基質水分檢測技術應用與展望

柳 軍， 孟力力， 虞利俊

(江蘇省農業科學院農業設施與裝備研究所，江蘇南京 210014)

基質水分檢測技術應用與展望

柳 軍， 孟力力， 虞利俊

(江蘇省農業科學院農業設施與裝備研究所，江蘇南京 210014)

當前設施蔬菜連作障礙現象日益嚴重，基質栽培技術作為可以減少設施蔬菜栽培連作障礙的一種有效技術，將得到更多設施蔬菜生產者的重視，然而基質含水量的相關檢測方法還較少，基質灌溉技術也只是粗放的按照土壤灌溉方式，阻礙了基質栽培技術的推廣。綜述當前基質含水量檢測技術的研究進展，并對基質含水量檢測今后的熱點研究與應用進行展望。

基質；水分檢測；應用

隨著農業現代化進程的不斷發展，設施蔬菜種植面積日益擴大，2014年我國設施蔬菜面積達386.2萬hm2，但是大城市蔬菜自給率仍不足30%，全國各地均在加大設施蔬菜種植面積。但設施蔬菜長期規模單一品種種植，極易造成連作障礙，基質栽培作為無土栽培的一種，可以減少土傳病害的發生[1-2]。然而，作為影響蔬菜生長最重要的水分，在基質栽培中目前還沿用土壤水分監測方式，現有應用于灌溉控制的土壤水分監測傳感器種類較多，唯獨缺少基質水分監測傳感器或者其他商用的使用替代方法，有關基于蔬菜栽培基質水分監測的灌溉方式更是少之又少，影響作物的生長和水肥的有效利用。以下分析了土壤水分監測技術在基質水分監測中的可應用性，綜述了目前國內外在基質含水量檢測技術的研究進展，并對其今后的新興熱點研究與應用進行了展望。

1 土壤水分檢測技術在基質水分檢測中的應用分析

目前土壤含水率檢測技術，主要分為直接法和間接法2種。直接法是烘干法，間接法有很多，主要包括張力計法、中子法、射線法、電阻法、光學法、介電法等。

1.1 烘干法

烘干法是國際上測量土壤含水率的標準，同樣可作為基質含水率標準檢測，但是該法操作復雜，無法直接應用于基質含水量的在線監測。

1.2 張力計法

張力計法[3]別稱負壓法，是測定土壤水分基質勢最常用的方法，原理是利用多孔結構陶瓷探頭與土壤水接觸，形成平衡穩定的水勢，使用負壓計讀值，建立該值與土壤含水率的關系，可以推算出土壤含水率的值。目前，應用張力計法在基質上檢測的未見文獻報道，但有文獻表明張力計法在土壤濕潤條件下測量土壤基質勢很準確[4]，但反應慢，對于干燥土壤測量不合適，基質較土壤具有多孔蓬松的結構，故此法并不適合作為基質水分檢測。

1.3 中子法和射線法

中子法和射線法由于其輻射原因，未見廣泛使用，故不作分析。

1.4 電阻法

電阻法是一種早在1939年就開始采用的水分檢測方法，其原理是利用埋入土壤的熱電線電阻變化進行土壤水分快速測量；方法是將2個電極插入到待測土樣中，測量2個電極間的電阻。該方法有滯后作用，具有靈敏度低、使用壽命短等缺點，目前使用者較少，故不作深入分析。

1.5 光學法

光學法是通過光波反射、折射現象測量出介電常數，利用土壤中水諧振吸收特性來推算土壤含水率的一種方法，其中應用最多的是近紅外反射法，雖然受土壤表面粗糙程度和土壤表面水分孔隙充滿狀況的影響，同時對土壤深層含水量測量需要對土壤開槽，誤差大，適應性不強[5]，基質測量也面臨同樣的情況，但因其具有非接觸的優點，所以仍有很多學者對該方法進行了應用研究[6]。

1.6 介電法

介電法實際上就是測量介電常數，介電常數是表示介電特性的宏觀參數，它反映的不是電介質每個部分的介電特性，而是電介質足夠大區域內的一個平均值[7]。土壤或者基質都是由固體、液體和氣體混合組成的，其中水的相對介電常數遠大于其他物質的介電常數，可以說土壤或基質中的介電常數都依賴于水分含量，可以通過測量介電常數推算土壤或基質中的含水率。利用介電特性在作物需水診斷的應用在國外研究較普遍，Nelson等利用同軸探針、網絡分析儀器研究不同頻段下23種果蔬41個頻點的介電常數，同時測量關聯含水率及可溶性固形物含量，得出介電常數與頻率之間的關系[8]，并在蜜瓜、桃、蘋果研究中得到應用[9]。

常見的3種水分介電測量方法是時域反射法、頻域反射法、駐波率法。時域反射法是一種利用矢量電壓測量技術，在某一理想測試頻率下將土壤的介電常數進行實部和虛部分解，通過分解出的介電常數虛部可得到土壤的導電率，由分解出的介電常數實部換算出土壤含水率[10]。頻域反射法是利用電磁脈沖原理，根據電磁波在介質中傳播頻率來測量土壤的表觀介電常數，通過一定的對應關系反演土壤水分[11]。基于駐波率原理與前兩者基本原理相同，利用探頭的阻抗與傳輸線的阻抗不同，一部分信號將反射回信號源，在傳輸線上形成駐波，測量它們的駐波比來反演水分含量[12]。目前，基于土壤含水率的檢測方法中，介電法因具有快速、相對準確、可以在線實時測量等優點而被廣泛使用，有研究表明電容式傳感器適合顆粒狀物料的水分在線監測[13]，基質顆粒狀特性明顯，因此利用相關原理研制的傳感器在測量基質水分含量方面具有很好的應用潛力。現有國內外研究已經表明，介電常數與被測物的溫度、體積或緊實度、質量、容重等特性存在關系[14-15]，故使用介電法不可避免地要進行一定的關聯補償才準確，如Nemali等配制不同配比基質的含水率進行檢測得出介電傳感器EC-10校準曲線[16]，Foleyd等利用非線性回歸來校準TDR-3介電傳感器[17]。下面針對電介質型傳感器校準補充方法進行說明。

2 電介質型傳感器結合校準模型

電介質型傳感器檢測水分的原理，是通過將電極兩端置于測量介質中，通過測量傳感器上電容的變化，從而測量該介質的介電常數或電容率來計算土壤體積含水量，通過模擬電壓輸出，被讀數系統計算并顯示出來。國內外關于電介質型傳感器的標定方法較多[18-19]，標定方法類似，均采用烘干法數據作為參考標準，校準模型粗略可分為2類，一類是利用多項式及回歸法校準，另一類是利用神經網絡補償的方式。

2.1 多項式及回歸法應用

劉志剛等在不同配比的基質中采用電介質型EC-5土壤水分傳感器的適應性測試研究，采用多項式和線性回歸處理的方法，建立溫度、體積質量影響下的基質含水率標定模型，并采用聚類分析法去定傳感器的布設位置，使得該電介質土壤水分傳感器經標定后可作為基質的快速檢測設備[7]。宋克鑫等對FDR土壤含水率傳感器的主要影響因子與其結構優化進行了研究，發現FDR傳感器輸出電流與土壤實際含水率、溫度和土壤容重的關系可用三元二次方程表示，通過研究溫度和土壤容重對FDR傳感器輸出信號的影響規律，建立修正關系方程，校正FDR土壤含水率傳感器。盧啟福等為了克服傳感器的非線性缺陷，提出利用最小二乘法對土壤水分曲線進行分段線性標定的方法[19]，并采用相關性系數進行精度驗證。試驗結果表明分段線性法所建立模型的精確度較高，而且標定模型簡單實用、可行。不同基質的標定模型不同，但對于其他類型基質的標定同樣可采用以上方法進行，該方法具有普遍適用性。

2.2 基于神經網絡的電壓補償

神經網絡是模擬人類大腦產生的一種信息處理技術，它采用大量以一定方式相互連接和相互作用的具有非線性映射能力的神經元組成，神經元之間通過權系數相連[20]。神經網絡補償原理，運用神經網絡對采集節點中非線性傳感器系統進行逆向建模。誤差反向傳播神經網絡——BP神經網絡是代表性的一種，它由輸入層、隱含層和輸出層構成的，是由一定數量的神經元構成的，此方法的難點在于一般BP神經網絡的輸入參數和輸出參數的數量是根據要解決的實際問題來確定的，但隱含層選擇和設計至今沒有現成的案例可用。張榮標等通過對土壤溫度、環境溫度、環境濕度、太陽輻射率等4個因子進行分析來測試對土壤含水率的預測水平，通過調整BP網絡中的連接權值和隱層節點數，得到不錯的試驗結果[21]，雖然構造解析較復雜，但不失為一種很好的補償方式。

3 新興熱點技術研究

3.1 基于傳感器數據融合技術校正方法

數據融合技術是對多個信息來源進行多層次、分布式的處理過程，將多個不同傳感器和信息源的數據重新組合為一個整體，通常不同傳感器之間都存在交叉靈敏度，外在表現是其輸出值不只取決于1個傳感數據，當其他數據變化時輸出值也要發生變化。存在交叉靈敏度的傳感器，其性能不穩定，測量精度較低，數據融合的最終目的是利用多個傳感器共同或聯合操作的優勢，來提高整個傳感器系統的有效性和穩定性[22]。在基質水分檢測過程中存在對溫度、體積、質量等交叉靈敏度。國內外學者有很多通過無線傳感網絡技術應用在多參數采集融合[23]，徐坤等曾使用自制的基質多參數無線檢測儀，利用無線網絡技術將基質中部分因素之間相互耦合校正補償，得到良好的結論[24]。袁向星在糧食水分檢測中提出加權平均方法是最簡單直觀實時處理信息的融合方法[25]。

3.2 多維回歸分析處理法

目前，基質在不同灌溉方式下，如滴灌、微灌，剖面含水率的動態監測即內部水分分布規律研究較少。同時，基質水分檢測中，存在多個檢測參量共處于一個統一體中，它們之間存在確定性關系或相關關系，不僅包含溫度、體積或緊實度、質量、容重等維度，還有傳感器監測點的布置、深度、區域。回歸分析方法是研究相關關系的一種有力的數學工具。它是建立在對客觀事物進行大量試驗和觀察的基礎上，用來尋找隱藏在那些看上去不確定的現象中的統計規律[26]。可見，多維回歸分析的方法用來研究處理基質水分多維參量之間的關系，在精準基質水分檢測中應該會有較好的結果。

3.3 非接觸式光譜基質含水量的校準研究

光學法作為非接觸式監測方法，是常規介電法的有效補充，俞永華進行了一種光譜測定基質的可行性研究[27]，該研究采用近紅外光譜技術定量測定基質中含水率、電導率和pH值，利用基線校正和微分方法對光譜進行預處理，在不同波段范圍建立不同的偏最小二乘回歸模型。此法正是采用逐步回歸法分段提取水分的特征光譜波段，以反演基質含水量利用可見近紅外光譜技術，通過儀器對特征光譜波段的提取，建立基于敏感波段的數學模型，對基質的電導率定量監測和水分預測是可行的。國外學者在非接觸有機質含水量檢測方面，主要通過測試全波段范圍的光譜信息，建立全光譜信息模型來測定水分[28]，國內朱詠莉等在此基礎上進一步建立基于水分特征波段的數學模型，以反演基質含水量，其結論能夠得到快速準確的檢測，但預測精度還需進一步研究[29]。

4 結論

基質栽培作為設施蔬菜栽培減少連作障礙的一種有效技術，在生產中扮演的角色越來越重要，急需建立完善的基質節水灌溉系統，然而基質含水量的相關檢測方法還較少，本研究綜述了傳統土壤水分檢測方法在基質水分檢測中應用的問題和現狀，對電介質型傳感器結合校準模型研究現狀進行說明，并對新興熱點技術研究進行展望。基質水分的正確檢測是實現智能灌溉的必要條件，需將基質水分檢測方法與設施蔬菜栽培的特點相結合，同根系生長預測模型、不同灌溉方式進行最優匹配，再通過關聯環境因素的研究，實現對有機基質含水量的快速準確檢測。建立更為簡單、實用的模型還需進一步研究。當前，只有優化基質栽培的灌溉策略，實現生產過程的智能化節水灌溉，才能推動基質設施蔬菜的栽培向標準化、全自動化的方向發展。

[1]徐 強，張沛東，涂 忠. 植物基質栽培的研究進展[J]. 山東農業科學，2014，47(3)：131-137.

[2]李婷婷，馬蓉麗，成 妍，等. 中國蔬菜基質栽培研究新進展[J]. 農學學報，2013，3(4)：30-34.

[3]王 果. 土壤學[M]. 北京：高等教育出版社，2009.

[4]劉思春，高亞軍，王永一，等. 土壤水勢測定方法的選擇及準確性研究[J]. 干旱地區農業研究，2011，29(4)：189-192.

[5]馬 濤. 國內外土壤水分快速測量技術淺析[J]. 中國防汛抗旱，2008(1)：31-33.

[6]康紹忠. 農業水土工程概論[M]. 北京：中國農業出版社，2007.

[7]劉志剛，李萍萍，胡永光，等. 電介質型水分傳感器測定栽培基質含水率的標定模型[J]. 農業工程學報，2011，27(2)：199-202.

[8]Nelson S，Forbus W Jr，Lawrence K.Permittivities of fresh fruits and vegetables at 0.2 to 20 GHz[J]. The Journal of Microwave Power and Electromagnetic Energy，1994，29(2)：81-93.

[9]Nelson S O，Trabelsi S，Kays S J.Dielectric spectroscopy of honey-dew melons from 10 MHz to 1.8 GHz for quality sensing[J]. IEEE Instrumentation & Measurement Technology，2006，49(6)：180-182.

[10]Wojciech S. Temperature dependence of time domain reflecto-metry-measured soil dielectric permittivity[J]. Journal of Plant Nutrition Soil Science，2009，172(2)：186-193.

[11]高 磊，施 斌，唐朝生，等. 溫度對FDR測量土壤體積含水量的影響[J]. 冰川凍土，2010，10(5)：964-966.

[12]董亞峰，王一鳴. 基于駐波原理的無接觸土壤含水率測量方法的研究[J]. 農機化研究，2007(1)：85-87.

[13]揚道業，權義萍，張印強. 尺式電容傳感器特性分析及應用[J]. 儀表技術與傳感器，2010(2)：7-9.

[14]唐玉邦，何志剛，虞利俊，等. 土壤水分傳感器(FDR)在作物精準灌溉中的標定與應用[J]. 江蘇農業科學，2014，42(4)：343-345.

[15]李梅玲，張 凱，尹彥霞，等. 青菜栽培盤質量與基質含水量的相關關系研究[J]. 長江蔬菜，2013(12)：1-5.

[16]Nemali K S，Montesano F，Dove S K，et al.Calibration and performance of moisture sensors in soilless substrates：ECH2O and Theta probes[J]. Scientia Horticulturae，2007，112 (2)：227-234.

[17]Foley J L，Harris E. Field calibration of ThetaProbe(ML2x) and ECHO probe (EC-20) soil water sensors in a Black Vertosol[J]. Australian Journal of Soil Research，2007，45(3)：233-236.

[18]孫道宗，王衛星，姜 晟. 基于雙傳感器數據融合的土壤濕度測量與建模[J]. 農業工程學報，2012，28(15)：60-64.

[19]盧啟福，吳慕春，胡月明，等. 基于TDR-3的土壤水分傳感器標定模型研究[J]. 傳感技術學報，2009(7)：1066-1068.

[20]廖寧放，高稚允. BP神經網絡用于函數逼近的最佳隱層結構[J]. 北京理工大學學報，1998，18(4)：476-481.

[21]張榮標，余功江，張 磊，等. WSN土壤濕度采集節點電壓補償方法研究[J]. 農業機械學報，2010，41(11)：178-182.

[22]蔡 鐵，滕召勝，鄭舜生. 糧食烘干塔水分在線檢測系統中的實時信息采集與處理[J]. 自動化與儀表，2001，16(5)：47-50.

[23]Bogena H R，Herbst M，Huisman J A，et al.Potential of wireless sensor networks for measuring soil water content variability[J]. Vadose Zone Journal，2010，9(4)：1002-1013.

[24]徐 坤，張西良，李萍萍，等. 便攜式無土栽培基質多參數無線檢測儀[J]. 農業機械學報，2015，46(3)：302-304.

[25]袁向星. 糧食水分快速測定儀性能鑒定的方法[J]. 分析儀器，2002(4)：38-39.

[26]Nelson S O. Measurement and applications of dielectric properties of agricultural products[J]. IEEE Transactions on Instrumentation and Measurement，1992(1)：116-122

[27]俞永華. 近紅外光譜技術定量測定基質參數研究[J]. 光譜學與光譜分析，2011(11)：2928-2931.

[28]Smidt E，Meissl K.The applicability of fourier transform infrared (FT-IR) spectroscopy in waste management[J]. Waste Management，2007，27(2)：268-276.

[29]朱詠莉，李萍萍，孫德民，等. 醋糟有機基質含水率的可見/近紅外光譜檢測[J]. 農業機械學報，2010，41(9)：187-118.

10.15889/j.issn.1002-1302.2017.02.002

2015-12-02

江蘇省農業科技自主創新資金[編號：CX(13)5066)、CX(15)1016)]。

柳 軍(1984—)，男，江蘇南京人，碩士，助理研究員，主要從事智能農業設施與裝備研究。Tel：(025)84390456；E-mail：nkyliu@163.com。

S152.7；S317

A

1002-1302(2017)02-0006-03

柳 軍，孟力力，虞利俊. 基質水分檢測技術應用與展望[J]. 江蘇農業科學，2017，45(2)：6-8.