摘要：土壤水分含量是監(jiān)測(cè)土壤墑情、預(yù)測(cè)指導(dǎo)灌溉和響應(yīng)農(nóng)業(yè)旱情災(zāi)害的最直接和必要的關(guān)鍵技術(shù)指標(biāo)，對(duì)于促進(jìn)農(nóng)業(yè)現(xiàn)代化、精準(zhǔn)化和智能化發(fā)展具有重要的現(xiàn)實(shí)意義。本研究重點(diǎn)評(píng)述了土壤水分含量測(cè)定方法的研究進(jìn)展，系統(tǒng)總結(jié)了土壤水分含量的多種測(cè)定方法。首先本研究依據(jù)測(cè)量范圍進(jìn)行分類，針對(duì)性地評(píng)述了取樣-定位法和遙感監(jiān)測(cè)法2種方法，結(jié)合各方法的工作原理和適用場(chǎng)景，系統(tǒng)整理了各測(cè)量方法的優(yōu)缺點(diǎn)和應(yīng)用范圍，以供研究人員在實(shí)際測(cè)量過程中，根據(jù)測(cè)量對(duì)象、設(shè)備預(yù)算、環(huán)境要求和準(zhǔn)確度要求選擇合適的土壤水分含量測(cè)定方法；其次通過中國(guó)知網(wǎng)（CNKI）的數(shù)據(jù)庫(kù)檢索，對(duì)1980—2023年的各水分鈉含量測(cè)量方法分階段進(jìn)行趨勢(shì)分析，展示總體趨勢(shì)分析圖和各階段的研究熱點(diǎn)圖，體現(xiàn)各階段的發(fā)展趨勢(shì)；最后結(jié)合各技術(shù)的發(fā)展水平和發(fā)展方向，進(jìn)行技術(shù)進(jìn)展分析，分析土壤水分含量測(cè)定方法的發(fā)展趨勢(shì)和應(yīng)用前景，為優(yōu)化改進(jìn)土壤水分測(cè)定方法技術(shù)以及實(shí)現(xiàn)更方便、高實(shí)時(shí)度、高精度的土壤水分含量測(cè)定提供參考，以期促進(jìn)土壤水分含量測(cè)定研究的深入開展。

關(guān)鍵詞：土壤；水分含量；取樣-定位法；遙感監(jiān)測(cè)法；研究熱點(diǎn)；進(jìn)展

中圖分類號(hào)：S152.7 文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1002-1302（2024）17-0011-09

收稿日期：2023-09-18

基金項(xiàng)目：智慧灌溉物聯(lián)網(wǎng)設(shè)備融合技術(shù)研究項(xiàng)目（編號(hào)：IFI2023-27）。

作者簡(jiǎn)介：郝萍萍（1999—），女，河南商丘人，碩士研究生，主要研究方向農(nóng)業(yè)工程與信息技術(shù)。E-mail：599989422@caas.cn。

通信作者：馮俊杰，博士，研究員，主要研究方向農(nóng)業(yè)水土工程。E-mail：fjjdg@sina.com。

水是不可或缺的重要自然資源，而農(nóng)業(yè)是用水大戶，水利部發(fā)布的《中國(guó)水資源公報(bào)2022》顯示，2022年全國(guó)降水量和水資源量比多年平均值偏少，其中農(nóng)業(yè)用水為3 781.3 億m3，約占社會(huì)所有行業(yè)用水總量的63.0%［1］。灌溉作為農(nóng)業(yè)生產(chǎn)的關(guān)鍵環(huán)節(jié)，對(duì)農(nóng)業(yè)生產(chǎn)效率具有直接影響［2］，2022年耕地實(shí)際灌溉用水量為5 460 m3/hm2，農(nóng)田灌溉水有效利用系數(shù)為0.572。農(nóng)業(yè)用水量較大，但農(nóng)業(yè)生產(chǎn)率低下［3］，隨著水資源日益緊缺，節(jié)水農(nóng)業(yè)越來越受到國(guó)內(nèi)外關(guān)注，實(shí)時(shí)測(cè)定土壤含水率、精準(zhǔn)監(jiān)測(cè)土壤水分含量對(duì)灌溉決策具有重要意義，也是節(jié)水灌溉技術(shù)發(fā)展和智慧灌溉的研究重點(diǎn)［4］。

土壤水分含量不僅是灌溉決策的基礎(chǔ)數(shù)據(jù)指標(biāo)，同時(shí)也是農(nóng)業(yè)決策、干旱防控等方面的關(guān)鍵因素之一。土壤水分含量直接影響著農(nóng)業(yè)灌溉，土壤水分含量過高或過低均會(huì)影響作物生長(zhǎng)，水分含量過高會(huì)促進(jìn)作物根系無(wú)氧呼吸產(chǎn)生乙醇，出現(xiàn)爛根現(xiàn)象，還極易孳生病害，農(nóng)作物表現(xiàn)出細(xì)弱、抗寒抗病性差、產(chǎn)量低等特征；水分含量過低會(huì)直接影響作物的光合作用和蒸騰作用，同時(shí)限制農(nóng)作物對(duì)于肥料的吸收，抑制作物正常生長(zhǎng)發(fā)育，從而影響農(nóng)作物的產(chǎn)量［5］。

在干旱防控方面，我國(guó)的干旱或者半干旱地區(qū)，如山西北部、陜西北部、甘肅南部等地區(qū)，農(nóng)業(yè)用水主要來源為自然降水，對(duì)其開展土壤水分監(jiān)測(cè)預(yù)報(bào)工作，可以掌握大面積的土壤水分情況和土壤旱情程度，土壤水分含量信息能為農(nóng)民及時(shí)把握灌溉時(shí)機(jī)、適時(shí)適量灌溉和政府及時(shí)制定抗旱減災(zāi)對(duì)策提供科學(xué)依據(jù)，最終達(dá)到旱情防控目的。而土壤水分監(jiān)測(cè)預(yù)報(bào)工作需要使用土壤水分含量信息作為參考依據(jù)，進(jìn)而分析土壤狀況，選擇施肥或施水時(shí)間，充分發(fā)揮水資源效益，為實(shí)施正確的農(nóng)業(yè)決策提供依據(jù)。在土壤質(zhì)量方面，農(nóng)田大部分的土地遭受著鹽堿化的威脅，為避免土壤質(zhì)量下降和預(yù)防土地退化，必須了解土壤中水分含量，提高水資源的利用效率和土壤質(zhì)量，同時(shí)不同的土壤水分會(huì)帶來物理模式的偏差［6］。

綜上，土壤水分的準(zhǔn)確監(jiān)測(cè)可為灌溉決策方案響應(yīng)、預(yù)防旱災(zāi)發(fā)生和保證作物生長(zhǎng)處于更優(yōu)的水土環(huán)境等提供重要的指導(dǎo)意義［7］。當(dāng)前，土壤水分含量的測(cè)定方法主要集中在微波遙感、傳感器等方面，綜合對(duì)比分析關(guān)注較少。對(duì)此，本研究系統(tǒng)整理了土壤水分含量的多種不同監(jiān)測(cè)方法，針對(duì)性地評(píng)述了時(shí)域反射法、頻域反射法、遙感監(jiān)測(cè)法等方法，并結(jié)合綜合技術(shù)的發(fā)展水平和發(fā)展方向，分析其發(fā)展趨勢(shì)，以期促進(jìn)農(nóng)業(yè)中土壤水分含量測(cè)定研究的深入開展。

1 土壤水分含量測(cè)定方法及分類

1.1 測(cè)定方法與配套設(shè)備

根據(jù)相關(guān)文獻(xiàn)的檢索與研究分析，參考相關(guān)研究結(jié)果，現(xiàn)有土壤水分含量的測(cè)定方法有烘干法、張力計(jì)法、中子儀法、時(shí)域反射法、頻域反射法、遙感法等多種方法，但因土壤類型多樣、土壤層次具有地域差異性、設(shè)備使用方法復(fù)雜等多種因素，在實(shí)際應(yīng)用中需綜合考慮選擇合適的測(cè)定方法。

通過對(duì)市面上的各種土壤水分監(jiān)測(cè)設(shè)備的調(diào)研發(fā)現(xiàn)，目前市面上有張力計(jì)（圖1）、土壤水分速測(cè)儀（圖2）、智墑（圖3）、中子儀（圖4）、無(wú)人機(jī)遙感設(shè)備（圖5）等多種土壤水分監(jiān)測(cè)設(shè)備。

1.2 土壤水分監(jiān)測(cè)設(shè)備分類

不同的土壤水分監(jiān)測(cè)設(shè)備具有不同的工作原理、應(yīng)用方式和測(cè)量手段，因此按照測(cè)定手段、測(cè)定儀器、測(cè)定結(jié)果等，土壤水分含量測(cè)定方法又分為多種類別。從測(cè)定手段上，分為直接測(cè)定法和間接測(cè)定法，其中，直接測(cè)定方法有烘干法、張力計(jì)法、中子儀法等；間接測(cè)定法有時(shí)域反射法、頻域反射法、遙感法等。從測(cè)定儀器上，分為接觸式和非接觸式，其中，接觸式儀器有張力計(jì)法、中子儀法、時(shí)域反射法、頻域反射法等；非接觸形式有遙感法等。從測(cè)定結(jié)果上，分為測(cè)定質(zhì)量含水量和體積含水量，其中，測(cè)定質(zhì)量含水量的方法有烘干法、中子儀法等；測(cè)定體積含水量的方法有張力計(jì)法、時(shí)域反射法、頻域反射法等。從研究手段和范圍（尺度）上，將國(guó)內(nèi)外現(xiàn)有的土壤水分含量測(cè)定方法劃分為取樣-定位測(cè)量法和遙感監(jiān)測(cè)法［8］。

本研究依據(jù)測(cè)定范圍進(jìn)行分類，討論取樣-定位法和遙感監(jiān)測(cè)法2種方法。取樣-定位法適用于單點(diǎn)土壤水分含量測(cè)定，遙感法適用于區(qū)域的土壤水分含量測(cè)定，因此土壤水分含量測(cè)定方法的詳細(xì)分類，見圖6。

1.3 取樣-定位測(cè)量法

目前，常用的土壤水分含量測(cè)定方法有烘干法、張力計(jì)法、中子儀法、時(shí)域反射法和頻域反射法等［9-12］。取樣-定位測(cè)量法具有結(jié)構(gòu)簡(jiǎn)單、易操作、方式多等特點(diǎn)和優(yōu)勢(shì)，但多基于單點(diǎn)土壤水分測(cè)量，難于實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)、大范圍的土壤水分含量測(cè)量

的需要。

1.3.1 烘干法

烘干法是最早使用土壤水分含量的測(cè)定方法，計(jì)算結(jié)果相對(duì)準(zhǔn)確、符合實(shí)際，且操作簡(jiǎn)單、成本低廉，其測(cè)定結(jié)果一般作為其他測(cè)量結(jié)果的對(duì)照參考，可以確定其他測(cè)試結(jié)果精度，是衡量其他辦法的標(biāo)尺。烘干法是測(cè)量土壤含水量的參考方法，用于校準(zhǔn)和修正其他水分測(cè)量方法［13］。

烘干法的工作原理：通過提高土壤的溫度，加速內(nèi)部水分向表面轉(zhuǎn)移的速度。工作流程：將獲得的土樣盛放入鋁盒，蓋緊送回實(shí)驗(yàn)室進(jìn)行稱重。稱重完畢后，放入105 ℃的恒溫烘箱，烘干時(shí)間為 12 h。結(jié)束后取出放入干燥環(huán)境內(nèi)冷卻至室溫，進(jìn)行稱重。烘干后土樣失去的水分含量即為土壤的水分含量。干燥后稱量土壤和鋁盒的總重，土壤含水量（W）用式（1）表示：

W=m1-m2m2-m3。（1）

式中：m1為干燥前土壤與鋁盒重量之和；m2為干燥后土壤與鋁盒重量之和；m3為空鋁盒的重量［14］。

1.3.2 張力計(jì)法

土壤水分張力計(jì)是從能量角度表征和測(cè)量土壤水分含量信息的基本儀器，基于土壤張力計(jì)電阻應(yīng)變?cè)碓O(shè)計(jì)，電阻應(yīng)變?cè)硎侵附饘賹?dǎo)體的電阻在導(dǎo)體受力產(chǎn)生長(zhǎng)度變形時(shí)發(fā)生變化的現(xiàn)象，當(dāng)金屬電阻絲受到拉力時(shí)，其長(zhǎng)度伸長(zhǎng)引起電阻增加；長(zhǎng)度縮短引起電阻減小。

土壤張力計(jì)是由電子真空表，真空玻璃管和陶瓷頭組成，由真空表顯示水分信息。張力計(jì)法工作原理：真空玻璃管中注滿水后，陶瓷頭阻止外部空氣進(jìn)入裝置。當(dāng)被測(cè)土壤的水勢(shì)與玻璃管內(nèi)存在壓強(qiáng)差值時(shí)，張力計(jì)通過放水和吸水過程，直至與外部土壤達(dá)到穩(wěn)定平衡狀態(tài)，此時(shí)，壓力表所顯示的值即為被測(cè)土壤的土壤水勢(shì)。土壤水分含量是土壤的參數(shù)指標(biāo)，土壤對(duì)水的吸力大小從能量角度反映土壤水分含量狀況，土壤吸力愈小時(shí)，反映出土壤含水量愈大；土壤吸力愈大時(shí)，反映出土壤含水量愈小。因此，土壤張力計(jì)的真空表讀數(shù)能反映出土壤水分含量信息。

它可以定義為植物根系從土壤中吸取水分所需的能量，也可以將其視為土壤基質(zhì)為保持水分而施加的力［15］。土壤水的勢(shì)能可以用表達(dá)式（2）表示：

φ=φm+φo+φp+φg。（2）

式中：φ是每單位質(zhì)量、體積或重量水的勢(shì)能；下標(biāo)m、o、p和g分別是矩陣、滲透、壓力和重力勢(shì)［16］。

1.3.3 中子儀法

中子儀法使用放射性元素的原子核變化形成了快中子，將快中子碰到水分中的氫，并在碰撞下產(chǎn)生能量變化而形成了慢中子云，由專門的電子傳感器接收數(shù)據(jù)并將其能量轉(zhuǎn)化，可通過測(cè)定慢中子云的密度與土壤含水量的相關(guān)關(guān)系以確定土壤中的水分含量［17］，即氫原子越多，慢中子云密度就越大，土壤中水分含量越高。中子儀的工作原理：通過測(cè)量中子源與土壤中各種元素相碰撞損失的能量，繪制土壤含水率變化和中子計(jì)數(shù)的曲線，利用回歸方程計(jì)算出土含水量百分比，可適用于多種土壤類型、各種土質(zhì)層次、土壤質(zhì)地及土剖面含水率變化規(guī)律等要求的曲線［18］，并用直線回歸方程式（3）表示：

Ov=a+bRn。（3）

式中：Ov為土壤含水量（干土重）百分?jǐn)?shù)；Rn為計(jì)數(shù)率比；b是標(biāo)定曲線的斜率，它反映的是儀器靈敏度，與中子源有關(guān)；a是標(biāo)定曲線的截距，受土壤容重、質(zhì)地、化學(xué)組成的影響［19］。

1.3.4 時(shí)域反射法

時(shí)域反射法是一種電容測(cè)量方法，它利用電磁波在傳輸線上的反射特性來測(cè)量電容器的電容值。時(shí)域反射法的工作原理：通過測(cè)量高頻電磁波中導(dǎo)波探頭（插入土壤內(nèi)）的傳輸時(shí)間來確定土壤介電常數(shù)，從而利用土壤介電常數(shù)和土壤體積含水量之間的經(jīng)驗(yàn)關(guān)系計(jì)算出土壤含水量，間接測(cè)量土壤水分［20］。介電常數(shù)的計(jì)算采用表達(dá)式（4）：

=ct2L2。（4）

式中：介質(zhì)相對(duì)介電常數(shù)取決于土壤水分含量等土壤性質(zhì)，水分含量變化將引起相對(duì)介電常數(shù)的變化；c為光速；L為導(dǎo)波探頭長(zhǎng)度；t為高頻電磁波沿導(dǎo)波探頭傳輸和返回時(shí)間［21］。

1.3.5 頻域反射法

頻域反射法利用電磁脈沖原理得到土壤水分含量。頻域反射法的探頭主要由1對(duì)電極組成1個(gè)電容，電極間的土壤作為電介質(zhì)，傳感器電容量與兩級(jí)間被測(cè)介質(zhì)的介電常數(shù)成正比關(guān)系［22］。頻域反射法的工作原理：當(dāng)土壤中水分增加時(shí)，土壤介電常數(shù)會(huì)相應(yīng)增大，測(cè)量電容值也相應(yīng)上升，導(dǎo)致傳播頻率發(fā)生變化，由此測(cè)得土壤水分含量。

頻域反射法通過測(cè)量介質(zhì)中電磁波的傳播頻率，得到土壤的表觀介電常數(shù)。電容與介電常數(shù)的關(guān)系采用表達(dá)式（5）表示：

=CC0。（5）

式中：C為所測(cè)介質(zhì)的電容，C0是介質(zhì)為空氣時(shí)的電容［23］。利用上式可以求得土壤的相對(duì)介電常數(shù)。

研究證實(shí)土壤介電常數(shù)與土壤水分含量之間具有線性關(guān)系，采用表達(dá)式（6）表示：

ω=a+b。（6）

式中：a、b是2個(gè)常數(shù)，由土壤的類型決定，可以獲取測(cè)量值［24］。

1.4 遙感監(jiān)測(cè)法

遙感技術(shù)提供了一種周期性、區(qū)域性、全覆蓋、多時(shí)相的觀測(cè)手段，具有時(shí)效快、測(cè)量范圍廣、精度高及較優(yōu)的時(shí)間、空間分辨率等優(yōu)點(diǎn)［25-27］，為土壤水分含量信息的獲取提供基礎(chǔ)保證和土壤水分測(cè)量方法帶來技術(shù)支持。目前，遙感技術(shù)已成為測(cè)定大區(qū)域范圍內(nèi)土壤水分時(shí)空分布和變化的主要方法。遙感監(jiān)測(cè)法主要分為熱紅外遙感、可見光-近紅外遙感和微波遙感法等。

1.4.1 熱紅外遙感

熱紅外遙感利用土壤的性質(zhì)，其原理為土壤水的比熱大，受熱后溫度變化較慢，因此，白天下墊面溫度的空間分布能間接反映土壤水分的分布，是間接反演土壤水分的一種方法［28］。熱紅外遙感是指紅外傳感器工作在紅外波段范圍之內(nèi)的遙感，利用光學(xué)技術(shù)，記錄地球表面的發(fā)射輻射能，通過應(yīng)用紅外遙感器（如紅外攝影機(jī)、掃描儀、紅外波譜儀、遙感光譜儀）獲取遠(yuǎn)距離的植被等地面物體所反射或輻射紅外特性差異的信息，由此確定地面物體性質(zhì)、狀態(tài)和變化規(guī)律［29］。熱紅外遙感主要用來觀測(cè)土壤表層水分。常見的熱紅外遙感法有熱慣量法和作物缺水指數(shù)法。

1.4.1.1 熱慣量法

熱慣量法是國(guó)內(nèi)外監(jiān)測(cè)土壤水分含量常用的方法之一。熱慣量是土壤性質(zhì)中的一種熱性質(zhì)，是引起土壤溫濕度變化的內(nèi)在因素，熱慣量法的工作原理：通過計(jì)算土壤熱特性得到的模型對(duì)土壤水分含量進(jìn)行推算，該模型的物理基礎(chǔ)是水分具有較大的熱性質(zhì)，因此較高水分的土壤具有較大的熱慣量，成正比關(guān)系。熱慣量可用表達(dá)式（7）表示：

P=λρc。（7）

式中：P為熱慣量；λ為土壤熱導(dǎo)率；ρ為土壤密度；c為土壤比熱［30］。

在得出相應(yīng)的熱慣量后，即可通過經(jīng)驗(yàn)公式（8）計(jì)算得出土壤水分含量（W）：

W=aP+b。（8）

式中：a和b為經(jīng)驗(yàn)參數(shù)，經(jīng)驗(yàn)公式包含多種類型函數(shù)，可為線性的冪函數(shù)或指數(shù)函數(shù)等［31］。

熱慣量法主要適用于裸地或植被生長(zhǎng)早期，對(duì)裸土地、植被覆蓋低、干旱荒漠地區(qū)效果較好，在高植被覆蓋區(qū)監(jiān)測(cè)效果不佳。熱慣量遙感監(jiān)測(cè)土壤水分的理論逐步成熟，基于熱慣量的眾多水分監(jiān)測(cè)模型和遙感方法已經(jīng)在實(shí)際的農(nóng)田中得到應(yīng)用。

1.4.1.2 作物缺水指數(shù)法

作物缺水指數(shù)法的工作原理：計(jì)算植被水分蒸騰與最大可能蒸發(fā)的比值，可在一定程度上反映植物根系范圍內(nèi)土壤水分的信息，用來衡量作物缺水程度［32］。Jackson等以能量平衡為基礎(chǔ)，利用熱紅外遙感溫度和氣象資料，間接監(jiān)測(cè)植被覆蓋條件下的土壤水分，提出了作物缺水指數(shù)（CWSI）的概念［33］，采用表達(dá)式（9）表示：

CWSI=1-EtEtp。（9）

式中：Et為實(shí)際蒸發(fā)量；Etp為潛在蒸散發(fā)量。

作物缺水指數(shù)法以單層能量模型為基礎(chǔ)，在反演過程中所需的資料多、計(jì)算量大、不易模擬研究，適用于植被覆蓋度較高的區(qū)域。其模型中使用的溫度和氣象數(shù)據(jù)主要來自地面氣象站，作物缺水指數(shù)法的反演精度會(huì)受到氣象數(shù)據(jù)的實(shí)時(shí)傳輸和數(shù)據(jù)精準(zhǔn)度的影響。

1.4.2 可見光-近紅外遙感

可見光-近紅外遙感主要是利用地面物體反射光譜信息，使用相關(guān)儀器顯示土壤和植物的光譜，采用光學(xué)遙感實(shí)現(xiàn)土壤水分的快速測(cè)定，利用光學(xué)技術(shù)，記錄地球表面對(duì)太陽(yáng)輻射能的反射輻射能。通過測(cè)量可見光和近紅外光反射率的變化來檢測(cè)植物水分脅迫。一般來說，受脅迫植物在近紅外區(qū)域的反射率較低，在可見光區(qū)域的反射率較高［34］。目前，在可見光-近紅外波段，常用的方法是利用Landsat或MODIS等多光譜數(shù)據(jù)構(gòu)建相應(yīng)的干旱指數(shù)或植被指數(shù)來反映土壤水分含量［35］。

1.4.3 微波遙感

微波遙感的工作原理是利用無(wú)線電技術(shù)反演土壤含水量，利用傳感器接收并測(cè)量作物以及周圍環(huán)境反射或發(fā)射的不同波長(zhǎng)微波信號(hào)，提取和分析有效數(shù)據(jù)［36］。微波遙感對(duì)土壤濕度反應(yīng)敏感，可以用于測(cè)定土壤水分含量。從技術(shù)上劃分，微波遙感分為主動(dòng)遙感和被動(dòng)遙感2類，主動(dòng)遙感記錄地球表面對(duì)人為微波輻射能的反射輻射能；被動(dòng)微波記錄地球表面的微波輻射能。

1.4.3.1 主動(dòng)遙感

主動(dòng)微波遙感是利用主動(dòng)式的傳感器，發(fā)射微波再接收由地面物體反射或散射回來的波段，傳感器主要為雷達(dá)，如合成孔徑雷達(dá)、側(cè)視雷達(dá)等，它測(cè)量土壤的后向散射系數(shù)（主要由介電常數(shù)和土壤粗糙度決定，介電常數(shù)由土壤濕度決定），因此通過構(gòu)建后向散射系數(shù)與土壤水分的數(shù)理關(guān)系來進(jìn)行土壤水分遙感監(jiān)測(cè)［37］，可以利用雷達(dá)反演土壤水分含量。反演土壤濕度的原理是通過設(shè)定系統(tǒng)參數(shù)，使土壤濕度作為敏感參數(shù)，把植物的幾何特征參數(shù)設(shè)為不敏感參數(shù)，從而利用后向散射系數(shù)反演出土壤水分信息［38］。目前，主動(dòng)微波反演方法大致可分為：經(jīng)驗(yàn)法、理論建模法、變化檢測(cè)法和人工智能法［39］。研究表明，主動(dòng)微波遙感的信號(hào)強(qiáng)，圖像數(shù)據(jù)分辨率高，今后的研究中可將地表粗糙度這一影響因子應(yīng)用于模型中以提高其適用性。

1.4.3.2 被動(dòng)遙感

被動(dòng)微波遙感是利用被動(dòng)式的傳感器，依靠接收地面物體自身輻射的微波，如微波輻射計(jì)、微波散射計(jì)等，通過觀測(cè)輻射亮溫（由土壤介電常數(shù)和土壤溫度決定，介電常數(shù)與土壤濕度有關(guān)），再結(jié)合土壤物理溫度計(jì)算土壤的發(fā)射率，進(jìn)而反演土壤水分含量?，F(xiàn)階段國(guó)內(nèi)外學(xué)者已建立相關(guān)的理論模型和經(jīng)驗(yàn)?zāi)Ｐ?，被?dòng)微波遙感將反演方法劃分為統(tǒng)計(jì)擬合法、機(jī)理模擬法和人工智能法［40-41］。被動(dòng)微波遙感具有監(jiān)測(cè)面積大、重復(fù)周期短、數(shù)據(jù)量低、數(shù)據(jù)處理簡(jiǎn)單、對(duì)土壤水分更為敏感等優(yōu)點(diǎn)，成為反演土壤水分最有潛力的方式，適合大區(qū)域土壤水分反演的算法［42］。

2 綜合對(duì)比分析

2.1 對(duì)比分析

綜上對(duì)土壤水分含量測(cè)定方法的相關(guān)介紹，土壤水分測(cè)量技術(shù)方法眾多，結(jié)合各種方法的優(yōu)缺點(diǎn)和應(yīng)用范圍進(jìn)行對(duì)比分析，幫助研究人員在實(shí)際測(cè)量過程中，根據(jù)測(cè)量對(duì)象、設(shè)備預(yù)算、環(huán)境要求和準(zhǔn)確度要求選擇合適的水分測(cè)量方法。取樣-定位法、遙感、監(jiān)測(cè)法的對(duì)比分別見表1、表2。

2.2 總體趨勢(shì)預(yù)測(cè)分析

本研究采用中國(guó)知網(wǎng)（CNKI）數(shù)據(jù)庫(kù)（期刊-所有期刊），研究時(shí)段為1980—2023年，檢索時(shí)間為2023年9月12日；研究方向?yàn)椋和寥浪譁y(cè)量，分別在CNKI中的專業(yè)檢索中檢索。文獻(xiàn)總數(shù)：3 996篇；檢索條件：主題%=‘土壤水分測(cè)量’ or 關(guān)鍵詞%=‘土壤水分測(cè)量’；檢索范圍：總庫(kù)。

從中國(guó)知網(wǎng)檢索1980—2023年土壤水分測(cè)定方法領(lǐng)域的期刊論文，由圖7可知，1980—2023年期刊論文的數(shù)量呈上升趨勢(shì)， 在近10年內(nèi)，土壤水分測(cè)量是研究熱點(diǎn)趨勢(shì)，每年度發(fā)表期刊數(shù)量均超過200篇，2019年發(fā)文量達(dá)到頂峰，數(shù)量高于400篇。

由圖7、圖8可知，1980—2001年年均發(fā)表論文數(shù)量少，在此期間，土壤水分含量測(cè)定方法的熱點(diǎn)包括中子儀、稱重法、烘干法。在測(cè)量土壤水分含量的手段上，測(cè)量方法相對(duì)單一，大多采用的是單點(diǎn)定位法。

由圖7、圖9可知，2002—2012年，發(fā)表論文一直呈現(xiàn)上升趨勢(shì)，年均發(fā)表論文約200篇，總體約 2 000 篇，在此期間，土壤水分含量測(cè)定方法的熱點(diǎn)包括介電常數(shù)、監(jiān)測(cè)、土壤水分傳感器等。研究?jī)?nèi)容和研究方向較上階段明顯變豐富，且研究重點(diǎn)從烘干法、中子儀法等方法轉(zhuǎn)向時(shí)域反射法、頻域反射法，集中在無(wú)線傳感器網(wǎng)絡(luò)、土壤水分傳感器等方面的研究。在測(cè)量土壤水分含量的手段上，采用時(shí)域反射法、頻域反射法、無(wú)線傳感器等方法。

由圖7、圖10可知，2013—2023年，此階段發(fā)表論文最多，年均300篇，總體發(fā)表高于3 000篇，在此期間，土壤水分含量測(cè)定方法的熱點(diǎn)包括遙感、遙感反演、微波遙感等。研究?jī)?nèi)容和研究方向從時(shí)域反射法、頻域反射法等轉(zhuǎn)向遙感監(jiān)測(cè)法，發(fā)表的大多是利用遙感技術(shù)測(cè)定土壤水分含量的文章。在測(cè)量土壤水分含量的手段上，已從傳統(tǒng)的單點(diǎn)-定位法轉(zhuǎn)向遙感監(jiān)測(cè)法。

3 技術(shù)進(jìn)展分析

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展，取樣-定位方法中，張力計(jì)法、時(shí)域反射法和頻域反射法在實(shí)際農(nóng)田應(yīng)用中越來越受歡迎。同時(shí)，隨著遙感技術(shù)的不斷發(fā)展和遙感模型的改進(jìn)， 遙感技術(shù)在土壤水分監(jiān)測(cè)方面具有廣闊的前景。

3.1 取樣-定位法的分析

在傳統(tǒng)的土壤水分含量測(cè)定方法中，取樣-定位法適用于測(cè)定單點(diǎn)的土壤水分狀況，且在過去長(zhǎng)時(shí)間內(nèi)，一直使用此法。作物土壤水分的復(fù)雜性和多樣性，導(dǎo)致了土壤水分測(cè)定的困難。以下是對(duì)取樣-定位中各方法的深入分析。

（1）烘干法作為標(biāo)準(zhǔn)方法，其準(zhǔn)確度不容置疑，但流程復(fù)雜，工作量大，多用于研究試驗(yàn)，需要其他方法的校準(zhǔn)。烘干法在取土?xí)r會(huì)破壞土壤結(jié)構(gòu)及其理化性質(zhì)，且樣本無(wú)法重復(fù)使用，提高烘干箱的工作效率、確保干燥環(huán)境的要求，按照規(guī)定流程進(jìn)行操作。

（2）張力計(jì)結(jié)構(gòu)簡(jiǎn)單且無(wú)需電源，可使用不同長(zhǎng)度的張力計(jì)測(cè)定不同土壤深度的土壤水分含量，但在實(shí)際使用中無(wú)法直接測(cè)定土壤水分含量，需要根據(jù)土壤水分特性曲線將土壤水分的吸力換算成土壤水分含量。物聯(lián)網(wǎng)的發(fā)展使得張力計(jì)結(jié)合傳感器技術(shù)和無(wú)線傳輸技術(shù)，實(shí)現(xiàn)土壤水分?jǐn)?shù)據(jù)的采集和發(fā)送，達(dá)到遠(yuǎn)程實(shí)時(shí)查看土壤水分信息的效果。目前，研發(fā)的張力計(jì)式傳感儀器，實(shí)現(xiàn)了從機(jī)械式到數(shù)字化的跨越，朝向網(wǎng)絡(luò)化、智能化發(fā)展。

（3）中子儀能長(zhǎng)期定位連續(xù)測(cè)定，不破壞土壤，是測(cè)定土壤水分含量較好的方法，但此法存在輻射，對(duì)人體健康危害較大，在實(shí)際使用時(shí)要嚴(yán)格遵守流程。中子儀法適用于測(cè)定深層土壤水分含量，對(duì)表層土壤水分含量的測(cè)定不準(zhǔn)確，在以后使用中可與自動(dòng)記錄系統(tǒng)和計(jì)算機(jī)連接，重視分層分布測(cè)定水分含量方向。

（4）時(shí)域反射法和頻域反射法是常用的土壤水分含量測(cè)定方法，測(cè)量速度快且安全性高，不會(huì)對(duì)人體健康造成危害。時(shí)域反射型、頻域反射型的傳感器和微控制器易于連接，測(cè)量精度高，可根據(jù)不同土壤特性建立不同的數(shù)學(xué)公式。隨著物聯(lián)網(wǎng)技術(shù)和傳感器技術(shù)的發(fā)展，提高探針的靈敏度，研發(fā)的多傳感器網(wǎng)絡(luò)和分布式測(cè)定方法得到廣泛應(yīng)用，在土壤水分自動(dòng)連續(xù)監(jiān)測(cè)中具有很好的發(fā)展前景［43］。

3.2 遙感監(jiān)測(cè)法的分析

相對(duì)于傳統(tǒng)的取樣-定位測(cè)量方法，遙感在測(cè)定土壤水分含量方面具有眾多的優(yōu)勢(shì)，克服傳統(tǒng)方法單點(diǎn)土壤水分監(jiān)測(cè)、范圍有限、數(shù)據(jù)的實(shí)時(shí)性差等問題，遙感可以測(cè)定各種地形和植被覆蓋的土壤水分信息，因其自身優(yōu)勢(shì)成為測(cè)定土壤水分含量的研究重點(diǎn)，引起國(guó)內(nèi)外學(xué)者的重視，對(duì)遙感法深入分析發(fā)現(xiàn)其具有以下優(yōu)勢(shì)。

（1）熱紅外遙感法屬于光學(xué)遙感，測(cè)定特定波段范圍內(nèi)植被反射的輻射能。熱紅外傳感器可以在不同深度采集土壤水分信息，近些年來星載熱紅外遙感技術(shù)和無(wú)人機(jī)平臺(tái)搭載熱紅外傳感器的快速發(fā)展，利用熱紅外遙感測(cè)定土壤水分成為研究的熱點(diǎn)。

（2）可見光-近紅外遙感法屬于光學(xué)遙感，對(duì)可見光-近紅外波段數(shù)據(jù)進(jìn)行分析，構(gòu)建相應(yīng)的干旱指數(shù)或植被指數(shù)來反映土壤含水量，此方法對(duì)干旱區(qū)域測(cè)定結(jié)果更為準(zhǔn)確真實(shí)。在獲取光光譜數(shù)據(jù)時(shí)多使用無(wú)人機(jī)獲取圖譜數(shù)據(jù)，無(wú)人機(jī)遙感可以提高測(cè)定土壤水分的時(shí)效。使用無(wú)人機(jī)獲取多光譜數(shù)據(jù)，構(gòu)建土壤水分反演模型，為土壤水分測(cè)定提供新的技術(shù)和方向。

（3）微波遙感使用無(wú)線電技術(shù)，其主動(dòng)微波和被動(dòng)微波均適合大區(qū)域土壤水分反演的算法。隨著各種新型傳感器的開發(fā)與應(yīng)用，土壤水分反演模型也將得到進(jìn)一步的創(chuàng)新和改進(jìn)，國(guó)內(nèi)外專家目前正在對(duì)所使用的雷達(dá)系統(tǒng)進(jìn)行完善，加上氣象、地形等多數(shù)據(jù)的融合，土壤水分時(shí)空分辨率和精度將得到全面提升［44］。主動(dòng)、被動(dòng)遙感微波融合方法在測(cè)定土壤水分信息方面具有發(fā)展?jié)撃?，兩者的結(jié)合可實(shí)現(xiàn)反演精度提升和獲取長(zhǎng)時(shí)間序列數(shù)據(jù)。

4 總結(jié)

傳統(tǒng)的取樣-定位法適用于單點(diǎn)區(qū)域的土壤水分測(cè)定。隨著物聯(lián)網(wǎng)技術(shù)、通信技術(shù)和自動(dòng)控制技術(shù)等高新技術(shù)的發(fā)展，國(guó)內(nèi)外研究人員研制出眾多智能土壤水分傳感器，不僅能夠測(cè)定單土層的土壤水分含量，還能夠測(cè)定多層次的土壤水分含量及土壤溫度、鹽分等信息，并實(shí)現(xiàn)土壤信息的實(shí)時(shí)采集和傳輸，遠(yuǎn)程實(shí)時(shí)查看，為灌溉提供決策依據(jù)。

遙感法是一種無(wú)接觸、遠(yuǎn)距離的探測(cè)技術(shù)，該技術(shù)主要通過現(xiàn)代化的運(yùn)載工具和傳感器快速獲取大面積地表信息，是測(cè)定土壤水分含量的重要技術(shù)和發(fā)展方向。人工智能技術(shù)的普及、衛(wèi)星遙感的不斷進(jìn)步、反演算法的改進(jìn)、波段范圍的擴(kuò)大均會(huì)使反演精度和分辨率得到提升，遙感法的不斷發(fā)展為土壤水分?jǐn)?shù)據(jù)的獲取提供了發(fā)展?jié)摿Α?/p>

國(guó)內(nèi)外研究人員在遙感法的基礎(chǔ)上，構(gòu)建和改進(jìn)土壤水分反演模型；但針對(duì)不同的區(qū)域地形建立不同的理論模型過于復(fù)雜，因而在研究中根據(jù)具體的區(qū)域?qū)δＰ瓦M(jìn)行相應(yīng)改進(jìn)，提高土壤水分模型的靈活度，從而提升模型在農(nóng)田應(yīng)用中的實(shí)用性和適用性，為精準(zhǔn)農(nóng)業(yè)中大面積快速獲取土壤水分信息、實(shí)時(shí)準(zhǔn)確監(jiān)測(cè)提供科學(xué)依據(jù)。

參考文獻(xiàn)：

［1］2022年中國(guó)水資源公報(bào)［J］. 水資源開發(fā)與管理，2023，9（7）：封2.

［2］楊志成. 提高農(nóng)業(yè)灌溉用水管理效率的措施分析［J］. 南方農(nóng)機(jī)，2023，54（14）：92-94.

［3］Zhang J W，Guan K Y，Peng B，et al. Challenges and opportunities in precision irrigation decision-support systems for center pivots［J］. Environmental Research Letters，2021，16（5）：053003.

［4］李毅杰，原保忠，別之龍，等. 不同土壤水分下限對(duì)大棚滴灌甜瓜產(chǎn)量和品質(zhì)的影響［J］. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28（6）：132-138.

［5］Yuan Q Q，Shen H F，Li T W，et al. Deep learning in environmental remote sensing：achievements and challenges［J］. Remote Sensing of Environment，2020，241：111716.

［6］Li L，Shangguan W，Deng Y，et al. A causal inference model based on random forests to identify the effect of soil moisture on precipitation［J］. Journal of Hydrometeorology，2020，21（5）：1115-1131.

［7］Gumiere S J，Camporese M，Botto A，et al. Machine learning vs.physics-based modeling for real-time irrigation management［J］. Frontiers in Water，2020，2：8.

［8］王大龍，舒英格. 土壤含水量測(cè)定方法研究進(jìn)展［J］. 山地農(nóng)業(yè)生物學(xué)報(bào)，2017，36（2）：61-65.

［9］關(guān)大陸. 基于STC8A8K64S4A12和AD590的遠(yuǎn)程測(cè)溫系統(tǒng)［J］. 遼寧科技學(xué)院學(xué)報(bào)，2017，19（6）：1-2，88.

［10］何澤鵬.基于蜂窩的窄帶物聯(lián)網(wǎng)（NB-IoT）技術(shù)性能及應(yīng)用［J］. 廣東通信技術(shù)，2017，37（3）：29-34，65.

［11］徐學(xué)義，崔兆韻，黃 華，等. FDR與烘干法測(cè)定土壤水分VCeWkUX7AvU4LXcF27qCHQ==對(duì)比分析［J］. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，44（2）：190-192.

［12］閆 華，邢 振，薛緒掌，等. 土壤剖面水分傳感器探頭仿真與試驗(yàn)［J］. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48（10）：245-251，240HsDMC11ZLQnWWLKsFg9mOkV+lVXZtMRQtZFcqseobU=4.

［13］環(huán)境保護(hù)部. 土壤 干物質(zhì)和水分的測(cè)定 重量法：HJ 613—2011［S］. 北京：中國(guó)環(huán)境科學(xué)出版社，2011：1-4.

［14］Robinson D A，Jones S B，Wraith J M，et al. A review of advances in dielectric and electrical conductivity measurement in soils using time domain reflectometry［J］. Vadose Zone Journal，2003，2（4）：444-475.

［15］Bianchi A，Masseroni D，Thalheimer M，et al. Field irrigation management through soil water potential measurements：a review［J］. Italian Journal of Agrometeorology，2017，22（2）：25-38.

［16］Campbell G S. Soil water potential measurement：an overview［J］. Irrigation Science，1988，9（4）：265-273.

［17］謝鵬宇，劉澤鑫. 土壤水分測(cè)量原理與技術(shù)方法研究［J］. 現(xiàn)代農(nóng)業(yè)科技，2020（23）：166-168.

［18］田昌玉，孫文彥，林治安，等. 中子儀測(cè)定土壤水分方法的研究進(jìn)展［J］. 中國(guó)農(nóng)學(xué)通報(bào)，2011，27（18）：7-11.

［19］郭洪飛，熊運(yùn)章. 中子法測(cè)定旱地土壤水分中標(biāo)定方法的改進(jìn)［J］. 西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），1991，19（1）：39-42.

［20］Schanz T，Bailie W，Tuan L N. Effects of temperature on measurements of soil water content with time domain reflectometry［J］. Geotechnical Testing Journal，2011，34（1）：1-8.

［21］Topp G C，Davis J L，Annan A P. Electromagnetic determination of soil water content：measurements in coaxial transmission lines［J］. Water Resources Research，1980，16（3）：574-582.

［22］李曉斌. 基于時(shí)域反射技術(shù)的土壤剖面分布式含水量測(cè)量研究［D］. 楊凌：西北農(nóng)林科技大學(xué)，2022：1-63.

［23］Cosenza P，Tabbagh A. Electromagnetic determination of clay water content：role of the microporosity［J］. Applied Clay Science，2004，26（1/2/3/4）：21-36.

［24］冶林茂，吳志剛，牛素軍，等. GStar-Ⅰ型電容式土壤水分監(jiān)測(cè)儀設(shè)計(jì)與應(yīng)用［J］. 氣象與環(huán)境科學(xué)，2008，31（3）：82-85.

［25］李思穎. 遙感技術(shù)在估算土壤水分中的應(yīng)用：基于文獻(xiàn)計(jì)量學(xué)分析［J］. 水利科技與經(jīng)濟(jì)，2023，29（6）：139-143.

［26］李映祥，張 華，滕 飛，等. 遙感技術(shù)農(nóng)業(yè)資源臺(tái)賬建設(shè)應(yīng)用潛力分析［J］. 中國(guó)農(nóng)業(yè)資源與區(qū)劃，2022，43（11）：145-154.

［27］Petropoulos G P，Ireland G，Barrett B. Surface soil moisture retrievals from remote sensing：current status，products & future trends［J］. Physics and Chemistry of the Earth，2015，83/84：36-56.

［28］潘 寧，王 帥，劉焱序，等. 土壤水分遙感反演研究進(jìn)展［J］. 生態(tài)學(xué)報(bào)，2019，39（13）：4615-4626.

［29］苗馨遠(yuǎn). 寬譜段光學(xué)遙感圖像特征分析及協(xié)同分類技術(shù)研究［D］. 哈爾濱：哈爾濱工業(yè)大學(xué)，2022：1-152.

［30］馬春芽，王景雷，黃修橋. 遙感監(jiān)測(cè)土壤水分研究進(jìn)展［J］. 節(jié)水灌溉，2018（5）：70-74，78.

［31］Xue Y，Cracknell A P. Advanced thermal inertia modelling［J］. International Journal of Remote Sensing，1995，16（3）：431-446.

［32］虞文丹，張友靜，鄭淑倩. 基于作物缺水指數(shù)的土壤含水量估算方法［J］. 國(guó)土資源遙感，2015，27（3）：77-83.

［33］Jackson R D，Idso S B，Reginato R J，KCJn7xN7iPRkpuU6iWa6ToXAbYUUVnIIrVlCmeEvkTM=et al. Canopy temperature as a crop water stress indicator［J］. Water Resources Research，1981，17（4）：1133-1138.

［34］Kurihara J，Koo V C，Guey C W，et al. Early detection of basal stem rot disease in oil palm tree using unmanned aerial vehicle-based hyperspectral imaging［J］. Remote Sensing，2022，14（3）：799.

［35］Ghulam A，Qin Q M，Zhan Z M. Designing of the perpendicular drought index［J］. Environmental Geology，2007，52（6）：1045-1052.

［36］鄧小東，王宏全. 土壤水分微波遙感反演算法及應(yīng)用研究進(jìn)展［J］. 浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版），2022，48（3）：289-302.

［37］李伯祥. 基于光學(xué)與微波遙感數(shù)據(jù)的植被覆蓋區(qū)農(nóng)田土壤水分反演［D］. 撫州：東華理工大學(xué)，2020：1-81.

［38］覃湘棟，龐治國(guó)，江 威，等. 土壤水分微波反演方法進(jìn)展和發(fā)展趨勢(shì)［J］. 地+bZDbW4gUJg3f0cxvI83KJUjlfi4hNRS5yLrnrSvqew=球信息科學(xué)學(xué)報(bào)，2021，23（10）：1728-1742.

［39］Chaubell M J，Yueh S H，Dunbar R S，et al. Improved SMAP dual-channel algorithm for the retrieval of soil moisture［J］. IEEE Transactions on Geoscience and Remote Sensing，2020，58（6）：3894-3905.

［40］吳立新，齊 源，毛文飛，等. 多波段多極化被動(dòng)微波遙感地震應(yīng)用研究進(jìn)展與前沿方向探索［J］. 測(cè)繪學(xué)報(bào)，2022，51（7）：1356-1371.

［41］Kang C S，Zhao T J，Shi J C，et al. Global soil moisture retrievals from the Chinese FY-3D microwave radiation imager［J］. IEEE Transactions on Geoscience and Remote Sensing，2021，59（5）：4018-4032.

［42］王 舒. 基于被動(dòng)微波遙感的地表粗糙度及土壤水分反演研究［J］. 測(cè)繪學(xué)報(bào)，2021，50（10）：1419.

［43］胡建東，李林澤. 介電特性土壤水分測(cè)定方法研究進(jìn)展［J］. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，55（4）：1241-1249.

［44］蔣瑞瑞，甘甫平，郭 藝，等. 土壤水分多源衛(wèi)星遙感聯(lián)合反演研究進(jìn)展［J］. 自然資源遙感，2024，36（1）：1-13.