摘要:土壤水分含量是監(jiān)測土壤墑情、預測指導灌溉和響應農(nóng)業(yè)旱情災害的最直接和必要的關鍵技術指標,對于促進農(nóng)業(yè)現(xiàn)代化、精準化和智能化發(fā)展具有重要的現(xiàn)實意義。本研究重點評述了土壤水分含量測定方法的研究進展,系統(tǒng)總結了土壤水分含量的多種測定方法。首先本研究依據(jù)測量范圍進行分類,針對性地評述了取樣-定位法和遙感監(jiān)測法2種方法,結合各方法的工作原理和適用場景,系統(tǒng)整理了各測量方法的優(yōu)缺點和應用范圍,以供研究人員在實際測量過程中,根據(jù)測量對象、設備預算、環(huán)境要求和準確度要求選擇合適的土壤水分含量測定方法;其次通過中國知網(wǎng)(CNKI)的數(shù)據(jù)庫檢索,對1980—2023年的各水分鈉含量測量方法分階段進行趨勢分析,展示總體趨勢分析圖和各階段的研究熱點圖,體現(xiàn)各階段的發(fā)展趨勢;最后結合各技術的發(fā)展水平和發(fā)展方向,進行技術進展分析,分析土壤水分含量測定方法的發(fā)展趨勢和應用前景,為優(yōu)化改進土壤水分測定方法技術以及實現(xiàn)更方便、高實時度、高精度的土壤水分含量測定提供參考,以期促進土壤水分含量測定研究的深入開展。
關鍵詞:土壤;水分含量;取樣-定位法;遙感監(jiān)測法;研究熱點;進展
中圖分類號:S152.7 文獻標志碼:A
文章編號:1002-1302(2024)17-0011-09
收稿日期:2023-09-18
基金項目:智慧灌溉物聯(lián)網(wǎng)設備融合技術研究項目(編號:IFI2023-27)。
作者簡介:郝萍萍(1999—),女,河南商丘人,碩士研究生,主要研究方向農(nóng)業(yè)工程與信息技術。E-mail:599989422@caas.cn。
通信作者:馮俊杰,博士,研究員,主要研究方向農(nóng)業(yè)水土工程。E-mail:fjjdg@sina.com。
水是不可或缺的重要自然資源,而農(nóng)業(yè)是用水大戶,水利部發(fā)布的《中國水資源公報2022》顯示,2022年全國降水量和水資源量比多年平均值偏少,其中農(nóng)業(yè)用水為3 781.3 億m3,約占社會所有行業(yè)用水總量的63.0%[1]。灌溉作為農(nóng)業(yè)生產(chǎn)的關鍵環(huán)節(jié),對農(nóng)業(yè)生產(chǎn)效率具有直接影響[2],2022年耕地實際灌溉用水量為5 460 m3/hm2,農(nóng)田灌溉水有效利用系數(shù)為0.572。農(nóng)業(yè)用水量較大,但農(nóng)業(yè)生產(chǎn)率低下[3],隨著水資源日益緊缺,節(jié)水農(nóng)業(yè)越來越受到國內(nèi)外關注,實時測定土壤含水率、精準監(jiān)測土壤水分含量對灌溉決策具有重要意義,也是節(jié)水灌溉技術發(fā)展和智慧灌溉的研究重點[4]。
土壤水分含量不僅是灌溉決策的基礎數(shù)據(jù)指標,同時也是農(nóng)業(yè)決策、干旱防控等方面的關鍵因素之一。土壤水分含量直接影響著農(nóng)業(yè)灌溉,土壤水分含量過高或過低均會影響作物生長,水分含量過高會促進作物根系無氧呼吸產(chǎn)生乙醇,出現(xiàn)爛根現(xiàn)象,還極易孳生病害,農(nóng)作物表現(xiàn)出細弱、抗寒抗病性差、產(chǎn)量低等特征;水分含量過低會直接影響作物的光合作用和蒸騰作用,同時限制農(nóng)作物對于肥料的吸收,抑制作物正常生長發(fā)育,從而影響農(nóng)作物的產(chǎn)量[5]。
在干旱防控方面,我國的干旱或者半干旱地區(qū),如山西北部、陜西北部、甘肅南部等地區(qū),農(nóng)業(yè)用水主要來源為自然降水,對其開展土壤水分監(jiān)測預報工作,可以掌握大面積的土壤水分情況和土壤旱情程度,土壤水分含量信息能為農(nóng)民及時把握灌溉時機、適時適量灌溉和政府及時制定抗旱減災對策提供科學依據(jù),最終達到旱情防控目的。而土壤水分監(jiān)測預報工作需要使用土壤水分含量信息作為參考依據(jù),進而分析土壤狀況,選擇施肥或施水時間,充分發(fā)揮水資源效益,為實施正確的農(nóng)業(yè)決策提供依據(jù)。在土壤質(zhì)量方面,農(nóng)田大部分的土地遭受著鹽堿化的威脅,為避免土壤質(zhì)量下降和預防土地退化,必須了解土壤中水分含量,提高水資源的利用效率和土壤質(zhì)量,同時不同的土壤水分會帶來物理模式的偏差[6]。
綜上,土壤水分的準確監(jiān)測可為灌溉決策方案響應、預防旱災發(fā)生和保證作物生長處于更優(yōu)的水土環(huán)境等提供重要的指導意義[7]。當前,土壤水分含量的測定方法主要集中在微波遙感、傳感器等方面,綜合對比分析關注較少。對此,本研究系統(tǒng)整理了土壤水分含量的多種不同監(jiān)測方法,針對性地評述了時域反射法、頻域反射法、遙感監(jiān)測法等方法,并結合綜合技術的發(fā)展水平和發(fā)展方向,分析其發(fā)展趨勢,以期促進農(nóng)業(yè)中土壤水分含量測定研究的深入開展。
1 土壤水分含量測定方法及分類
1.1 測定方法與配套設備
根據(jù)相關文獻的檢索與研究分析,參考相關研究結果,現(xiàn)有土壤水分含量的測定方法有烘干法、張力計法、中子儀法、時域反射法、頻域反射法、遙感法等多種方法,但因土壤類型多樣、土壤層次具有地域差異性、設備使用方法復雜等多種因素,在實際應用中需綜合考慮選擇合適的測定方法。
通過對市面上的各種土壤水分監(jiān)測設備的調(diào)研發(fā)現(xiàn),目前市面上有張力計(圖1)、土壤水分速測儀(圖2)、智墑(圖3)、中子儀(圖4)、無人機遙感設備(圖5)等多種土壤水分監(jiān)測設備。
1.2 土壤水分監(jiān)測設備分類
不同的土壤水分監(jiān)測設備具有不同的工作原理、應用方式和測量手段,因此按照測定手段、測定儀器、測定結果等,土壤水分含量測定方法又分為多種類別。從測定手段上,分為直接測定法和間接測定法,其中,直接測定方法有烘干法、張力計法、中子儀法等;間接測定法有時域反射法、頻域反射法、遙感法等。從測定儀器上,分為接觸式和非接觸式,其中,接觸式儀器有張力計法、中子儀法、時域反射法、頻域反射法等;非接觸形式有遙感法等。從測定結果上,分為測定質(zhì)量含水量和體積含水量,其中,測定質(zhì)量含水量的方法有烘干法、中子儀法等;測定體積含水量的方法有張力計法、時域反射法、頻域反射法等。從研究手段和范圍(尺度)上,將國內(nèi)外現(xiàn)有的土壤水分含量測定方法劃分為取樣-定位測量法和遙感監(jiān)測法[8]。
本研究依據(jù)測定范圍進行分類,討論取樣-定位法和遙感監(jiān)測法2種方法。取樣-定位法適用于單點土壤水分含量測定,遙感法適用于區(qū)域的土壤水分含量測定,因此土壤水分含量測定方法的詳細分類,見圖6。
1.3 取樣-定位測量法
目前,常用的土壤水分含量測定方法有烘干法、張力計法、中子儀法、時域反射法和頻域反射法等[9-12]。取樣-定位測量法具有結構簡單、易操作、方式多等特點和優(yōu)勢,但多基于單點土壤水分測量,難于實現(xiàn)實時監(jiān)測、大范圍的土壤水分含量測量
的需要。
1.3.1 烘干法
烘干法是最早使用土壤水分含量的測定方法,計算結果相對準確、符合實際,且操作簡單、成本低廉,其測定結果一般作為其他測量結果的對照參考,可以確定其他測試結果精度,是衡量其他辦法的標尺。烘干法是測量土壤含水量的參考方法,用于校準和修正其他水分測量方法[13]。
烘干法的工作原理:通過提高土壤的溫度,加速內(nèi)部水分向表面轉(zhuǎn)移的速度。工作流程:將獲得的土樣盛放入鋁盒,蓋緊送回實驗室進行稱重。稱重完畢后,放入105 ℃的恒溫烘箱,烘干時間為 12 h。結束后取出放入干燥環(huán)境內(nèi)冷卻至室溫,進行稱重。烘干后土樣失去的水分含量即為土壤的水分含量。干燥后稱量土壤和鋁盒的總重,土壤含水量(W)用式(1)表示:
W=m1-m2m2-m3。(1)
式中:m1為干燥前土壤與鋁盒重量之和;m2為干燥后土壤與鋁盒重量之和;m3為空鋁盒的重量[14]。
1.3.2 張力計法
土壤水分張力計是從能量角度表征和測量土壤水分含量信息的基本儀器,基于土壤張力計電阻應變原理設計,電阻應變原理是指金屬導體的電阻在導體受力產(chǎn)生長度變形時發(fā)生變化的現(xiàn)象,當金屬電阻絲受到拉力時,其長度伸長引起電阻增加;長度縮短引起電阻減小。
土壤張力計是由電子真空表,真空玻璃管和陶瓷頭組成,由真空表顯示水分信息。張力計法工作原理:真空玻璃管中注滿水后,陶瓷頭阻止外部空氣進入裝置。當被測土壤的水勢與玻璃管內(nèi)存在壓強差值時,張力計通過放水和吸水過程,直至與外部土壤達到穩(wěn)定平衡狀態(tài),此時,壓力表所顯示的值即為被測土壤的土壤水勢。土壤水分含量是土壤的參數(shù)指標,土壤對水的吸力大小從能量角度反映土壤水分含量狀況,土壤吸力愈小時,反映出土壤含水量愈大;土壤吸力愈大時,反映出土壤含水量愈小。因此,土壤張力計的真空表讀數(shù)能反映出土壤水分含量信息。
它可以定義為植物根系從土壤中吸取水分所需的能量,也可以將其視為土壤基質(zhì)為保持水分而施加的力[15]。土壤水的勢能可以用表達式(2)表示:
φ=φm+φo+φp+φg。(2)
式中:φ是每單位質(zhì)量、體積或重量水的勢能;下標m、o、p和g分別是矩陣、滲透、壓力和重力勢[16]。
1.3.3 中子儀法
中子儀法使用放射性元素的原子核變化形成了快中子,將快中子碰到水分中的氫,并在碰撞下產(chǎn)生能量變化而形成了慢中子云,由專門的電子傳感器接收數(shù)據(jù)并將其能量轉(zhuǎn)化,可通過測定慢中子云的密度與土壤含水量的相關關系以確定土壤中的水分含量[17],即氫原子越多,慢中子云密度就越大,土壤中水分含量越高。中子儀的工作原理:通過測量中子源與土壤中各種元素相碰撞損失的能量,繪制土壤含水率變化和中子計數(shù)的曲線,利用回歸方程計算出土含水量百分比,可適用于多種土壤類型、各種土質(zhì)層次、土壤質(zhì)地及土剖面含水率變化規(guī)律等要求的曲線[18],并用直線回歸方程式(3)表示:
Ov=a+bRn。(3)
式中:Ov為土壤含水量(干土重)百分數(shù);Rn為計數(shù)率比;b是標定曲線的斜率,它反映的是儀器靈敏度,與中子源有關;a是標定曲線的截距,受土壤容重、質(zhì)地、化學組成的影響[19]。
1.3.4 時域反射法
時域反射法是一種電容測量方法,它利用電磁波在傳輸線上的反射特性來測量電容器的電容值。時域反射法的工作原理:通過測量高頻電磁波中導波探頭(插入土壤內(nèi))的傳輸時間來確定土壤介電常數(shù),從而利用土壤介電常數(shù)和土壤體積含水量之間的經(jīng)驗關系計算出土壤含水量,間接測量土壤水分[20]。介電常數(shù)的計算采用表達式(4):
=ct2L2。(4)
式中:介質(zhì)相對介電常數(shù)取決于土壤水分含量等土壤性質(zhì),水分含量變化將引起相對介電常數(shù)的變化;c為光速;L為導波探頭長度;t為高頻電磁波沿導波探頭傳輸和返回時間[21]。
1.3.5 頻域反射法
頻域反射法利用電磁脈沖原理得到土壤水分含量。頻域反射法的探頭主要由1對電極組成1個電容,電極間的土壤作為電介質(zhì),傳感器電容量與兩級間被測介質(zhì)的介電常數(shù)成正比關系[22]。頻域反射法的工作原理:當土壤中水分增加時,土壤介電常數(shù)會相應增大,測量電容值也相應上升,導致傳播頻率發(fā)生變化,由此測得土壤水分含量。
頻域反射法通過測量介質(zhì)中電磁波的傳播頻率,得到土壤的表觀介電常數(shù)。電容與介電常數(shù)的關系采用表達式(5)表示:
=CC0。(5)
式中:C為所測介質(zhì)的電容,C0是介質(zhì)為空氣時的電容[23]。利用上式可以求得土壤的相對介電常數(shù)。
研究證實土壤介電常數(shù)與土壤水分含量之間具有線性關系,采用表達式(6)表示:
ω=a+b。(6)
式中:a、b是2個常數(shù),由土壤的類型決定,可以獲取測量值[24]。
1.4 遙感監(jiān)測法
遙感技術提供了一種周期性、區(qū)域性、全覆蓋、多時相的觀測手段,具有時效快、測量范圍廣、精度高及較優(yōu)的時間、空間分辨率等優(yōu)點[25-27],為土壤水分含量信息的獲取提供基礎保證和土壤水分測量方法帶來技術支持。目前,遙感技術已成為測定大區(qū)域范圍內(nèi)土壤水分時空分布和變化的主要方法。遙感監(jiān)測法主要分為熱紅外遙感、可見光-近紅外遙感和微波遙感法等。
1.4.1 熱紅外遙感
熱紅外遙感利用土壤的性質(zhì),其原理為土壤水的比熱大,受熱后溫度變化較慢,因此,白天下墊面溫度的空間分布能間接反映土壤水分的分布,是間接反演土壤水分的一種方法[28]。熱紅外遙感是指紅外傳感器工作在紅外波段范圍之內(nèi)的遙感,利用光學技術,記錄地球表面的發(fā)射輻射能,通過應用紅外遙感器(如紅外攝影機、掃描儀、紅外波譜儀、遙感光譜儀)獲取遠距離的植被等地面物體所反射或輻射紅外特性差異的信息,由此確定地面物體性質(zhì)、狀態(tài)和變化規(guī)律[29]。熱紅外遙感主要用來觀測土壤表層水分。常見的熱紅外遙感法有熱慣量法和作物缺水指數(shù)法。
1.4.1.1 熱慣量法
熱慣量法是國內(nèi)外監(jiān)測土壤水分含量常用的方法之一。熱慣量是土壤性質(zhì)中的一種熱性質(zhì),是引起土壤溫濕度變化的內(nèi)在因素,熱慣量法的工作原理:通過計算土壤熱特性得到的模型對土壤水分含量進行推算,該模型的物理基礎是水分具有較大的熱性質(zhì),因此較高水分的土壤具有較大的熱慣量,成正比關系。熱慣量可用表達式(7)表示:
P=λρc。(7)
式中:P為熱慣量;λ為土壤熱導率;ρ為土壤密度;c為土壤比熱[30]。
在得出相應的熱慣量后,即可通過經(jīng)驗公式(8)計算得出土壤水分含量(W):
W=aP+b。(8)
式中:a和b為經(jīng)驗參數(shù),經(jīng)驗公式包含多種類型函數(shù),可為線性的冪函數(shù)或指數(shù)函數(shù)等[31]。
熱慣量法主要適用于裸地或植被生長早期,對裸土地、植被覆蓋低、干旱荒漠地區(qū)效果較好,在高植被覆蓋區(qū)監(jiān)測效果不佳。熱慣量遙感監(jiān)測土壤水分的理論逐步成熟,基于熱慣量的眾多水分監(jiān)測模型和遙感方法已經(jīng)在實際的農(nóng)田中得到應用。
1.4.1.2 作物缺水指數(shù)法
作物缺水指數(shù)法的工作原理:計算植被水分蒸騰與最大可能蒸發(fā)的比值,可在一定程度上反映植物根系范圍內(nèi)土壤水分的信息,用來衡量作物缺水程度[32]。Jackson等以能量平衡為基礎,利用熱紅外遙感溫度和氣象資料,間接監(jiān)測植被覆蓋條件下的土壤水分,提出了作物缺水指數(shù)(CWSI)的概念[33],采用表達式(9)表示:
CWSI=1-EtEtp。(9)
式中:Et為實際蒸發(fā)量;Etp為潛在蒸散發(fā)量。
作物缺水指數(shù)法以單層能量模型為基礎,在反演過程中所需的資料多、計算量大、不易模擬研究,適用于植被覆蓋度較高的區(qū)域。其模型中使用的溫度和氣象數(shù)據(jù)主要來自地面氣象站,作物缺水指數(shù)法的反演精度會受到氣象數(shù)據(jù)的實時傳輸和數(shù)據(jù)精準度的影響。
1.4.2 可見光-近紅外遙感
可見光-近紅外遙感主要是利用地面物體反射光譜信息,使用相關儀器顯示土壤和植物的光譜,采用光學遙感實現(xiàn)土壤水分的快速測定,利用光學技術,記錄地球表面對太陽輻射能的反射輻射能。通過測量可見光和近紅外光反射率的變化來檢測植物水分脅迫。一般來說,受脅迫植物在近紅外區(qū)域的反射率較低,在可見光區(qū)域的反射率較高[34]。目前,在可見光-近紅外波段,常用的方法是利用Landsat或MODIS等多光譜數(shù)據(jù)構建相應的干旱指數(shù)或植被指數(shù)來反映土壤水分含量[35]。
1.4.3 微波遙感
微波遙感的工作原理是利用無線電技術反演土壤含水量,利用傳感器接收并測量作物以及周圍環(huán)境反射或發(fā)射的不同波長微波信號,提取和分析有效數(shù)據(jù)[36]。微波遙感對土壤濕度反應敏感,可以用于測定土壤水分含量。從技術上劃分,微波遙感分為主動遙感和被動遙感2類,主動遙感記錄地球表面對人為微波輻射能的反射輻射能;被動微波記錄地球表面的微波輻射能。
1.4.3.1 主動遙感
主動微波遙感是利用主動式的傳感器,發(fā)射微波再接收由地面物體反射或散射回來的波段,傳感器主要為雷達,如合成孔徑雷達、側(cè)視雷達等,它測量土壤的后向散射系數(shù)(主要由介電常數(shù)和土壤粗糙度決定,介電常數(shù)由土壤濕度決定),因此通過構建后向散射系數(shù)與土壤水分的數(shù)理關系來進行土壤水分遙感監(jiān)測[37],可以利用雷達反演土壤水分含量。反演土壤濕度的原理是通過設定系統(tǒng)參數(shù),使土壤濕度作為敏感參數(shù),把植物的幾何特征參數(shù)設為不敏感參數(shù),從而利用后向散射系數(shù)反演出土壤水分信息[38]。目前,主動微波反演方法大致可分為:經(jīng)驗法、理論建模法、變化檢測法和人工智能法[39]。研究表明,主動微波遙感的信號強,圖像數(shù)據(jù)分辨率高,今后的研究中可將地表粗糙度這一影響因子應用于模型中以提高其適用性。
1.4.3.2 被動遙感
被動微波遙感是利用被動式的傳感器,依靠接收地面物體自身輻射的微波,如微波輻射計、微波散射計等,通過觀測輻射亮溫(由土壤介電常數(shù)和土壤溫度決定,介電常數(shù)與土壤濕度有關),再結合土壤物理溫度計算土壤的發(fā)射率,進而反演土壤水分含量?,F(xiàn)階段國內(nèi)外學者已建立相關的理論模型和經(jīng)驗模型,被動微波遙感將反演方法劃分為統(tǒng)計擬合法、機理模擬法和人工智能法[40-41]。被動微波遙感具有監(jiān)測面積大、重復周期短、數(shù)據(jù)量低、數(shù)據(jù)處理簡單、對土壤水分更為敏感等優(yōu)點,成為反演土壤水分最有潛力的方式,適合大區(qū)域土壤水分反演的算法[42]。
2 綜合對比分析
2.1 對比分析
綜上對土壤水分含量測定方法的相關介紹,土壤水分測量技術方法眾多,結合各種方法的優(yōu)缺點和應用范圍進行對比分析,幫助研究人員在實際測量過程中,根據(jù)測量對象、設備預算、環(huán)境要求和準確度要求選擇合適的水分測量方法。取樣-定位法、遙感、監(jiān)測法的對比分別見表1、表2。
2.2 總體趨勢預測分析
本研究采用中國知網(wǎng)(CNKI)數(shù)據(jù)庫(期刊-所有期刊),研究時段為1980—2023年,檢索時間為2023年9月12日;研究方向為:土壤水分測量,分別在CNKI中的專業(yè)檢索中檢索。文獻總數(shù):3 996篇;檢索條件:主題%=‘土壤水分測量’ or 關鍵詞%=‘土壤水分測量’;檢索范圍:總庫。
從中國知網(wǎng)檢索1980—2023年土壤水分測定方法領域的期刊論文,由圖7可知,1980—2023年期刊論文的數(shù)量呈上升趨勢, 在近10年內(nèi),土壤水分測量是研究熱點趨勢,每年度發(fā)表期刊數(shù)量均超過200篇,2019年發(fā)文量達到頂峰,數(shù)量高于400篇。
由圖7、圖8可知,1980—2001年年均發(fā)表論文數(shù)量少,在此期間,土壤水分含量測定方法的熱點包括中子儀、稱重法、烘干法。在測量土壤水分含量的手段上,測量方法相對單一,大多采用的是單點定位法。
由圖7、圖9可知,2002—2012年,發(fā)表論文一直呈現(xiàn)上升趨勢,年均發(fā)表論文約200篇,總體約 2 000 篇,在此期間,土壤水分含量測定方法的熱點包括介電常數(shù)、監(jiān)測、土壤水分傳感器等。研究內(nèi)容和研究方向較上階段明顯變豐富,且研究重點從烘干法、中子儀法等方法轉(zhuǎn)向時域反射法、頻域反射法,集中在無線傳感器網(wǎng)絡、土壤水分傳感器等方面的研究。在測量土壤水分含量的手段上,采用時域反射法、頻域反射法、無線傳感器等方法。
由圖7、圖10可知,2013—2023年,此階段發(fā)表論文最多,年均300篇,總體發(fā)表高于3 000篇,在此期間,土壤水分含量測定方法的熱點包括遙感、遙感反演、微波遙感等。研究內(nèi)容和研究方向從時域反射法、頻域反射法等轉(zhuǎn)向遙感監(jiān)測法,發(fā)表的大多是利用遙感技術測定土壤水分含量的文章。在測量土壤水分含量的手段上,已從傳統(tǒng)的單點-定位法轉(zhuǎn)向遙感監(jiān)測法。
3 技術進展分析
隨著物聯(lián)網(wǎng)技術的發(fā)展,取樣-定位方法中,張力計法、時域反射法和頻域反射法在實際農(nóng)田應用中越來越受歡迎。同時,隨著遙感技術的不斷發(fā)展和遙感模型的改進, 遙感技術在土壤水分監(jiān)測方面具有廣闊的前景。
3.1 取樣-定位法的分析
在傳統(tǒng)的土壤水分含量測定方法中,取樣-定位法適用于測定單點的土壤水分狀況,且在過去長時間內(nèi),一直使用此法。作物土壤水分的復雜性和多樣性,導致了土壤水分測定的困難。以下是對取樣-定位中各方法的深入分析。
(1)烘干法作為標準方法,其準確度不容置疑,但流程復雜,工作量大,多用于研究試驗,需要其他方法的校準。烘干法在取土時會破壞土壤結構及其理化性質(zhì),且樣本無法重復使用,提高烘干箱的工作效率、確保干燥環(huán)境的要求,按照規(guī)定流程進行操作。
(2)張力計結構簡單且無需電源,可使用不同長度的張力計測定不同土壤深度的土壤水分含量,但在實際使用中無法直接測定土壤水分含量,需要根據(jù)土壤水分特性曲線將土壤水分的吸力換算成土壤水分含量。物聯(lián)網(wǎng)的發(fā)展使得張力計結合傳感器技術和無線傳輸技術,實現(xiàn)土壤水分數(shù)據(jù)的采集和發(fā)送,達到遠程實時查看土壤水分信息的效果。目前,研發(fā)的張力計式傳感儀器,實現(xiàn)了從機械式到數(shù)字化的跨越,朝向網(wǎng)絡化、智能化發(fā)展。
(3)中子儀能長期定位連續(xù)測定,不破壞土壤,是測定土壤水分含量較好的方法,但此法存在輻射,對人體健康危害較大,在實際使用時要嚴格遵守流程。中子儀法適用于測定深層土壤水分含量,對表層土壤水分含量的測定不準確,在以后使用中可與自動記錄系統(tǒng)和計算機連接,重視分層分布測定水分含量方向。
(4)時域反射法和頻域反射法是常用的土壤水分含量測定方法,測量速度快且安全性高,不會對人體健康造成危害。時域反射型、頻域反射型的傳感器和微控制器易于連接,測量精度高,可根據(jù)不同土壤特性建立不同的數(shù)學公式。隨著物聯(lián)網(wǎng)技術和傳感器技術的發(fā)展,提高探針的靈敏度,研發(fā)的多傳感器網(wǎng)絡和分布式測定方法得到廣泛應用,在土壤水分自動連續(xù)監(jiān)測中具有很好的發(fā)展前景[43]。
3.2 遙感監(jiān)測法的分析
相對于傳統(tǒng)的取樣-定位測量方法,遙感在測定土壤水分含量方面具有眾多的優(yōu)勢,克服傳統(tǒng)方法單點土壤水分監(jiān)測、范圍有限、數(shù)據(jù)的實時性差等問題,遙感可以測定各種地形和植被覆蓋的土壤水分信息,因其自身優(yōu)勢成為測定土壤水分含量的研究重點,引起國內(nèi)外學者的重視,對遙感法深入分析發(fā)現(xiàn)其具有以下優(yōu)勢。
(1)熱紅外遙感法屬于光學遙感,測定特定波段范圍內(nèi)植被反射的輻射能。熱紅外傳感器可以在不同深度采集土壤水分信息,近些年來星載熱紅外遙感技術和無人機平臺搭載熱紅外傳感器的快速發(fā)展,利用熱紅外遙感測定土壤水分成為研究的熱點。
(2)可見光-近紅外遙感法屬于光學遙感,對可見光-近紅外波段數(shù)據(jù)進行分析,構建相應的干旱指數(shù)或植被指數(shù)來反映土壤含水量,此方法對干旱區(qū)域測定結果更為準確真實。在獲取光光譜數(shù)據(jù)時多使用無人機獲取圖譜數(shù)據(jù),無人機遙感可以提高測定土壤水分的時效。使用無人機獲取多光譜數(shù)據(jù),構建土壤水分反演模型,為土壤水分測定提供新的技術和方向。
(3)微波遙感使用無線電技術,其主動微波和被動微波均適合大區(qū)域土壤水分反演的算法。隨著各種新型傳感器的開發(fā)與應用,土壤水分反演模型也將得到進一步的創(chuàng)新和改進,國內(nèi)外專家目前正在對所使用的雷達系統(tǒng)進行完善,加上氣象、地形等多數(shù)據(jù)的融合,土壤水分時空分辨率和精度將得到全面提升[44]。主動、被動遙感微波融合方法在測定土壤水分信息方面具有發(fā)展?jié)撃埽瑑烧叩慕Y合可實現(xiàn)反演精度提升和獲取長時間序列數(shù)據(jù)。
4 總結
傳統(tǒng)的取樣-定位法適用于單點區(qū)域的土壤水分測定。隨著物聯(lián)網(wǎng)技術、通信技術和自動控制技術等高新技術的發(fā)展,國內(nèi)外研究人員研制出眾多智能土壤水分傳感器,不僅能夠測定單土層的土壤水分含量,還能夠測定多層次的土壤水分含量及土壤溫度、鹽分等信息,并實現(xiàn)土壤信息的實時采集和傳輸,遠程實時查看,為灌溉提供決策依據(jù)。
遙感法是一種無接觸、遠距離的探測技術,該技術主要通過現(xiàn)代化的運載工具和傳感器快速獲取大面積地表信息,是測定土壤水分含量的重要技術和發(fā)展方向。人工智能技術的普及、衛(wèi)星遙感的不斷進步、反演算法的改進、波段范圍的擴大均會使反演精度和分辨率得到提升,遙感法的不斷發(fā)展為土壤水分數(shù)據(jù)的獲取提供了發(fā)展?jié)摿Α?/p>
國內(nèi)外研究人員在遙感法的基礎上,構建和改進土壤水分反演模型;但針對不同的區(qū)域地形建立不同的理論模型過于復雜,因而在研究中根據(jù)具體的區(qū)域?qū)δP瓦M行相應改進,提高土壤水分模型的靈活度,從而提升模型在農(nóng)田應用中的實用性和適用性,為精準農(nóng)業(yè)中大面積快速獲取土壤水分信息、實時準確監(jiān)測提供科學依據(jù)。
參考文獻:
[1]2022年中國水資源公報[J]. 水資源開發(fā)與管理,2023,9(7):封2.
[2]楊志成. 提高農(nóng)業(yè)灌溉用水管理效率的措施分析[J]. 南方農(nóng)機,2023,54(14):92-94.
[3]Zhang J W,Guan K Y,Peng B,et al. Challenges and opportunities in precision irrigation decision-support systems for center pivots[J]. Environmental Research Letters,2021,16(5):053003.
[4]李毅杰,原保忠,別之龍,等. 不同土壤水分下限對大棚滴灌甜瓜產(chǎn)量和品質(zhì)的影響[J]. 農(nóng)業(yè)工程學報,2012,28(6):132-138.
[5]Yuan Q Q,Shen H F,Li T W,et al. Deep learning in environmental remote sensing:achievements and challenges[J]. Remote Sensing of Environment,2020,241:111716.
[6]Li L,Shangguan W,Deng Y,et al. A causal inference model based on random forests to identify the effect of soil moisture on precipitation[J]. Journal of Hydrometeorology,2020,21(5):1115-1131.
[7]Gumiere S J,Camporese M,Botto A,et al. Machine learning vs.physics-based modeling for real-time irrigation management[J]. Frontiers in Water,2020,2:8.
[8]王大龍,舒英格. 土壤含水量測定方法研究進展[J]. 山地農(nóng)業(yè)生物學報,2017,36(2):61-65.
[9]關大陸. 基于STC8A8K64S4A12和AD590的遠程測溫系統(tǒng)[J]. 遼寧科技學院學報,2017,19(6):1-2,88.
[10]何澤鵬.基于蜂窩的窄帶物聯(lián)網(wǎng)(NB-IoT)技術性能及應用[J]. 廣東通信技術,2017,37(3):29-34,65.
[11]徐學義,崔兆韻,黃 華,等. FDR與烘干法測定土壤水分VCeWkUX7AvU4LXcF27qCHQ==對比分析[J]. 山東農(nóng)業(yè)大學學報(自然科學版),2013,44(2):190-192.
[12]閆 華,邢 振,薛緒掌,等. 土壤剖面水分傳感器探頭仿真與試驗[J]. 農(nóng)業(yè)機械學報,2017,48(10):245-251,240HsDMC11ZLQnWWLKsFg9mOkV+lVXZtMRQtZFcqseobU=4.
[13]環(huán)境保護部. 土壤 干物質(zhì)和水分的測定 重量法:HJ 613—2011[S]. 北京:中國環(huán)境科學出版社,2011:1-4.
[14]Robinson D A,Jones S B,Wraith J M,et al. A review of advances in dielectric and electrical conductivity measurement in soils using time domain reflectometry[J]. Vadose Zone Journal,2003,2(4):444-475.
[15]Bianchi A,Masseroni D,Thalheimer M,et al. Field irrigation management through soil water potential measurements:a review[J]. Italian Journal of Agrometeorology,2017,22(2):25-38.
[16]Campbell G S. Soil water potential measurement:an overview[J]. Irrigation Science,1988,9(4):265-273.
[17]謝鵬宇,劉澤鑫. 土壤水分測量原理與技術方法研究[J]. 現(xiàn)代農(nóng)業(yè)科技,2020(23):166-168.
[18]田昌玉,孫文彥,林治安,等. 中子儀測定土壤水分方法的研究進展[J]. 中國農(nóng)學通報,2011,27(18):7-11.
[19]郭洪飛,熊運章. 中子法測定旱地土壤水分中標定方法的改進[J]. 西北農(nóng)林科技大學學報(自然科學版),1991,19(1):39-42.
[20]Schanz T,Bailie W,Tuan L N. Effects of temperature on measurements of soil water content with time domain reflectometry[J]. Geotechnical Testing Journal,2011,34(1):1-8.
[21]Topp G C,Davis J L,Annan A P. Electromagnetic determination of soil water content:measurements in coaxial transmission lines[J]. Water Resources Research,1980,16(3):574-582.
[22]李曉斌. 基于時域反射技術的土壤剖面分布式含水量測量研究[D]. 楊凌:西北農(nóng)林科技大學,2022:1-63.
[23]Cosenza P,Tabbagh A. Electromagnetic determination of clay water content:role of the microporosity[J]. Applied Clay Science,2004,26(1/2/3/4):21-36.
[24]冶林茂,吳志剛,牛素軍,等. GStar-Ⅰ型電容式土壤水分監(jiān)測儀設計與應用[J]. 氣象與環(huán)境科學,2008,31(3):82-85.
[25]李思穎. 遙感技術在估算土壤水分中的應用:基于文獻計量學分析[J]. 水利科技與經(jīng)濟,2023,29(6):139-143.
[26]李映祥,張 華,滕 飛,等. 遙感技術農(nóng)業(yè)資源臺賬建設應用潛力分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃,2022,43(11):145-154.
[27]Petropoulos G P,Ireland G,Barrett B. Surface soil moisture retrievals from remote sensing:current status,products & future trends[J]. Physics and Chemistry of the Earth,2015,83/84:36-56.
[28]潘 寧,王 帥,劉焱序,等. 土壤水分遙感反演研究進展[J]. 生態(tài)學報,2019,39(13):4615-4626.
[29]苗馨遠. 寬譜段光學遙感圖像特征分析及協(xié)同分類技術研究[D]. 哈爾濱:哈爾濱工業(yè)大學,2022:1-152.
[30]馬春芽,王景雷,黃修橋. 遙感監(jiān)測土壤水分研究進展[J]. 節(jié)水灌溉,2018(5):70-74,78.
[31]Xue Y,Cracknell A P. Advanced thermal inertia modelling[J]. International Journal of Remote Sensing,1995,16(3):431-446.
[32]虞文丹,張友靜,鄭淑倩. 基于作物缺水指數(shù)的土壤含水量估算方法[J]. 國土資源遙感,2015,27(3):77-83.
[33]Jackson R D,Idso S B,Reginato R J,KCJn7xN7iPRkpuU6iWa6ToXAbYUUVnIIrVlCmeEvkTM=et al. Canopy temperature as a crop water stress indicator[J]. Water Resources Research,1981,17(4):1133-1138.
[34]Kurihara J,Koo V C,Guey C W,et al. Early detection of basal stem rot disease in oil palm tree using unmanned aerial vehicle-based hyperspectral imaging[J]. Remote Sensing,2022,14(3):799.
[35]Ghulam A,Qin Q M,Zhan Z M. Designing of the perpendicular drought index[J]. Environmental Geology,2007,52(6):1045-1052.
[36]鄧小東,王宏全. 土壤水分微波遙感反演算法及應用研究進展[J]. 浙江大學學報(農(nóng)業(yè)與生命科學版),2022,48(3):289-302.
[37]李伯祥. 基于光學與微波遙感數(shù)據(jù)的植被覆蓋區(qū)農(nóng)田土壤水分反演[D]. 撫州:東華理工大學,2020:1-81.
[38]覃湘棟,龐治國,江 威,等. 土壤水分微波反演方法進展和發(fā)展趨勢[J]. 地+bZDbW4gUJg3f0cxvI83KJUjlfi4hNRS5yLrnrSvqew=球信息科學學報,2021,23(10):1728-1742.
[39]Chaubell M J,Yueh S H,Dunbar R S,et al. Improved SMAP dual-channel algorithm for the retrieval of soil moisture[J]. IEEE Transactions on Geoscience and Remote Sensing,2020,58(6):3894-3905.
[40]吳立新,齊 源,毛文飛,等. 多波段多極化被動微波遙感地震應用研究進展與前沿方向探索[J]. 測繪學報,2022,51(7):1356-1371.
[41]Kang C S,Zhao T J,Shi J C,et al. Global soil moisture retrievals from the Chinese FY-3D microwave radiation imager[J]. IEEE Transactions on Geoscience and Remote Sensing,2021,59(5):4018-4032.
[42]王 舒. 基于被動微波遙感的地表粗糙度及土壤水分反演研究[J]. 測繪學報,2021,50(10):1419.
[43]胡建東,李林澤. 介電特性土壤水分測定方法研究進展[J]. 河南農(nóng)業(yè)大學學報,2021,55(4):1241-1249.
[44]蔣瑞瑞,甘甫平,郭 藝,等. 土壤水分多源衛(wèi)星遙感聯(lián)合反演研究進展[J]. 自然資源遙感,2024,36(1):1-13.