土壤水分传感器田间比测实验研究

王景才 ，夏自强 ，杨建青 ，黄燕红 ，杨桂莲

（1.河海大学水文水资源学院，江苏 南京 210098；2.水利部水文局，北京 100053；3.水利部南京水利水文自动化研究所，江苏 南京 210012）

0 引言

干旱灾害是影响我国经济、社会发展的主要自然灾害之一，尤其是随着全球气候变化和人类活动的影响，干旱灾害和影响范围有逐步扩张的趋势，因此旱情监测和干旱定量分析越来越受到气象水文工作者的重视，并开展了一系列的研究工作[1]。干旱涉及多个学科和监测要素，诸如降水、气温、蒸发、土壤墒情、地下水，以及河道流量、水库蓄水状况等等，其中土壤墒情更是在干旱监测与研究、农业灌溉排水制度制定，以及水文学研究等方面具有重要的作用[2]。有关土壤水分测量的技术和仪器的研究由来已久，目前测定土壤水分的方法主要有[2-3]：烘干法（GM）、中子仪法、张力仪法、电阻块法、干湿计法及介电传感器法等。以上方法均有广泛而深入的研究和应用，其中介电传感器法因获取数据比较直观、方便、快捷、可持续观测，以及可与数据发送模块集成等优势，得到了较快的发展应用。介电传感器法包括 TDR（Time Domain Reflectometry）、FDR（Frequency Domain Reflectometry）等，通过测定土壤的介电常数，并利用土壤介电常数与含水率之间存在的确定性单值多项式关系转化为土壤含水量[4]。

介电传感器法在国内外得到了广泛的实验研究和应用[5-10]，虽然其优点已得到有效验证，但测量的精度水平还有待继续改进与提高。为促进和提高土壤水分传感器的稳定性和可靠性，以及服务于水利部门旱情监测系统的建设需要，本文依托水利部水文局开展的土壤水分传感器性能对比测试工作项目，对初步征集的分属不同工作原理和类别的 15 种型号的土壤水分传感器，进行了长时间野外田间埋设条件下的实验研究。墒情自动采集数据实现 6 h/ 频次，每日共计 4 次的测报，并结合人工烘干法，以检验各型号传感器在野外长时间无人值守情况下的测量结果是否稳定、灵敏和准确，以及是否会发生故障等问题，从而对各类传感器的性能和质量展开分析评价，希望能对土壤水分传感器比测工作和评估体系的完善、大范围实践应用，以及旱情监测系统的建立起到参考作用。文中将所使用到的传感器型号按 S1～S15 进行编号，其中 S10 属于时域反射仪，其他 14 种属于频域反射仪。

1 实验设计与数据处理

野外田间实验在安徽六安淠史杭蒸发实验站（116°31′E，31°45′N）进行，实验站面积 30 m×35 m，代表性土壤为褐黄色沙壤土兼有膨胀土，该区隶属亚热带季风气候区。本研究基于天然降水过程，没有任何的人工灌溉过程。实验时间从 2011 年 7 月16 日开始，12 月 30 日完成数据收集。

在实验场地开挖 1 个长、宽、深分别为 150，50，50 cm 的直沟，将每种型号的 3 个传感器分别按埋深 10，20，40 cm 垂向布置，插入沟道侧面并推紧，每种型号传感器之间水平间隔 1 m。安装完毕后回填土，表面覆盖草皮。回填过程中注意不要留下空隙，并且注意不要让传感器发生偏移。将收集的 3 层传感器探头的连接线汇总并接入 RTU（远程终端单元），通过太阳能面板供电使之工作。本地 GSM 模块实现数据发送，异地 GSM 模块接收并接入到 PC 机上，在 PC 机上利用 Visual Basic 6.0 语言和 Access 2003 数据库接收数据，并将之转换为土壤体积含水量。自动采集数据每 6 h 发送 1 次。

另外，人工采集数据也在田间同期进行，每 5 d采集 1 次，包括人工烘干法和操作仪器测量。人工操作仪器测量每次采集需记录 3 次，剔除异常值后取平均值；然后采用环刀法取回人工操作仪器测量点周围 0～5 cm 的 3 个土样带回实验室，利用烤箱恒温 105 ℃ 条件下连续烘烤 14～15 h，将得到的 3 个烘干法值剔除异常值后取平均值，以便做准确性的分析。7—12 月的逐日降水量也被收集，以做对降雨的灵敏性的分析。

2 评价指标与方法

2.1 稳定率

稳定性是衡量传感器质量的重要指标。稳定性主要看数据表现是否正常，如果不存在振荡、异常跳跃或测量间断则定为正常时间段，以 3 层传感器正常时间段占总时间段的比重来计算，以稳定率 α 表示，数值范围为 0～1，公式如下：

式中：d 为正常时间段；D 为总时间段。

2.2 灵敏率

传感器对降水的灵敏性反应也是考核传感器质量的指标。因为 10，20，40 cm 埋深的不同，以及考虑降雨强度及下渗蒸发的影响，此处对 3 层传感器分别按权重系数 0.5，0.3，0.2 进行计算，用灵敏率 β 表示，数值范围为 0～1，灵敏率 β 公式如下：

式中：i 为传感器的编号；Ni1，Ni2，Ni3分别为 10，20，40 cm 埋深的第 i 编号传感器对单日或连续多日降水量 ＞10 mm 在试验中测量到的次数；N1，N2，N3分别为 10，20，40 cm 埋深的第 i 编号传感器对单日或连续多日降水量 ＞10 mm 理论上应该能测量到的次数。

2.3 准确率

仪器测量的准确性也是传感器质量好坏的关键标准。烘干法一直被公认为最经典和精确的测定土壤含水量的方法，因此将烘干法所得土壤含水量作为验证的标准值，检验测得数据在烘干法值附近一定误差允许范围内（本文选择的误差允许范围为：绝对误差 ±4 %）的比重，比重值越高则说明仪器测量的精度越高，这里用准确率 r 来表示，数值范围为 0～1，计算公式如下：

式中：Msk为传感器第 k 次测得的土壤体积含水量； Mgk为烘干法第 k 次测得的土壤体积含水量；n 为样本总量；s(xk) 为符号函数。

如果传感器性能优越，α，β，γ 应该接近于 1。

2.4 赋分排序法

鉴于稳定率、灵敏率、准确率这 3 项指标在传感器性能及土壤墒情-旱情监测中的重要程度不同，分别对稳定率、灵敏率、准确率赋予 4，2，4 分的分值，最后按 15 种编号的传感器的综合得分情况 S 进行排序，作为选优的 1 个参考依据，计算公式如下：

Si= 4 αi＋ 2 βi＋ 4 γi( i = 1, 2, …, 15) （4）

3 分析结果

经过一段时间的田间埋设环境之后，传感器逐步与周围的土壤融为一体。评估传感器是否优越，主要看它的工作状况是否正常稳定，对一些外界因素是否有灵敏反应，以及测量的数值是否准确可靠。这里以编号为 S8 的传感器为例，利用式（1）～（3）展开分析，自动采集数据分析从 8 月 1 日起至 12 月 30 日止，人工烘干数据分析从 7 月 21 日起至 12 月 26 日止，其他型号传感器照此进行。编号 S8 的传感器 10，20，40 cm 埋深自动采集的土壤体积含水量时间序列过程如图 1 所示。

图1 编号 S8 的传感器 10，20，40 cm 埋深自动采集的土壤体积含水量时间序列过程

从图 1 可以看出，传感器工作状况稳定，各埋深数据表现稳定正常，没有异常跳跃或振荡。其中10 月 12 日 2:00 至 10 月 13 日 14:00，11 月 26 日20:00 至 12 月 2 日 14:00 因传输网络欠费导致部分数据缺漏，但这不影响整体的实验分析。另外从各层传感器对降雨的反应情况看，3 层传感器均表现良好。编号 S8 的传感器测量数据准确性的程度如图 2 所示，传感器数据基本在烘干法值附近上下波动，经统计，在实际测得的 30 个数据点中共有 27 个数据点落在 [-4 %，4 %] 区间内，准确率为 0.90。

图2 给出了人工烘干法与 15 种编号的传感器人工操作采集的土壤含水量的对比图，可以看出，相对于其他型号传感器测量结果，S15 偏离烘干法值太大，S11 前期测量结果严重偏低，自第 9 测次之后，其数值渐与烘干法值接近。而在总测次中，S6，S8，S9 均发生 1 次故障，S12 发生 2 次故障，S5 发生 10 次故障，但后续操作仍然可用。在评估准确性的时候，故障视为测得结果为 0 值，采用公式（3）来计算。

图3 给出了根据 3 项主要的评价指标得出的 15种编号的土壤水分传感器性能评估结果，可以看出，稳定率除 S11（0.345），S15（0.659）外，其他型号传感器均在 0.990 以上；对于灵敏率，绝大部分传感器对降水反应良好；对于准确率，S6，S8，S9，S10 均在 0.80 以上，S4，S7，S12，S14在 0.60～0.80 之间，S5，S11 在 0.40～0.60 之间，S13，S1，S2，S3 在 0.15～0.40 之间，S15 为 0.03。关于准确率的分布情况，也可以从图 2 反映出来。

采用式（4）计算的 15 种传感器的综合得分值如图 4 所示，可以看出，S6～S10 的分值在 9 分以上，表现优异；S4，S5，S12，S14 在 8.2～8.7 分之间；S2，S13 在 7.1～7.3 分之间；S1，S3 在 6.4～6.7 分之间，S11 为 5.1 分，S15 为 4.8 分。

部分传感器在稳定率和灵敏率中有较好的表现，如 S2 和 S13，但在人工操作仪器测量时，准确率却不高；另外，S15 的稳定率和灵敏率可以，但是准确率却仅有 0.030；再者，如 S11，数据层发生了振荡不稳定，以上情况可能与传感器率定工作不够或者本身质量有关，期待后续能加强研究。

4 结语

经过土壤水分传感器田间比测实验的研究，发现大部分传感器稳定率较好，绝大部分传感器对降水反应也良好。但是准确率却有很大差别，除部分传感器（S6、S8～S10）在 0.80 以上外，大部分传感器与烘干法对比精度不是很高。可见准确率是本次土壤水分传感器比测实验中需要重视和加强的方面。这可能与土壤水分传感器率定工作不足或传感器产品质量有关。

图2 人工烘干法与 15 种编号土壤水分传感器人工采集的土壤含水量的对比图

图3 15种编号土壤水分传感器稳定率、灵敏率、准确率的指标图

图4 15种编号土壤水分传感器的综合得分

一个好的土壤水分传感器，应具有工作状况稳定、对降水敏感、测得数据准确的特点。文中提到的评估方法与指标，简单、可行、计算方便，具有一定的科学意义，可以作为土壤水分传感器野外工作性能评估的参考指标，对土壤水分传感器评估体系的完善也具有一定的参考意义；赋分排序法可以对土壤水分传感器的整体性能给出客观评价，对产品优选具有一定的参考价值。

本次田间实验，时域反射仪具有状况稳定、测量数据相对较好的优点，但其价格偏高，限制了部分生产实践应用，目前部分生产商正在研究如何降低成本，以便于此类传感器的大规模应用；频域反射仪测量数据相对可靠，虽然比时域反射仪精度稍差，但因其价格相对较低，在生产实践应用上相对具有优势。应继续加强土壤水分传感器的研发研制工作，以降低成本、提高精度，为土壤墒情监测自动化、大范围实践应用及旱情监测系统的建立起到积极作用。

[1] 章树安，王爱平，杨桂莲，等. 旱情监测与评价进展研究与思考[J]. 水文，2010, 30 (3): 15-21.

[2] 时新玲，王国栋. 土壤含水量测定方法研究进展[J]. 中国农村水利水电，2003 (10) : 84-96.

[3] 陈家宙，陈明亮，何圆球. 各具特色的当代土壤水分测量技术[J]. 湖北农业科学，2001, 22 (3): 25-28.

[4] G.C. Topp, J.L. Davis, A.P. Annan. Electromagnetic determination of soil water content: Measurements in coaxial transmission lines[J]. Water Resources Research, 1980, 16 (3): 574-582.

[5] G.C. Topp, J.L. Davis. Measurement of soil water content using Time Domain Reflectometry (TDR): A field evaluation[J]. Soil Science Society of America Journal, 1985, 49 (1): 19-24.

[6] Ginger B. Paige, Timothy O. Keefer. Comparison of Field Performance of Multiple Soil Moisture Sensors in a Semi- Arid Rangeland[J]. Journal of the American Water Resources Association, 2008, 44 (1): 121-135.

[7] G. Lukangu, M.J. Savage, M.A. Johnston. Use of sub-hourly soil water content measured with a frequency-domain reflectometer to schedule irrigation of cabbages[J]. Irrigation Science, 1999, 19 (1):7-13.

[8] B. G. Leib, J. D. Jabro, G. R. Matthews. Field Evaluation and Performance Comparison of Soil Moisture Sensors[J]. Soil Science, 2003, 168 (6): 396-408.

[9] 刘燕，赵武，郭文远，等. 两种土壤水分监测仪测墒精度的比较[J]. 气象与环境科学，2007, 30 (增刊 1): 175-178.

[10] 李炎，王丹. 不同土壤水分测定方法的比较研究[J]. 安徽农业科学，2010, 38 (17): 9110-9112.