智墑在云南省農業用水效率監測中的應用研究

曹 言，王 杰，張 雷，宋兆鵬，李建查，戚 娜

(1.云南省水利水電科學研究院，昆明 650228；2.北京東方潤澤生態科技股份有限公司，北京 100191；3.云南省農科院元謀熱區生態農業研究所，昆明 651330)

智能灌溉是能夠智能判斷出作物需水數值，并能做出灌溉決策、動態監測執行過程以及實現精準水肥一體化的灌溉[1,2]。而智能灌溉需要基于連續精準的土壤含水量數據才能做出科學的灌溉決策，目前土壤濕度監測的方法主要有田間實測法、模型模擬法以及遙感衛星反演法[3-7]，其中田間實測法能夠監測多層和多深度土壤水分，且精確度高，但其空間代表性有限，費時費力，且時效性差，信息量有限[3]；模型模擬法是根據物質守恒定律，建立水分平衡方程得到土壤水分，具有時空連續性較高的特點，但模型建立的參數多且復雜，模擬的精度誤差較大[4]；遙感衛星反演法是通過建立遙感數據與土壤水分含量之間的數據模型，利用模型和遙感數據反演地表土壤水分，其具有監測范圍廣、速度快、頻率高和成本低的特點，且能夠實現土壤水分的實時監測，但由于反演模型本身存在一定的誤差，導致反演的土壤水分誤差較高[5-7]，且對單一作物土壤水分的監測精度較差。

智墑是一款能夠監測土壤墑情的智能產品，其管式土壤水分傳感器的土壤傳感范圍約是插針式水分儀的20倍[8]，且能夠連續自動觀測不同土壤深度的土壤含水量。云南省地處低緯度高原地區，典型的多山地區，立體氣候突出，且區域氣候差異大。獨特的農業氣候資源造就了云南省豐富多彩、復雜多樣的高原特色農業。近年來，為貫徹落實農業用水效率考核和農業用水的定額管理，云南省先后建成了18個特色糧經作物需水試驗站點，均采用云智能墑情(智墑)自動觀測田間不同計劃濕潤層的土壤含水量和土壤溫度，且已對柑橘、火龍果、小棗、葡萄、咖啡、檸檬、玉米、毛豆、番茄、大蒜和蠶豆等典型作物連續觀測2年。智墑智能化的監測不僅能夠摸清作物需水規律、精確計算灌溉水有效利用系數，也可以為當地農戶進行合理灌溉提供了技術支撐。

1 材料與方法

1.1 智墑—云智能土壤水分監測儀

土壤含水量監測采用北京東方潤澤生態科技股份有限公司生產的智墑·云享版，設備觀測采用FDR原理，觀測記錄步長為1 次/h，設備以GPRS方式能夠實現觀測數據實時上傳至云服務器，用戶可通過互聯網和微信同步查看10、20、30、40、50和60 cm處土壤體積含水量和土壤溫度數據。

1.2 實驗方法

元謀灌溉試驗觀測點位于云南省元謀縣云南省農業科學院熱區生態農業研究所后山實驗基地內，總建設面積1 740 m2，建設試驗小區29個，每個小區面積60 m2(5 m×12 m)，試驗小區之間用空心磚隔開，并做必要的防滲處理。本試驗區主要開展元謀縣番茄、玉米、豆類等主要經濟作物需水試驗觀測，所有小區均采用膜下滴灌方式進行灌溉。2016年5月采用烘干法對元謀6號小區(設備編號為27.2)和12號小區(設備編號為2913)智墑的土壤含水量精度進行驗證。通過200 cm3大環刀取土樣，取樣時將環刀均勻分布在智墑周圍3～5 cm左右，圍繞智墑逆時針每層取土4個土樣(見圖1)，其中智墑編號27.2取5層土樣，分別為10、20、30、40和50 cm，智墑編號2913取6層土樣，分別為10、20、30、40、50和60 cm。土壤采集封蓋完成后，記錄環刀濕土重數據，隨后返回實驗室在105 ℃的烘箱內將土樣烘12 h以上直至恒重，然后對烘干土樣進行稱重，即環刀干土重。

圖1 取土壤位置示意圖Fig.1 location of soil sample

2 結果與分析

2.1 智墑精度的比對

采用200 cm3大環刀烘干法驗證智墑不同深度土壤含水量的精度。由表1可以發現，受27.2號智墑安裝位置的影響(智墑未安裝在兩條滴灌帶中間)，導致表層(0～20 cm)取樣誤差相對較大，取樣誤差為4.43%和3.30%，20～60 cm深度土層的取樣誤差相對較小，介于0.43%～0.65%之間，不同深度土壤體積含水量誤差的絕對值介于0.08%～2.37%之間，其中60 cm處的誤差最小，僅為-0.08%，40 cm處誤差最大，為2.37%；而2913號智墑安裝在兩條滴灌帶中間，不同深度土層的取樣誤差相對較小，介于0.33%～1.14%之間，不同深度土壤體積含水量的誤差介于0.35%～3.50%之間，其中50 cm處的誤差最大，40 cm處誤差最小。綜上所述，兩組200 cm3大環刀烘干法得到的土壤體積含水量數據與27.2號、2913號智墑同步同時所測的土壤體積含水量數據誤差均在可接受范圍內，誤差的絕對值均小于±3.5%，表明智墑所測的土壤含水量數據具有較好的可靠性，能夠用于云南省土壤墑情監測工作中。

2.2 智墑應用

2.2.1 土壤含水量變化規律

智墑能夠追蹤不同土層土壤含水量逐天逐時的變化情況，識別降雨和灌水次數，也可以反映出降雨和灌水前后不同深度土壤含水量的變化情況，同時智墑自動計算作物每天的實際耗水量Et，智能選取一天內的兩個時間節點，計算出該時間段內作物根系各土層土壤含水量減少量的累加，同時能夠計算出逐天參考作物蒸發蒸騰量ET0，以及逐天實際蒸發蒸騰量Et與參考作物參考蒸發蒸騰量ET0的比值(k值)。圖2(a)為元謀灌溉試驗觀測點1號小區甜玉米的土壤含水量連續變化情況，監測時間為2018年1月1日至2月10日，可以發現該時間段內各土層土壤含水量有7次比較明顯上升現象，對照氣象站數據發現1月3日和2月2日出現了明顯降雨，其他5次則由灌溉所致；智墑能夠實時計算出不同深度土壤含水量逐日的減少量，如2月10日凌晨10 cm處土壤含水量為21.06%，一天后土壤含水量下降至19.47%，土壤含水量減小量為1.59%，而智墑10 cm處的土壤含水量表示地表至地下100 mm厚土層體積百分比含水量的平均值，因此經過一天10 cm處土壤含水量實際減小了1.59 mm；由于元謀干熱河谷地區燥熱、少雨的特點[9]使得當地農業種植大量使用地膜覆蓋，由圖2(a)可以發現在無降雨和灌溉的情況下，各土層土壤含水量呈波動下降趨勢，其主要原因是地膜覆蓋導致反潮現象，致使土壤濕度再次升高，1月31日至2月8日，土壤含水量波動下降趨勢不明顯，主要原因是該時間段內經歷一次大幅降溫過程，地表土壤溫度由24.7 ℃降至10.4 ℃，溫度下降蒸發減弱，反潮現象不明顯；由圖2(b)可以看出，智墑能夠反映出逐天耗水量Et、參考作物蒸發蒸騰量ET0及k值的變化情況，k值與ET0呈極顯著的負相關(顯著水平為0.01)，與Et呈極顯著正相關(顯著水平為0.01)，相關系數分別為-0.742和0.401，可知ET0對k值變化的影響明顯大于Et。

表1 烘干法與智墑所測土壤體積含水量的對比Tab.1 Comparison of soil volumetric water content measured by drying method and cloud intelligent soil moisture monitor

注：設備27.2號智墑烘干為18 h，其中4-2樣本中存在石頭和骨頭，因此剔除該數據；設備2913號智墑烘干30 h，樣本編號5-1烘干土樣由于是因為實驗時操作失誤沒有將它進行30 h烘干，數據為18 h的烘干數據。

圖2 不同土層土壤含水量及蒸發蒸騰量的變化情況Fig.2 Variation of soil moisture content and evapotranspiration in different soil layers

2.2.2 土壤蓄水潛力監測

YH土壤水分模型是王應海根據方便用戶灌溉決策要求，在網絡數據平臺系統中能夠動態反映出土壤中的有效儲水量和蓄水潛力，其中有效儲水量是指作物根系區域各土層當前含水量與歷史實測最低土壤含水量之差的累積，其能夠反映出當前作物是否缺水，從而保證作物正常生長；蓄水潛力是指作物根系區域各土層歷史實測最高土壤含水量與當前土壤含水量之差的累積，其能夠反映出土壤的“胃”還能容納多少東西，每次灌溉的水量是否合理，可以避免水肥浪費[8]。YH土壤水分模型也能夠識別當前作物的虛擬根系深度，即智墑識別到實際吸水根系到達的最大深度，同時分層計算出每天每層的耗水量，再根據耗水量的大小顯示出根系在不同深度每天的耗水比例。圖3和圖4分別為元謀灌溉試驗觀測點21號小區番茄不同生育期的YH土壤水分模型和根層分布及分層耗水量的變化情況，時間為2016年7月14-11月14日，可知番茄生育期內有效儲水量和蓄水潛力基本呈增加趨勢，其中苗期、開花坐果期、膨大期、成熟期有效儲水量分別為36、64、38、57 mm，蓄水潛力為53、58、113和151 mm，而開花坐果期當天發生灌水導致有效儲水量偏大；由圖4可知，隨著番茄根系的不斷深入，日耗水量也基本呈現增加趨勢，其中膨大期日耗水量相對較大，苗期日耗水量相對較小。從不同生育期分層耗水量來看，0～10和10～20 cm處日耗水量占比較大，其中苗期和膨大期0～10 cm耗水量占日耗水總量的比例最大，分別為91.4%和34.1%，開花坐果期和成熟期10～20 cm處耗水量占比最大，分別為46.3%和26.0%。

圖3 番茄不同生育期土壤有效儲水量和蓄水潛力變化情況Fig.3 variation of available soil water storage and water storage potential of tomato at different growth stages

圖4 番茄不同生育期根層分布及分層耗水量變化Fig. 4 Distribution of root layer and variation of stratified water consumption in tomato at different growth stages

2.2.3 灌溉水有效利用系數

農田灌溉水有效利用系數是國家實行最嚴格水資源管理“三條紅線”的重要考核指標之一[10,11]。灌溉水有效利用系數是灌入田間可被作物利用的水量與灌溉系統取用的灌溉總水量比值[12,13]，是灌溉用水效率的表征之一[15]。而通過智墑計算灌溉水有效利用系數的步驟如下：首先根據智墑識別典型田塊的灌水次數；其次識別灌前灌后的土壤含水量，根據灌前灌后土壤含水量的變化量，計算每次灌水各土層的凈灌溉水量，見式(1)；最后根據該時間段內典型田塊水表始末的讀數差，得到典型田塊的毛灌溉水量，并采用首尾測算法計算典型田塊的灌溉水有效利用系數η。選取元謀灌溉試驗觀測點3號小區為典型田塊，觀測2016年度番茄生育期灌溉用水效率情況，對比氣象站數據和小區灌水記錄情況，統計計算每次灌水前后土壤含水量的變化量，將相鄰10 cm的土壤含水量數據做平均值處理，作為20 cm處的數據，根據公式(1)計算出每次灌水的凈灌溉水量，進而統計出番茄生育期內的凈灌溉水量，對比生育期內小區水表讀數差，計算出番茄生育期內灌溉水有效利用系數η。由表2可知，番茄生育期內灌水11次，每次灌水的凈灌溉水量分別為0.817 2、0.973 8、1.325 4、2.412 6、2.251 2、1.675 8、0.326 4、1.653 6、1.144 2、1.236 6和1.438 8 m3，生育期內凈灌溉水量為15.255 m3，生育期水表讀數差為19.711 5 m3，計算得出番茄生育期內灌水有效利用系數η為0.773 9。

W田凈i=AH(θv2-θv1)×10-4

(1)

式中：A為典型田塊的面積，m2；H為灌水期內典型田塊土壤計劃濕潤層深度，cm；θv1為某次灌水前典型田塊H土層內土壤體積含水率，%；θv2為某次灌水后典型田塊H土層內土壤體積含水率，%。

3 結 語

(1)27.2號設備和2913號設備所測的不同深度土壤體積含水量與實測值間誤差的絕對值均小于±3.5%，表明智墑能夠較好適用于云南省土壤墑情監測。

(2)智墑能夠追蹤不同土層土壤含水量逐天逐時的變化情況，識別降雨和灌水次數，自動計算作物每天的實際耗水量Et和參考作物蒸發蒸騰量ET0；YH土壤水分模型能夠動態的反映出土壤中的有效儲水量和蓄水潛力，能夠反映出當前作物是否缺水，從而保證作物正常生長，此外YH土壤水分模型也能夠識別當前作物的虛擬根系深度，并能夠分層計算出每天每層的耗水量及其耗水比例。智墑能夠根據灌前灌后不同土層土壤含水量的變化量，計算每次灌水各土層的凈灌溉水量，通過毛灌溉水量的統計，采用首尾測算法計算出灌溉水有效利用系數。

表2 不同土層深度灌水前后土壤含水量變化情況Tab.2 Changes in soil water content before and after deep irrigation in different soil layers