编辑推荐：
本研究针对传统方法在连续、无损获取坡耕地黑土层（Mollic Epipedon, ME）厚度方面的不足，提出了一种融合变分模态分解（VMD）与平均包络振幅（AEA）的GPR信号处理新方法（VMD-AEA）。研究人员在东北黑土区1.5公顷坡耕地上验证了该方法，结果表明其可自动、连续、精确地定位土层界面并获取电磁波速，最终反演的ME厚度与实际测量值误差在5 cm和10%以内。该研究为黑土资源的监测与保护提供了高效可靠的技术手段。
在我国东北广袤的黑土地上，肥沃的黑土层（Mollic Epipedon, ME）是保障国家粮食安全的基石。然而，由于自然因素和高强度土地利用，特别是占耕地总面积近一半的坡耕地，正面临着严重的水土流失威胁。据统计，该区域坡耕地黑土层的年均侵蚀速率可达0.3-1厘米。黑土层一旦流失殆尽，其下的黄土母质（Loess Parent Material, LPM）肥力极低，将直接威胁粮食生产的可持续性。因此，精准、高效地监测黑土层厚度的空间分布，尤其是坡耕地上的变化，对于防治土壤侵蚀、保护珍贵的黑土资源具有至关重要的意义。
传统的土壤剖面法或钻探法虽然直观准确，但属于破坏性取样，耗时费力，且只能获取离散点的数据，难以实现大面积连续监测。探地雷达（Ground-Penetrating Radar, GPR）作为一种地球物理探测技术，以其无损、连续、高效的特性，为土壤层厚度的快速调查带来了新的机遇。其原理是通过发射天线向地下发射高频电磁脉冲，当遇到电性差异界面（如黑土层与下伏黄土母质的界面）时，部分电磁波会被反射回来，由接收天线记录。通过分析反射信号的特征，便可推断地下界面的位置和结构。
然而，将GPR应用于天然土壤调查时，面临两大核心挑战。首先，复杂的自然环境使得GPR原始信号易受噪声干扰，传统方法依赖人工识别雷达图像中的“同相轴”来判定土层界面，主观性强、精度有限。其次，土壤具有高度的空间异质性，导致电磁波在其中的传播速度并非恒定。以往研究通常采用单点测量获取整个测线的平均介电常数和波速，这种简化处理会因忽略土壤的空间变异性而在最终计算土层厚度时引入误差。为了克服这些难题，一项发表在《Soil and Tillage Research》上的研究，提出了一种名为VMD-AEA的创新性GPR信号处理方法，旨在实现黑土层厚度的自动、连续、精确制图。
为验证这一方法，研究团队在黑龙江省北安市赵光农场一处1.5公顷的坡耕大豆田开展了实验。他们利用中心频率为500 MHz的GPR天线，沿坡向布设了4条250米长的测线进行连续探测。在探测前，沿测线挖掘了土壤剖面，由土壤分类专家现场鉴定黑土层厚度，并利用预埋的钢管在雷达图像中标定真实的界面位置，用于验证方法精度。同时，使用时域反射仪（TDR）现场测量了黑土层的介电常数，用于建立与GPR信号特征之间的相关模型。数据处理全部在MATLAB软件中完成。
主要技术方法概述：
本研究整合了变分模态分解（VMD）和平均包络振幅（AEA）两种方法。首先，利用VMD对GPR单道信号进行自适应分解，通过频谱中心频率和瞬时频率稳定性客观判别并剔除噪声本征模态函数（IMF）成分，实现信号去噪。然后，对去噪后的信号进行希尔伯特（Hilbert）变换提取瞬时频率，基于界面处瞬时频率会发生突变的特性，通过峰值检测自动拾取最大瞬时频率点，从而连续、自动地定位黑土层与黄土母质的界面时域位置。其次，通过AEA方法，利用GPR信号第一个正半周期的平均包络振幅值与实测介电常数之间的显著负相关关系（R2= 0.92），建立介电常数反演模型，从而连续获取沿测线的土壤介电常数及电磁波速。最后，结合定位的界面时延和反演的波速，计算黑土层厚度，并通过自然邻点插值法构建研究区三维厚度分布图。
研究结果：
3.1. 基于VMD去噪的单道信号ME界面定位
以1号测线坡顶位置的单道信号为例，VMD方法将其分解为7个IMF分量。通过分析各分量的频谱和瞬时频率，客观地将IMF1-4识别为噪声成分并剔除，用IMF5-7重构信号。重构后的信号波形更平滑规则。对重构信号进行希尔伯特变换后，其瞬时频率在10.8纳秒处出现一个显著突变点，该点对应黑土层界面。在坡中和坡底的单道信号中也观察到类似的特征，突变点分别位于9.7和11.0纳秒，验证了该界面定位方法的有效性。
3.2. 基于瞬时频率突变的测线ME界面自动定位
对整条测线所有单道信号进行相同处理，生成瞬时频率剖面。经VMD去噪后，原始信号中的大量离散噪声点被有效去除，背景干净，并在约10纳秒处形成一条清晰、明亮的连续突变边界线。通过峰值检测自动拾取这条边界，并用滑动窗口均值滤波平滑后，得到了1号测线ME的时域边界线，其在10纳秒上下波动。从原始GPR图像看，该自动定位的边界与5.5米处预埋钢管标记的真实界面位置吻合良好。其余三条测线也成功实现了噪声去除和界面的自动定位。
3.3. ME的厚度
基于8个点的实测介电常数与对应GPR信号的AEA值，建立了二次多项式介电常数模型（ε = -1.069a - 0.198a2+ 19.77）。该模型具有较高的精度（R2= 0.92）。结合自动定位的界面时域位置和由此模型反演的连续波速，计算得到四条测线的黑土层厚度。厚度在35-45厘米范围内呈波浪式起伏，变幅较小。总体趋势上，厚度从坡顶到坡中（主要在100-150米段）减小，从坡中到坡底波动增加。沿垂直于垄向的方向（AD/BC方向），黑土层厚度呈现明显的增加趋势，1号测线平均厚度最低（38.4厘米），4号测线最高（42.8厘米）。在土壤剖面位置，GPR反演厚度与实际测量厚度的绝对误差和相对误差分别低于5厘米和10%。
研究结论与意义：
本研究成功提出并验证了VMD-AEA这一新型GPR信号处理方法，用于自动、连续、精确地获取黑土层厚度。该方法的核心优势在于：1）通过优化的VMD方法客观、高效地去除信号噪声，并利用瞬时频率突变结合峰值检测，实现了土层界面的自动定位，减少了主观性；2）通过AEA方法建立了与土壤介电常数的稳健关系模型，实现了电磁波速的空间连续反演，克服了传统单点平均法忽略土壤异质性的缺点。
实验结果表明，该方法反演的黑土层厚度与实测值吻合度高，误差在可接受的实用范围内。对坡耕地黑土层厚度空间分布的分析揭示，土壤侵蚀主要发生在坡中部位，而坡顶由于防护林的作用侵蚀较弱，坡底则有沉积现象。这一分布规律与利用13?Cs等传统方法得出的认识一致，印证了该GPR方法的可靠性。
该研究的重大意义在于，为黑土区坡耕地土层厚度的快速、大范围、无损调查提供了一套强有力的技术解决方案。它极大地提高了调查效率和数据连续性，有助于精准掌握黑土层侵蚀现状与空间分异，为水土保持措施的科学布设、黑土资源的可持续利用与保护提供了重要的数据支撑和技术工具。研究者展望，未来可结合机器学习算法进一步优化方法适应性，并探索将GPR搭载于无人车或无人机平台，以实现更大范围、更高效率的黑土地健康“体检”。
