target="_blank" href="https://www.cabdirect.org/cabdirect/abstract/19911960075">Detecting wetting front movement in a sandy soil with ground-penetrating radar.</a> Transactions of the ASAE. 33 (6), 1867-1874 (1990).</li>
<li>Trinks, I., Wachsmuth, D., Stumpel, H. <a target="_blank" href="https://www.researchgate.net/publication/261060806_Monitoring_water_flow_in_the_unsaturated_zone_using_georadar">Monitoring water flow in the unsaturated zone using georadar.</a> First Break. 19, 679-684 (2001).</li>
<li>Saintenoy, A., Schneider, S., Tucholka, P. <a target="_blank" href="https://hal.inria.fr/hal-00831408/document">Evaluating Ground Penetrating Radar Use for Water Infiltration Monitoring.</a> Vadose Zone Journal. 7 (1), 208-214 (2008).</li>
<li>Léger, E., Saintenoy, A., Coquet, Y. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/2013WR014226/abstract">Hydrodynamic parameters of a sandy soil determined by ground-penetrating radar inside a single ring infiltrometer.</a> Water Resources Research. 50 (7), 5459-5474 (2014).</li>
<li>Eide, E., Valand, P. A., Sala, J. <a target="_blank" href="http://ieeexplore.ieee.org/abstract/document/6970527/">Ground-coupled antenna array for step-frequency GPR.</a> Proceedings of 15th International Conference on Ground Penetrating Radar. , 785-790 (2014).</li>
<li>Eide, E., Hjelmstad, J. F. <a target="_blank" href="https://www.spiedigitallibrary.org/conference-proceedings-of-spie/4758/1/3D-utility-mapping-using-electronically-scanned-antenna-array/10.1117/12.462308.short?SSO=1">3D utility mapping using electronically scanned antenna array, Proceedings of GPR 2002.</a> Proceedings of Ninth International Conference on Ground Penetrating Radar. , 192-196 (2002).</li>
<li>Linford, N., Linford, P., Martin, L., Payne, A. <a target="_blank" href="http://onlinelibrary.wiley.com/doi/10.1002/arp.382/abstract">Stepped frequency ground penetrating radar survey with a multi-element array antenna: Results from field application on archaeological sites.</a> Archaeological Prospection. 17, 187-198 (2010).</li>
<li>Eide, E., Hjelmstad, J. F. <a target="_blank" href="http://docplayer.net/19654522-Uxo-and-landmine-detection-using-3-dimensional-ground-penetrating-radar-system-in-a-network-centric-environment.html">UXO and landmine detection using 3-dimensional ground penetrating radar system in a network centric environment.</a> Proceedings of ISTMP 2004. , (2004).</li>
<li>Sato, M., Hamada, Y., Feng, X., Kong, F. N., Zeng, Z., Fang, G. <a target="_blank" href="https://www.researchgate.net/publication/274770986_GPR_using_an_array_antenna_for_landmine_detection">GPR using an array antenna for landmine detection.</a> Near Surface Geophysics. 2 (1), 7-13 (2004).</li>
<li>Yi, L., Takahashi, K., Sato, M. <a target="_blank" href="http://ieeexplore.ieee.org/document/7325952/">Estimation of vertical velocity profile by multistatic GPR Yakumo.</a> Proceedings of 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). , 1060-1063 (2015).</li>
<li>Iwasaki, T., Kuroda, S., Saito, H., Tobe, Y., Suzuki, K., Fujimaki, H., Inoue, M. <a target="_blank" href="https://scisoc.confex.com/crops/2016am/webprogram/Paper100993.html">Monitoring infiltration process seamlessly using array ground penetrating radar.</a> Agricultural and Environmental Letters. 1, 160002(2016).</li>
<li>Booth, A. D., Clark, R., Murray, T. <a target="_blank" href="https://www.researchgate.net/publication/277484440_Semblance_response_to_a_ground-penetrating_radar_wavelet_and_resulting_errors_in_velocity_analysis">Semblance response to a ground-penetrating radar wavelet and resulting errors in velocity analysis.</a> Near Surface Geophysics. 8 (3), 235-246 (2010).</li>
<li>Saintenoy, A., Hopmans, J. W. <a target="_blank" href="http://ieeexplore.ieee.org/document/6072277/">Ground Penetrating Radar: Water Table Detection Sensitivity to Soil Water Retention Properties.</a> IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 4 (4), 748-753 (2011).</li>
</ol>

本研究中，采用阵列式探地雷达（GPR）对在日本鸟取沙丘附近实验场地进行的入渗实验过程中湿润锋深度的变化进行追踪。本研究所使用的阵列式GPR系统包含10个发射天线（Tx）和11个接收天线（Rx），可配置多达110种不同的Tx-Rx组合。在入渗实验期间，所有110种组合以1.5秒的时间间隔连续扫描，天线阵列保持静止，位于地表铺设的多孔管道注水区域上方。通过时移数据立方体重建了等偏移距剖面（COG）和共中心点数据（CMP）。若使用传统的双站式GPR系统，几乎不可能以相同速率采集CMP数据。为获得可重复且具有实际意义的时移数据，实验过程中必须保持天线静止不动。
尽管已有研究利用阵列式探地雷达（GPR）数据估算电磁（EM）波速度15，但分析时间序列阵列GPR数据以估算诸如水分入渗等瞬态过程中EM波速度的研究仍较少。本研究基于时间序列共中点（CMP）数据估算了电磁波速度结构。由于数据信噪比（S/N）较低，未采用相似性分析方法，而是通过对CMP雷达图中反射信号的双程走时双曲线进行启发式拟合，以估算润湿区的平均电磁波速度。当信噪比较低时，相似性分析无法生成可靠的波速谱，因此需要开发适当的滤波方法才能应用该分析技术。在GPR天线旁安装了一根杆式土壤水分传感器，用于测量入渗实验过程中土壤含水量的变化；传感器分别布设于10、20、30、40和60 cm深度处，并独立工作。
利用估算的电磁波速度，计算了入渗过程中每1分钟间隔的湿润锋深度。估算的湿润锋随时间的变化与20 cm以下深度的土壤水分传感器观测结果吻合良好。在较浅的深度，探地雷达对湿润锋深度的估算结果与土壤水分传感器的读数存在差异。
总体而言，本研究证明了阵列式探地雷达（GPR）系统能够通过采集走时层析（CMP）时间序列数据，追踪水分入渗过程中湿润锋深度的演变过程。由于此类数据此前难以通过传统的地表探地雷达获取，本研究获得的数据是首次真实展现地下土壤中湿润锋随时间演变过程的观测结果。未来的研究将探索利用数据反演方法，从本实验所获取的数据中估算土壤水力参数的可能性。

理解非饱和带中的质量与能量运移过程，对于农业和环境领域的诸多应用具有重要意义。在这些过程中，变饱和水流是核心过程，因为许多其他过程（如物理、地球化学、生物，甚至力学过程）通常都与水流过程相耦合。近年来地球物理技术的发展使得人们能够以非侵入方式监测非饱和带中的水文过程。在众多地球物理技术中，探地雷达（ground penetrating radar, GPR）是监测和表征土壤水分动态最广泛使用的技术之一，因为GPR天线发射和接收的电磁波（EM）传播特性受土壤含水量控制1,2,3,4。在现有系统中，地面式地表GPR（以下简称地表GPR）是野外最常用的配置。传统的地表GPR系统通常采用一个发射天线和一个接收天线（即双站雷达系统），以固定的收发天线间距（偏移距）对地下进行扫描。以此方式采集的数据集也称为共偏移距道集（common offset gathers, COG）。雷达数据以电磁波从发射天线出发，经地下反射体反射后返回接收天线的总传播时间为基础，显示为时间序列。为了将传播时间转换为深度信息，需要估算地下介质中的电磁波传播速度。例如，可通过分析多偏移距道集（multi-offset gather, MOG）数据集来实现这一目标5。
尽管已有若干研究利用探地雷达（GPR）监测地下入渗过程6,7,8,9，但这些研究均未直接确定润湿锋的位置或入渗过程中随时间变化的电磁波速度结构。通常的做法是利用埋设在已知深度的物体作为参考反射体，以确定电磁波的平均速度和润湿锋深度。由于润湿锋在入渗过程中动态变化，因此必须在不使用参考物体的情况下，以较短的时间间隔采集时移多偏移距共中心点（MOG）数据，以捕捉电磁波速度结构的变化。使用常规双站式地表GPR天线时，要在每次采集之间以短时间间隔获取时移MOG数据十分困难甚至不可能，因为需要手动移动天线以设置不同的偏移距配置。近年来，一类天线阵列GPR（以下简称阵列GPR）被广泛用于快速而准确地成像地下结构10。阵列GPR的基本原理是通过电子切换安装在单一框架上的多个天线，以最小的工作量获取密集的扫描条带。阵列GPR系统主要用于快速生成大范围区域的三维地下图像。此类系统的典型应用包括道路与桥梁检测11、考古勘探12以及未爆弹药和地雷探测13,14。出于这些目的，阵列GPR主要采用固定天线间距配置扫描地下以采集共中心点（COG）数据。尽管已有研究表明，使用阵列GPR采集的MOG数据可用于速度估算15，但该方法的实际应用迄今仅限于少数案例。通过将天线阵列固定于同一位置，可轻松实现时移MOG数据的连续采集。正如我们在近期发表的研究中所展示的那样16，在沙丘上进行的垂直入渗实验中，使用阵列GPR系统采集的时移雷达图清晰地呈现出润湿锋逐渐向下移动过程中产生的反射信号。本文的主要目标是展示如何利用阵列GPR在入渗试验期间采集时移MOG数据，以及如何分析此类数据以追踪润湿锋的深度变化。
在本研究中，我们使用了一个天线阵列，该阵列由10个发射天线（Tx0 - Tx9）和11个接收天线（Rx0 - Rx10）组成的蝶形单极天线构成。阵列中天线单元的排布如图1所示（参见材料表）。该天线阵列由一个步进频率连续波形（SFCW）雷达单元控制，工作频率范围为100 MHz至3,000 MHz。阵列式探地雷达通过天线阵列中的射频（RF）多路复用器，按用户自定义的Rx-Tx对序列进行切换10。该特定系统的最大Tx-Rx组合数为110组。在本实验中，我们将阵列式探地雷达配置为使用全部110组组合，并编程扫描序列，使每个发射天线（从Tx0到Tx9）依次与全部11个接收天线（从Rx0到Rx10）配对。完成全部110组组合扫描所需时间少于1.5秒。发射天线与接收天线之间的偏移量根据天线单元馈电点之间的距离计算，其中垂直偏移量为85 mm，如图1所示。

<table><tbody><tr><td>GeoScope 雷达单元</td><td>3D Radar AS</td><td></td><td></td></tr><tr><td>DXG1820 天线</td><td>3D Radar AS</td><td></td><td></td></tr><tr><td>PR2/6 剖面探头&amp;nbsp;</td><td>Delta-T</td><td></td><td></td></tr></tbody></table>

利用阵列天线探地雷达采集的时移多偏移距数据追踪入渗锋深度

Tracking Infiltration Front Depth Using Time-lapse Multi-offset Gathers Collected with Array Antenna Ground Penetrating Radar

本研究在日本鸟取沙丘附近的一个试验场进行入渗实验时，使用了一种基于地面耦合、密集排列天线阵列的探地雷达（GPR）系统来采集数据。本研究所用的天线阵列包含10个发射天线（Tx）和11个接收天线（Rx）。实验中，系统配置为使用所有可能的Tx-Rx组合，从而形成包含110个Tx-Rx组合的多偏移距道集（MOG）。该阵列固定于入渗区域正上方的位置，并通过时间触发方式每1.5秒采集一次数据。在后期处理中，从MOG数据重建了共偏移距道集（COG）和共中心点（CMP）数据立方体。此前极少有研究利用时间序列CMP数据来估算传播速度的变化。在本研究中，通过双曲线方程拟合重建后的CMP数据，以1分钟为间隔经验性地估算了电磁波（EM）传播速度。随后，我们据此计算了湿润锋的深度。该方法获得的湿润锋随时间演变过程与安装在20 cm以下深度的土壤水分传感器观测结果一致。本研究结果表明，此类阵列式GPR系统能够对水分入渗等地下动态过程实现准确且定量的监测。

图3 展示了渗水实验前60分钟内每1.5秒获取的110组发射-接收（Tx-Rx）组合的时间序列面板图，数据已从频率域转换至时间域。为了增强深层反射信号，应用了带通滤波器，并随后进行增益补偿。该面板图可分为10个部分，每个部分对应一个特定的发射器（Tx）。发射器的位置由白色三角形标示，每个切片对应一个接收器（Rx）记录的时间序列信号。纵轴表示电磁波的双程走时（TWT），即电磁波从发射器传播到反射界面再返回接收器所需的时间。剖面图采用灰度色阶图显示信号振幅，较大的颜色对比度表示记录的雷达信号具有较高的振幅。电磁波反射通常发生在介电常数不同的介质层界面，或由电性特征与周围介质不同的物体引起；较大的介电常数差异将导致较强的反射振幅。在水分入渗过程中，存在一个称为过渡区的区域，其含水量从湿润锋边缘开始逐渐增加，即水分渗入初始干燥土壤的区域。电磁波的反射并非发生在湿润锋最前端，而更可能出现在过渡区内，这一点在地下水位探测研究中已有观察证实18。在本文后续部分中，该反射区域被称为湿润锋。在图3中，随着实验时间的推移，一个高振幅信号持续出现并稳定向下移动，该反射正是由水分逐渐向下渗透所形成的湿润锋引起的。根据此图，可重建重心法（COG）和共中点法（CMP）结果，如 Iwasaki et al.16 的 图2 所示。
对每间隔1分钟获取的共中心点（CMP）数据进行了速度分析。对于每组CMP数据，通过调整t0和vr，将式（1）给出的双程走时拟合到湿润锋的反射信号上，并假设湿润区域为均质层。时间零点通过空气直达波以0.3 m/ns的波速进行校正。图4展示了从起始时间te = 5 min到te = 50 min、每隔5分钟采集的CMP数据，以及作为白线显示的最佳拟合曲线（实线代表反射波，虚线代表空气波）。由于空气波并非反射波，而是发射器与接收器之间的直达信号，其走时随偏移距呈线性增加。所有曲线均拟合于反射波的正峰值（白色部分）。在所有偏移距下，这些拟合曲线与CMP雷达图中观测到的反射波形吻合良好，表明所估算的t0和vr值是可靠的。在入渗实验中，天线与多孔管之间放置了一块干燥木板。由于该木板的介电常数远低于湿润土壤，即使其厚度较薄，对电磁波传播的影响仍不可忽略。因此，在前述均质层模型的基础上，进一步考虑了一个双层模型，假设顶部5 cm层的介电常数为3。对于该第二种模型，同样通过湿润锋产生的反射信号进行曲线拟合，以估算电磁波速度vr。
在图5中，分别针对单层模型和双层模型，绘制了估算的湿润锋深度随te的变化关系。可以看出，对于两种模型，湿润锋随时间几乎呈线性向下移动，仅在te = 10 min至te = 20 min之间出现减缓。两个模型之间的差异在初期并不显著，但随着时间推移，均匀模型的估算值相较于双层模型略微移动得更快。在图5中，采用菱形符号标记了各深度水分传感器读数开始上升并随后趋于稳定的时间点；每个传感器深度的这两个时间点之间用实线连接。如上所述，电磁波的反射不一定发生在湿润区最前端；换言之，对于某一特定深度，不能期望该反射恰好对应于传感器读数开始上升的时刻。从这个意义上讲，反射对应于入渗锋面某一深度处达到了相对于其正下方区域更高的水饱和度。考虑位于30、40和60 cm深度的传感器，由探地雷达（GPR）数据估算的湿润锋深度很好地落在时间线上实线所标示的范围内。GPR估算的湿润锋到达20 cm深度的时间，与传感器读数出现突增的时间相吻合；而GPR估算的湿润锋到达10 cm深度的速度则明显快于水分传感器的测量结果，尽管在te = 5 min之后已可清晰观察到湿润锋的反射信号（图4）。此外，还需指出的是，GPR估算曲线的外推并不经过原点。虽然目前尚不明确造成浅层深度出现此偏差的具体原因，但可能存在几种解释。这可能是由于土壤性质的非均质性所致，也可能源于水分施加的不均匀性。如果确实如此，则这种影响在入渗过程的早期阶段会比后期更为显著。另一种可能的解释是地表粗糙度影响了零时刻的确定。除了木板和多孔管的影响外，地表粗糙度的影响也应予以考虑。
<img alt="显示接收和发射元件的天线阵列示意图，184 厘米 × 80 厘米，标有距离。" class="xfigimg" src="/files/ftp_upload/56847/56847fig1.jpg" data-altupdatedat="1788250015000" data-alt="图 1"> 
图 1：本研究中使用的阵列式探地雷达天线配置示意图。 V 形结构为蝶形单极天线。共有 10 个发射天线（Tx）和 11 个接收天线（Rx），水平排列。 <a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig1large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="地下水饱和度示意图，显示阵列式探地雷达、剖面探针和多孔管；水入渗研究。" class="xfigimg" src="/files/ftp_upload/56847/56847fig2.jpg" data-altupdatedat="1788250015000" data-alt="Figure 2"> 
图2：入渗实验示意图。（A）俯视图和（B）侧视图，其中阵列天线放置在六根长250 cm的多孔管上方，多孔管间距为15 cm。<a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig2large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
<img alt="显示双程旅行时间与接收器位置随经过时间变化的地震数据图" class="xfigimg" src="/files/ftp_upload/56847/56847fig3.jpg" data-altupdatedat="1788250015000" data-alt="图 3"> 
图 3：入渗实验前 60 分钟内获得的时间推移雷达图。 数据包含 110 个天线组合的记录信号。每个切片对应于使用单个发射-接收（Tx-Rx）组合采集的时间推移数据。信号振幅采用不同颜色表示。垂直黑色线条分隔每个发射器（Tx）的数据。白色三角形表示发射器（Tx）的位置。<a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig3large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="旅行时间与分离关系图系列；时间推移地球物理研究； subsurface changes analysis." class="xfigimg" src="/files/ftp_upload/56847/56847fig4.jpg" data-altupdatedat="1788250015000" data-alt="图 4"> 
图 4：在 te = 5 分钟至 te = 55 分钟之间、以 5 分钟为间隔的共中心点（CMP）雷达剖面图。 白色实线表示人工拟合的来自湿润锋面反射的双程旅行时间，而白色虚线表示空气波的旅行时间。<a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig4large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>
<img alt="深度与时间关系图；带误差棒的数据点；教育研究分析。" class="xfigimg" src="/files/ftp_upload/56847/56847fig5.jpg" data-altupdatedat="1788250015000" data-alt="图 5"> 
图 5：润湿锋深度。 根据时移多偏移距采集数据中阵列探地雷达（GPR）估算的润湿锋深度随时间的变化关系，分别对应均质模型（三角形）和双层模型（方形）。两端带菱形标记的黑线表示各传感器深度读数从初始上升至达到稳定值所需的时间（即过渡区持续时间）。<a href="https://cloudflare.jove.com/files/ftp_upload/56847/56847fig5large.jpg" target="_blank">请点击此处查看此图的放大版本。</a>

本文介绍了一种基于地面耦合、密集阵列天线的探地雷达（GPR）系统，用于监测地下水分入渗的动态过程。通过对入渗过程进行时间序列雷达成像，可估算入渗过程中湿润锋的深度。

一种基于地面耦合、密集天线阵列的探地雷达（GPR）系统被用于在入渗过程中采集数据……

本实验的总体目标是利用阵列天线探地雷达追踪野外土壤中的入渗锋面。该方法有助于解答包气带水文学领域的关键问题，例如理解降雨期间水分如何渗入土壤。该技术的主要优势在于，能够在入渗等动态地下过程中，以最少的人工干预连续采集时间推移的多偏移距数据集。演示该实验步骤的是 Nobuhito Nagai 和 Yukio Tobe。天线阵列是本实验的核心部分。此外壳内包含本次实验所用的 21 根天线。该示意图提供了更多细节。系统包含由步进频率连续波雷达单元控制的10个发射天线和11个接收蝴蝶结形单拉天线。该阵列可切换全部110个收发器配对。确定渗透试验的地点。确保地表无覆盖物、平坦，面积约为三米乘三米。准备2.5米长的多孔管。管道的孔隙性可使水释放到地面。使用这些管道在地块上构建一个灌溉渗滤系统。该系统的管道相互平行，间距为15厘米。将管子的一端通过阀门调节的进水口连接至水源，另一端连接至出水口。接着取一块略大于天线阵列的薄木板，将其覆盖在多孔管上方。面板应保持平整并覆盖住管道。接下来在面板附近安装土壤湿度传感器。这种杆状传感器可在多个深度测量湿度。首先，在木板旁边的地面上安装传感器的接入管。然后将杆式传感器插入接入管中。开始时将天线阵列放置在木板上，并对准入渗系统的中心位置。使用同轴电缆将阵列连接到控制器，并将控制器连接至计算机。设置天线序列，以通过所有发射-接收组合进行完整扫描，并开始采集数据。此时，前往水源处并启动水流和入渗过程。当注入预定量的水后，停止注水。然后，停止使用雷达阵列采集数据。数据采集完成后，对其进行分析以获得速度估算值。这是来自天线阵列的时间推移雷达图的一个示例。数据是在实验的60分钟内采集的。每条黑线所包围的区域对应于一个发射器和11个接收器采集的数据。发射器的位置由红色三角形表示。第三轴表示从发射到接收到反射信号的总时间。不同颜色表示信号的幅度。利用这些数据，构建共中心点数据立方体。新轴表示发射天线与接收天线之间的间距。这是实验过程中某一时刻共中心点数据立方体的横截面。识别每个帧中湿润锋的反射。通过调整两个参数 t0 和 vr，使用此方程拟合双曲线。白色曲线表示湿润锋反射的传播时间。紫色曲线表示空气波和地波的传播时间。这是入渗实验的代表性雷达剖面图。每个剖面均与一个发射器相关联。纵轴表示信号从发射器到反射体再到接收器的传播时间。灰度色标表示信号振幅。在此段共中心点数据区域的时间推移过程中，可观察到高振幅信号随着实验的进行持续向下移动。信号由水渗透到地下时湿润锋面处的反射产生。进行速度分析时，使用每隔一分钟采集的共中心点数据。在此样本数据中，实验进行到第五分钟时，反射波的最佳拟合曲线为白色实线，而空气波的为虚线。随着时间的推移，旅行时间呈线性增加。这些图表示估测的湿润锋深度随经过时间的变化关系。三角形代表均匀介质模型的结果。方块对应于一个双层模型，该模型考虑了阵列下方的木板。黑色区间表示在特定深度处，湿度传感器读数开始上升以及达到稳定的时间段。我们最初是在进行阵列天线探地雷达演示时想到此方法的。我们想到可以校正时间推移的多偏移距数据。该方法最大的优势在于，无需像常规探地雷达系统那样移动天线来采集多偏移距数据集。一旦开始测量，只需监控而无需进行其他操作。在进行该操作时，重要的是要记住不要移动天线，以确保数据的可重复性。该技术开发完成后，将为包气带水文学领域的研究人员探索田间土壤中的水分运移提供新的途径。观看本视频后，您应能够充分理解如何使用阵列天线探地雷达来追踪入渗锋面。

tracking-infiltration-front-depth-using-time-lapse-multi-offset

Research

科研

JoVE Journal

Environment

环境

利用阵列天线探地雷达采集的时移多偏移收集跟踪入渗前深度

介绍了一种克服光学衍射极限的方法。该方法包括两个步骤：首先利用迭代的Gerchberg-Saxton算法进行光学相位恢复，然后对成像系统进行位移并重复第一步。沿移动方向合成了增大的透镜孔径，从而实现了更高的成像分辨率。...

运动平台上成像的时间复用超分辨技术

土壤侵蚀和沉积的空间格局可通过在适当时间间隔内测绘的地表高程差异推断得出。这些高程变化与近地表土壤碳酸盐的变化相关。本文介绍了对这些参数进行野外和实验室重复测量以及数据分析的可重复方法。...

测量与绘制农业管理下与土壤碳酸盐浓度相关的土壤侵蚀和沉积模式

通过树木地貌学表征侵蚀过程通常侧重于通过检查暴露引起的宏观或细胞水平变化，准确确定根系暴露的起始时间。本文中，我们详细描述了多种新颖技术，以从高精度的微地形数据中获得更精确的侵蚀速率。...

利用树木地貌学估算片状侵蚀速率的实验室与野外实验方案

本方案描述了通过仿真解决微观交通问题的流程。整个过程包括数据采集、数据分析、仿真模型构建、仿真校准和敏感性分析的详细说明。还讨论了该方法的修改建议与故障排除。...

基于雷达采集数据与仿真的单一丁坝U型转弯设计评估

本文介绍了一种用于测试月球表面大规模射电阵列成像能力的模拟框架。讨论了主要的噪声组分，并详细阐述了软件处理流程，包括如何针对新的科学应用对其进行定制化修改。...

模拟月球表面大型射电阵列成像

本报告介绍了使用连续波射频信道探测测量系统进行传播测量的设置、验证与确认过程及测量结果。...

连续波传播信道探测测量系统——测试、验证与测量

本文介绍了一种水下摄影测量数据的采集与处理方案，包括一个显著简化且完全自动化的图像处理流程，可生成可供生态学数据提取、分析与应用的地理参考和时间序列对齐的输出结果。...

Reefshape：一种用于底栖生境监测中高效采集与自动处理水下摄影测量时间序列数据的系统

本方案涵盖一种四步大范围成像调查方法，用于提取珊瑚礁群落的结构复杂性、群落组成以及种群人口统计学指标。该方案的每一步均优先确保所采集图像的质量以及对原始图像的集成访问。...

利用大面积成像测量水下环境的结构、组成及变化

远程驾驶航空器系统（RPAS）的最新进展可实现亚米级分辨率，非常适合森林恢复监测。结合人工智能（AI）技术，能够从大规模遥感数据集中获得更深入的洞察。本方案通过支持更高效地评估和管理受干扰后正在恢复的林地，提升了监测能力。...

利用无人机遥感数据采集与处理进行森林恢复监测

本研究的总体目标是展示在零售熟食店环境中食源性致病菌Listeria...

使用荧光粉末追踪零售环境中的微生物污染——以零售熟食店环境为例

学习利用阵列天线探地雷达系统实时追踪土壤入渗前锋的方法。该技术通过时移多偏移数据采集，为研究包气带水文学和土壤水分动态运动提供高效可靠的非侵入式监测手段。

利用阵列天线探地雷达采集的时移多偏移距数据追踪入渗锋深度

探索更多视频