劉天麒+孟繁佳+陳昕+盧韜

摘要：溫室中，土壤水分空間差異是評價灌溉質(zhì)量的重要指標(biāo)。研究了中國農(nóng)業(yè)大學(xué)河北涿州農(nóng)場日光溫室內(nèi)一壟土壤中作物根區(qū)水分的變化規(guī)律。根據(jù)連續(xù)4 d的觀測數(shù)據(jù)，分析了溫室內(nèi)移動傳感器所測土壤中作物根區(qū)水分的逐點變化情況，并根據(jù)最高含水量和最低含水量歸納出采用含水量逐點變化系數(shù)計算逐點根區(qū)水分的方法。結(jié)果表明，該方法所得的作物根區(qū)逐點含水量模擬結(jié)果與實測含水量較為吻合。在此基礎(chǔ)上采用分段插值法，推算出了溫室中任意位置根區(qū)含水量的數(shù)學(xué)表達(dá)式。該研究為溫室作物的精量灌溉決策提供了科學(xué)的數(shù)據(jù)支撐。

關(guān)鍵詞：溫室；含水量；土壤；插值法；數(shù)學(xué)模型

中圖分類號： S151.9+5 文獻標(biāo)志碼： A

文章編號：1002-1302（2016）09-0459-03

在溫室環(huán)境中，不同的灌溉供水方式可以改變作物根系的生長發(fā)育和分布，采用合理的灌溉對策控制根區(qū)水分狀況，有利于作物產(chǎn)量的形成和水分的高效利用[1-6]。因此，對作物根區(qū)土壤水分空間差異的研究，對今后為科學(xué)灌溉決策提供有效的數(shù)據(jù)支撐有著重要意義。目前國內(nèi)外對作物根區(qū)土壤水分空間差異的研究較少[7-14]，且大多是對垂直土壤空間水分分布的分析，而對一壟土壤所在的水平空間含水量研究甚少。然而水平分布的農(nóng)作物如果水分灌溉不均勻，則會導(dǎo)致水資源利用效率低、作物生長狀態(tài)不均等問題。

本研究結(jié)合溫室的小環(huán)境特點，參照建筑上暖通空調(diào)領(lǐng)域的研究方法[15-16]，對中國農(nóng)業(yè)大學(xué)河北涿州農(nóng)場日光溫室一壟土壤中傳感器實測的75個逐點數(shù)據(jù)進行歸一化處理，進而得到該壟土壤的根區(qū)含水量逐點變化系數(shù)；使用計算得到的逐點變化系數(shù)簡化溫室中農(nóng)作物根區(qū)逐點含水量的模擬方法，為溫室內(nèi)多壟土壤的精量灌溉方式的改善提供數(shù)據(jù)支撐。

1 材料與方法

1.1 材料來源

本研究采用移動式土壤水分傳感器測量涿州農(nóng)場日光溫室內(nèi)農(nóng)作物根區(qū)含水量數(shù)據(jù)。該日光溫室內(nèi)的土壤由多壟組成，選取其中一壟土壤進行測量，從2014年11月19—25日連續(xù)7 d進行測量，每天測量4次，每隔6 h 測量1次，做數(shù)據(jù)分析時，將前4 d的根區(qū)水分?jǐn)?shù)據(jù)作為已知數(shù)據(jù)，后3 d的根區(qū)水分?jǐn)?shù)據(jù)用于結(jié)果驗證。

傳感器工作原理如圖1[17-20]。該土壤水分傳感器能在植物根區(qū)連續(xù)移動測量，在3.9 m管道自動穩(wěn)定運行，每隔5 cm 便對作物根區(qū)水分?jǐn)?shù)據(jù)進行采集，總共采集75個數(shù)據(jù)點，直到到達(dá)限位傳感器檢測范圍之后，傳感器測量系統(tǒng)停止工作。

1.2 研究方法

數(shù)據(jù)處理中，傳感器在一壟土壤移動過程中依次采集了75個數(shù)據(jù)點，將其分成25組，每組3個數(shù)據(jù)，每組數(shù)據(jù)記為1個測量點。分別計算各測量點的平均值和逐點變化系數(shù)，然后將其在同1 d內(nèi)的不同時刻進行對比，若相差不大，則取平均值代表，之后再對不同日期之間的逐點變化系數(shù)進行對比，若不同日期間差異不大，則也可以用同一系數(shù)來表達(dá)，具體計算方法步驟如下：

（1）各時刻數(shù)據(jù)分別處理。

（4）傳感器每天測量4個時刻，即可得到每天4個時刻根區(qū)水分的逐點變化系數(shù)。

（5）對比不同日期的逐點變化系數(shù)，若結(jié)果一致，則取平均值作為溫室作物根區(qū)水分的逐點變化系數(shù)。

通過以上計算，在已知某時刻的最高、最低含水量的條件下，即可計算該壟土壤中任一位置的根區(qū)含水量。對得到的根區(qū)水分的逐點變化系數(shù)采用分段插值法展開，便可以計算該壟土壤在任意位置點的根區(qū)含水量。

2 結(jié)果與分析

2.1 根區(qū)水分變化規(guī)律

為了驗證數(shù)據(jù)的可靠性，采用傳感器標(biāo)定方法[17，19]將移動傳感器所測各個數(shù)據(jù)點的實測數(shù)據(jù)分別與烘干法測量數(shù)據(jù)進行了對比，結(jié)果表明所測的根區(qū)水分?jǐn)?shù)據(jù)與烘干法測量數(shù)據(jù)的r2達(dá)到了0.98以上，因此測試數(shù)據(jù)可信。

在0：00、06：00、12：00、18：00這4個時刻分別測量該壟土壤75個數(shù)據(jù)點的含水量，將其分成25個測量點，每個測量點包含3個數(shù)據(jù)，分別計算在4個時刻25個測量點的含水量逐點變化系數(shù)，取4個時刻計算結(jié)果的平均值作為當(dāng)天含水量逐點變化系數(shù)。每天重復(fù)執(zhí)行此步驟，對每天根區(qū)水分的逐點變化系數(shù)進行對比分析，如圖2所示，計算得到的該壟土壤在4 d內(nèi)的根區(qū)水分逐點變化系數(shù)趨勢相同，r2=0.997 9。因此可以將4 d的根區(qū)水分逐點變化系數(shù)取平均，由統(tǒng)一的變化系數(shù)來表示溫室作物根區(qū)水分的逐點變化。

通過以上分析，得到該壟土壤4 d內(nèi)溫室作物根區(qū)25個測量點的含水量逐點變化系數(shù)的平均值（表1）。由表1可知，溫室內(nèi)作物根區(qū)含水量最低值出現(xiàn)在測試點3和測試點6所在區(qū)域內(nèi)，以此決斷日后在灌溉方式的改進上可對該區(qū)域適當(dāng)增加灌溉量；作物根區(qū)含水量在測試點13～25之間，其值相對較高，該編號所占區(qū)域約為傳感器測量區(qū)域的1/2，日后可以據(jù)此對其后半?yún)^(qū)域適當(dāng)減少灌溉。其余測試點所處位置的根區(qū)含水量在此范圍內(nèi)波動。

2.2 模擬方法的驗證

本研究對涿州農(nóng)場日光溫室2014年11月23—25日的作物根區(qū)含水量數(shù)據(jù)進行了測試。取3 d數(shù)據(jù)的平均含水量作為實際測量值進行驗證。實際測量值和根據(jù)逐點變化系數(shù)得到的模擬值的交叉檢驗結(jié)果見圖3。統(tǒng)計結(jié)果表明，涿州農(nóng)場日光溫室作物根區(qū)的模擬含水量與實測值的r2為0.995，均方根誤差為0.035 cm3/cm3?？梢娺\用逐點含水量系數(shù)法對該壟土壤傳感器所測作物根區(qū)進行75個點的逐點含水量模擬，其結(jié)果較好地反映了測試區(qū)域內(nèi)逐點含水量的變化。

2.2 任意位置根區(qū)含水量的計算方法

根據(jù)以上作物根區(qū)含水量逐點變化系數(shù)研究結(jié)果，采用插值法即可計算該壟地以及該溫室內(nèi)多壟地任意位置的根區(qū)含水量。插值法由于簡單、實用和補償效果好，被廣泛應(yīng)用到工程中[21]。本研究結(jié)合數(shù)據(jù)特征，采用分段線性插值法對移動傳感器所經(jīng)過的任意位置含水量進行模擬。

本研究以0.15 m為1個步長對需要測量的含水量范圍進行分段，1個編號代表1個步長的距離，順序計量。在模擬計算時，將需要計算根區(qū)含水量的位置到起點的距離（S）與表2中的距離相比較（可采用對分搜索法），直到落到某一編號所對應(yīng)的范圍內(nèi)（Sn+1≥S≥Sn）時停止。進而再用線性插值法計算出其含水量，具體計算公式為：

S-SnW-Wn=Sn+1-SnWn+1-WnW=S-SnSn+1-Sn（Wn+1-Wn）+Wn。（5）

式中：W為待計算某位置根區(qū)的含水量；Wn+1為比W大的第一個根區(qū)測量點含水量；Wn為比W小的第一個根區(qū)測量點含水量；S為待計算的某位置到起始點的距離；Sn+1為比S大的第一個長度在表2中對應(yīng)的距離；Sn為比S小的第一個長度所對應(yīng)的距離。

根據(jù)公式（5）、表2以及該時刻的最高、最低含水量，即可模擬計算任意時刻溫室作物任意根區(qū)所在位置的含水量，便可用此結(jié)果對溫室作物根區(qū)水分環(huán)境進行模擬。

3 結(jié)論與討論

本研究通過計算，確定了涿州農(nóng)場日光溫室農(nóng)作物在一壟土壤內(nèi)的根區(qū)含水量逐點變化系數(shù)，經(jīng)過檢驗，該系數(shù)真實反映了移動傳感器測量時所經(jīng)過的一壟土壤中作物根區(qū)水分的整體變化規(guī)律。據(jù)此可計算該壟地及該溫室內(nèi)任一壟地任意位置的根區(qū)含水量，簡化了75個數(shù)據(jù)含水量的計算。同時通過分段插值法展開，給出了溫室內(nèi)任意位置的作物根區(qū)含水量的數(shù)學(xué)表達(dá)式，可以用來計算這段時間溫室內(nèi)任意位置的根區(qū)含水量，進而科學(xué)地確定日后農(nóng)作物在水平空間的灌溉方式，對農(nóng)作物健康成長與高效生產(chǎn)具有重要指導(dǎo)意義。

由于觀測數(shù)據(jù)的限制，只進行了連續(xù)4 d的測試和3 d的結(jié)果驗證，測試地點也僅局限于1個溫室，因此還有待更多時間和地點的觀測數(shù)據(jù)來進行檢驗。同時，溫室內(nèi)作物根區(qū)含水量也會受到植物種類、溫室內(nèi)環(huán)境、室外環(huán)境等多方面因素的影響，該系數(shù)只能整體反映溫室內(nèi)一定范圍農(nóng)作物根區(qū)的水分狀況，若遇到環(huán)境突變時，溫室內(nèi)作物根區(qū)含水量的模擬效果則存在一定的偏差，需要在今后的研究中結(jié)合其他條件逐漸改進。

參考文獻：

[1]Hu X T，Chen H，Wang J，et al. Effects of soil water content on cotton root growth and distribution under mulched drip irrigation[J].Agricultural Sciences in China，2009，8（6）：709-716.

[2]Ahmed B A O，Inoue M，Moritani S. Effect of saline water irrigation and manure application on the available water content，soil salinity，and growth of wheat[J]. Agricultural Water Management，2010，97（1）：165-170.

[3]馮廣龍，羅遠(yuǎn)培. 土壤水分與冬小麥根、冠功能均衡關(guān)系的模擬研究[J]. 生態(tài)學(xué)報，1999，19（1）：96-103.

[4]李運生，王 菱，劉士平，等. 土壤-根系界面水分調(diào)控措施對冬小麥根系和產(chǎn)量的影響[J]. 生態(tài)學(xué)報，2002，22（10）：1680-1687.

[5]李鳳民，郭安紅，雒 梅，等. 土壤深層供水對冬小麥干物質(zhì)生產(chǎn)的影響[J]. 應(yīng)用生態(tài)學(xué)報，1997，8（6）：575-579.

[6]羅宏海，朱建軍，趙瑞海，等. 膜下滴灌條件下根區(qū)水分對棉花根系生長及產(chǎn)量的調(diào)節(jié)[J]. 棉花學(xué)報，2010，23（1）：63-69.

[7]Wijewardana Y G N S，Galagedara L W. Estimation of spatio-temporal variability of soil water content in agricultural fields with ground penetrating radar[J]. Journal of Hydrology，2010，391（1/2）：24-33.

[8]Hedley C B，Yule I J. A method for spatial prediction of daily soil water status for precise irrigation scheduling[J]. Agricultural Water Management，2009，96（12）：1737-1745.

[9]Shi J C，Li S，Zuo Q，et al. An index for plant water deficit based on root-weighted soil water content[J]. Journal of Hydrology，2015，522：285-294.

[10]Aljoumani B，Sànchez-Espigares J A，Caameras N，et al. Timeseries outlier and intervention analysis：Irrigation managementinfluences on soil water content in silty loam soil[J]. Agricultural Water Management，2012，111：105-114.

[11]Hossain M B，Lamb D W，Lockwood P V，F(xiàn)razier P. EM38 for volumetric soil water content estimation in the root-zone of deep vertosol soils[J]. Computers and Electronics in Agriculture，2010，74（1）：100-109.

[12]Zou P，Yang J S，F(xiàn)u J R，et al. Artificail neural network and timeseries models for predicting soil salt and water content[J].Agricultural Water Management，2010，97（12）：2009-2019.

[13]Hu W，Si B C. Can soil water measurements at a certain depth be used to estimate mean soil water content of a soil profile at a point or at a hillslope scale？[J]. Journal of Hydrology，2014，516：67-75.

[14]Chen L J，F(xiàn)eng Q，Li F R，et al. A bidirectional model for simulating soil water flow and salt transport under mulched drip irrigation with saline water[J]. Agricultural Water Management，2014，146：24-33.

[15]GB 50019—2003 采暖通風(fēng)與空氣調(diào)節(jié)設(shè)計規(guī)范[S].

[16]徐 凡，馬承偉. 溫室環(huán)境分析中冬季室外氣溫日變化及數(shù)學(xué)表達(dá)[J]. 農(nóng)業(yè)工程學(xué)報，2013，29（12）：203-209.

[17]秦玉龍. 一種面向植物根區(qū)土壤水分的移動傳感系統(tǒng)[D]. 北京：中國農(nóng)業(yè)大學(xué)，2013.

[18]Yurui S，Lammers P S，Daokun M，et al. Determining soil physical properties by multi-sensor technique[J]. Sensors and Actuators A：Physical，2008，147（1）：352-357.

[19]周海洋，孫宇瑞，Lammers P S，等. 基于水平尺度擴展的土壤水分介電傳感技術(shù)[J]. 農(nóng)業(yè)機械學(xué)報，2015，46（4）：261-265.

[20]Sun Y，Zhou H，Qin Y，et al. Horizontal monitoring of soil water content using a novel automated and mobile electromagnetic access-tube sensor[J]. Journal of Hydrology，2014，516：50-55.

[21]Berrut J P，Klein G. Recent advances in linear barycentric rational interpolation[J]. Journal of Computational and AppliedMathematics，2014，259：95-107.