GStarDZN2型自动站与人工测定土壤湿度对比分析

张弢　王润元　丁文魁　李光明　毛竹馨

摘要：为了评价GStarDZN2型自动土壤水站的准确性与代表性，为替代人工测定土壤湿度并推广使用提供参考依据，采用对比差值、差值概率和相关分析等方法，对永昌县2012年5月3日-10月28日期间GStarDZN2型自动土壤水分观测站与人工平行对比观测的土壤相对湿度资料进行统计分析。结果表明，自动站取得的数据与人工观测的数据随时间的变化趋势基本一致，20～30cm土层差值概率分布范围最小，数据一致性最好，30～40cm、10～20cm次之，在70～80cm和90～100cm 2个土层次表现较差。对比观测时段内自动与人工站观测数据的相关性在各层均表现显著，认为GStarDZN2型自动站观测的资料可以代替人工观测的资料。

关键词：GStarDZN2型自动站；土壤湿度；对比分析

中图分类号：S1

文献标志码：A

论文编号：2013-0606

0 引言

土壤水分的观测，是农业气象、生态环境及水文环境观测的基础性工作之一，掌握土壤水分变化规律，对农业生产、干旱监测预测和其他相关生态环境监测预测服务及理论研究都具有重要意义。近年来，国内的专家学者对自动土壤水分观测与人工观测资料的对比方面进行了大量的研究，涉及到的型号有ZQZ-DS1型、HYA-SF型和DZN1型自动土壤水分观测仪，对于使用GStarDZN2型自动土壤水分仪与人工观测资料进行分析的报道还较少。为比较自动仪器与人工观测资料结果的差异，本研究利用甘肃省永昌县气象站的GStarDZN2型自动土壤水分观测仪2012年5月3日-10月28日的观测资料，与同期人工对比观测资料采用对比差值、差值概率和相关系数分析等方法进行统计分析，寻找二者形成差异的原因，以期为评价GStarDZN2型自动站的监测效果、发挥资料的应用价值与服务效益提供参考依据。

1 材料与方法

1.1试验时间、地点

研究田间试验于2012年5月3日-10月28日在永昌县城关镇黄家学村大麦作物观测地段进行，观测地段面积为0.11hm³，灌溉条件为河水灌溉，保证程度1年3次，地下水位深度>2m，土壤质地为砂壤土，土壤水文、物理特性值见表1。

1.2资料来源与方法

自动观测资料为该站点2012年5月3日-10月28日对比观测期间0～10、10～20、20～30、30～40、40～50、50～60、70～80、90～100cm共8个土层自动形成的土壤相对湿度资料。

人工观测根据甘肃省气象局气测函（2012）10号文“关于开展自动土壤水分观测站与人工对比观测的通知”，永昌站于2012年5月3日起正式进行对比观测。测定时间为每旬逢3、逢8日，如遇降水大时则延迟至第2天取土。观测地段与自动观测地段相同，取土深度与自动土壤水分观测深度相同，各层均取4个重复，钻孔的位置应尽量均匀分布在传感器埋设位置四周，半径在2～10m之间的范围内。观测后应注意及时将取土孔回填，同时应避免在回填孔中取土。取土时记录每个钻孔取不同深度土样时的详细时间（精确到日、时、分）。测定方法采用中国气象局《农业气象观测规范》规定的烘干称重法，测量数据为土壤相对湿度。

所使用的自动土壤水分观测仪——GStarDZN2型是由河南省气象科学研究所和中国电子科技集团公司第27研究所和共同研制开发。该仪器是利用频域反射FDR（FrequancyDomainReflection））原理，根据探测器发出的电磁波在不同介电系数物质中的频率变化，计算出被测物含水量。

1.3分析方法

分析方法采用对比差值、差值概率和相关统计法，用于分析自动与人工站差值的平均、极大、极小分布，以及差值在不同数据段出现的概率，2种数据的相关等。其中，对比差值法采取计算自动站的数据减人工观测的数据，求取二者的最大正负差值；差值概率法采取自动减人工数据差值的绝对值在不同差值段出现的概率进行分析；相关系数法计算不同深度土层自动与人工数据的相关系数进行对比分析。其中，土壤相对湿度由（1）～（2）式进行计算，相关系数由（3）式求得。

r描述的是2个变量间线性相关强弱的程度。r的取值在-1与+1之间，若r>0，表明2个变量是正相关，即1个变量的值越大，另1个变量的值也越大；若t<0，表明2个变量是负相关，即1个变量的值越大，另1个变量的值反而越小。r的绝对值越大，表明相关性越强。

2 结果与分析

2.1自动与人工观测土壤相对湿度值对比分析

利用2012年5月3日-10月28日对比观测期间，0～10、10～20、20～30、30～40、40～50、50～60、70～80、90～100cm共8个土层36个自动与人工观测土壤相对湿度值按照不同深度土层以观测时间先后点绘成图，形成不同时段自动、人工观测2条土壤相对湿度变化曲线（见图1）。

由图1可以看出，自动与人工观测土壤相对湿度的变化趋势基本一致，说明2种观测对土壤中水分的感应相同。同一观测地段、同一土层深度人工观测数据波动相对较大，自动观测数据波动相对平缓；自动与人工观测数据随着土层深度的增加变化幅度逐渐变小，表层（0～10cm）振幅最大，深层（90～100cm）振幅最小。这是由于：表层（0～10cm）易受日照、气温、风速、降水、灌溉等因素的影响，土壤水分变化较大，但随着土层深度的增加，土壤水分受以上因素的影响逐渐变小，因此土层越深（70-80cm、90-100cm）曲线变化越平缓。

在对比观测期间，5月3日-8月13日之间的2种数据各层的变化幅度较其他时段大，形成的主要原因：（1）该段时间正处于作物的旺盛生长期，土壤水分的田间蒸散（含蒸发及蒸腾）剧烈，据姚晓英等研究，土壤含水量占田间持水量80%以上时，土壤水分失散最快；60%-80%时，土壤水分失散较快；当占田间持水量<40%，水分失散最慢；（2）土壤水分受地温、降水、灌溉等因素的影响较大，随着地温的升高，表层土壤热运动加大，土壤水分迅速蒸发，土壤相对湿度急剧下降；而进行灌溉或降水时，表层土壤首先吸收水分，土壤含水率上升，然后通过重力水下渗到深层土壤，相对湿度又迅速增大。根据气象资料统计，2012年5月3日-8月13日之间超过5mm以上的降水共计5次，其中，6月27日、7月21日、7月24日分别出现了强度较大的降水，日降水量总量分别为44.0、38.6、15.1mm；5月9日、6月7日、8月12日分别进行了灌溉。图1中的5月13日、6月8日、6月28日、8月13日相对湿度的跃升峰值与降水、灌溉的日期相对应，但值得注意的是6月28日出现的峰值在30-40cm以下土层消失，这说明6月27日的降水下渗深度为40cm。极大峰值出现在6月8日，这是由于6月7日夜间进行了灌溉，灌溉后重力水尚完全排出，各层的土壤含水量均处于过饱和状态。

8月13日后2种数据各层的变化幅度趋于平缓，在实际情况当中，作物已经收获，气温逐渐降低，降水减少，灌溉停止，能量变小，蒸散能力减弱，耗散失水减少，土壤水分变化曲线呈线性减少的趋势。

从以上分析可知，在地下水深埋区，降水对土壤水分的补给作用是有限的，灌溉是土壤水分重要的补给来源，也是影响土壤水分重分布的主要因素，尤其在较深层（40cm以下）土壤，灌溉更是土壤水分补充的唯一来源。

2.2自动与人工观测土壤相对湿度差值分析

将自动与人工观测土壤相对湿度进行差值分析，大部分情况下自动观测值偏大于人工观测值，差值为正的概率占75%，差值为负的概率占25%。自动与人工观测土壤相对湿度的绝对差值，不同深度土层表现不同。从平均绝对差值看，20-30cm土层3.9%为最小，其次为40-50cm土层的4.0%；平均绝对差值的最大值出现在70-80cm土层为6.6%，其次为10-20cm土层的5.8%。极大绝对差值呈现“中间小、两头大”的情况，即20-30、30-40、40-50cm差值相对较小，而0～10、10～20、50-60、70-80、90-100cm差值相对较大；极大差值的极值出现在0-10cm土层为27.7%，出现日期为6月8日，差值较大的原因是地段灌溉（6月7日夜间进行了灌溉）不均匀造成，属于特殊情况。各土层的极小绝对差值除50-60、70-80cm 2个层次外基本接近于0.0%（见表2）。

由自动与人工观测土壤相对湿度的绝对差值在不同数据段出现概率（见表3）分布可以看出，绝对差值的分布概率基本上在15%以内；5%以内的分布10-20、70-80cm 2个土层分别为47.2%、41.7%在50%以下，其余土层的分布均超过了50%，其中20-30、40-50、90-100cm土层则超过了70%；5%-10%分布多数在20%以上；10%以内的分布10-20、70-80cm 2个土层在分别为86.1%、80.6%，在90%以下，其余土层的分布均超过了90%。

2.3自动与人工观测值相关系数分析

表4给出了人工与自动站观测数据8个层次的相关系数，所有层次的相关系数均通过置信水平0.01的检验，都为显著相关。由表4可知，相关系数最大出现在20～30cm土层为0.972，0-10、10-20、30-40、40-50、50-60cm土层相关系数相差不大，都在0.9以上，70-80cm为0.858，最小出现在90-100cm土层为0.764，这说明人工与自动观测数据一致性最好表现在20-30cm土层，30-40、10-20cm次之，而在70-80cm、90-100cm 2个层次表现较差。

3 结论与讨论

（1）同一观测地段、同一土层深度人工观测数据波动相对较大，自动观测数据波动相对平缓，自动与人工观测数据的变化幅度有随着土层深度的增加而逐渐变小的趋势。2种数据的变化幅度受到地温、降水、灌溉和观测地段内是否有作物生长等因素的影响，在作物生长季内地温较高、降水丰富、进行灌溉时数据变幅较大，而作物收获、降水减少、灌溉停止、地温下降后数据变幅较小。

（2）在整个观测时段内自动与人工观测数据序列的相关性在各层均表现显著，所有层次的相关系数均通过置信水平0.01的检验。自动与人工观测土壤相对湿度的变化趋势基本一致，数据的一致性在20-30cm土层表现最好，30-40cm、10-20cm次之，在70-80cm、90-100cm 2个土层次表现较差。然而值得注意的是：差值概率分布范围较大的10-20cm土层相关系数（0.965）却较大，差值概率分布范围较小的90～100cm土层相关系数（0.764）却最小，这说明尽管10-20cm土层差值概率分布范围较大，但数据的整体变化趋势却是一致的；而90-100cm土层差值概率分布范围尽管较小，但数据的整体变化趋势的一致性却不是很好。造成以上情况出现的原因可能与自动和人工的观测的原理不同、仪器的探测位置和人工取土的位置不同以及人工取土过程中的出现的人为操作等因素有关。

（3）通过降水和灌溉下渗后的2种观测数据分析表明：在地下水深埋区，降水对土壤水分的补给作用是有限的，灌溉是土壤水分重要的补给来源，也是影响土壤水分重分布的主要因素，尤其在较深层（40cm以下）土壤，灌溉更是土壤水分补充的唯一来源

（4）总的来看，GStarDZN2型自动土壤水分观测仪运行状况良好，自动传感器采集的土壤水分数据基本符合实际情况和土壤水分变化规律，可以替代人工观测。