GStarDZN2型自動站與人工測定土壤濕度對比分析

張弢　王潤元　丁文魁　李光明　毛竹馨

摘要：為了評價GStarDZN2型自動土壤水站的準確性與代表性，為替代人工測定土壤濕度并推廣使用提供參考依據，采用對比差值、差值概率和相關分析等方法，對永昌縣2012年5月3日-10月28日期間GStarDZN2型自動土壤水分觀測站與人工平行對比觀測的土壤相對濕度資料進行統計分析。結果表明，自動站取得的數據與人工觀測的數據隨時間的變化趨勢基本一致，20～30cm土層差值概率分布范圍最小，數據一致性最好，30～40cm、10～20cm次之，在70～80cm和90～100cm 2個土層次表現較差。對比觀測時段內自動與人工站觀測數據的相關性在各層均表現顯著，認為GStarDZN2型自動站觀測的資料可以代替人工觀測的資料。

關鍵詞：GStarDZN2型自動站；土壤濕度；對比分析

中圖分類號：S1

文獻標志碼：A

論文編號：2013-0606

0 引言

土壤水分的觀測，是農業氣象、生態環境及水文環境觀測的基礎性工作之一，掌握土壤水分變化規律，對農業生產、干旱監測預測和其他相關生態環境監測預測服務及理論研究都具有重要意義。近年來，國內的專家學者對自動土壤水分觀測與人工觀測資料的對比方面進行了大量的研究，涉及到的型號有ZQZ-DS1型、HYA-SF型和DZN1型自動土壤水分觀測儀，對于使用GStarDZN2型自動土壤水分儀與人工觀測資料進行分析的報道還較少。為比較自動儀器與人工觀測資料結果的差異，本研究利用甘肅省永昌縣氣象站的GStarDZN2型自動土壤水分觀測儀2012年5月3日-10月28日的觀測資料，與同期人工對比觀測資料采用對比差值、差值概率和相關系數分析等方法進行統計分析，尋找二者形成差異的原因，以期為評價GStarDZN2型自動站的監測效果、發揮資料的應用價值與服務效益提供參考依據。

1 材料與方法

1.1試驗時間、地點

研究田間試驗于2012年5月3日-10月28日在永昌縣城關鎮黃家學村大麥作物觀測地段進行，觀測地段面積為0.11hm³，灌溉條件為河水灌溉，保證程度1年3次，地下水位深度>2m，土壤質地為砂壤土，土壤水文、物理特性值見表1。

1.2資料來源與方法

自動觀測資料為該站點2012年5月3日-10月28日對比觀測期間0～10、10～20、20～30、30～40、40～50、50～60、70～80、90～100cm共8個土層自動形成的土壤相對濕度資料。

人工觀測根據甘肅省氣象局氣測函（2012）10號文“關于開展自動土壤水分觀測站與人工對比觀測的通知”，永昌站于2012年5月3日起正式進行對比觀測。測定時間為每旬逢3、逢8日，如遇降水大時則延遲至第2天取土。觀測地段與自動觀測地段相同，取土深度與自動土壤水分觀測深度相同，各層均取4個重復，鉆孔的位置應盡量均勻分布在傳感器埋設位置四周，半徑在2～10m之間的范圍內。觀測后應注意及時將取土孔回填，同時應避免在回填孔中取土。取土時記錄每個鉆孔取不同深度土樣時的詳細時間（精確到日、時、分）。測定方法采用中國氣象局《農業氣象觀測規范》規定的烘干稱重法，測量數據為土壤相對濕度。

所使用的自動土壤水分觀測儀——GStarDZN2型是由河南省氣象科學研究所和中國電子科技集團公司第27研究所和共同研制開發。該儀器是利用頻域反射FDR（FrequancyDomainReflection））原理，根據探測器發出的電磁波在不同介電系數物質中的頻率變化，計算出被測物含水量。

1.3分析方法

分析方法采用對比差值、差值概率和相關統計法，用于分析自動與人工站差值的平均、極大、極小分布，以及差值在不同數據段出現的概率，2種數據的相關等。其中，對比差值法采取計算自動站的數據減人工觀測的數據，求取二者的最大正負差值；差值概率法采取自動減人工數據差值的絕對值在不同差值段出現的概率進行分析；相關系數法計算不同深度土層自動與人工數據的相關系數進行對比分析。其中，土壤相對濕度由（1）～（2）式進行計算，相關系數由（3）式求得。

r描述的是2個變量間線性相關強弱的程度。r的取值在-1與+1之間，若r>0，表明2個變量是正相關，即1個變量的值越大，另1個變量的值也越大；若t<0，表明2個變量是負相關，即1個變量的值越大，另1個變量的值反而越小。r的絕對值越大，表明相關性越強。

2 結果與分析

2.1自動與人工觀測土壤相對濕度值對比分析

利用2012年5月3日-10月28日對比觀測期間，0～10、10～20、20～30、30～40、40～50、50～60、70～80、90～100cm共8個土層36個自動與人工觀測土壤相對濕度值按照不同深度土層以觀測時間先后點繪成圖，形成不同時段自動、人工觀測2條土壤相對濕度變化曲線（見圖1）。

由圖1可以看出，自動與人工觀測土壤相對濕度的變化趨勢基本一致，說明2種觀測對土壤中水分的感應相同。同一觀測地段、同一土層深度人工觀測數據波動相對較大，自動觀測數據波動相對平緩；自動與人工觀測數據隨著土層深度的增加變化幅度逐漸變小，表層（0～10cm）振幅最大，深層（90～100cm）振幅最小。這是由于：表層（0～10cm）易受日照、氣溫、風速、降水、灌溉等因素的影響，土壤水分變化較大，但隨著土層深度的增加，土壤水分受以上因素的影響逐漸變小，因此土層越深（70-80cm、90-100cm）曲線變化越平緩。

在對比觀測期間，5月3日-8月13日之間的2種數據各層的變化幅度較其他時段大，形成的主要原因：（1）該段時間正處于作物的旺盛生長期，土壤水分的田間蒸散（含蒸發及蒸騰）劇烈，據姚曉英等研究，土壤含水量占田間持水量80%以上時，土壤水分失散最快；60%-80%時，土壤水分失散較快；當占田間持水量<40%，水分失散最慢；（2）土壤水分受地溫、降水、灌溉等因素的影響較大，隨著地溫的升高，表層土壤熱運動加大，土壤水分迅速蒸發，土壤相對濕度急劇下降；而進行灌溉或降水時，表層土壤首先吸收水分，土壤含水率上升，然后通過重力水下滲到深層土壤，相對濕度又迅速增大。根據氣象資料統計，2012年5月3日-8月13日之間超過5mm以上的降水共計5次，其中，6月27日、7月21日、7月24日分別出現了強度較大的降水，日降水量總量分別為44.0、38.6、15.1mm；5月9日、6月7日、8月12日分別進行了灌溉。圖1中的5月13日、6月8日、6月28日、8月13日相對濕度的躍升峰值與降水、灌溉的日期相對應，但值得注意的是6月28日出現的峰值在30-40cm以下土層消失，這說明6月27日的降水下滲深度為40cm。極大峰值出現在6月8日，這是由于6月7日夜間進行了灌溉，灌溉后重力水尚完全排出，各層的土壤含水量均處于過飽和狀態。

8月13日后2種數據各層的變化幅度趨于平緩，在實際情況當中，作物已經收獲，氣溫逐漸降低，降水減少，灌溉停止，能量變小，蒸散能力減弱，耗散失水減少，土壤水分變化曲線呈線性減少的趨勢。

從以上分析可知，在地下水深埋區，降水對土壤水分的補給作用是有限的，灌溉是土壤水分重要的補給來源，也是影響土壤水分重分布的主要因素，尤其在較深層（40cm以下）土壤，灌溉更是土壤水分補充的唯一來源。

2.2自動與人工觀測土壤相對濕度差值分析

將自動與人工觀測土壤相對濕度進行差值分析，大部分情況下自動觀測值偏大于人工觀測值，差值為正的概率占75%，差值為負的概率占25%。自動與人工觀測土壤相對濕度的絕對差值，不同深度土層表現不同。從平均絕對差值看，20-30cm土層3.9%為最小，其次為40-50cm土層的4.0%；平均絕對差值的最大值出現在70-80cm土層為6.6%，其次為10-20cm土層的5.8%。極大絕對差值呈現“中間小、兩頭大”的情況，即20-30、30-40、40-50cm差值相對較小，而0～10、10～20、50-60、70-80、90-100cm差值相對較大；極大差值的極值出現在0-10cm土層為27.7%，出現日期為6月8日，差值較大的原因是地段灌溉（6月7日夜間進行了灌溉）不均勻造成，屬于特殊情況。各土層的極小絕對差值除50-60、70-80cm 2個層次外基本接近于0.0%（見表2）。

由自動與人工觀測土壤相對濕度的絕對差值在不同數據段出現概率（見表3）分布可以看出，絕對差值的分布概率基本上在15%以內；5%以內的分布10-20、70-80cm 2個土層分別為47.2%、41.7%在50%以下，其余土層的分布均超過了50%，其中20-30、40-50、90-100cm土層則超過了70%；5%-10%分布多數在20%以上；10%以內的分布10-20、70-80cm 2個土層在分別為86.1%、80.6%，在90%以下，其余土層的分布均超過了90%。

2.3自動與人工觀測值相關系數分析

表4給出了人工與自動站觀測數據8個層次的相關系數，所有層次的相關系數均通過置信水平0.01的檢驗，都為顯著相關。由表4可知，相關系數最大出現在20～30cm土層為0.972，0-10、10-20、30-40、40-50、50-60cm土層相關系數相差不大，都在0.9以上，70-80cm為0.858，最小出現在90-100cm土層為0.764，這說明人工與自動觀測數據一致性最好表現在20-30cm土層，30-40、10-20cm次之，而在70-80cm、90-100cm 2個層次表現較差。

3 結論與討論

（1）同一觀測地段、同一土層深度人工觀測數據波動相對較大，自動觀測數據波動相對平緩，自動與人工觀測數據的變化幅度有隨著土層深度的增加而逐漸變小的趨勢。2種數據的變化幅度受到地溫、降水、灌溉和觀測地段內是否有作物生長等因素的影響，在作物生長季內地溫較高、降水豐富、進行灌溉時數據變幅較大，而作物收獲、降水減少、灌溉停止、地溫下降后數據變幅較小。

（2）在整個觀測時段內自動與人工觀測數據序列的相關性在各層均表現顯著，所有層次的相關系數均通過置信水平0.01的檢驗。自動與人工觀測土壤相對濕度的變化趨勢基本一致，數據的一致性在20-30cm土層表現最好，30-40cm、10-20cm次之，在70-80cm、90-100cm 2個土層次表現較差。然而值得注意的是：差值概率分布范圍較大的10-20cm土層相關系數（0.965）卻較大，差值概率分布范圍較小的90～100cm土層相關系數（0.764）卻最小，這說明盡管10-20cm土層差值概率分布范圍較大，但數據的整體變化趨勢卻是一致的；而90-100cm土層差值概率分布范圍盡管較小，但數據的整體變化趨勢的一致性卻不是很好。造成以上情況出現的原因可能與自動和人工的觀測的原理不同、儀器的探測位置和人工取土的位置不同以及人工取土過程中的出現的人為操作等因素有關。

（3）通過降水和灌溉下滲后的2種觀測數據分析表明：在地下水深埋區，降水對土壤水分的補給作用是有限的，灌溉是土壤水分重要的補給來源，也是影響土壤水分重分布的主要因素，尤其在較深層（40cm以下）土壤，灌溉更是土壤水分補充的唯一來源

（4）總的來看，GStarDZN2型自動土壤水分觀測儀運行狀況良好，自動傳感器采集的土壤水分數據基本符合實際情況和土壤水分變化規律，可以替代人工觀測。