土壤水是植物所需水分的重要来源^[1]。土壤水分能够直接影响作物生理活动, 与植物生长关系密切, 是农作物和植物生长环境的核心要素之一^[2]。土壤水分过多不仅会对作物根系呼吸造成影响, 还会使土壤中的氮、磷等养分随水分流失造成水体污染; 水分过少将导致作物生产受到影响^[3]。因此, 开展土壤水分测定是农业、水文、环境和水土保持等研究的基础^[4]。目前国内外土壤水分测定方法主要有烘干法^[5]、中子仪法^[6]、介电法^[7](时域反射法、频域反射法、电容法)、宇宙射线中子法^[8]、地球物理方法^[9](探地雷达、高密度电阻法)、热脉冲法^[10]等。考虑到观测数据的准确度和连续性、观测过程的安全性, 近年来针对土壤含水量的直接测量多采用水分传感器^[11]开展原位观测的方式。土壤水分传感器采用时域或频域原理, 通过测量与水分含量有关的介电常数或基质电位来确定土壤含水量^[12]。然而, 由于土壤水分传感器类型众多, 当前国际使用较广的土壤水分传感器主要由国外的厂商生产; 各传感器制造商提供的传感器测定准确度和适用条件也存在差异。如何在众多的传感器中筛选出区域适用性好、准确度高的传感器尤为重要。

影响传感器测量准确度的因素有土壤温度、土壤容重、含盐量、有机质含量等^[13-16]。目前, 国内外学者在土壤质地对传感器性能表现的影响方面开展了较多的研究, 并对比了不同类型(厂家)的传感器测量准确度。Ferrarezi等^[17]对比了12种传感器在美国佛罗里达州砂质土壤含水量测量中的准确度; Wilson等^[18]利用美国气候网观测站评估了2种传感器在不同类型土壤的适用性; 贺蕾^[19]通过试验对比研究了土壤温度、土壤容重和土壤盐分对TDR型传感器测量值的影响; Feng等^[20]和Singh等^[21]则重点分析了不同类型传感器在砂土和黏土两种土壤质地条件下的测量准确度。然而, 现有的研究多为基于国外土壤而开展的对比试验; 对于国外厂商制造的传感器, 在国内土壤的适应性评价方面的研究较少; 现有研究考虑的质地类型较少, 缺乏对更多土壤质地类型的研究。因此, 为了探究不同类型水分传感器在河北平原典型农田土壤中的性能表现, 本研究选择国内外通常使用的5种土壤水分传感器, 分析了土壤质地、容重对其测量准确度的影响。本研究可为提高区域土壤含水量测定的准确性提供科学指导, 并可为土壤含水量监测中的传感器选型提供决策依据。

1.   材料与方法

1.1   试验土壤的选择及处理

本研究选择的土壤类型为河北平原广泛分布的潮褐土和潮土。河北平原农业生产长期以来为一年两熟制, 当前大部分两熟制区域的粮食年产量已接近甚至超过15 000 kg∙hm⁻², 是我国重要的粮食高产区和商品粮生产基地^[22-23]。因此, 针对该区域土壤开展水分传感器监测的适用性对比具有重要的科学意义和实践价值。本研究考虑了该区域4种典型的土壤质地: 砂土、砂壤土、粉壤土、粉黏土, 分别开展不同容重下的测量准确度对比。粉壤土和砂壤土采集自中国科学院栾城农业生态系统试验站, 砂土采集自河北省新乐市, 粉黏土采集自河北省黄骅市。砂土、砂壤土、粉壤土、粉黏土的采样深度分别为0~20 cm、40~80 cm、160~180 cm和100~120 cm。供试土壤的主要理化性质见表1。将土壤风干后过筛(2 mm) 以去除石子、杂草, 利用过筛后的土壤进行试验。

表  1  供试土壤的主要理化性质

Table  1.  Physical and chemical properties of the tested soil

土壤编号 Number	采样地点 Sampling location	土壤质地 Soil texture	采样深度 Depth (cm)	容重 Soil bulk density (g∙cm−3)	有机质 Organic matter (g∙kg−1)	pH	含盐量 Salinity (g∙kg−1)
1	黄骅 Huanghua	粉黏土 Silty clay	100~120	1.54	7.334	9.41	2.269
2	新乐 Xinle	砂土 Sand	0~20	1.35	3.534	9.21	0.449
3	栾城 Luancheng	粉壤土 Silt loam	160~180	1.61	6.414	9.02	0.465
4	栾城 Luancheng	砂壤土 Sandy loam	40~80	1.41	5.096	9.02	0.618
土壤质地分类参照美国农业部(USDA)的分类标准[24]。Soil textures were defined according to the United States Department of Agriculture (USDA) classification system[24].

下载: 导出CSV 

| 显示表格

1.2   对比的传感器类型

本文选择国内外常用的5种传感器(可同时测量含水量和电导率的传感器)为研究对象, 分别为TDR315H (Acclima Inc.)、CS655 (Campbell Scientific Inc.)、5TE (Decagon Devices)、Teros12 (Meter Group)和Hydra Probe Ⅱ (Stevens Water Monitoring Systems Inc.)。为叙述方便, 上述5种类型传感器在下文中分别记作T315、CS655、5TE、T12、HP2。数据收集使用CR1000X型数据采集器。传感器相关的主要参数见表2。需要指出的是, 尽管5TE传感器已经停产, 并且已经由T12取代, 但市面上仍有大量的5TE在继续使用, 因此本研究依然针对5TE的测试准确度进行了测试, 并将其与另外4种传感器的测试结果进行了对比。

表  2  试验测试的5种类型传感器的探针数、探针长度、分辨率和测量范围

Table  2.  Probes number, probe length, resolution and measurement range of the 5 types of sensors in the experiment

传感器 Sensor	探针数 Number of probes	探针长度 Probe length (cm)	分辨率 Resolution (cm3∙cm−3)	测量体积 Measuring volume (cm3)
TDR315H (Acclima Inc.)	3	15	0.001	200*
Teros12 (Meter Group)	3	5.5	0.001	1000
CS655 (Campbell Scientific Inc.)	2	12	0.0005	3600
Hydra Probe Ⅱ (Stevens Water Monitoring Systems Inc.)	3	5.6	0.001	40.3*
5TE (Decagon Devices)	3	5	0.0008	NA
*表示根据官方技术手册中相关数据计算获得的测量体积; NA表示在官方技术手册中未查询到相关数据。* indicates that the measured volume is calculated according to the official technical manual; NA indicates that the relevant data is not provided in the official technical manual.

下载: 导出CSV 

| 显示表格

1.3   试验方法

试验在室内进行, 主要试验步骤如下:

1)考虑到不同传感器的探针长度和影响半径特性(表2), 制作了3个高25 cm、直径35 cm的有机玻璃土柱。

2)根据华北平原潮土根系层(0~2 m)的土壤容重变化范围^[25], 设定5组土壤容重, 分别为1.40 g∙cm⁻³、1.45 g∙cm⁻³、1.50 g∙cm⁻³、1.55 g∙cm⁻³、1.60 g∙cm⁻³。

3)根据风干土含水量和目标容重, 计算不同容重试验下需要填充的土壤质量。

4)设定好目标体积含水量, 称取需要的土壤样品, 用喷雾器进行洒水, 边洒水边搅拌, 同时用天平记录所添加水的质量, 搅拌均匀后, 将全部土壤填入有机玻璃土柱, 每填入5 cm深用同样半径的钢板进行按压, 直至将目标质量的土壤全部填充完成。

5)将5种土壤水分传感器小心地垂直插入土样中, 考虑到官方手册中的传感器测量半径, 为了保持每个传感器之间不发生互相影响及边壁效应造成试验误差, 每个传感器距边壁7 cm, 传感器之间间隔至少为6 cm。每次测量约20 min, 并对稳定后的测定值计算平均值, 作为传感器测量值。本研究重点关注传感器采用默认参数或方程情形下的测量准确度, 因此未对传感器进行标定或修正。所有传感器均连接至CR1000X数据采集器, 利用LoggerNet 4.7软件采集数据, 数据记录间隔为10 s。

6)测定结束后, 从土柱里随机选择3处挖取土样, 利用烘干法, 测定土壤质量含水量, 结合容重确定土壤的真实体积含水量。

7)重复步骤3)~6), 从低含水量段开始试验, 直至土壤接近饱和。

由上述试验步骤不难看出, 土柱内土壤含水量的空间均匀性是影响试验效果的关键因素。本研究针对土柱填充方法进行了土壤含水量均匀性的检验: 在土柱填充完成后, 利用T315传感器在土柱上随机选取5个位置(间隔至少6 cm, 保证每一次测量不受上一次测量形成的插孔的影响)进行均匀性测量, 发现土柱内不同区域和位置的土壤含水量变化均不超过1%。为了进一步减少试验误差, 本研究在每个容重和含水量水平下都设置3个重复。因此, 通过上述步骤可在最大程度上消除土壤水分空间非均匀性对研究结果的干扰。

1.4   数据处理

土壤质量含水量的真实值以烘干法得出的值为准, 见公式(1); 土壤体积含水量的真实值由式(2)计算得到:

式中: ${\theta _{\rm{m}}}$为土壤质量含水量(g∙g⁻¹), M为湿土质量(g), M₁为干土质量(g), ${\theta _{\rm{v}}}$为土壤体含水量(cm³∙cm⁻³), BD为土壤容重(g∙cm⁻³)。

将传感器测定的土壤体积含水量测量值与土壤体积含水量真实值(${\theta _{\rm{v}}}$)进行对比, 选用均方根误差(RMSE)和平均绝对误差(MAE)评价土壤含水量的测量准确度^[26-27]。

均方根误差(RMSE, cm³∙cm⁻³)是测量值(y_i)与真实值(y)偏差的平方和与测量次数(m)比值的平方根, 用来衡量测量值同真实值之间的偏差, 见公式(3):

平均绝对误差(MAE, cm³∙cm⁻³)是测量值(y_i)与真实值(y)的绝对偏差的平均值, 见公式(4):

除上述两个指标外, 本研究还利用单因素方差分析来探讨土壤质地和容重对传感器测量准确性的影响。单因素方差分析在SPSS 21.0软件中完成。

2.   结果与分析

2.1   土壤质地对测量结果的影响

图1为5种类型传感器在不同土壤质地条件下土壤含水量的测量值与真实值比较的散点图。从图1中可以看出, 5种土壤水分传感器对质地变化的响应呈现出显著的差异性。土壤质地对T315测量值影响最小, 绝大部分测量值均匀地分布在1∶1线上; 土壤质地对测量值的影响仅体现在高含水量段(>0.3 cm³∙cm⁻³), 其中砂土中的测定值偏高(最大误差为0.056 cm³∙cm⁻³), 而粉黏土中的测量值偏低(0.044 cm³∙cm⁻³), 但在这两种土壤质地中偏离的幅度大致相当。T12的测量值对土壤质地变化的响应与T315显著不同(图1): 土壤质地对T12测量值的影响整体上大于T315; 在粉黏土和砂壤土中的测量值偏高, 而在砂土和粉壤土中测量值则与真实值吻合得较好; 此外, T12在较低含水量段(低于0.3 cm³∙cm⁻³)受质地的影响明显大于高含水量段。

图  1  土壤质地对5种类型传感器含水量测量值的影响

Figure  1.  Influence of soil texture on water content measured by five types of sensors

下载: 全尺寸图片 幻灯片

当含水量低于0.3 cm³∙cm⁻³时, CS655在4种土壤质地下的测量值均低于真实值, 且在砂土中的偏差最大; 当含水量高于0.3 cm³∙cm⁻³时, 测量值则高于真实值, 但偏离程度小于低含水量段。与T12和CS655类似, HP2在低含水量段的测量值受土壤质地的影响更明显。不同的是, HP2的测量值在粉壤土和砂壤土中明显高于真实值, 而在砂土和粉黏土中明显低于真实值。5TE在4种土壤质地条件下的测量值与真实值均存在较大的误差, 其中砂土的测量值误差最大, 可达0.215 cm³∙cm⁻³。

表3统计了不同土壤质地、从干燥至饱和情况下各传感器测量值与真实值的平均绝对误差和均方根误差。可以看出T315在4种土壤质地条件下均保持了较高准确度, 测量误差均不超过0.017 cm³∙cm⁻³; T12在砂壤土的测量误差较大(0.041 cm³∙cm⁻³), 在其他3种土壤质地下的误差均不超过0.021 cm³∙cm⁻³。CS655在砂土的测量准确度最差, 测量误差为0.054 cm³∙cm⁻³, 在其他3种质地类型下的测量误差均不超过0.024 cm³∙cm⁻³。HP2在4种土壤质地类型下的测量准确度相当, 测量误差均介于0.02~0.032 cm³∙cm⁻³; 5TE的测量误差则基本超出0.05 cm³∙cm⁻³, 这表明在未经标定的情况下, 该传感器的测定结果几乎无法反映真实情况。总体而言, 在4种土壤质地条件下, T315的测量误差均最小, 且误差变幅最小, 表明T315的测量结果最为可靠(图2)。

表  3  5种类型传感器在不同质地类型土壤中的含水量测量准确性[平均绝对误差(MAE)和均方根误差(RMSE)]

Table  3.  Mean absolute error (MAE) and root-mean-square error (RMSE) between water contents measured by 5 types of sensors and true values of different types of soil

cm3·cm−3
传感器 Sensor	粉黏土 Silty clay			粉壤土 Silt loam			砂壤土 Sandy loam			砂土 Sand			综合表现 Overall performance		官方技术手册中的准确度 Accuracy in technical manual
	MAE	RMSE		MAE	RMSE		MAE	RMSE		MAE	RMSE		MAE	RMSE
TDR315H (Acclima Inc.)	0.012	0.017		0.005	0.007		0.008	0.010		0.011	0.011		0.009	0.013	0.025
Teros12 (Meter Group)	0.018	0.021		0.013	0.017		0.035	0.041		0.012	0.015		0.025	0.032	0.03
CS655 (Campbell Scientific Inc.)	0.018	0.021		0.020	0.024		0.015	0.020		0.049	0.054		0.026	0.029	大部分土壤0.01, 细质地土壤0.03 0.03 in fine textured soil, 0.01 in other soil types
Hydra Probe Ⅱ (Stevens Water Monitoring Systems Inc.)	0.020	0.023		0.030	0.032		0.027	0.031		0.027	0.030		0.020	0.026	0.03
5TE (Decagon Devices)	0.064	0.067		0.048	0.054		0.065	0.073		0.102	0.119		0.069	0.081	0.03

下载: 导出CSV 

| 显示表格

图  2  5种类型传感器在4种土壤质地下含水量的测量误差箱式图

Figure  2.  Boxcharts of water content measurement errors by 5 types of sensors under 4 soil textures

下载: 全尺寸图片 幻灯片

方差分析结果表明, 除T315外, 土壤质地对其余4种传感器测量结果的影响均为极显著(P<0.01)。

2.2   容重对测量结果的影响

图3、图4分别给出了粉黏土和砂土中不同容重对含水量测量值的影响。从图中可以看出, 对不同类型的土壤水分传感器而言, 容重对土壤含水量测量值的影响微弱, 仅对T12传感器测量结果有一定的影响。当容重为1.4 g∙cm⁻³时, T12在粉黏土中的测量值低于真实值; 当容重大于1.4 g∙cm⁻³时, 其测量值则高于真实值。实际上, 针对其他两种质地类型(粉壤土和砂壤土), 容重对测量结果的影响也比较微弱。方差分析结果显示: 在4种质地类型土壤中, 容重变化对5种传感器的测量准确度无显著影响。

图  3  容重(BD)对5种类型传感器测定粉黏土含水量的影响

Figure  3.  Effects of bulk density (BD) on water content of silty clay soil measured by 5 types of sensors

下载: 全尺寸图片 幻灯片

图  4  容重(BD)对5种类型传感器测定砂土含水量的影响

Figure  4.  Effects of bulk density (BD) on water content of sand measured by 5 types of sensors

下载: 全尺寸图片 幻灯片

2.3   含水量对测量结果的影响

在前文中已经提到, 土壤水分传感器在低含水量段和高含水量段的性能表现存在差异。图5反映了各传感器测量绝对误差随真实含水量的变化趋势。如图5所示, 在粉黏土中, 随着真实含水量的增加, T12的测量误差逐渐降低, 从最大为0.044 cm³∙cm⁻³几乎下降至零, 而T315、CS655和5TE呈现增大的趋势, 而HP2呈现出先增加后降低的趋势, 但大部分情况下, 误差最大值不超过0.03 cm³∙cm⁻³。在粉壤土中, 除5TE外, 在不同的含水量下, 仅有个别传感器的绝对误差偶尔超过0.05 cm³∙cm⁻³, 且T315、CS655、HP2及T12的绝对误差随含水量的增大没有明显的变化趋势。在砂壤土中, 在低含水量段T12的测量误差明显大于0.03 cm³∙cm⁻³, 但其随含水量的增加误差呈显著下降趋势; 在个别含水量条件下, CS655的测量误差也超过了0.03 cm³∙cm⁻³。除CS655外, 其余4种传感器在砂土中的测量误差均随含水量增加而呈增加的趋势。由此可见, 在不同的土壤质地条件下, 土壤含水量也极有可能影响传感器的测量误差; 不论何种质地的土壤, 影响传感器测量误差的含水量阈值为0.03 cm³∙cm⁻³。

图  5  不同土壤类型含水量对5种类型传感器测定含水量误差的影响

Figure  5.  Influence of water content of different soil types on soil water measurement errors by 5 types of sensors

下载: 全尺寸图片 幻灯片

3.   讨论

土壤质地是影响传感器测量结果的因素之一, 大量研究表明土壤质地对传感器的测量结果有显著的影响。本研究主要对比了常见的5种传感器(T315、T12、CS655、HP2和5TE)在不同质地条件下的性能表现。研究结果发现: 在5种传感器中, T315的综合表现更好、准确度更高。Ferrarezi等^[17]和Wilson等^[18]的研究结果也表明: TDR315L (本研究中T315传感器的同族产品)比Hydra Probe (本研究中HP2传感器的上一代产品)的测量准确度更高。但与本研究结果不同的是, Ferrarezi等^[17]发现5TE的测量精度也优于Hydra Probe。Feng等^[20]发现TDR315、CS655在砂壤土中的测量值比黏土中的测量值更接近土壤含水量, 但测量结果都普遍偏大; Singh等^[21]也发现TDR315和CS655在砂土中测量的结果更接近真实值, 而在黏土中TDR测量值偏低、CS655测量值则偏高。然而, 本研究结果则发现CS655在砂土中的测量准确度差于黏土, 这可能与试验条件的不同有关。本研究的试验条件为室内控制, 检查了土壤含水量的均匀性, 并且设置了重复, 可以保障研究结果更具有代表性。此外, 针对高盐度的土壤, 刘鹏等^[28]则发现5TE、Teros12、Hydra Probe Ⅱ、TDR315H、CS655的测量值均呈现不同程度的偏高, 与本研究结果明显不同, 可能与本研究所采取的供试土壤含盐量远低于刘鹏等^[28]研究采用的土壤有关。

本研究所对比的容重(1.40 g∙cm⁻³、1.45 g∙cm⁻³、1.50 g∙cm⁻³、1.55 g∙cm⁻³、1.60 g∙cm⁻³)均在1.40 g∙cm⁻³以上, 并发现容重对土壤水分传感器测量结果的影响不显著。杨海等^[29]研究发现在埋深为60 cm以后土壤容重对测量值影响较小; 唐玉邦等^[30]也研究发现在同一土壤水分含量下, 土壤容重达1.40 g∙cm⁻³后测量值趋于平稳^[30]。由此可见, 当土壤容重低于1.40 g∙cm⁻³时, 容重对不同类型传感器测量准确度的影响尚需要开展深入的研究。

综上所述, 受多种因素的综合影响, 土壤条件不同可能也会导致同一类型传感器的测量准确度存在较大的差异, 这也更加凸显了在不同类型土壤地区开展传感器适用性评价的重要性。

4.   结论

本文分析了国内外常用的5种土壤水分传感器在河北平原典型农田土壤中的适用性, 考虑了土壤质地和容重两个因素对传感器测量准确性的影响, 得到结论如下:

1)在使用未标定的土壤水分传感器的前提下, 5TE的测量准确度较差, T12和CS655分别在砂壤土和砂土中的表现不够理想; 但总体来看, T315、HP2、CS655和T12传感器的综合测量误差基本不大于0.03 cm³∙cm⁻³。

2)土壤质地对传感器测量准确度的影响远大于容重, 未来研究需要充分重视土壤质地的影响, 当土壤容重大于1.4 g∙cm⁻³时, 可忽略对容重影响的研究。

3)土壤含水量对传感器的测定值也会产生显著影响, 当含水量在0.3 cm³∙cm⁻³左右, 传感器测量精度发生明显变化, 但不同传感器的测量精度在阈值上下的变化态势并不一致。

需要说明的是, 本研究仅考虑了容重和质地两种因素对传感器测量准确度的影响, 而对土壤有机质、含盐量等因素未加考虑; 也未对造成上述结果的原因进行深入探讨。因此, 多重因素的综合作用下的传感器测试性能对比和机理研究需进一步加强。