基于SWR传感器的耕地土壤水分检测系统

何晓文

(淮南联合大学 科研处，安徽 淮南 232038)

耕地土壤的湿度既能影响土壤通气性，也能影响土壤中养分的分解速率，对湿度的检测能够为土壤灌溉方式和灌溉量的设计提供参考[1]。早期的耕地土壤常采用人工取样烘干的方法进行水分检测，随着传感技术与计算机通信技术的发展，基于传感器技术的耕地土壤水分检测技术成为了土壤墒情检测的发展趋势[2]。耕地土壤水分检测的传感器法是采用传感器提取土壤的水分含量信息，将携带水分含量信息的电信号转换为数字信号传输至计算机，最终实现对土壤水分的实时监测、数据存储和数据分析[3]。此次研究以传感器技术为基础，对耕地土壤水分的检测技术展开研究，旨在促进土壤水分检测技术的发展。

1 耕地土壤水分传感器检测

1.1 土壤介电特性

所有的非金属物质与部分金属物质均属于电介质，因此包含矿物质、有机物、微生物、水、空气等成分的土壤也属于电介质。土壤电介质的绝缘能力由土壤的相对介电常数来表示[4]。外界电场使土壤电介质发生电感现象，电感现象会减小土壤原有的电场，外界电场与减小后土壤电介质电场的比值即为土壤的相对介电常数εr[5]。将土壤等效为一个并联的阻容电路，分别测量真空电容器两端的介电常数ε0和电容器中加入土壤后电容器两端介电常数εx，则土壤的相对介电常数εr可由式(1)求得。

(1)

为测量电容器两侧的介电常数，使用交流信号源产生电流i，测量电容器的相位α和电压u，计算出土壤等效并联阻容电路的导纳Y，利用式2得出电介质的电容值C。

(2)

此时，若k为电容器的几何系数，则有式3成立。

(3)

由于土壤成分较为复杂，将土壤分为固液气三相，则可以将土壤的相对介电常数εr表达为式(4)。其中ω表示相组分的比例系数，ωgas+ωliquid+ωsolid=1。

εr=ωgasεgas+ωliquidεliquid+ωsolidεsolid

(4)

在1000Hz～100MHz下进行介电常数测试，测试结果表明在不同测试频率下，以液体形态存在的水的介电常数最高，为76.7～78.2C2/N·m2，而包括各类矿物、石材、空气和气态与固态水等其余物质的介电常数均小于10C2/N·m2。可以认为，土壤的介电常数主要受土壤中液态水含量的影响。此外，介电常数测试的频率和土壤颗粒质地也对土壤介电常数具有一定的影响[6]。介电常数是一个复数，其虚数部分代表介质损耗，实数部分代表实际的相对介电常数。电场会使土壤中的水分产生极化，实验表明频率波段在100～300MHz之间时土壤介电常数实数部分变化较小，而频率在100～500MHz时，不同类型土壤介电常数的实数部分相差较小。因此采用100～300MHz进行介电常数测试能够有效避免极化现象和土壤颗粒对土壤介电常数的测试造成影响，此时土壤水分含量与测得的土壤介电常数成正比[7]。当土壤颗粒较粗，且含水率低于50%时，Topp经验公式能够较好体现出土壤水分与土壤相对介电常数的关系，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为单位体积土壤水分含量。对于含水率高于50%的土壤，一般采用Roth公式进行计算，如式6所示。其中为β为电介质几何方向系数，n为孔隙率。

(6)

1.2 传感器及其适用性分析

使用传感器对土壤水分含量的测量本质都是对土壤介电常数的测量。常用的土壤水分传感器依据不同的测量原理分为TDR(Time Domain Reflectometry)法、FD(Frequency Decomposition)法、SWR(Standing wave-ratio)法等[8]。TDR法依据电磁波在介电常数不同的介质中的传输速度差异进行土壤介电常数测量[9]。如图1所示，TDR传感器主要结构包含脉冲器、同轴线、探头、示波器等。脉冲发生器信号传输至探针时，部分电磁波立即反射，部分电磁波在探针异侧反射，入射和两次反射即为TDR信号。反射时间差为电磁波从探针一端到另一端所需时间的两倍，如式(7)所示。

(7)

式7中两次反射时间差为Δt，土壤介质中电磁波传播速度为v，探测器长度为L，c是真空中的光速。此时，土壤介电常数的计算式见式(8)。

(8)

图1 TDR传感器示意图

FD传感器包括正弦波源和由阻抗相位变换电路构成的检测电路[10]。将相同的正弦信号作为信号源和参比，信号源进入阻抗生成电流，将探针介入阻抗后即可将其等效为相位为α的并联容导电路。信号源在参比中也会形成电流，经过相位变化后相位为β。若参比电压最值确定，则输出电压直流分量为相位α与参比电压幅度的函数。改变β即可对输出电压进行调整。结合式(2)可算出探针阻抗的等效容导，最终获得土壤介电常数。SWR法的核心是对土壤介电常数变化引起的驻波比变化进行测量，采用类似TDR法的两次反射驻波比进行介电常数计算。

图2 TDR、FD与SWR传感器适用性测试结果

由于三种传感器测量原理不同，其精度与测量值也会产生一定的差异，因此在检测前对三种传感器进行适用性测试，传感器型号分别为Trim pico32 TDR传感器、Decagon GS3 FD传感器与BD-II SWR传感器。首先在室内采用标准水分法对传感器进行标定，然后在室外降雨情况下进行耕地土壤水分测试，结果如图2所示，可以看出三种传感器测试准确度均较高。测试结果表明三种传感器稳定性均大于99.8%，TDR、FD与SWR传感器测量准确率分别为96%、88%和90%。采用一元方差分析法对图2中测量准确率差异进行显著性分析，结果表明显著性水平为0.05时，利用方差分析法分析F(两个均方的比值分布)，F=1.33

1.3 耕地土壤水分检测系统

基于传感器的耕地土壤水分检测系统应具备数据实时采集、数据实时显示、数据存储与查询、数据分析与管理、数据输出与打印等功能。结合以上功能需求，基于传感器技术的耕地土壤水分检测系统应包含远程监测中心、数据传输介质和土壤检测站。当远程监测中心对检测站点发出土壤水分检测指令后，土壤检测站点接受具体位置信息，进行土壤水分测试与信息采集，然后将测试数据发送到远程监测中心[11]。土壤水分信息的数据处理、编辑、管理等功能均在远程监测中心实现。远程监测中心包含服务器、个人计算机、打印机、电源、数据库、监测软件等硬件与软件。对检测数据的实时接收、显示、存储、处理等功能均由监测软件完成。远程监测中心与土壤检测站之间的数据传输介质为GPRS(General Packet Radio Service)无线网络。

表1 传感器标定参数

土壤检测站包含太阳能电源、土壤水分传感器、数据采集器、避雷针、GPRS无线终端等设备。土壤水分传感器定时对不同深度、不同土层的耕地土壤进行水分检测，数据采集器将检测数据进行模数转换与编码、加密。加密后的数据流通过RS232串口传输至GPRS终端，并被打包发送到GPRS网络，最终被远程监测中心接受。由于三种传感器对土壤水分的检测性能不具备显著性分析，因此采用成本最低的SWR传感器进行设计布点。选用BD-II型SWR传感器作为土壤水分传感器，数据采集装置使用ATmegal28单片机，GPRS无线传输装置选用AL-GPRS-5100。首先，为建立能够测量8层土壤的水分检测系统，需要对SWR传感器进行标定。将8支SWR传感器分别插入已配好的具有一定单位体积含水率的土壤进行重复测量，通过数据采集装置获取传感器测得的电压值。以烘干法对测试土壤含水率进行计算，并以最小二乘法对测得电压值与土壤含水率进行线性拟合。设拟合出的标定方程为θ=k×ΔU-b，其中k、b为拟合参数，ΔU为传感器测得电压值。8支SWR传感器标定参数如表1所示，可以看出8支传感器标定拟合程度均满足要求。

在进行标定后，对土壤水分传感器进行耕地土壤实地安装。在需要进行土壤水分检测的点位挖掘深度为5m的井，将垂直井整理平整。采用图3所示的安装方法将8支传感器分别垂直安装在深度为0.2m、0.5m、0.8m、1m、2m、3m、4m、5m处后回填，安装时需保证只有连接线露在土壤外。将所有传感器与数据采集装置连接，将写入IP信息的GPRS模块与数据采集装置连接，实现数据的采集与传输。

2 土壤水分分析检测

在2018年10月8日和2020年6月1日分别进行耕地土壤水分检测，每十分钟采集一次数据，共获得87 696条数据，剔除7 261条受到网络影响导致无效的数据，共80 435条有效数据，数据有效率为91.72%。分别将不同土壤深度下两次系统测得的土壤体积含水量与采用烘干法测得的土壤水分含量与进行对比，结果如图4所示，其中图4(a)为2018年10月8日测得数据，图4(b)为2020年6月1日测得数据。

图4 烘干法与传感器法测试的土壤含水量

从图4可以看出，烘干法测得数据总是低于传感器测得数据，但两种数据的变化趋势一致。对于两次实验，在深度为3处采用不同方法测得数据差值最大，分别为4.80%与4.42%。在地下较深处误差较大的原因可能是因为传感器标定所用土壤的性质较为均一，与实际土壤土层存在较小的差异。为分析降雨前后土壤水分变化情况，在2019年5月24日至6月1日9天内对深度为0.2m、0.5m和0.8m处土壤含水量进行测试。测试间隔为10分钟，每2小时对时段内测试数据进行平均处理。测量时间内未生成地表水流。同时，每2小时对降雨量和蒸发量进行测试。汇总得到的土壤含水量、降雨量、蒸发量如图5所示。

图5 降雨和蒸发情况及其对应土壤含水量

从图5中可以看出，在深度为0.2m时土壤含水量随降雨和蒸发变化明显。两次持续降雨使0.2m处土壤含水量提升明显且迅速，而当降雨停止，蒸发持续时，土壤含水量缓慢线性下降。在0.5m处，土壤含水量提升具有较强的滞后性，在第一次降雨后土壤含水量未出现明显提升，直至第二次降雨结束后约12小时候才开始出现降雨量的提升，而在观测时间内，即降水结束后约100小时内，土壤含水量未随蒸发现象而降低，这是因为雨水渗入极为缓慢，而该深度水分难以蒸发。而深度为0.8m处，土壤含水量几乎不受降雨和蒸发的影响，这是由于该深度水分已难以渗入。可以认为，降雨与蒸发对浅表层土壤水分影响较大，降雨依然能够提升中层土壤水分，但提升存在一定的滞后性，蒸发对中层土壤影响较小。降雨和蒸发对较深的土壤水分几乎没有影响。

图6 不同深度土壤水分变化

为进一步分析不同深度耕地土壤水分含量变化活跃程度，从2018年12月1日到2019年11月26日中每日对一系列深度的土壤水分进行测量，测量结果如图6所示。依据图6中土壤水分的变化活跃程度，将土壤深度分为活跃层(0.2m)、次活跃层(0.5m)、过渡层(0.8m、1m与2m)、相对稳定层(3m、4m与5m)。活跃层土壤水分在一年中变化幅度较大，受降水、蒸发等因素综合影响，含水率变化幅度为18.4%，平均含水量为14.5%。次活跃层变化幅度为9.5%，平均值为21.78%。过渡层和相对稳定层的变化幅度分别为1.2%～3.5%和1%以内。可以认为，相对稳定层的水分含量几乎不受降雨和蒸发的影响，降雨的影响深度应在2～3m之间。

3 结论

土壤墒情是科学种植灌溉的基础。传统的人工水分测量法费时费力，为探寻便捷高效的检测方式，此次研究以传感器技术为基础，设计了SWR耕地土壤水分检测系统。将传感器检测结果与烘干法进行对比，其差值不超过4.4%。在降雨情况下对0.2m、0.5m和0.8m处土壤含水量进行测试，0.2m水分受降雨和蒸发影响显著，0.5m受降雨影响较为滞后，且在一定程度上蒸发影响，0.8m处几乎不受降雨和蒸发影响。在一年内对深度为0.2m至5m的土壤水分进行测试，结果表明土壤深度为0.2m时水分变化活跃，0.5m为次活跃，0.8m、1m与2m为过渡层，而3m、4m与5m为相对稳定层。活跃层、次活跃层、过渡层和相对稳定层土壤水分在一年中含水率变化幅度分别为18.4%、9.5%、1.2%～3.5%和1%以内，且降雨的影响深度应在2～3m之间。此次研究仅对土壤水分检测系统进行了硬件设计，在今后的工作中可以对土壤水分信息进行数据挖掘，对差异化的灌溉方式进行探究。