CN104062654A - 一种基于超宽带雷达的土壤含水量测量方法 - Google Patents
一种基于超宽带雷达的土壤含水量测量方法 Download PDFInfo
- Publication number
- CN104062654A CN104062654A CN201410340724.0A CN201410340724A CN104062654A CN 104062654 A CN104062654 A CN 104062654A CN 201410340724 A CN201410340724 A CN 201410340724A CN 104062654 A CN104062654 A CN 104062654A
- Authority
- CN
- China
- Prior art keywords
- soil
- ultra
- wideband radar
- method based
- water content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N22/00—Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
- G01N22/04—Investigating moisture content
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供一种基于超宽带雷达的测量土壤含水量的方法,属于土壤含水量测量领域。为了解决传统土壤含水量的测量方法,实时性不好,一次性测量的土壤面积较小等问题,本发明提供的基于超宽带雷达的测量土壤含水量的方法,主要采用的步骤有:采用一种超宽带雷达采集雷达数据,以估计土壤的超宽带多径信道;分析多径信道的参数(幅度、时延扩展),分析他们的统计特性;建立含水量与多径信道的统计特性之间的关系;根据对应关系,测量目标土壤的含水量。本发明提供的方法,可以准确、无破坏地对土壤的含水量进行实时监控。此方法适用于农田,特别是实现组网之后,可以大范围地进行实时性土壤监测。
Description
技术领域
本发明涉及一种土壤含水量参数的测量方法,具体涉及一种基于超宽带雷达的土壤含水量测量方法。
背景技术
土壤是实施精准农业的基础。随着中国国民经济的快速发展, 人们向土壤排放的污染物越来越多, 土壤污染日益严重。土壤信息具有数据量大、分布多维、空间分布差异大、时变性强等特点。传统农业中,人们获取土壤信息的方式有限,主要是通过人工测量,获取过程需要消耗大量的人力和时间,无法满足精准农业对信息及时获取以及数据多维的需求,并会对环境造成一定影响,因此迫切需要科学有效的土壤信息获取技术,建立信息化智能化管理控制系统,提高农业生产效率,促进精准农业的可持续发展。
在农业的生产过程中,含水量是农作物生长的重要的土壤环境参数之一,它直接影响农作物的生长。目前已有的大部分土壤监测设备只是对土壤的含水量参数进行检测,而且实时性不好,且一次性的测量的土壤面积较小,无法满足精准农业对信息及时获取的需求。
新型的UWB数字雷达传感器具有分辨率高、穿透力强、功耗低等特性,在特定范围内,对比传统雷达,能有效提高目标探测和识别的精准性;此外它兼具普通无线传感器的通信功能,体积小、易编程、可以构成网络,有效地融合每个雷达传感器采集到的不同时空信息,实现高清监测灵活组网的功能。
由于UWB信号在土壤中的强穿透性和高分辨率,我们可以通过对接收到的回波信号进行处理,如时频变换,从而获取到反应土壤对雷达波的吸收和散射的特性,目前研究结果比较多的是土壤的介电常数。介电常数与土壤的含水量是息息相关的,从而使实时获取土壤信息成为可能。现有的雷达波测量土壤含水量的研究,主要是利用雷达的窄带或宽带信号,对土壤的介电常数进行研究,利用中国几种典型的土壤介电常数与含水量的关系,从而实现对土壤含水量进行测量。现有土壤含水量检测技术中,对雷达的超宽带信号运用很少,不通过介电常数,直接通过超宽带雷达回波信号与土壤含水量的关系,对土壤含水量进行检测的方法,目前还未见报道。
名为“基于低频探地雷达地波法的测定砂质土壤含水量的方法”(申请号为2010102724673)的专利中,公开了一种基于低频探地雷达地波法的测定砂质土壤含水量的方法,具体测定步骤为 :通过共中点法采集探地雷达数据,以确定空气波和地波走时 ;以固定间距法采集土壤剖面的雷达波信息 ;土壤介电常数的计算 :将参数代入公式得土壤的介电常数ε;土壤含水量的计算 :将计算得到的土壤介电常数ε代入θ=-5.3×10-2+2.92×10-2ε-5.5×10-4ε2+4.3×10-6ε3,得土壤含水量。该方法是通过研究砂质土壤的介电常数与含水量的关系,主要用于砂质土壤的含水率测定,并未探讨土壤的含水量与超宽带雷达回波信号的对应关系。
因此,需要运用UWB信号提取最根本的土壤反射内核模型,获取土壤含水量特性。
发明内容
针对目前测量土壤湿度(含水量)参数的的方法,本发明提供一种建立土壤湿度与超宽带雷达信号参数的对应关系,依据对应关系得到目标土壤湿度的测量方法,本发明在实现组网之后可以进行大范围的实时性土壤监测,以推动我国精准农业的发展。
本发明采用的技术方案是:
一种基于超宽带雷达的土壤含水量测量方法,其特征在于,包括以下步骤:
a.在土壤测量区设立采样点,分别采集每个采样点的湿度参数值;
b.利用超宽带雷达传感器采集每个采样点的土壤回波的时域数据,每个采样点重复采集300次;
c.对采集的土壤回波的时域数据采用无线多径信道冲击估计的时域方法提取土壤信道冲击响应;采用最大似然法,对多径信道的参数进行估计计算,确定最佳的分布模型,并记录最佳分布模型参数值;
d.根据步骤a得到的湿度参数值与步骤c得到的最佳分布模型参数值,建立土壤湿度和最佳分布模型参数的映射关系;
e.对土壤测量区用超宽带雷达传感器采集土壤回波的时域数据(重复300次采集每个采样点的土壤回波信号的时域数据),根据步骤c得到的最佳的分布模型,得到分布参数,根据步骤d得到的映射关系,即可反演出土壤的含水量。
作为优选,步骤a中所述的设立采样点的个数为不少于10个。
进一步地,步骤c中所述的土壤信道冲击响应包括土壤信道的幅度和时延信息;所述的采用无线多径信道冲击估计的时域方法提取信道冲击响应,包括以下步骤:
a1. 在理想情况下,记录超宽带接收信号的时域数据,作为下一次发射信号模板;所述的理想情况为:在暗室中,两个超宽带雷达相距1m,各距离地面高度1m,从一个雷达的发射天线发射超宽带信号,另一个雷达的接收天线接收超宽带信号;
a2. 计算发射信号模板的自相关,记为RSS(k);计算发射信号模板与步骤b得到的土壤回波的时域数据的互相关,记为RSY(k);
a3. 查找RSY(k)中的最大峰值MAXy、最大峰值MAXy出现的位置TK和RSS(k)中的最大值MAXs,定义ak为信道冲击响应在位置TK时的增益,则ak= MAXy/MAXs;
a4. 在时间TK,通过RSY(k)=RSY(k)-ak* RSS(k),对RSY(k)进行更新;
a5. 重复a3到a4的步骤,直到RSY(k)中剩下的最强相关峰值降低到门限时则终止。
作为优选,步骤a5中所述的门限为最后找到的最强相关峰与第一个最强相关峰的比值对数小于-20dB。
进一步地,步骤c中所述的确定最佳的分布模型,包括以下步骤:
b1. 将土壤信道冲击响应采用最大似然法,估计出各个统计分布模型的对应参数值和参数值的标准差;
b2. 根据估计得到的各个统计分布模型的参数值,计算各个统计分布的均方根误差;
b3. 根据步骤b1得到的参数值标准差和步骤b2得到的各个统计分布的均方根误差,确定最佳的分布模型。
本发明的有益效果如下:
本发明提供的基于超宽带雷达的测量土壤含水量的方法中,建立的是一种土壤湿度与超宽带雷达信号参数的对应关系,并依靠此对应关系,可以准确、无破坏地对土壤的含水量进行实时监控。此方法适用于农田,特别是实现组网之后,可以大范围地进行土壤实时监测,以推动我国精准农业的发展。
附图说明
图1 发射信号模版
图2 发射信号模板的自相关图
图3 接收信号
图4 发射信号模板与土壤回波信号的互相关图
图5 提取的信道冲击响应结果
图6 无线信道冲击响应幅度分布统计分析结果。
具体实施方式
本发明结合以下具体实施方式作具体说明,但不用来限制本发明的保护范围。
实施例1
本发明提供的是一种基于超宽带雷达的土壤含水量测量方法,主要采用以下方法:
1)划定土壤试验区,在试验区中均匀的设定不少于10个采样点,利用现有的测量土壤单个参数的精准测量仪器,分别采集土壤的湿度参数;
2)利用UWB雷达传感器对试验区采集各个采样点处的土壤回波的时域信号;
3)对采样点采集的回波信号采用无线多径信道冲击估计的时域方法提取多径信道,利用参数估计算法对多径信道的幅度、时延等参数分布模型进行估计,得到数理统计模型的参数,选取最佳参数估计结果,确定最佳的分布模型,记录最佳分布模型参数;
4)根据最佳拟合分布模型的参数值分别和已测量到的土壤单个参数值建立映射模型,形成区域含水量与最佳分布参数关系图。
5)针对测量目标区域的超宽带雷达回波信号,提取信道冲击响应,用估计得到的最近分布模型对信道冲击响应的参数进行统计分析,得到统计分布模型参数,反演出目标区域土壤的参数。
实施例2
一种基于超宽带雷达的测量土壤含水量的方法,包括以下内容:
1、 试验仪器
本方法采用的超宽带雷达为Time Domain 的PulseON 410 单基站雷达采集数据,主要部件包括:两根超宽带Broadspec环形偶极子收发天线、一个雷达模块(MRM)、雷达自配电源、电脑和其他辅助配件。雷达模块产生频率为3.1GHz到5.3GHz,中心频率为4.3GHz,带宽为2GHz的超宽带信号。后期超宽带雷达回波数据处理采用MATLAB软件。
2、试验步骤
(1)针对大面积土壤含水量测量,首先选取时延点,在试验区平均分为10个小区块,在每个小区块中利用土壤湿度计测量土壤表层的湿度,用超宽带雷达采集土壤回波信息(每个采样点的采集雷达回波重复300次以上),记录每个小区块的湿度值和UWB回波信号时域数据,其中,接收到的信号结果如图3所示。
(2)时域算法提取信号冲击响应
a) 在理想情况下(一般为暗室中),两个超宽带雷达相距1m,各距离地面高度1m,从一个雷达的发射天线发射超宽带信号,另一个雷达的接收天线接收超宽带信号。记录此时的超宽带接收信号的时域数据,作为下一次的发射信号模板,得到的发射信号模版如图1所示;其中,超宽带雷达模块发射一个超宽带雷达信号,采样时间间隔为61ps,时间序列长大约为100ns;
b) 计算发射信号模板的自相关,记录为RSS(k),自相关的结果如图2所示,计算发射信号模板与土壤回波信号互相关,记录为RSY(k),互相关的结果如图4所示;
c) 查找互相关RSY(k)中的最大峰值MAXy,对应的相关峰出现的位置Tk和RSS(k)中的最大值MAXs,记录ak=MAXy/MAXs,ak为信道冲击响应在位置Tk时的增益;
d) 在时间Tk,通过RSY(k)=RSY(k)-ak* RSS(k),对RSY(k)进行更新;
e) 迭代过程开始于寻找RSY(K)的下一个最强相关峰值,然后转到步骤c),直到RSY(k)剩下的最强相关峰值降低到门限时则终止,此门限定义为本次迭代中找到的最强相关峰与第一个最强相关峰的比值对数小于-20dB;
得到的信道冲击响应结果见图5所示,此结果是300个信道冲击响应的平均值。
(3)在(2)中得到土壤信道冲击响应,其中包括了信道的幅度和时延信息。针对信道的幅度信息采用最大似然估计算法(又称最大似然法),估计出各个数理统计分布模型的对应参数值,和参数值的标准差。根据估计得到的参数值和信道幅度信息,计算各个分布的均方根误差(root mean square error)。依据得到的参数标准差和分布的均方根误差值选取最佳拟合分布;以此类推进行信道时延信息分析。其中,无线信道冲击响应幅度分布统计分析结果见图6所示。图6的结果表示的是:通过对300个信道冲击响应的幅度数据用最大似然估计(MLE)进行估计,得到各个统计模型的对应的参数,图6中展示了估计结果比较好的分布图形。
(4)依据(1)和(3)中得到的数据,建立土壤湿度和最佳拟合分布参数的映射关系。
(5)对待测目标土壤用超宽带雷达采集土壤回波信号(对目标土壤重复采集回波信号300次),利用步骤(3)中确定的最佳拟合分布对回波信号进行分析得到分布参数,依据(4)中建立的映射关系就可以得到待测土壤的湿度。
Claims (5)
1. 一种基于超宽带雷达的土壤含水量测量方法,其特征在于,包括以下步骤:
a.在土壤测量区设立采样点,分别采集每个采样点的湿度参数值;
b.利用超宽带雷达传感器采集每个采样点的土壤回波的时域数据,每个采样点重复采集300次;
c.对采集的土壤回波的时域数据采用无线多径信道冲击估计的时域方法提取土壤信道冲击响应;采用最大似然法,对多径信道的参数进行估计计算,确定最佳的分布模型,并记录最佳分布模型参数值;
d.根据步骤a得到的湿度参数值与步骤c得到的最佳分布模型参数值,建立土壤湿度和最佳分布模型参数的映射关系;
e.对土壤测量区用超宽带雷达传感器采集土壤回波的时域数据,根据步骤c得到的最佳的分布模型,得到分布参数,根据步骤d得到的映射关系,即可反演出土壤的含水量。
2. 根据权利要求1所述的基于超宽带雷达的土壤含水量测量方法,其特征在于,步骤a中所述的设立采样点的个数为不少于10个。
3. 根据权利要求1所述的基于超宽带雷达的土壤含水量测量方法,其特征在于,步骤c中所述的土壤信道冲击响应包括土壤信道的幅度和时延信息;所述的采用无线多径信道冲击估计的时域方法提取信道冲击响应,包括以下步骤:
a1. 在理想情况下,记录超宽带接收信号的时域数据,作为下一次发射信号模板;所述的理想情况为:在暗室中,两个超宽带雷达相距1m,各距离地面高度1m,从一个雷达的发射天线发射超宽带信号,另一个雷达的接收天线接收超宽带信号;
a2. 计算发射信号模板的自相关,记为RSS(k);计算发射信号模板与步骤b得到的土壤回波的时域数据的互相关,记为RSY(k);
a3. 查找RSY(k)中的最大峰值MAXy、最大峰值MAXy出现的位置TK和RSS(k)中的最大值MAXs,定义ak为信道冲击响应在位置TK时的增益,则ak= MAXy/MAXs;
a4. 在时间TK,通过RSY(k)=RSY(k)-ak* RSS(k),对RSY(k)进行更新;
a5. 重复a3到a4的步骤,直到RSY(k)中剩下的最强相关峰值降低到门限时则终止。
4.根据权利要求3所述的基于超宽带雷达的土壤含水量测量方法,其特征在于,步骤a5中所述的门限为最后找到的最强相关峰与第一个最强相关峰的比值对数小于-20dB。
5.根据权利要求1所述的基于超宽带雷达的土壤含水量测量方法,其特征在于,步骤c中所述的确定最佳的分布模型,包括以下步骤:
b1. 将土壤信道冲击响应采用最大似然法,估计出各个统计分布模型的对应参数值和参数值的标准差;
b2. 根据估计得到的各个统计分布模型的参数值,计算各个统计分布的均方根误差;
b3. 根据步骤b1得到的参数值标准差和步骤b2得到的各个统计分布的均方根误差,确定最佳的分布模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410340724.0A CN104062654B (zh) | 2014-07-17 | 2014-07-17 | 一种基于超宽带雷达的土壤含水量测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410340724.0A CN104062654B (zh) | 2014-07-17 | 2014-07-17 | 一种基于超宽带雷达的土壤含水量测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104062654A true CN104062654A (zh) | 2014-09-24 |
CN104062654B CN104062654B (zh) | 2016-04-13 |
Family
ID=51550454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410340724.0A Active CN104062654B (zh) | 2014-07-17 | 2014-07-17 | 一种基于超宽带雷达的土壤含水量测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104062654B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116399A (zh) * | 2015-08-27 | 2015-12-02 | 电子科技大学 | 一种针对超宽带雷达回波的土壤湿度反演方法 |
CN105527616A (zh) * | 2015-10-27 | 2016-04-27 | 中国科学院遥感与数字地球研究所 | 一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量反演方法 |
CN106353752A (zh) * | 2016-08-28 | 2017-01-25 | 电子科技大学 | 一种基于超宽带与非单点模糊逻辑的土壤含水量测量方法 |
CN106950987A (zh) * | 2017-03-27 | 2017-07-14 | 西南科技大学 | 一种基于uwb雷达的甘蔗收割机地形跟随系统及实现方法 |
CN107064177A (zh) * | 2017-05-24 | 2017-08-18 | 电子科技大学 | 基于自适应模糊推理的超宽带土壤信号含水量识别方法 |
CN107294621A (zh) * | 2016-07-05 | 2017-10-24 | 深圳大学 | 基于无线感知的湿度检测的方法及系统 |
CN107632138A (zh) * | 2017-09-14 | 2018-01-26 | 中国神华能源股份有限公司 | 计算砂壤地层含水率分布的方法、装置、介质和系统 |
CN109343022A (zh) * | 2016-12-30 | 2019-02-15 | 北京师范大学 | 估测层间土壤含水量的方法 |
US10996179B2 (en) | 2019-03-11 | 2021-05-04 | Skaha Remote Sensing Ltd. | System and method to detect ground moisture |
US11692950B2 (en) * | 2019-03-11 | 2023-07-04 | Skaha Remote Sensing Ltd. | System and method to detect ground moisture |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102621163A (zh) * | 2011-01-26 | 2012-08-01 | 中国科学院电子学研究所 | 用于探测土壤含水量在深度方向分布的雷达遥感方法 |
US20130082862A1 (en) * | 2010-08-26 | 2013-04-04 | David W. Paglieroni | Radar signal pre-processing to suppress surface bounce and multipath |
-
2014
- 2014-07-17 CN CN201410340724.0A patent/CN104062654B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130082862A1 (en) * | 2010-08-26 | 2013-04-04 | David W. Paglieroni | Radar signal pre-processing to suppress surface bounce and multipath |
CN102621163A (zh) * | 2011-01-26 | 2012-08-01 | 中国科学院电子学研究所 | 用于探测土壤含水量在深度方向分布的雷达遥感方法 |
Non-Patent Citations (2)
Title |
---|
尹楠 等: "雷达影像提取垄行结构土壤含水率方法研究", 《农业机械学报》 * |
雷少刚 等: "探地雷达测定土壤含水率研究综述", 《土壤通报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105116399A (zh) * | 2015-08-27 | 2015-12-02 | 电子科技大学 | 一种针对超宽带雷达回波的土壤湿度反演方法 |
CN105527616A (zh) * | 2015-10-27 | 2016-04-27 | 中国科学院遥感与数字地球研究所 | 一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量反演方法 |
CN105527616B (zh) * | 2015-10-27 | 2018-07-20 | 中国科学院遥感与数字地球研究所 | 一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量反演方法 |
WO2018006798A1 (zh) * | 2016-07-05 | 2018-01-11 | 深圳大学 | 基于无线感知的湿度检测的方法及系统 |
CN107294621B (zh) * | 2016-07-05 | 2019-04-02 | 深圳大学 | 基于无线感知的湿度检测的方法及系统 |
CN107294621A (zh) * | 2016-07-05 | 2017-10-24 | 深圳大学 | 基于无线感知的湿度检测的方法及系统 |
CN106353752B (zh) * | 2016-08-28 | 2018-08-14 | 电子科技大学 | 一种基于超宽带与非单点模糊逻辑的土壤含水量测量方法 |
CN106353752A (zh) * | 2016-08-28 | 2017-01-25 | 电子科技大学 | 一种基于超宽带与非单点模糊逻辑的土壤含水量测量方法 |
CN109343022A (zh) * | 2016-12-30 | 2019-02-15 | 北京师范大学 | 估测层间土壤含水量的方法 |
CN106950987A (zh) * | 2017-03-27 | 2017-07-14 | 西南科技大学 | 一种基于uwb雷达的甘蔗收割机地形跟随系统及实现方法 |
CN107064177A (zh) * | 2017-05-24 | 2017-08-18 | 电子科技大学 | 基于自适应模糊推理的超宽带土壤信号含水量识别方法 |
CN107064177B (zh) * | 2017-05-24 | 2019-08-27 | 电子科技大学 | 基于自适应模糊推理的超宽带土壤信号含水量识别方法 |
CN107632138A (zh) * | 2017-09-14 | 2018-01-26 | 中国神华能源股份有限公司 | 计算砂壤地层含水率分布的方法、装置、介质和系统 |
US10996179B2 (en) | 2019-03-11 | 2021-05-04 | Skaha Remote Sensing Ltd. | System and method to detect ground moisture |
US11692950B2 (en) * | 2019-03-11 | 2023-07-04 | Skaha Remote Sensing Ltd. | System and method to detect ground moisture |
Also Published As
Publication number | Publication date |
---|---|
CN104062654B (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104062654B (zh) | 一种基于超宽带雷达的土壤含水量测量方法 | |
CN106018439B (zh) | 微波遥感土壤水分监测系统及其监测方法 | |
CN102621163B (zh) | 用于探测土壤含水量在深度方向分布的雷达遥感方法 | |
CN106772641B (zh) | 估测平均土壤含水量的方法 | |
CN106022339B (zh) | 一种复垦土地浅埋地埋管深度的提取方法 | |
AU2011100086A4 (en) | A method for measuring biomass of tree-roots by ground-penetrating radar | |
Chang et al. | Sensor-free soil moisture sensing using lora signals | |
CN104331639B (zh) | 一种土壤含水率间接获取及快速评价方法 | |
Satriani et al. | Building damage caused by tree roots: laboratory experiments of GPR and ERT surveys | |
CN111337549A (zh) | 基于模糊熵的gps多星融合土壤湿度监测方法 | |
CN104898101A (zh) | 电离层非相干散射雷达探测威力仿真方法 | |
CN114486783A (zh) | 基于无人机多源遥感的冬小麦田土壤水分反演方法 | |
CN115684213A (zh) | 一种非接触式的多层次土壤湿度测量方法和装置 | |
CN103439353A (zh) | 一种植物叶片含水率的测量方法 | |
Luo et al. | Accurate tree roots positioning and sizing over undulated ground surfaces by common offset GPR measurements | |
CN108596380B (zh) | 一种海面台风风场的定量探测方法 | |
CN104034739A (zh) | 双时相雷达监测土壤含水量的方法 | |
CN116973914A (zh) | 一种基于三维探地雷达的道路隐蔽病害三维重构方法 | |
CN101907583B (zh) | 利用gnss-r信号监测土壤水分变化的装置与方法 | |
McNairn et al. | Estimating surface soil moisture using Radarsat-2 | |
Luo et al. | SFCW GPR Tree Roots Detection Enhancement by Time-Frequency Analysis in Tropical Areas | |
Li et al. | Ocean Surface Wind Direction Inversion from HFSWR Based on BP Neural Network | |
Saragih et al. | Mapping Top Soil Water Content Using Ground Penetrating Radar Imaging | |
Zhang et al. | The influence of the terrain on height measurement using the GNSS interference signal | |
CN117518153A (zh) | 基于低频超宽带穿墙雷达的目标跟踪方法及相关装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |