智能土壤传感器在整个生长季节的土壤水分和灌溉数据

传感器的实验室和现场评估
选择了五个随机选择的商业土壤湿度传感器进行校准和评估。收集了四种矿质土壤（沙丘砂、帕特森砂壤土、帕卢斯粉砂壤土和休斯顿黑粘土）以代表广泛的土壤类型。土壤在土壤研磨机中被压碎以打碎大的土壤并允许均匀包装。采取了额外的措施来提供范围广泛的土壤盐度。首先，几种解决方案的 EC 值从 ~1 到 >15 dS/m。然后将土壤细分为更小的部分，并将溶液添加到选定的土壤中以产生一系列土壤电导率。将添加了溶液的土壤烘干、压碎，并使用饱和提取物来确定实际土壤 EC。在测试、校准和表征过程中（见下文），这些土壤用蒸馏水润湿，然后烘干以确保盐度保持相对恒定。
 
显示 1 到 5 个条目，共 5 个条目
测试土壤的分馏和天然电导率
土壤中的传感器校准
通过采用  推荐的技术校准传感器。给出了该程序的详细描述。简而言之，将风干土壤装在传感器周围的容器中。小心地将土壤包装均匀，以免测量结果产生偏差。从传感器读取读数后，使用小圆柱体获得体积含水量 (VWC)，并使用干燥炉和秤确定重量含水量 。
然后通过将土壤倒入更大的容器中，在已知体积的水中彻底混合，然后再次将土壤包装在原始容器中的传感器周围，从而产生下一个含水量。对每种土壤类型和电导率重复四到五次，以建立传感器输出和 VWC 之间的相关性。绘制数据以确定土壤类型和电导率对传感器输出的影响。
统计分析
为了确定统计显着性，每次校准的数据都被认为是唯一的。也就是说，每种土壤含水量及其测量的电导率都被视为一种独特的土壤类型组合。土壤类型/EC 组合使用协方差分析进行比较，水分含量作为因变量，电导率作为自变量。单个传感器被认为是重复观察而不是处理效果，因为土壤类型中的传感器不是变化的重要来源（数据未显示）。估计函数用于比较每种土壤类型/EC 组合的各个校准曲线的斜率。
传感器表征
已经讨论了准确估计对混杂土壤因素的敏感性。然而，仍然需要表征制造商提供的校准方程与典型土壤条件下的实际体积含水量的比较。为了对此进行测试，从生产批次中随机选择EC并在沙子、粉砂壤土、粘土和盆栽土壤中进行测试。结果与直接测量的体积含水量进行比较。 从生产批次中随机选择，并在沙子、粉砂壤土、粘土和盆栽土壤中进行测试。结果与直接测量的体积含水量进行比较。
实地评估
三个 EC-5 传感器安装在细砂壤土中 15、30 和 60 厘米深度的商业马铃薯田中。该田地采用中心枢轴灌溉，其频率因作物需求而异。一个翻斗式雨量计（1 毫米分辨率）位于埋地传感器上方，用于记录灌溉事件和数量。在整个生长季节对传感器进行监测，以研究其可靠性、对灌溉事件的敏感性和长期稳定性。
结果和讨论
显示了在四种土壤类型中几种电导率水平下的五个标准 EC-5 传感器的校准。在所有测试的传感器之间未观察到显着的传感器间差异（数据未显示）。单个土壤类型/电导率组合的校准斜率之间的统计比较显示 12 条校准曲线中的 11 条之间没有显着差异。有趣的是，显着不同的斜率是 0.7 dS/m 饱和提取 EC 的 土壤，这是所测试的三种土壤的中间电导率。土壤类型或电导率似乎不太可能导致这些差异。
在四种矿质土壤中以 70 MHz 频率运行的五个含水量传感器的校准数据（如括号中所示）  
显示 12 个条目中的 1 到 12 个
不同土壤类型/电导率 (EC) 组合之间的坡度和统计比较
 
考虑到在类似测量频率下运行的传感器的发现，不同盐度的校准曲线之间缺乏显着差异并不奇怪。早期版本的传感器（的类似测试表明，根据土壤类型，校准有很大差异。数据表明，传感器在矿质土壤中使用时不需要校准。
显示了在三种类型的盆栽土壤中校准的相同的五个 EC-5 传感器。同样，传感器输出与通过重量分析获得的体积含水量呈线性相关，R2 值为 0.977。数据表明，无论盆栽土壤混合物或电导率如何，相同的校准方程均可用于任何测试的盆栽土壤。由于如上所述体积密度的巨大差异，盆栽土的校准与矿质土壤不同。
在各种盆栽土壤混合物中校准五个 EC-5 传感器。饱和提取物 EC 值显示在括号中。
 
对 EC-5的测试表明，实际 VWC 与制造商校准生成的 VWC 之间非常吻合。两种传感器在所有测试土壤上的标准偏差都非常好。
这些数据表明，应该可以从现场的任一传感器获得准确的含水量数据。然而，很明显，即使在实验室条件下也很难获得 1% VWC 精度规范（如某些产品规范中所述），更不用说在现场了。
实际 VWC 与使用制造商校准计算的 VWC 的比较 (a) 沙子、(b) 粘土、(c) 粉砂壤土和 (d) 盆栽土壤
 
安装在商业马铃薯田中的传感器为整个生长季节提供了可靠、稳定的结果。 显示了传感器如何响应本季某些部分的大量灌溉以及作物成熟周期关键阶段的一些干旱事件。在 15 厘米处的含水量较低时，也可以看到不同深度的用水量变化，最初比作物相对年轻时的 30 厘米处的含水量低。但随着它的成熟，根部开始向更深处移动，灌溉变得更重，推动两个深度的含水量变得相似。整个季节 60 厘米处的含水量保持稳定得多，这表明根部没有从该深度吸收那么多的水，也没有那么多的水在剖面中移动到那么低的位置。
中枢灌溉马铃薯田整个生长季节的土壤水分和灌溉数据
 
显示了干旱和湿润时期的含水量和灌溉数据的子集。这些数据显示了含水量传感器对每个灌溉事件的相对响应。很明显，灌溉在剖面中的每一层都产生了水的增加，但相对响应滞后于更深的传感器。在 60 cm 传感器上，灌溉水导致传感器轻微响应，但总体变化是含水量的普遍增加，而不是像较浅的传感器中看到的那样大的含水量峰值随后排水。
灌溉马铃薯田的数据子集显示了单个灌溉事件以及 水分传感器 响应
结论
在测试的几种矿物和盆栽土壤中，水分传感器 校准不受土壤类型或盐度的显着影响。这一发现表明，相对未经培训的用户可以在完整土壤中安装传感器并测量准确的土壤 VWC。这是一个特别重要的发现，因为大多数监测和控制应用包括将传感器安装到未知质地的土壤中。此外，土壤或灌溉水的盐度条件变化对传感器测量几乎没有影响。考虑到过去传感器在该领域的故障，这是一个非常重要的品质。此外，制造商的校准在实验室测试的所有土壤中提供了准确的含水量测量值。