基于SWR傳感器的耕地土壤水分檢測系統

何曉文

(淮南聯合大學 科研處，安徽 淮南 232038)

耕地土壤的濕度既能影響土壤通氣性，也能影響土壤中養分的分解速率，對濕度的檢測能夠為土壤灌溉方式和灌溉量的設計提供參考[1]。早期的耕地土壤常采用人工取樣烘干的方法進行水分檢測，隨著傳感技術與計算機通信技術的發展，基于傳感器技術的耕地土壤水分檢測技術成為了土壤墑情檢測的發展趨勢[2]。耕地土壤水分檢測的傳感器法是采用傳感器提取土壤的水分含量信息，將攜帶水分含量信息的電信號轉換為數字信號傳輸至計算機，最終實現對土壤水分的實時監測、數據存儲和數據分析[3]。此次研究以傳感器技術為基礎，對耕地土壤水分的檢測技術展開研究，旨在促進土壤水分檢測技術的發展。

1 耕地土壤水分傳感器檢測

1.1 土壤介電特性

所有的非金屬物質與部分金屬物質均屬于電介質，因此包含礦物質、有機物、微生物、水、空氣等成分的土壤也屬于電介質。土壤電介質的絕緣能力由土壤的相對介電常數來表示[4]。外界電場使土壤電介質發生電感現象，電感現象會減小土壤原有的電場，外界電場與減小后土壤電介質電場的比值即為土壤的相對介電常數εr[5]。將土壤等效為一個并聯的阻容電路，分別測量真空電容器兩端的介電常數ε0和電容器中加入土壤后電容器兩端介電常數εx，則土壤的相對介電常數εr可由式(1)求得。

(1)

為測量電容器兩側的介電常數，使用交流信號源產生電流i，測量電容器的相位α和電壓u，計算出土壤等效并聯阻容電路的導納Y，利用式2得出電介質的電容值C。

(2)

此時，若k為電容器的幾何系數，則有式3成立。

(3)

由于土壤成分較為復雜，將土壤分為固液氣三相，則可以將土壤的相對介電常數εr表達為式(4)。其中ω表示相組分的比例系數，ωgas+ωliquid+ωsolid=1。

εr=ωgasεgas+ωliquidεliquid+ωsolidεsolid

(4)

在1000Hz～100MHz下進行介電常數測試，測試結果表明在不同測試頻率下，以液體形態存在的水的介電常數最高，為76.7～78.2C2/N·m2，而包括各類礦物、石材、空氣和氣態與固態水等其余物質的介電常數均小于10C2/N·m2。可以認為，土壤的介電常數主要受土壤中液態水含量的影響。此外，介電常數測試的頻率和土壤顆粒質地也對土壤介電常數具有一定的影響[6]。介電常數是一個復數，其虛數部分代表介質損耗，實數部分代表實際的相對介電常數。電場會使土壤中的水分產生極化，實驗表明頻率波段在100～300MHz之間時土壤介電常數實數部分變化較小，而頻率在100～500MHz時，不同類型土壤介電常數的實數部分相差較小。因此采用100～300MHz進行介電常數測試能夠有效避免極化現象和土壤顆粒對土壤介電常數的測試造成影響，此時土壤水分含量與測得的土壤介電常數成正比[7]。當土壤顆粒較粗，且含水率低于50%時，Topp經驗公式能夠較好體現出土壤水分與土壤相對介電常數的關系，如式(5)所示。

θ=-5.3×10-2+2.92×10-2εr-5.5×10-4εr2+4.3×10-6εr3

(5)

式5中θ為單位體積土壤水分含量。對于含水率高于50%的土壤，一般采用Roth公式進行計算，如式6所示。其中為β為電介質幾何方向系數，n為孔隙率。

(6)

1.2 傳感器及其適用性分析

使用傳感器對土壤水分含量的測量本質都是對土壤介電常數的測量。常用的土壤水分傳感器依據不同的測量原理分為TDR(Time Domain Reflectometry)法、FD(Frequency Decomposition)法、SWR(Standing wave-ratio)法等[8]。TDR法依據電磁波在介電常數不同的介質中的傳輸速度差異進行土壤介電常數測量[9]。如圖1所示，TDR傳感器主要結構包含脈沖器、同軸線、探頭、示波器等。脈沖發生器信號傳輸至探針時，部分電磁波立即反射，部分電磁波在探針異側反射，入射和兩次反射即為TDR信號。反射時間差為電磁波從探針一端到另一端所需時間的兩倍，如式(7)所示。

(7)

式7中兩次反射時間差為Δt，土壤介質中電磁波傳播速度為v，探測器長度為L，c是真空中的光速。此時，土壤介電常數的計算式見式(8)。

(8)

圖1 TDR傳感器示意圖

FD傳感器包括正弦波源和由阻抗相位變換電路構成的檢測電路[10]。將相同的正弦信號作為信號源和參比，信號源進入阻抗生成電流，將探針介入阻抗后即可將其等效為相位為α的并聯容導電路。信號源在參比中也會形成電流，經過相位變化后相位為β。若參比電壓最值確定，則輸出電壓直流分量為相位α與參比電壓幅度的函數。改變β即可對輸出電壓進行調整。結合式(2)可算出探針阻抗的等效容導，最終獲得土壤介電常數。SWR法的核心是對土壤介電常數變化引起的駐波比變化進行測量，采用類似TDR法的兩次反射駐波比進行介電常數計算。

圖2 TDR、FD與SWR傳感器適用性測試結果

由于三種傳感器測量原理不同，其精度與測量值也會產生一定的差異，因此在檢測前對三種傳感器進行適用性測試，傳感器型號分別為Trim pico32 TDR傳感器、Decagon GS3 FD傳感器與BD-II SWR傳感器。首先在室內采用標準水分法對傳感器進行標定，然后在室外降雨情況下進行耕地土壤水分測試，結果如圖2所示，可以看出三種傳感器測試準確度均較高。測試結果表明三種傳感器穩定性均大于99.8%，TDR、FD與SWR傳感器測量準確率分別為96%、88%和90%。采用一元方差分析法對圖2中測量準確率差異進行顯著性分析，結果表明顯著性水平為0.05時，利用方差分析法分析F(兩個均方的比值分布)，F=1.33

1.3 耕地土壤水分檢測系統

基于傳感器的耕地土壤水分檢測系統應具備數據實時采集、數據實時顯示、數據存儲與查詢、數據分析與管理、數據輸出與打印等功能。結合以上功能需求，基于傳感器技術的耕地土壤水分檢測系統應包含遠程監測中心、數據傳輸介質和土壤檢測站。當遠程監測中心對檢測站點發出土壤水分檢測指令后，土壤檢測站點接受具體位置信息，進行土壤水分測試與信息采集，然后將測試數據發送到遠程監測中心[11]。土壤水分信息的數據處理、編輯、管理等功能均在遠程監測中心實現。遠程監測中心包含服務器、個人計算機、打印機、電源、數據庫、監測軟件等硬件與軟件。對檢測數據的實時接收、顯示、存儲、處理等功能均由監測軟件完成。遠程監測中心與土壤檢測站之間的數據傳輸介質為GPRS(General Packet Radio Service)無線網絡。

表1 傳感器標定參數

土壤檢測站包含太陽能電源、土壤水分傳感器、數據采集器、避雷針、GPRS無線終端等設備。土壤水分傳感器定時對不同深度、不同土層的耕地土壤進行水分檢測，數據采集器將檢測數據進行模數轉換與編碼、加密。加密后的數據流通過RS232串口傳輸至GPRS終端，并被打包發送到GPRS網絡，最終被遠程監測中心接受。由于三種傳感器對土壤水分的檢測性能不具備顯著性分析，因此采用成本最低的SWR傳感器進行設計布點。選用BD-II型SWR傳感器作為土壤水分傳感器，數據采集裝置使用ATmegal28單片機，GPRS無線傳輸裝置選用AL-GPRS-5100。首先，為建立能夠測量8層土壤的水分檢測系統，需要對SWR傳感器進行標定。將8支SWR傳感器分別插入已配好的具有一定單位體積含水率的土壤進行重復測量，通過數據采集裝置獲取傳感器測得的電壓值。以烘干法對測試土壤含水率進行計算，并以最小二乘法對測得電壓值與土壤含水率進行線性擬合。設擬合出的標定方程為θ=k×ΔU-b，其中k、b為擬合參數，ΔU為傳感器測得電壓值。8支SWR傳感器標定參數如表1所示，可以看出8支傳感器標定擬合程度均滿足要求。

在進行標定后，對土壤水分傳感器進行耕地土壤實地安裝。在需要進行土壤水分檢測的點位挖掘深度為5m的井，將垂直井整理平整。采用圖3所示的安裝方法將8支傳感器分別垂直安裝在深度為0.2m、0.5m、0.8m、1m、2m、3m、4m、5m處后回填，安裝時需保證只有連接線露在土壤外。將所有傳感器與數據采集裝置連接，將寫入IP信息的GPRS模塊與數據采集裝置連接，實現數據的采集與傳輸。

2 土壤水分分析檢測

在2018年10月8日和2020年6月1日分別進行耕地土壤水分檢測，每十分鐘采集一次數據，共獲得87 696條數據，剔除7 261條受到網絡影響導致無效的數據，共80 435條有效數據，數據有效率為91.72%。分別將不同土壤深度下兩次系統測得的土壤體積含水量與采用烘干法測得的土壤水分含量與進行對比，結果如圖4所示，其中圖4(a)為2018年10月8日測得數據，圖4(b)為2020年6月1日測得數據。

圖4 烘干法與傳感器法測試的土壤含水量

從圖4可以看出，烘干法測得數據總是低于傳感器測得數據，但兩種數據的變化趨勢一致。對于兩次實驗，在深度為3處采用不同方法測得數據差值最大，分別為4.80%與4.42%。在地下較深處誤差較大的原因可能是因為傳感器標定所用土壤的性質較為均一，與實際土壤土層存在較小的差異。為分析降雨前后土壤水分變化情況，在2019年5月24日至6月1日9天內對深度為0.2m、0.5m和0.8m處土壤含水量進行測試。測試間隔為10分鐘，每2小時對時段內測試數據進行平均處理。測量時間內未生成地表水流。同時，每2小時對降雨量和蒸發量進行測試。匯總得到的土壤含水量、降雨量、蒸發量如圖5所示。

圖5 降雨和蒸發情況及其對應土壤含水量

從圖5中可以看出，在深度為0.2m時土壤含水量隨降雨和蒸發變化明顯。兩次持續降雨使0.2m處土壤含水量提升明顯且迅速，而當降雨停止，蒸發持續時，土壤含水量緩慢線性下降。在0.5m處，土壤含水量提升具有較強的滯后性，在第一次降雨后土壤含水量未出現明顯提升，直至第二次降雨結束后約12小時候才開始出現降雨量的提升，而在觀測時間內，即降水結束后約100小時內，土壤含水量未隨蒸發現象而降低，這是因為雨水滲入極為緩慢，而該深度水分難以蒸發。而深度為0.8m處，土壤含水量幾乎不受降雨和蒸發的影響，這是由于該深度水分已難以滲入。可以認為，降雨與蒸發對淺表層土壤水分影響較大，降雨依然能夠提升中層土壤水分，但提升存在一定的滯后性，蒸發對中層土壤影響較小。降雨和蒸發對較深的土壤水分幾乎沒有影響。

圖6 不同深度土壤水分變化

為進一步分析不同深度耕地土壤水分含量變化活躍程度，從2018年12月1日到2019年11月26日中每日對一系列深度的土壤水分進行測量，測量結果如圖6所示。依據圖6中土壤水分的變化活躍程度，將土壤深度分為活躍層(0.2m)、次活躍層(0.5m)、過渡層(0.8m、1m與2m)、相對穩定層(3m、4m與5m)。活躍層土壤水分在一年中變化幅度較大，受降水、蒸發等因素綜合影響，含水率變化幅度為18.4%，平均含水量為14.5%。次活躍層變化幅度為9.5%，平均值為21.78%。過渡層和相對穩定層的變化幅度分別為1.2%～3.5%和1%以內。可以認為，相對穩定層的水分含量幾乎不受降雨和蒸發的影響，降雨的影響深度應在2～3m之間。

3 結論

土壤墑情是科學種植灌溉的基礎。傳統的人工水分測量法費時費力，為探尋便捷高效的檢測方式，此次研究以傳感器技術為基礎，設計了SWR耕地土壤水分檢測系統。將傳感器檢測結果與烘干法進行對比，其差值不超過4.4%。在降雨情況下對0.2m、0.5m和0.8m處土壤含水量進行測試，0.2m水分受降雨和蒸發影響顯著，0.5m受降雨影響較為滯后，且在一定程度上蒸發影響，0.8m處幾乎不受降雨和蒸發影響。在一年內對深度為0.2m至5m的土壤水分進行測試，結果表明土壤深度為0.2m時水分變化活躍，0.5m為次活躍，0.8m、1m與2m為過渡層，而3m、4m與5m為相對穩定層。活躍層、次活躍層、過渡層和相對穩定層土壤水分在一年中含水率變化幅度分別為18.4%、9.5%、1.2%～3.5%和1%以內，且降雨的影響深度應在2～3m之間。此次研究僅對土壤水分檢測系統進行了硬件設計，在今后的工作中可以對土壤水分信息進行數據挖掘，對差異化的灌溉方式進行探究。