基于小波变换的GNSS ZTD与土壤水含量相关性初探

王轩,娄泽生

(1.河南理工大学 测绘与国土信息工程学院,河南 焦作454000;2.天津城建大学 地质与测绘学院,天津300384)

0 引 言

我国是一个传统农业大国,土壤水含量对于农业生产和保障粮食生产具有重要意义.土壤水含量是农业干旱最主要的检测指标,客观、准确、及时地了解土壤水含量对农业生产具有重要意义[1]．蒸腾蒸发是土壤水消耗的重要因素之一[2-3],土壤相对湿度受大气等因素影响[4]且与空气湿度等气象要素相关[5],土壤水含量正异常造成蒸发加大,能够影响空气湿度[6],同样基于常规气象观测对于反演土壤水含量具有很强可实践性[7],而大气水汽含量与全球卫星导航系统天顶对流层延迟(GNSS ZTD)有很好的相关性[8],GNSS ZTD可以反演大气可降水含量,ZTD变化可以反映水汽的可降水变化[9]．目前利用GNSS研究土壤水含量主要方法是利用GNSS信号的干涉、反射建立反演模型[10-12],没有利用GNSS信号解算后数据与土壤水含量开展相关方面研究,本文利用通过Gamit软件解算GNSS信号得到的ZTD数据与土壤水含量进行相关性研究．通过对GNSS数据的处理应用,利用ZTD与土壤水含量的相关性,可用于土壤水含量反演,为反演土壤水含量提供参考价值,也为农业研究和农业生产提供参考依据．

1 数据来源和研究方法

1.1 数据来源

研究数据主要包括:GNSS对流层延迟数据和土壤水含量数据

1)GNSS ZTD数据:ZTD数据来源于中国大陆环境构造监测网络,数据包括站点名称,站点坐标,数据采集时间,ZTD数据(单位为:mm)等信息．数据采集密度为12次/天,0点开始完成第一次后2小时/次,等间隔时间采集数据,ZTD数据在时间上与土壤水含量数据能够保持一致.因土壤水含量采集试验区域位置原因,本文只采用中国大陆环境构造监测网络NMEL站点进行相关分析,数据采集坐标如表1所示,能够保证数据的时空有效性．

2)土壤水含量数据:土壤水含量来源于中科院遥感与数字地球研究所闪电河流域土壤水分检测试验区,试验区位于内蒙古自治区正蓝旗．数据包括采集时间,采集深度,土壤温度和土壤水分(单位为:m3·m-3)含量等信息．数据采集密度为144次/分钟,0点开始第一次后10 min/次等间隔时间采集．为保证土壤水数据与GNSS ZTD数据时序性一致,将土壤水含量数据提取为12次/天．因GNSS数据与土壤水含量数据不完整,本文截取2018年11月—2019年1月数据进行分析,GNSS数据采集站点坐标和土壤水含量数据采集点坐标及采集时间等信息详见表1,其中S03和S05站点缺少2018-12-22—2019-01-01土壤水数据,本文将该时间段数据舍去未作分析．

表1 GNSS和土壤水含量数据采集时间和站点坐标

1.2 研究方法

本文主要运用小波变换的方法分解ZTD数据,小波变换是一种分析信号时间-频率的方法,在时频两域表现信号特征．本文选用DbN小波对ZTD数据做小波变换,分解后得到高频项和低频项,高频项主要由干扰噪声、异常突变、周期变化和随机波动等构成,而低频项反映了ZTD的主要特征及演变趋势．本文运用其低频项与土壤水含量数据进行相关性分析,本文选择紧支撑标准正交小波DbN小波系,Db7小波来分解ZTD数据,分解层数为10层．

1.3 相关性分析

相关性分析是指两个或多个具有相关性的变量元素进行分析,从而衡量两个变量因素的相关密切程度．本文利用SPSS软件进行相关性分析,选用Pearson相关系数和双尾显著性检验．Pearson相关值在-1和+1之间,大于0为正相关,小于0为负相关,等于0则表示不相关,绝对值越大表示相关程度越高．同时看相关性检验值是否小于0.05,小于0.05意味着两个变量存在显著相关关系,如果大于等于0.05,意味着无关系．

2 ZTD与土壤水含量相关性分析

2.1 GNSS ZTD与土壤水含量比较分析

由图1(b)、(d)可知,GNSS ZTD与土壤水含量变化趋势基本相同,从2018-11-03—2019-01-26都呈波动下降后趋于稳定趋势．由图1(b)、(d)可以看出，GNSS ZTD变化相对于土壤水含量有延迟．而由图1(a)和图1(c)可以看出，2019年GNSS ZTD大幅升高,而土壤水含量变化不明显,趋势平稳．查看GNSS ZTD异常时间，发现正蓝旗2018-11-03—2018-11-04、2018-11-14、2018-12-05、2018-12-31和2019-01-14均发生降水,降水发生前GNSS ZTD会升高[13]．所以由图1可看出GNSS ZTD与土壤水含量的变化趋势基本一致,可以进行相关性分析．

(a)L04 (b)S03

(c)S04 (d)S05图1 GNSS ZTD与土壤水含量

由表2可知GNSS ZTD与土壤水含量存在统计相关性,但相关系数较低,不能利用GNSS ZTD数据进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数据,再将其低频项特性,与土壤水含量进行相关性分析．

表2 不同站点、深度土壤水含量与GNSS ZTD相关性

注:所有相关性实验检验值都为0.00<0.01．

2.2 小波分解后GNSS ZTD与土壤水含量比较分析

由图2(a)、(b)、(d)可知GNSS ZTD经小波分解后的趋势项与土壤水含量变化趋势基本相同,在本文研究时间段内都呈下降趋势,由图2(a)可看出GNSS ZTD经小波分解后趋势项呈上凸式下降,与土壤水含量的变化趋势相同;由图2(b)(d)可以看出经小波分解后的GNSS ZTD变化趋势呈下凹式下降,与土壤水含量变化趋势相同．结合图2(a)、(b)、(d)可以看出小波分解后的GNSS ZTD与50 cm土壤水含量变化趋势吻合程度较高．

(a)L04 (b)S03

(c)S04 (d)S05图2 小波分解后GNSS ZTD趋势项和土壤水含量

由表2、表3对比分析可知,小波分解后GNSS ZTD与土壤水含量相关性大幅提高,且于50 cm土壤处相关性最高．L04、S03和S05站土壤水含量与GNSS ZTD存在正相关关系,但是S04站土壤水含量与GNSS ZTD为负相关关系．结合图2(c)可以看出经小波分解后GNSS ZTD的趋势项呈上升趋势,而该站点土壤水含量呈下降趋于平缓趋势．造成该现象的原因为：2018-11-03—2018-11-04、2018-11-14、2018-12-05、2018-12-31和2019-01-14发生降水,降水会造成该地区空气湿度增加[2,6],而试验区冬季降水以雪的形式发生,不能快速渗入土壤补充土壤水含量,造成两者相关性为负值．

表3 小波分解后GNSS ZTD与土壤水含量相关性

注:显著性检验值都为0.00<0.01．

3 结 论

本文利用GNSS ZTD与土壤水含量数据,运用小波变换后进行相关性分析,得到结论:研究区域月时间尺度内,GNSS ZTD与土壤水含量存在相关性,降水等天气变化能够在短时间影响其相关性,小波分解后GNSS ZTD的低频趋势项与土壤水含量相关性较高,能够体现出土壤水含量的变化趋势．

因土壤水含量数据较少,本文所作研究为GNSS ZTD与土壤水含量月时间尺度内的相关性,且本文研究区域较小,大区域范围的长时序研究更能体现其相关性．