基于DZN2型自動土壤水分觀測儀對比觀測分析

安素霞 李佳 王艷斌

摘 ?要：土壤水分觀測是農業、氣象、水利等的重要項目，其數據可用性是業務部分關心的問題，文章從差值、相關性、標準偏差三個方面對鄭州站半年多的對比觀測數據進行了分析，重點分析了覆蓋物差異時的外觀表現、影響程度、處理方法，得出結論：該臺站的自動土壤水分觀測儀的數據是能夠滿足業務應用要求的，對設備的定期維護是保證數據可用性的關鍵，為臺站常規維護提供了一種方法。

關鍵詞：對比觀測;差值;相關性;標準偏差;覆蓋物

中圖分類號：S152.7 ? ? ? ?文獻標志碼：A 文章編號：2095-2945（2019）15-0022-03

Abstract： Soil moisture observation is an important item in agriculture， meteorology， water conservancy and so on. The usability of data is a concern of business. This paper analyses the comparative observation data of Zhengzhou Station for more than half a year from three aspects： difference， correlation and standard deviation. It focuses on the analysis of the appearance， influence degree and treatment method of the difference of mulch， and draws a conclusion that the data of soil moisture observer can meet the requirements of business application. Periodic maintenance of equipment is the key to ensure the availability of data and provides a method for routine maintenance of stations.

Keywords： comparative observation; difference; correlation; standard deviation; mulch

水分是土壤的重要組成部分[1]，農田土壤水分是旱地農作物生長的重要控制因子，農田土壤水分信息是開展農事服務、農業干旱監測預警、農業遙感及產量預測的重要指標[2]，它是氣象、農業和水利部門一個重要的業務觀測項目[3]。

DZN2型自動土壤水分觀測儀采用頻域反射（FDR）原理定點測量作物地段或固定地段的各剖面的土壤水分。自2009年以來，中國氣象局布設了上千套設備，有許多學者在對土壤水分觀測及影響因素進行研究。成兆金等[4]研究了土壤容重的修訂，指出對傳感器的不斷評估、標校是必不可少的。陳海波等[5]提出傳感器周圍需種植與農田內同類型的農作物，但是沒有數據說明地表覆蓋不同的差異。黃文杰[6]等指出造成對比觀測差異大的一個主要原因是土壤水分差異大引起的人工數值差異大，分析對比的效果使用絕對誤差平均值。

2017年10月，中國氣象局氣象探測中心根據中國氣象局綜合觀測司批復的《2017年自動土壤水分觀測儀裝備質量監督檢查工作方案》、《自動土壤水分觀測儀功能規格需求書》等文件要求，對自動土壤水分觀測儀開展了質量監督檢查。在對鄭州站（O2269）進行整改的過程中，我們收集了該臺站最近半年多的人工和自動的數據，對數據進行了絕對誤差、相關性、標準偏差的分析，評估了儀器的運行狀況，同時對地表覆蓋差異帶來的影響也進行了分析。

1 研究方法

數據資料來源于鄭州國家農業氣象試驗站，臺站號：O2269，時間從2017年10月20日至2018年5月18日，分為0～10cm、10cm～20cm、20cm～30cm、30cm～40cm、40cm～50cm共5個剖面的土壤體積含水量人工和自動對比觀測數據，觀測地段為灌溉狀態下的同一地塊。人工逢8按照規范要求進行取樣烘干分析處理，總共有22組的對比數據。本文采用文獻[7]介紹的分析方法對數據進行絕對誤差、概率、相關性的分析。

1.1 排除凍土數據

查閱鄭州站（O2269）氣溫和地溫數據，發現2018年1月0～10cm處于凍結狀態，對比差值超出5%的要求。由于不屬于規范要求的觀測時間段，所以不參與下面的分析。

1.2 差值對比分析

人工體積含水量減去自動體積含水量得到差值。對107個差值進行分析，有4個超過±5%的業務要求，數據的不合格率為3.7%。

不合格數據出現在2018年4月18日和28日，出現在30cm～40cm有2次，在10cm～20cm、40cm～50cm各有1次。這些數據的出現和地表覆蓋物不同有關，下面會具體分析。

1.3 相關性顯著檢驗

對人工和自動體積含水量數據進行相關性和顯著性水平分析，其結果見表1。

從表1可知：相關系數接近1;均通過置信水平為0.01的顯著性檢驗，都為顯著正相關。

2 實驗結果與分析

分析2017年全年的數據，發現自動值在降雨后下降速率偏高，尤其是表面的0～10cm和10cm～20cm。通過對現場進行考察，發現傳感器測量點和人工觀測采樣點存在差異。如圖1。

鄭州站（O2269）土質屬于粉壤土，黏粒少砂粒多，表面容易受到破壞，從圖2可以看到傳感器周圍土壤裸露、沖刷、龜裂，保墑性能低于作物覆蓋地段，時間越長，器測與人工觀測數據的差距會越大。

為了驗證地表覆蓋不同確實有差異，選擇在傳感器外30cm和麥田里分別使用環刀進行了取樣，測定了重量含水量和土壤容重，分別見表3、表4所示。可以看出，土壤容重偏差不大，但重量含水量的偏差較大。

基于以往經驗，通過對表面土壤鋤松、凹坑填平等措施，以起到保墑效果，圖3為臺站維護（2018年3月29日）前后的體積含水量變化趨勢，可以看出維護措施避免了自2018年3月18日降水過后表層體積含水量陡降現象。

1.2節提到超限數據出現在2018年4月18日和28日，經過分析，出現超限的原因可以歸結為地表覆蓋物的差異。據劉榮花等[8]對冬小麥根系分布規律的研究表明，0-50cm冬小麥的根長密度、根質量密度分別達到58%、67%，50-100cm的根長密度、根質量密度只占23%、19%，說明0-50cm是冬小麥全生育根量的主要分布層次[1]，也是土壤水分利用率最高的層次，因此作物生長的影響是造成人工與自動站數據差值明顯偏大的原因之一。4月里小麥處于抽穗、乳熟期，根系大量吸收水分，導致人工測量值較低;儀器周圍未種植作物，導致自動觀測值偏高。

可以結合降水情況作為佐證。如圖4所示，鄭州站（O2269）于4月13日和4月21日均有不超過3mm的降水現象發生，而儀器40cm深度的體積含水量基本保持不變;此次降水對于正處于抽穗期的小麥來說遠遠滿足不了水分需求，所以人工測量值就會降低，導致這段時間的對比偏差超出業務5%的要求。

3 結束語

通過對鄭州站（O2269）數據的分析，有93%的數據達到業務要求;設備精度為3。

地表覆蓋對自動土壤水分觀測儀的準確運行有重要影響。第一，如果對觀測儀的數據質量有較高要求，傳感器周圍應和大田進行同樣的耕作活動，種植同樣的作物;第二，如果無法達到上一條，傳感器周圍應該定期鋤刨松土，達到和大田近似同樣的保水保墑效果。

參考文獻：

[1]郭占軍，秦文虎，項學海.便攜式土壤水分測試系統設計[J].測控技術，2009，28（12）：1-5.

[2]譚凱炎，房世波，任三學.灌溉農田土壤濕度的時空變化特征[J].中國農業氣象，2010，31（3）：423-426.

[3]解彥維，李澤，楊鶴.DZN2型自動土壤水分監測站與人工觀測數據對比分析[J].現代農業科技，2016（7）：254-256.

[4]成兆金，吳珂，張民凱，等.土壤容重的修訂方法研究[J].中國農學通報，2013，29（35）：230-233.

[5]陳海波，冶林茂，薛龍琴，等.GStar-Ⅰ（DZN2）型自動土壤水分觀測儀的維護方法及常見故障解析[J].氣象與環境科學，2011，9（34）：178-181.

[6]黃文杰，呂軍，翟伶俐，等.人工與自動土壤水分觀測資料差異探討[J].中國農學通報，2013，29（14）：146-149.

[7]劉靜，楊華.烏蘭烏蘇自動與人工土壤水分觀測數據對比分析[J].新疆農業科技，2013（5）：40-41.

[8]劉榮花，朱自璽，方文松，等.冬小麥根系分布規律[J].生態學雜志，2008，27（11）：2024-2027.