论文部分内容阅读
doi：10.15889/j.issn.1002-1302.2016.10.117
摘要：在苹果园进行传感器探针固定时测量值的稳定性、微小范围内探针的微小移动对土壤水分含量测量值的波动性影响、探针与地面角度与土壤水分含量测量值之间的关系及探针插入土壤深度与土壤水分之间的关系研究。结果表明：探针在固定位置时测量的土壤水分含量比较稳定，同一位置点最大的测量极差为0.18%；在同一微小子区域内，探针的轻微移动会造成测量结果的波动，同一微小区域内的测量极差最大为5.13%；探针与地面的角度及探针插入土壤的深度均与土壤水分含量测量值线性相关，给出了拟合公式，为一些测量场景下土壤水分的预测提供支持。
关键词：土壤水分；传感器；频域反射原理；预测；评估
中图分类号：S126 文献标志码： A文章编号：1002-1302（2016）09-0402-02
收稿日期：2015-08-19
基金项目：国家“863”计划（编号：013AA102405）；农业系统智能控制与虚拟技术团队（编号：CAAS-ASTIP-2015-AII-03）。
作者简介：郭秀明（1981—），女，河北沧州人，博士，助理研究员，研究方向为农业信息化。E-mail：guoxiuming@caas.cn。
通信作者：周国民，博士，研究员。E-mail：zhouguomin@caas.cn。土壤水分是影响作物生长的关键因素之一，直接影响作物产量及质量[1-3]。根据农作物的生长状态及土壤的含水量进行灌溉是精准农业的重要组成部分[4-5]。传统的“烘干法”比较准确，但费力耗时，为此研制了很多基于不同原理的土壤水分传感器，能快速测量土壤水分含量[6-7]。基于频域反射原理（frequency domain reflectometry，简称FDR）是常见的一种[8]，传感器发射一定频率的电磁波，电磁波沿探针传输，到达底部后返回，检测探头输出的电压，由于土壤介电常数的变化通常取决于土壤的含水量，由输出电压和水分的关系则可计算出土壤的含水量。
土壤水分传感器带有探针的探头，通过将探针插入土壤中感知土壤水分含量，然而在实际使用中FDR传感器的灵敏度、可靠性、探针插入土壤的角度和深度是否会影响实际的土壤含水量等未见相关报道，这些都影响使用FDR土壤水分传感器测量土壤水分含量的结果。为了实际评定FDR土壤水分传感器的灵敏性及可靠性，给出其正确详细的使用方法及规范，同时为一些特殊的测量场景下土壤含水量的预测提供支持。本研究使用基于FDR的土壤水分测量仪ML2X在大田中进行实地试验，评定传感器在测量同一个土壤位点的稳定性及差异性，确定在同一位置点测量土壤水分含量的方法。通过实际测量和回归分析研究传感器探针和大田水平面夹角与测量结果之间的关系并确定最準确的测量角度。同时，研究传感器探针插入土壤的深度和测量结果之间的关系并与实际的土壤水分含量对比，确定实际测量时的正确深度。1材料与方法
试验地为北京市一个普通的苹果园，在2015年4月初进行。使用ML2X土壤水分传感器测量土壤水分含量，采用HH2土壤湿度表和ML2X连接读取土壤水分含量（图1）。试验4 d前下过一场雨，土壤湿度较大。
1.1对同一位点的测量方法
在实际使用中，探针插入的位置固定不变，观察多次的读取结果是否有变化，若有，则根据波动情况决定是否有必要对同一固定位点进行多次读取以提高测量的准确性。针对此问题在苹果园的5个位点进行测量试验，在每个位点，将传感器探针竖直全部插入土壤中保持不动，连续10次读取土壤含水量数值，计算每个位点的数据极差和均方根误差。
1.2同一微小区域土壤水分含量测量方法
在同一连续微小子区域内，土壤水分含量变化很小，而在使用土壤水分传感器进行测量时，传感器微小的位置变化是否会影响测量结果且差异性如何，在测量同一个微小区域内的土壤水分含量时是否有必要在多个点进行测量以提高测量的准确性等都是值得研究的问题。针对这些问题，在苹果园进行实地测量。选择5个土壤水分分布较均衡的微小区域，每个微小区域内在尽量靠近的5个子位点测量5次。为了排除土壤差异的影响，选择杂质少且没有树木根系的平滑区域。为了避免土壤松动对不同位置的测量结果造成影响，在插拔传感器探针的时候应垂直且缓慢。
1.3探针插入角度和土壤水分含量测量的关系
在测量土壤水分含量时，研究探针插入土壤的角度为多少时测量的结果和实际的土壤水分最接近。同时，在有些特定的应用场景由于实测条件的限制可能不能竖直插入土壤中，探针的插入角度和土壤水分含量之间的关系能预测非垂直角度下土壤水分含量的测量值。在果园中选定4个测量位点，分别测定探针与地表成30°、45°、60°、90°下的土壤含水量。
1.4探针插入深度和土壤水分含量测量的关系
在使用土壤水分传感器测量土壤水分时，某些场景中土壤的深度可能达不到探针的长度。或者土层土壤水分分布不均匀，不同深度土层的含水量差别较大，需要分开测量。研究探针的插入深度和土壤含水量之间的关系如何为准确地预测土壤水分含量提供支持。
2结果和分析
2.1探针固定时的测量结果分析
为了研究传感器的稳定性，在相同探针位置多次进行测量，每个位点测量数据的极值和标准差详见表1。位点的测量极差为0.04%～0.18%，最大极差为位置4处的018%，相差很小；同一位置的土壤水分含量测量值的标准差为0.03%～0.13%，波动较小。所以在实际测量中测量固定位置处的土壤水分含量即探针位置固定时，读取1次结果即可。
表15个测量位点的极差和标准差
位置点序号极差（%）标准差（%）10.040.0320.090.0630.130.1040.180.1350.130.10 2.2同一微小区域土壤水分含量测量差异性分析
对于同一个微区域内探针的轻微移动造成测量结果有较小的变化，每个微区域内的极差2.52%～5.13%，均方差为1.45%～1.79%（表2）。这表明虽然在很微小的范围内土壤水分相同，但使用土壤水分传感器测量仍有一定的差距，最大不超过5.13%。在使用传感器测量某一位置的土壤水分含量时，可以取每一位置的多个点测量，取其平均值作为该位置的土壤水分含量。
表25个测量位置点的极差和标准差
位置点序号极差（%）均方差（%）14.421.4523.551.4734.891.7945.131.7152.521.58
2.3测量角度和土壤水分含量之间的关系
4个测量位置处土壤水分含量都随着探针和地面夹角的增大而增加，且增加的速度相似。通过线性回归对4种情况进行拟合（图2），4个位置拟合直线的一次项系数a、常数项b及确定系数R2详见表3。结果表明：4个位置拟合的确定系数R2为0.870～0.994，土壤水分含量和探针与土壤之间的夹角可以用线性公式拟合，且一次项系数a相近，取其平均值作为预测模型的一次项系数，可得探针与土壤夹角及土壤水分含量之间的关系公式：
wj2=wj1 0.001 31×（j2-j1）。（1）
式中：wj2为待预测的探针与地面夹角为j2时的土壤水分含量，%；wj1为已测的探针与地面之间夹角为j1处的土壤水分。
2.4探针插入深度和土壤水分含量之间的关系
4个测量位置处土壤水分含量都随着探针插入土壤深度的增加而增加，且增加的速度相似（图3）。通过线性回归对4种情况进行拟合，4个位置拟合直线的一次项系数c、常数项d及确定系数R2见表4。结果表明，4个位置拟合的确定系数R2为0.935～0.988，土壤水分含量和探针插入土壤的深度可以用线性公式拟合，且一次项系数c相近，取其平均值
作为预测模型的一次项系数，可得探针插入土壤深度与土壤水分含量之间的关系公式：
wh2=wh1 18.69×（h2-h1）。（2）
式中：wh2为待预测的深h2处的土壤水分含量，%；wh1为已测的深度为h1处的土壤水分含量，%。
3结论
探针插入土壤位置不变时，使用土壤水分传感器测量的土壤水分含量穩定，相差最大为018%。说明传感器较稳定，这与土壤水分参数的稳定特性相一致。
在同一微小区域内进行试验，测量的结果有轻微的波动，同一子区域的土壤水分含量测量值最大相差5.13%，即便探针轻微地移动位置，土壤水分含量也不可能完全相同，测量值有一些变化是在正常的范围。这说明如果对测量位置土壤水分含量的精度要求不高，测量固定位点的土壤水分含量即可，否则可以在测量位置的微小区域内取多个位点测量其土壤水分含量，取其平均值作为该位置的土壤水分含量。
土壤水分含量测量值随着探针与地面间角度的增加线性增加，随着探针插入土壤深度的增加线性增加。其根本原因可能都和探针与土壤接触的面积有关系，当探针与地面的夹角小于90°时，由于探针上面的探头的影响，探针不能完全插入土壤中，造成测量的土壤水分含量较低。同样，当探针插入深度越浅，探针与土壤的接触面越小。探针与地面之间角度及探针插入深度与土壤水分含量之间的关系为实际测量中的土壤水分含量的预测提供了支持。
参考文献：
[1]王正义，王玉平. 灌溉定额对酿酒葡萄生长和品质的影响[J]. 北方园艺，2014，6（6）：39-41.
[2]高冬华. 土壤水分对红富士苹果果实品质的影响[D]. 保定：河北农业大学，2009.
[3]毕润霞，杨洪强，杨萍萍，等. 地下穴灌对苹果冠下土壤水分分布及叶片水分利用效率的影响[J]. 中国农业科学，2013，46（17）：3651-3658.
[4]唐玉邦，何志刚，虞利俊，等. 土壤水分传感器（FDR）在作物精准灌溉中的标定与应用[J]. 江苏农业科学，2014，42（4）：343-344.
[5]张俊涛，李媛，陈晓莉. 基于无线传感网络的果树精准灌溉系统[J]. 农机化研究，2014（2）：183-186.
[6]鲍芳荻. 基于TDR技术的无线土壤水分测量系统研究[D]. 哈尔滨：黑龙江大学，2013.
[7]李笑吟，毕华兴，刁锐民，等. TRIME-TDR土壤水分测定系统的原理及其在黄土高原土壤水分监测中的应用[J]. 中国水土保持科学，2005，3（1）：112-115.
[8]江朝晖，檀春节，支孝勤，等. 基于频域反射法的便携式土壤水分检测仪研制[J]. 传感器与微系统，2013，32（1）：79-82.朱康熹，梁永江，徐丹，等. 塑料温室棚顶清洗机的设计[J]. 江苏农业科学，2016，44（10）：404-406.
摘要：在苹果园进行传感器探针固定时测量值的稳定性、微小范围内探针的微小移动对土壤水分含量测量值的波动性影响、探针与地面角度与土壤水分含量测量值之间的关系及探针插入土壤深度与土壤水分之间的关系研究。结果表明：探针在固定位置时测量的土壤水分含量比较稳定，同一位置点最大的测量极差为0.18%；在同一微小子区域内，探针的轻微移动会造成测量结果的波动，同一微小区域内的测量极差最大为5.13%；探针与地面的角度及探针插入土壤的深度均与土壤水分含量测量值线性相关，给出了拟合公式，为一些测量场景下土壤水分的预测提供支持。
关键词：土壤水分；传感器；频域反射原理；预测；评估
中图分类号：S126 文献标志码： A文章编号：1002-1302（2016）09-0402-02
收稿日期：2015-08-19
基金项目：国家“863”计划（编号：013AA102405）；农业系统智能控制与虚拟技术团队（编号：CAAS-ASTIP-2015-AII-03）。
作者简介：郭秀明（1981—），女，河北沧州人，博士，助理研究员，研究方向为农业信息化。E-mail：guoxiuming@caas.cn。
通信作者：周国民，博士，研究员。E-mail：zhouguomin@caas.cn。土壤水分是影响作物生长的关键因素之一，直接影响作物产量及质量[1-3]。根据农作物的生长状态及土壤的含水量进行灌溉是精准农业的重要组成部分[4-5]。传统的“烘干法”比较准确，但费力耗时，为此研制了很多基于不同原理的土壤水分传感器，能快速测量土壤水分含量[6-7]。基于频域反射原理（frequency domain reflectometry，简称FDR）是常见的一种[8]，传感器发射一定频率的电磁波，电磁波沿探针传输，到达底部后返回，检测探头输出的电压，由于土壤介电常数的变化通常取决于土壤的含水量，由输出电压和水分的关系则可计算出土壤的含水量。
土壤水分传感器带有探针的探头，通过将探针插入土壤中感知土壤水分含量，然而在实际使用中FDR传感器的灵敏度、可靠性、探针插入土壤的角度和深度是否会影响实际的土壤含水量等未见相关报道，这些都影响使用FDR土壤水分传感器测量土壤水分含量的结果。为了实际评定FDR土壤水分传感器的灵敏性及可靠性，给出其正确详细的使用方法及规范，同时为一些特殊的测量场景下土壤含水量的预测提供支持。本研究使用基于FDR的土壤水分测量仪ML2X在大田中进行实地试验，评定传感器在测量同一个土壤位点的稳定性及差异性，确定在同一位置点测量土壤水分含量的方法。通过实际测量和回归分析研究传感器探针和大田水平面夹角与测量结果之间的关系并确定最準确的测量角度。同时，研究传感器探针插入土壤的深度和测量结果之间的关系并与实际的土壤水分含量对比，确定实际测量时的正确深度。1材料与方法
试验地为北京市一个普通的苹果园，在2015年4月初进行。使用ML2X土壤水分传感器测量土壤水分含量，采用HH2土壤湿度表和ML2X连接读取土壤水分含量（图1）。试验4 d前下过一场雨，土壤湿度较大。
1.1对同一位点的测量方法
在实际使用中，探针插入的位置固定不变，观察多次的读取结果是否有变化，若有，则根据波动情况决定是否有必要对同一固定位点进行多次读取以提高测量的准确性。针对此问题在苹果园的5个位点进行测量试验，在每个位点，将传感器探针竖直全部插入土壤中保持不动，连续10次读取土壤含水量数值，计算每个位点的数据极差和均方根误差。
1.2同一微小区域土壤水分含量测量方法
在同一连续微小子区域内，土壤水分含量变化很小，而在使用土壤水分传感器进行测量时，传感器微小的位置变化是否会影响测量结果且差异性如何，在测量同一个微小区域内的土壤水分含量时是否有必要在多个点进行测量以提高测量的准确性等都是值得研究的问题。针对这些问题，在苹果园进行实地测量。选择5个土壤水分分布较均衡的微小区域，每个微小区域内在尽量靠近的5个子位点测量5次。为了排除土壤差异的影响，选择杂质少且没有树木根系的平滑区域。为了避免土壤松动对不同位置的测量结果造成影响，在插拔传感器探针的时候应垂直且缓慢。
1.3探针插入角度和土壤水分含量测量的关系
在测量土壤水分含量时，研究探针插入土壤的角度为多少时测量的结果和实际的土壤水分最接近。同时，在有些特定的应用场景由于实测条件的限制可能不能竖直插入土壤中，探针的插入角度和土壤水分含量之间的关系能预测非垂直角度下土壤水分含量的测量值。在果园中选定4个测量位点，分别测定探针与地表成30°、45°、60°、90°下的土壤含水量。
1.4探针插入深度和土壤水分含量测量的关系
在使用土壤水分传感器测量土壤水分时，某些场景中土壤的深度可能达不到探针的长度。或者土层土壤水分分布不均匀，不同深度土层的含水量差别较大，需要分开测量。研究探针的插入深度和土壤含水量之间的关系如何为准确地预测土壤水分含量提供支持。
2结果和分析
2.1探针固定时的测量结果分析
为了研究传感器的稳定性，在相同探针位置多次进行测量，每个位点测量数据的极值和标准差详见表1。位点的测量极差为0.04%～0.18%，最大极差为位置4处的018%，相差很小；同一位置的土壤水分含量测量值的标准差为0.03%～0.13%，波动较小。所以在实际测量中测量固定位置处的土壤水分含量即探针位置固定时，读取1次结果即可。
表15个测量位点的极差和标准差
位置点序号极差（%）标准差（%）10.040.0320.090.0630.130.1040.180.1350.130.10 2.2同一微小区域土壤水分含量测量差异性分析
对于同一个微区域内探针的轻微移动造成测量结果有较小的变化，每个微区域内的极差2.52%～5.13%，均方差为1.45%～1.79%（表2）。这表明虽然在很微小的范围内土壤水分相同，但使用土壤水分传感器测量仍有一定的差距，最大不超过5.13%。在使用传感器测量某一位置的土壤水分含量时，可以取每一位置的多个点测量，取其平均值作为该位置的土壤水分含量。
表25个测量位置点的极差和标准差
位置点序号极差（%）均方差（%）14.421.4523.551.4734.891.7945.131.7152.521.58
2.3测量角度和土壤水分含量之间的关系
4个测量位置处土壤水分含量都随着探针和地面夹角的增大而增加，且增加的速度相似。通过线性回归对4种情况进行拟合（图2），4个位置拟合直线的一次项系数a、常数项b及确定系数R2详见表3。结果表明：4个位置拟合的确定系数R2为0.870～0.994，土壤水分含量和探针与土壤之间的夹角可以用线性公式拟合，且一次项系数a相近，取其平均值作为预测模型的一次项系数，可得探针与土壤夹角及土壤水分含量之间的关系公式：
wj2=wj1 0.001 31×（j2-j1）。（1）
式中：wj2为待预测的探针与地面夹角为j2时的土壤水分含量，%；wj1为已测的探针与地面之间夹角为j1处的土壤水分。
2.4探针插入深度和土壤水分含量之间的关系
4个测量位置处土壤水分含量都随着探针插入土壤深度的增加而增加，且增加的速度相似（图3）。通过线性回归对4种情况进行拟合，4个位置拟合直线的一次项系数c、常数项d及确定系数R2见表4。结果表明，4个位置拟合的确定系数R2为0.935～0.988，土壤水分含量和探针插入土壤的深度可以用线性公式拟合，且一次项系数c相近，取其平均值
作为预测模型的一次项系数，可得探针插入土壤深度与土壤水分含量之间的关系公式：
wh2=wh1 18.69×（h2-h1）。（2）
式中：wh2为待预测的深h2处的土壤水分含量，%；wh1为已测的深度为h1处的土壤水分含量，%。
3结论
探针插入土壤位置不变时，使用土壤水分传感器测量的土壤水分含量穩定，相差最大为018%。说明传感器较稳定，这与土壤水分参数的稳定特性相一致。
在同一微小区域内进行试验，测量的结果有轻微的波动，同一子区域的土壤水分含量测量值最大相差5.13%，即便探针轻微地移动位置，土壤水分含量也不可能完全相同，测量值有一些变化是在正常的范围。这说明如果对测量位置土壤水分含量的精度要求不高，测量固定位点的土壤水分含量即可，否则可以在测量位置的微小区域内取多个位点测量其土壤水分含量，取其平均值作为该位置的土壤水分含量。
土壤水分含量测量值随着探针与地面间角度的增加线性增加，随着探针插入土壤深度的增加线性增加。其根本原因可能都和探针与土壤接触的面积有关系，当探针与地面的夹角小于90°时，由于探针上面的探头的影响，探针不能完全插入土壤中，造成测量的土壤水分含量较低。同样，当探针插入深度越浅，探针与土壤的接触面越小。探针与地面之间角度及探针插入深度与土壤水分含量之间的关系为实际测量中的土壤水分含量的预测提供了支持。
参考文献：
[1]王正义，王玉平. 灌溉定额对酿酒葡萄生长和品质的影响[J]. 北方园艺，2014，6（6）：39-41.
[2]高冬华. 土壤水分对红富士苹果果实品质的影响[D]. 保定：河北农业大学，2009.
[3]毕润霞，杨洪强，杨萍萍，等. 地下穴灌对苹果冠下土壤水分分布及叶片水分利用效率的影响[J]. 中国农业科学，2013，46（17）：3651-3658.
[4]唐玉邦，何志刚，虞利俊，等. 土壤水分传感器（FDR）在作物精准灌溉中的标定与应用[J]. 江苏农业科学，2014，42（4）：343-344.
[5]张俊涛，李媛，陈晓莉. 基于无线传感网络的果树精准灌溉系统[J]. 农机化研究，2014（2）：183-186.
[6]鲍芳荻. 基于TDR技术的无线土壤水分测量系统研究[D]. 哈尔滨：黑龙江大学，2013.
[7]李笑吟，毕华兴，刁锐民，等. TRIME-TDR土壤水分测定系统的原理及其在黄土高原土壤水分监测中的应用[J]. 中国水土保持科学，2005，3（1）：112-115.
[8]江朝晖，檀春节，支孝勤，等. 基于频域反射法的便携式土壤水分检测仪研制[J]. 传感器与微系统，2013，32（1）：79-82.朱康熹，梁永江，徐丹，等. 塑料温室棚顶清洗机的设计[J]. 江苏农业科学，2016，44（10）：404-406.