基于不同干旱分區的土壤墑情自動監測站精度改進探究

張 敏

(法庫縣農業技術推廣與行政執法中心，遼寧 沈陽 110400)

近些年來，土壤墑情自動監測技術逐步在國內得到應用，其技術的發展對于區域旱情的自動監測和預警十分重要[1]。但是由于土壤含水量影響因素較多，使得土壤墑情自動監測精度一直不高，很難在區域實際旱情監測中得到應用和推廣[2]。為提高土壤自動墑情監測的精度，許多學者展開其誤差修正的探討[3- 9]，通過建立土壤自動墑情監測數據和人工測定的土壤墑情數據進行回歸分析，基于回歸方程對墑情進行修正和改進，被許多旱情研究的學者認為是當前行之有效的方法，并在一些地區得到應用[10- 15]，但是該方法在遼寧地區還未得到相關應用，遼寧省屬于全國典型的干旱區域，旱情對區域農業經濟影響程度較大，為此需要建立精度較高的土壤墑情自動監測方法，提高區域旱情監測預警的時效性。為此本文主要以遼寧地區為研究實例，對遼寧省不同干旱分區的土壤墑情自動監測站精度改進對策進行分析，研究成果可為遼寧省自動墑情監測提供重要的誤差修正方法。

1 土壤墑情自動監測數據修正方法

應用最小二乘法對土壤墑情自動監測數據進行回歸修正，建立的回歸方程主要表達式為：

θv=av2+bv+c

(1)

式中，θv—土壤墑情監測值，%；v—傳感器輸出電壓，V；a，b，c—回歸方程的變量系數。

在進行數據修正后，通過對比人工測定土壤含水率數據，分析修正誤差，從而分析其修正后的土壤墑情自動監測的精度，當誤差絕對值小于5%，符合測定要求，誤差計算方程為：

(2)

式中，xi—土壤墑情自動監測的含水率，%；ai—人工測定的土壤含水率，%；N—對比試驗的次數。

2 實例應用

2.1 遼寧省干旱概況

遼寧省干旱主要分為3個分區，分別為遼寧西部、遼寧中部以及遼寧南部地區，遼寧西部地區年降水量在400～600mm之間屬于水資源相對貧乏的區域，農作物產量相對較低，一般較易發生春旱，農作物正常需水量維持在300～450mm之間。遼寧中部屬于平原地區，年降水量在500～650mm之間，由于地勢較為平坦，因此其土壤較為肥沃，地下水量補給也較為充足。該區域為遼寧省的主要糧食產區，也是城市工業集聚地，用水量較為緊張，一旦出現旱情，農業經濟損失程度較大。遼寧南部較易出現干旱的主要為大連區域，位于遼東半島的南部，年降水量在550～750mm之間，年降水量較為充沛，但徑流深一般在150～250mm之間，水資源量較為緊張，而大連作為遼寧南部沿海重要的工業型大城市，其農業、工業以及城市生活用水矛盾日益突出，一旦發生干旱，對于大連區域影響也較為明顯。

2.2 相關性分析

結合3個分區典型干旱監測站點的自動墑情監測數據分析各數據類型，結果見表1—3。

從表1中可看出，不同深度下的自動墑情監測數據和人工觀測數據相關性總體低于0.5，隨著深度的增加，其相關系數有所增加，表中20cm自動B以及30cm自動B為采用日均值處理后的土壤自動墑情觀測值與人工觀測數據的相關性分析結果，從表1中可以看出，通過日均值處理后，其相關系數相比于處理前有所增加，這是因為采用日均值處理后，其誤差得到一定程度的均化，使得其相關系數有所增加。表2為遼寧中部地區土壤自動監測墑情與人工土壤含水量的相關性分析結果，相比于遼寧西部地區，其相關系數有所減小，這主要是因為遼寧中部地區土壤含水量變化影響因素較多，因此其相關系數有所減小。而對于遼寧南部地區而言，其相關系數進一步降低，這是因為遼寧南部受氣候變化影響較大，干旱發生程度有時高于遼寧西部及中部地區，土壤含水量影響因素更為復雜，使得其相關系數相比于其他2個地區更有所減少。

2.3 自動墑情數據誤差統計結果

結合墑情監測數據，對各干旱分區其與人工觀測數據之間的誤差進行統計分析，統計結果見表4—6，并對其誤差直方分布進行分析，結果如圖1所示。

表1 遼寧西部地區自動土壤含水率與人工觀測數據相關性分析結果

表2 遼寧中部地區自動土壤含水率與人工觀測數據相關性分析結果

表3 遼寧南部地區自動土壤含水率與人工觀測數據相關性分析結果

表4 遼寧西部地區土壤墑情自動監測的誤差統計結果 單位：%

表5 遼寧中部地區土壤墑情自動監測的誤差統計結果 單位：%

表6 遼寧南部地區土壤墑情自動監測的誤差統計結果 單位：%

圖1 各干旱分布不同土壤深度下的誤差直方分布結果

從誤差統計分析結果可看出，20、30cm深度下自動墑情監測數據的絕對誤差均在20%以上，且各干旱誤差最大值在33.08%～84.71%之間，最低值在-24.60%～-47.36%之間，可見各干旱分區不同深度下的誤差均較大，且不能有效滿足土壤墑情監測的規范要求。分析其誤差來源，主要受到土壤不同深度含水量的變化影響，在深度20和30cm處的土壤含水量縱向及側向變化較大，使得其土壤含水量自動監測難度較大，此外土壤自動墑情監測頻數及頻率對誤差均值影響也較大。從遼寧西部地區誤差直方分布結果可看出，當頻數為25，概率為0.3時20cm深度下誤差直方最小，30cm深度下頻數為28，概率為0.45時誤差直方最小。而對于遼寧中部地區，當頻數為18，概率為0.3時20cm深度下誤差直方最小，30cm深度下頻數為22，概率為0.50時誤差直方最小。在遼寧南部地區，當頻數為15，概率為0.5時20、30cm深度下誤差直方均最小。

2.4 誤差修定曲線

結合各干旱分布典型土壤墑情自動監測數據，建立不同分區各干旱深度下的回歸方程，見表7，并制定不同分區的誤差修訂曲線，結果如圖2所示。

表7 各干旱分區誤差修訂回歸方程

圖2 各干旱分區自動土壤墑情監測數據誤差修訂曲線

表7為通過回歸分析得到的各干旱分區不同土壤深度下的土壤自動墑情數據和人工觀測數據之間的回歸方程，為對各回歸方程進行檢驗，繪制了各干旱分區的誤差修訂曲線。從圖2中可以看出，采用回歸方程對自動墑情監測數據進行修正后，各深度下自動墑情數據和人工測定數據之間的吻合度均較好。通過前面的誤差分析可以看出，自動墑情誤差較大的原因主要為各時間段測定誤差及儀器的頻數設置的誤差，通過建立回歸方程，可以對土壤墑情數據進行誤差部分消除，提高自動墑情測定的精度，且結合各分區不同深度下的誤差修訂曲線，可以對區域內其他墑情站點進行誤差消除，提高其自動墑情監測精度，從精度評定結果可看出，相比于修正前，采用誤差修訂曲線進行修正后，土壤自動墑情站點監測精度提高15%～30%，基本可滿足墑情監測的精度要求。

2.5 誤差修正方程對比

結合不同回歸方程對各自動墑情類型下的誤差精度進行分析，分析結果見表8—10。其中，BZC為標準差，MAX為最大誤差，MIN為最小誤差，JDWC為絕對誤差。

從不同回歸方程的誤差統計結果均可看出，隨著回歸次數的增加，不同類別的誤差均有所減小，這主要是因為回歸次數的增加，使得各類誤差得到一定程度的均化，但是回歸次數的不斷增加，也不能完全提高自動墑情的誤差測定精度。從分析結果可看出，對于遼寧省各干旱分區而言，采用一元三次回歸方程進行誤差修正后，其精度可得到有效提高，可滿足旱情監測的精度規范需求。因此建議在各干旱分區，隨著自動墑情監測站點數據系列的不斷增加，逐步采用一元三次回歸方程進行土壤墑情監測數據的修正，提高各區域墑情監測的精度。

3 結論

(1)在土壤墑情站點建立的初期，由于墑情監測數據較少，很難構建誤差修正方程，建議可采用日均值的方式，對不同深度下的土壤墑情進行誤差修正。

表8 遼寧西部地區不同回歸方程修正后各自動墑情數據類型下的誤差修正結果 單位：%

表9 遼寧中部地區不同回歸方程修正后各自動墑情數據類型下的誤差修正結果 單位：%

表10 遼寧南部地區不同回歸方程修正后各自動墑情數據類型下的誤差修正結果 單位：%

(2)由于建立回歸方程需要的土壤墑情自動監測數據以及人工觀測數據較多，因此可以通過相鄰土壤自動墑情監測站點的數據進行多元數據差分，構建自回歸方程。

(3)遼寧西部地區土壤墑情自動監測站點頻數應調節在25～28之間，遼寧中部地區應在18～22之間，遼寧南部地區應在15～18之間。

(4)本文未對影響土壤墑情自動監測精度主要影響因子進行分析，在以后研究中應重點關注其主要影響因子，從而更有效降低墑情自動監測誤差。