滴灌下AHFO法监测砾石区土壤水分时空变异研究

2021-03-20任瑞琪刘燕芳何海龙司炳成

农业机械学报 2021年2期

胡优任瑞琪刘燕芳李敏何海龙司炳成,

(1.西北农林科技大学旱区农业水土工程教育部重点实验室，陕西杨凌 712100；2.鲁东大学资源与环境工程学院，烟台 264000)

0 引言

土壤水分是地表过程的重要组成部分，也是描述陆地水文过程最基本的参数之一，直接影响着全球环境和人类社会的可持续发展[1-2]，已被全球气候观测系统列为第二大气候变量[3]。土壤水分具有强烈的时空变异，其特征空间尺度能从几厘米跨越到几千米，特征时间尺度能从几分钟跨越到几年。在当今全球气候变化日趋严峻的背景下，农业已经面临极端气温、干旱等诸多挑战[4]，发展可持续的灌溉农业是保障粮食安全的重要举措。滴灌是最节水且易实现自动化的灌溉技术之一[5]，因而被广泛应用。地下滴灌是将滴灌管埋入一定深度的土层、将水肥精确输送到作物根区、从而大大提高水肥利用效率[6-7]的灌溉技术。制定高效的节水灌溉制度需要精确掌握地下滴灌土壤湿润模式和水分时空分布，因而需要精确测定土壤含水率的方法。中子法[8]和电容法[9]等点尺度水分传感器被用于监测滴灌系统局部的土壤水分分布，但点尺度法不具有空间代表性，传感器位置会影响土壤水分分布的观测结果，从而影响灌溉制度的制定[10]。LI等[11]尝试采用宇宙射线中子法(COSMOS)测量地下滴灌的土壤水分，由于该方法只能监测田间尺度水分的平均值，故导致探测大面积中子数对滴灌灌溉的响应并不显著。因此，亟需研究新的高时空分辨率方法来监测地下滴灌的土壤水分时空分布，从而制定高效的节水灌溉制度。

分布式温度传感器(Distributed temperature sensing，DTS)可以测量沿光纤厘米至千米的温度，已被广泛应用于生态水文和地球科学的监测[12-14]。借鉴单探针热脉冲方法[15-19]，把光纤上某一段看成一根单探针，对埋在土壤中的光纤金属层进行短时间通电加热，用DTS记录其升温和冷却过程的温度变化，根据光纤的温度变化与含水率的校准关系来推求土壤含水率。因此，主动加热光纤(Active heated fiber optics，AHFO)法可以实现从厘米至千米的中尺度土壤水分实时连续原位监测。近10年来，研究者陆续通过室内和野外试验进行了方法探索[20-21]和田间验证与应用[22]，研究表明，土壤含水率测量误差能控制在0.05 m3/m3以内，随着DTS性能的不断改善，测量精度也在不断提高。AHFO法凭借其高时空分辨率土壤水分监测的优势，有望解决土壤水分空间信息不易获取的难题。胡优等[21]探讨了基于加热光纤不同方法测量土壤水分的可行性。SAYDE等[23]通过圆形喷灌机变量灌溉控制田间土壤水分，采用AHFO法测量沿光纤方向的土壤水分分布及水通量。GAMAGE等[24]利用AHFO法监测玉米全生育期根层的土壤水分，证明了该方法测量作物根区土壤水分的可行性。GIL-RODRIGUEZ等[25]和GAMAGE等[26]分别测量了均质土柱在单个滴头下土壤水分的二维和三维分布，并分别刻画了湿润锋和湿润体的演变过程，但其研究的是室内单个滴头的情况，在田间地下滴灌条件下，需确认AHFO法能否捕捉高时空分辨率的土壤水分信息。

土壤颗粒的大小影响光纤与土壤的接触，进而影响热传导过程。目前，利用单探针热脉冲原理的AHFO法测试的土壤类型主要包括砂土[20]、砂壤土[23]、壤土[27]和粉土[22]等细颗粒土壤，对含有砾石的粗粒径土壤水分测量精度有待验证。本研究利用AHFO法的高空间分辨率(0.25 m)监测地下滴灌条件下土壤水分随灌溉、降雨和季节的变化，从而监测地下滴灌条件下土壤水分的时空变异，验证和评价砾石区AHFO法测量土壤水分的精度，为滴灌条件下及砾石区制定适宜的灌溉制度、发展精准农业提供依据。

1 材料与方法

1.1 试验区概况

试验地点位于山东省烟台市鲁东大学北校区后山(37°31′33″N，121°21′19″E)。试验区属于温带季风气候，多年平均降雨量为619.1 mm，夏季(7—9月)降雨最多(占全年降雨量的60%以上)，冬季最少。2019年遇到干旱年，年降雨量仅有427.7 mm。试验时间为2019年9月8日—12月18日。试验田(宽8 m，长60 m)属于典型丘陵区，地势较为平坦(坡度小于2%)。土壤类别为棕壤，土壤颗粒以砾石和砂粒为主(表1)，容重为(1.48±0.08) g/cm3，饱和含水率为(0.49±0.06) m3/m3，田间持水率为(0.27±0.03) m3/m3。土壤表现出一定分层，其中表层(0～0.2 m)为砂质淋溶层，其下(0.3 m)为较明显的沉积层，沉积层粘粒含量较高，再下为半风化母岩。土层薄弱，质粗、砾石多，保水保肥能力差，是山地丘陵区十分贫瘠的土壤。试验田为枣树园，光纤沿地块东北方向埋设在田块中间(图1)。

表1 不同土层土壤颗粒粒径分布Tab.1 Soil particle size distribution in different soil layers %

1.2 田间布置和试验设计

埋设光缆应尽量减少对土壤的扰动。采用自制的犁埋设光缆(图2b)，一块倾斜45°钢板背部拖着3根弯曲细钢管，钢管尾端水平。将3根光纤穿入钢管中，拖拉机拖着犁缓慢行驶，光缆也随着钢管埋入土壤中，这可使光缆与土壤接触紧密。3根光纤的埋深分别为0.15、0.20、0.30 m，每根光缆长50 m(图2a)。用光纤熔接机将3根光缆首尾两端熔接，形成一个光通道。

每根光缆两端连接铜电线，用于给光缆通电加热(图2e)。将可调变压器接入220 V电压，用万用表记录输出电压，换算后得到输出功率为5 W/m，光缆每次加热10 min，每天加热3次。采用以色列耐特菲姆压力补偿式滴灌管进行灌溉，滴灌管外径16 mm，壁厚0.9 mm，滴头间距为0.3 m，流量为1.6 L/h。以地下滴灌的方式灌溉，在地下5 cm处水平布设3支滴灌管，滴灌管间距0.3 m，灌溉水通过水泵从蓄水池经过滤器提到田间。光缆沿滴灌管平行布置，横截面位置如图2g所示。第1次灌溉从10月11日至14日历时4 d，灌溉量为563 mm。第2次灌溉从11月11日至12日月历时2 d，灌溉量为481 mm。为了获取灌溉过程中土壤水分动态变化，第2次灌溉后0.5 h进行第1次加热，此后每间隔1 h加热1次，直至灌溉后48 h为止。停止灌溉后，第1次加热在灌后0.5 h，此后每间隔1 h加热1次，直至灌溉后12 h为止。

1.3 光纤分布式温度传感系统

分布式温度传感器为英国Silixa公司生产的ULTIMA-S型，其最小采样间距为0.125 m，最大采样间距为1.0 m，空间分辨率为0.25 m，时间分辨率为1 s，温度分辨率为0.01℃，感测距离长达5 km。在10 s的采样间隔下，温度精确度在0.2℃以内。DTS测温原理是：一定能量的脉冲泵浦光注入光纤后，光子与光纤分子发生非弹性碰撞，产生2束背向拉曼散射光。其中，波长大于入射光的斯托克斯散射光对温度不敏感，而波长小于入射光的反斯托克斯散射光有很强的温度依赖性。因此，可以根据斯托克斯与反斯托克斯的光强比计算温度[28]。光纤上任意一点的温度可表示为[29]

(1)

式中T——绝对温度，K

R(z)——斯托克斯与反斯托克斯的光强比

ΔE——驱动拉曼散射的分子能态的差值，J

k——玻尔兹曼常数，J/K

Δα——斯托克斯与反斯托克斯背向散射光损失系数之差

z——DTS光源的距离，m

C——可校准参数，与入射光的波长、频率、背向拉曼散射光、仪器的光子探测器有关

光纤上任一点到光源的距离z，即为光行走路程的一半，计算公式为

(2)

式中c——光在真空中的速度，m/s

n——光纤包层的折射率

t′——光向前与向后传播所需要的时间，s

设置DTS采样时间间隔为10 s，空间间距为0.25 m，沿光纤共有603个采样点。采用光佳光电科技有限公司生产的测温光缆(图3)，内部有2根50/125的多模纤芯，不锈钢管无缝包裹纤芯，使光纤具有抗压抗剪能力，12根钢丝紧密螺旋缠绕着不锈钢管，使光纤具有较强的抗拉能力。最外围是黑色PE护套，具有防水、防晒、抗老化和良好的电气绝缘性能，保证光缆在通电加热过程不漏电。光缆直径为3.5 mm，钢管外径为1.36 mm，内径为1 mm，钢丝直径0.45 mm。PE护套厚0.85 mm，金属层电阻为0.35 Ω/m。

1.4 数据分析

光纤温度的改变主要受热脉冲的影响，也一定程度会遇到环境温度变化的干扰，需要去除背景温度。将加热后的升温值减去加热前5 min与加热后15～20 min的温度数据线性回归值得到去除背景温度的升温ΔT。

光纤在一定加热时长后，累积升温ΔTcum随着土壤含水率的增大而减小，ΔTcum与土壤含水率具有非常好的单调函数关系，所以ΔTcum可以用来推求含水率。ΔTcum计算公式为

(3)

式中te——停止加热的时间，取600 s

ΔTi——第i个时刻的升温，℃

考虑到光纤加热功率因每日交流电压的微弱变化而产生一定的波动，为了去除这一影响，采用归一化累积升温ΔT′cum推求含水率，ΔT′cum计算式为

(4)

式中qi——光纤每次加热功率，W/m

1.5 TDR原位校准和验证

田间随机选取2个位置S1和S2(相距10 m，图1d)，在每个土层光缆附近布设1个TDR探针，用冰袋确定TDR对应光缆上点的位置。位置S1的TDR于2019年9月8日布设，位置S2的TDR于2019年10月11日布设。TDR连续监测土壤水分，5 min采集1次数据。随机选择一半的DTS测得的ΔT′cum与其对应的TDR测得的土壤含水率数据采用最小二乘法拟合，获得校准曲线。另外一半数据用来验证含水率的测量精度。在理想情况下，每个光缆测量长度(0.25 m)需要一个标定曲线，因此获得的测量精度也会更高。但是实际应用中较难实施。本试验中，由于S1和S2 2个位置代表着田间土壤质地的最大变异区间，所以可由S1和S2获得的标定曲线评估田间土层的标定曲线的变异程度。

1.6 土壤质地测定

考虑到田间土壤砾石和砂子含量非常高，因此选择激光粒度仪(APA2000型，马尔文公司，英国)测量土壤质地。先将田间采集的风干土样过2 mm筛，计算砾石(粒径大于2 mm)和剩余土壤颗粒(粒径0～2 mm)的质量占比。再从过2 mm筛的剩余土壤中取5 g，用激光粒度仪测量砂粒、粉粒和粘粒的体积占比。

2 结果与分析

2.1 归一化累积升温与含水率校准曲线

ΔT′cum随含水率增加而减小(图4)。每个层次的2个TDR对应的散点趋势一致(P<0.01)，说明尽管S1、S2水平方向的土壤质地有空间变异，但没有引起校准曲线的明显变化，所以可以通过每个土层的校准曲线推求土壤含水率。ΔT′cum与含水率关系曲线可以用指数函数表达(表2)，采用最小二乘法拟合位置S1和S2处TDR测得的土壤含水率与其对应的归一化累积升温ΔT′cum，土层深度0.15、0.20、0.30 m的决定系数R2达到显著水平(P<0.01)，分别为0.82、0.93和0.86。其次，土层深度0.15、0.20、0.30 m对含水率观测值(TDR测得的含水率)和预测值(校准曲线预计算值)的RMSE分别为0.027、0.025、0.038 m3/m3(图5)，均具有较好的测量精度。在低含水率部分散点接近1∶1线，而高含水率部分散点偏离1∶1线，说明在低含水率部分测量精度更高，3条校准曲线均可分别应用于3个土层沿光纤所有点的土壤含水率测量。ΔT′cum-θ关系曲线的斜率随含水率增加不断减小，说明ΔT′cum的敏感性随含水率的增加不断减小，这与SAYDE等[23]和GAMAGE等[24]的研究结果契合。

2.2 滴灌条件下土壤水分时空变异

根据2.1节中3条校准曲线可以获得土壤水分时空分布(图6c～6e)，可以看出3个土层深度土壤含水率分布相似，并且土壤水分对2次灌溉事件的响应非常显著。由于第1次灌溉时间更长，导致第1次灌溉引起的土壤含水率处于峰值的时间比第2次长(图6c～6e)。土壤含水率的变化主要由灌溉、蒸发和入渗引起，这是因为试验期间降雨量较小(图6a)。例如， 9月10日—10月11日期间，0.15 m土层含水率的变化明显大于0.2、0.3 m土层。这是由于该期间无灌溉发生，表层蒸发导致表层土壤水分减少，而0.2、0.3 m土层则受到较少影响。不同深度土壤水分随时间表现出较为强烈的空间变异性(图6b)，变异系数随土层深度的增加而增大，随灌溉的发生变异系数不断减小。根据光纤对滴灌条件下田间尺度土壤水分高分辨率监测，在持续灌溉后，土壤含水率维持在0.15～0.27 m3/m3之间(图7h)，说明该丘陵区土壤持水能力的强烈变异性。

2.3 基于AHFO法的滴灌过程土壤含水率动态变化

通过AHFO法监测滴灌过程的土壤水分，可以发现灌溉过程的土壤水分动态变化与土壤质地密切相关，土壤质地的空间变异决定了土壤水分的分布格局(图7)。对比3个土层，0.15 m土层在灌溉中和结束以后土壤水分分布较均匀(图7a、7d)，因为土壤质地在该土层空间变异较小(图7l)。0.20、0.30 m土层土壤含水率集中分布在20～30 m之间，30～40 m之间土壤含水率较低(图7b、7c、7e、7f)。主要是因为在20～30 m之间土壤砾石和砂粒含量较低，粘粒含量较高增强了土壤的持水性，而在30～40 m之间砾石、砂粒和粘粒含量却刚好相反(图7i～7k)。

灌溉开始后，土壤含水率迅速增大，增加速率不断减小，至灌溉后的18 h，土壤水分几乎不再增加，达到了最大含水率(0.18～0.45 m3/m3)，说明此时土壤水分达到了饱和或均匀流的状态。在灌溉结束后(图7d～7f)，0.15、0.2 m的土层含水率因粘粒含量低而迅速减小，0.3 m土层因为粘粒含量较大，持水能力较强，灌溉结束后含水率降低得较为缓慢，呈现较大的水分贮存。因此，研究区0.3 m处的土层增强土壤水分贮存，有利于水分保持及作物生长。在灌溉结束6 h之后，土壤水分不再减小而达到了稳定状态(下文称为稳定土壤含水率)。在灌溉中达到的最大土壤含水率和灌溉结束后达到的稳定土壤含水率都具有较大的空间变异(图7g、7h)，并且0.3 m土层因土壤质地空间变异最大而导致该土层二者的空间变异最大。相对稳定土壤含水率(相对稳定含水率为每个位置的稳定含水率除以其均值)与砾石含量呈显著负相关(图8)，且相关系数在3种粒级中最高，说明砾石含量主导了该丘陵区土壤水分的空间分布。因此AHFO法可以获取灌溉过程中土壤水分动态变化，从而得知土壤含水率达到最大持水上限的含水率及具体时间，进而精确把控灌溉的时间和灌溉量，避免过量灌溉造成水源浪费。

3 讨论

3.1 不同土壤类型的土壤含水率测量精度

本研究利用AHFO法测量了砾石土壤滴灌下的土壤水分，一方面砾石会增大光缆与土壤颗粒的接触空隙从而影响热传导，另一方面砾石的存在会增大土壤的异质性，最后降低水分测量精度。研究区土壤中除了砂粒含量变异系数小于10%，为弱变异外，砾石和粘粒含量则为中等程度变异，且砾石的空间变异最大(图7l)。对比分析不同土壤类型的测试结果可以看出(图9)，对于砂壤土，SAYDE等[23]使用Silixa型仪器的测量精度在0.001 6～0.024 m3/m3之间，测量精度高于其他研究，但其采用室内装填土校准的方法存在破坏土壤结构的弊端。STRIEGL等[22]虽然测试的是细质粉壤土，因为采用的Sensortran型仪器测温精度较低，使其土壤含水率测量误差较大。GAMAGE等[24]在砂壤土玉米地进行了试验，当含水率较低时，土壤水分测量精度与本研究相近，而在高含水率水平时高于本研究。值得注意的是，在种植作物的情况下，作物根系可能会带来土壤异质性、增大光缆与土壤的接触空隙等问题，给水分测量带来误差。因此，在假设没有作物的情况下，GAMAGE等[24]在砂壤土中的测量精度应高于本研究砾石土壤的测量精度。结合在不同土壤类型的测量结果表明，含有砾石的土壤可能会一定程度降低AHFO法测量土壤含水率的精度，未来应进一步考虑砾石土壤与光缆之间接触热阻的影响。

3.2 AHFO法测量土壤含水率的不确定性

主动加热光纤法是近十年发展起来测量土壤水分的一种新方法，与热脉冲探针法在原理上具有相似性[18]，但又因与探针结构上的区别，导致存在一些不确定性。在解析光纤温度变化对热脉冲的响应过程中，太阳辐射给光纤提供了额外的热源，可以通过减去加热前短时间内温度线性回归值去除背景温度的影响[30]。从热传导角度看，光纤与土壤的接触程度也是一个重要的影响因素，但对其了解处于定性的层面[31]，还有待量化光缆与土壤间的接触热阻来校正不完美接触。光缆的结构和尺寸在研究中也很少考虑到，光缆护套的热导率一般小于土壤，在加热前期热量不能迅速传递出去，温度急剧升高，但后时段的升温与土壤水分才有直接的联系，所以前期的升温可能给测量带来不确定性。在田间光缆埋设时，一般采用45°倾角的犁[23]，尽量保证光缆与土壤接触紧密。但对于粗颗粒土壤，特别是砾石土壤，光缆与土壤难以避免存在接触空隙。采用交流电源给光缆加热，由于电流呈周期性变化，导致加热功率存在一定的波动，可以采用归一化的累积升温来消除这种影响[32]。另外，DTS仪器的性能也对测量精度有很大影响，SAYDE等[23]的研究表明，在相同的热脉冲和水分状况条件下，Silixa型仪器测量土壤含水率精度比Sensortran型高出3倍。最后，作物根系生长在土壤中穿插以及土壤冻融循环可能也会给测量带来一些不确定因素。

3.3 应用AHFO法测量土壤含水率的问题分析

精准灌溉是农业可持续发展需要解决的重要问题[33]。精准灌溉的实现需要绘制高分辨率土壤水分的四维时空分布图。因此，通过DTS高时空分辨率监测田间土壤水分对精准灌溉的实施具有巨大潜力，但也存在诸多挑战。首先，田间土壤的异质性增加了校准曲线获取的难度和工作量，这意味着需要在田间不同位置布设很多的TDR。校准曲线可以接受一定程度的土壤空间变异，如本研究中，一个土层对应一条校准曲线就能满足需求。其次，加热光缆分布式温度传感系统与灌溉系统的耦合也是一个难题。对于滴灌系统，在考虑光缆布置在滴灌管的什么位置才能更全面地掌控田间土壤水分，滴灌管和光缆在田间如何机械化平行布设。光缆护套在利物碰触下容易破损，在田间需要机械化耕作、种植时，埋在地下的光缆如何有效避开机械作业的破坏，或多年生作物，如苜蓿、葡萄等可以避开这些考虑。同样需要考虑的是，DTS价格昂贵，目前多用于基础研究，还未广泛应用到田间土壤水分监测及农业生产实践。如果能降低DTS仪器的成本并提高测温精度和分辨率，DTS必将成为实现农业精准灌溉的很大助力。