大田土壤电导率快速检测系统设计与试验

韩长杰 杨文奇,2 窦汉杰 王 秀 胡丽娜 翟长远

(1.新疆农业大学机电工程学院， 乌鲁木齐 830052； 2.北京农业智能装备技术研究中心， 北京 100097；3.国家农业智能装备工程技术研究中心， 北京 100097)

0 引言

大田土壤中的各种营养物质和水分是农作物生长的必要条件，为增加农作物的产量而大量使用各种化肥与有机肥料，这样不仅增加了生产成本[1]，还危及粮食安全[2]与土壤安全[3-4]，并且水环境遭受严重污染[5-6]。

获取农作物生长的环境因素是精准农业的基础，快速、有效地采集土壤环境可为精准农业提供参考。土壤电导率是精准农业中不可缺少的关键参数[7]，在土壤分析测定时土壤浸出液电导率直接体现土壤的含盐量[8-11]。土壤电导率会受土壤含水率[12]、有机质含量[13]、土壤坚实度和质地结构等因素影响[14-18]，因此土壤电导率可以作为评价土壤肥力与生产能力、制定精准施肥处方的重要数据[19-24]。

土壤电导率分为土壤表观电导率(ECa)与土壤浸出液电导率(ECw)。其中土壤表观电导率(ECa)中包含了多种土壤属性，不同类型的土壤(砂土、黏土等)、土壤含盐量、土壤颗粒半径、有机物含量、水分保持能力等属性[12-16]。而土壤浸出液电导率(ECw)则更能体现土壤含盐量，对指导作物精准施肥及土壤改良有重要意义[19-22]。

2016年由环境保护部发布的标准HJ 802—2016中规范了土壤电导率的测定方法，并定义了土壤电导率是指土壤传导电流的能力，通过测定土壤浸出液的电导率来表示，即用土壤浸出液电导率(ECw)来表示土壤电导率(Soil conductivity)。

文献[23]以油茶林地的土壤为对象，试验分析了土壤中的N、P、K养分含量与电导率的关系，结果表明N、P、K养分含量与土壤浸出液电导率(ECw)相关性良好且遵循多项式拟合模型，预测模型精度达90%以上，实现实时养分检测，研究表明可以通过检测土壤浸出液电导率来快速获取土壤中N、P、K成分含量，对精准施肥与土壤改良有重要意义。文献[25-26]使用交流“四端法”测量土壤电导率，设计了一种使用电极探针的土壤电导率在线实时检测系统，检测误差在-2.2%～2.4%之间，满足了土壤电导率实时在线测量的要求,可以快速检测土壤电导率(ECa)，该研究的设计思路对本文有重要参考作用。文献[27-28]设计了车载式电导率测量装置，该测量装置为国内车载电导率检测系统奠定了基础[27-28]。美国Veris公司生产的Veris3100型车载土壤电导率测量设备已经商品化，该设备可以快速测量大面积土地的土壤表观电导率，被广泛使用于美国的土壤环境监测。随着国内相关研究的进一步拓展，亟需可在大田环境里进行快速检测土壤表观电导率并预测土壤浸出液电导率的车载设备。

本文基于交流四端法[29]，设计大田土壤电导率快速检测系统，在车载移动时快速采集土壤电导率传感器信息，以期能够连续快速地预测土壤浸出液电导率(ECw)，为后续土壤精准作业奠定基础。

1 系统检测原理、组成及设计

1.1 检测原理

“电流-电压”四端法是使用最为广泛的土壤电导率快速检测方法，国内外学者对四端法的理论和电极排布方式都进行过深入研究[30]。如图1所示，由电流信号源(J、K)和电压测量端(M、N)组成。恒流信号源J、K发射交流恒流信号，在大地中形成交变电场，通过已知的恒流电流与M、N间的电势差计算大地的电导，但由于大地的组成复杂，电流传播不均匀，所以无法直接按照电极间距计算电导率。通常经过实验室标定，拟合该系统电导与电导率的关系。

图1 四端法检测电导率原理图Fig.1 Principle of four-terminal method to detect conductivity

1.2 检测系统硬件设计

检测系统整体原理框图如图2所示，系统主要由交流恒流信号源和信号检测部分组成。

图2 电导率测量原理框图Fig.2 Block diagram of conductivity measurement principle

传感器部分由4个圆盘组成，外侧圆盘为恒流激励电极，内侧圆盘为电压检测电极。交流恒流信号经过外侧2个恒流电极流入大地后，通过检测内侧电压电极的电压有效值可以反映土壤电导率的变化[30]，对于长度和面积都不确定的大地来说，Wenner组态排列下[31]，其电导率计算公式为[32]

(1)

式中σ——电导率，S/m

a——电极间距，m

I——交流恒流信号有效值，A

VIS——电压检测电极间电压差，V

信号源的正弦波信号直接由AD9851产生，该数字频率合成芯片使用单片机编程控制输出，具有输出精度高、使用方便等优点，输出信号经二阶有源低通滤波电路串联一阶高通滤波电路，滤除高频噪声和直流分量的同时提高其带负载能力，该电路低通信号截止频率为709.2 Hz，高通信号截止频率为2 Hz。

获得稳定的正弦波信号后，为达到自动调节其幅值的目的，使用单片机编程控制16位D/A转换芯片DAC8501的输出电压，在其VERF端输入2.5 V基准源信号，使其输出限定于0～2.5 V。将正弦波信号与DAC8501输出的电压一起输入模拟乘法器AD734B中进行运算，得到幅值变化可控的交流电压信号，由于电源功率不高，输出电流小，在后级使用运算放大器与INA118U组成恒流源电路即可，本数控恒流信号源设定最大输出电流Imax=1 000 μA，DAC8501芯片输出最大电压Vmax=2.5 V，根据运放“虚短虚断”的原则可知，输出电流与负载电阻无关，其只与输入电压和电阻器R1的电阻R1相关，即

(2)

其中

式中IOUT——输出电流，A

VIN——输入电压，V

G1——增益系数

本设计选取R1=10 kΩ，实际可输出最大电流为Imax=1 500 μA，程序限定为Imax=1 000 μA，输出端内置串联100 Ω精密电阻，将其两端电压经过放大和有效值转换后实时反馈控制恒流输出，原理图如图3所示。

图3 恒流输出电路Fig.3 Constant current output circuit

综上，快速检测系统使用的恒流信号源是电压闭环控制策略，通过电压信号校正控制电流源输出。信号源是3～700 Hz可变频率标准正弦波交流恒流信号源，输出电流1 000 μA时最大失真阻抗为6 000 Ω，使用圆盘电极时土壤阻抗一般小于2 000 Ω[12]，满足实际需求，电流有效值可调范围为0～1 000 μA。

由于信号源是电流很小的交流恒流源，所以检测电压信号也较小，故在传入微处理器前需要进行信号放大和有效值转换等预处理。

将电压检测电极上的信号进行差分放大是信号处理的第一步，也是整个系统精度的保障，需要设计很稳定的检测放大环节。为满足精度要求使用集成芯片AD620，该芯片可以实现最大1.0 nA的低输入偏置电流。在信号入口与输出口都加入低通滤波电路，滤除高频杂波，原理如图4所示，根据AD620电气特性，可知电阻器Rg电阻Rg为

图4 差分放大电路Fig.4 Differential amplifier circuit

(3)

其中G2是差分放大电路的放大倍数，在本设计中Rg取5.4 kΩ，实际放大倍数为10.2倍。

经过差分放大的信号依旧是交流信号，不方便进行数据的读取与保存，需要进行有效值转换，考虑到系统精度要求高，选取高性能集成芯片AD637进行均方根直流转换。最后将输出的直流电压信号输入16位模数转换集成芯片ADS1115中，使用单片机读取电压信号，保存土壤电导率的同时读取当前GNSS数据与红外温度传感器值并记录于储存卡中。

1.3 检测系统的嵌入式设计

土壤电导率快速检测系统设计包括硬件电路与软件程序控制，硬件电路包括恒流源电路、信号检测及处理电路，软件程序控制包括程控恒流源电路的正弦信号、调幅输出电压、采集读取电导率信号以及获取定位信息和温度信息。按软件功能将整个系统分为3部分，恒流信号源的嵌入式系统、电导率信号检测及多参数整合嵌入式系统和上位机系统。

恒流信号源嵌入式系统功能是产生稳定的交流恒流信号，作为传感器系统检测的基础，硬件控制方案选取全数字控制方式，因此嵌入式软件在其中至关重要，嵌入式系统控制器选取英特尔居里(Curie)32位单片机，嵌入式系统构成如图5所示。

图5 恒流信号源嵌入式系统构成Fig.5 Constant current signal source embedded system composition

电导率信号检测及多参数整合嵌入式系统功能是：检测并记录恒流信号源在土壤中产生的电压信号、GNSS模块的定位信息和红外温度传感器的温度信息，同时该嵌入式系统也负责与上位机进行串口通信。嵌入式系统控制器选取英特尔居里(Curie)32位单片机，嵌入式系统构成如图6所示。

图6 电导率信号检测及多参数整合嵌入式系统构成Fig.6 Conductivity signal detection and multi-parameter integration embedded system configuration

2 土壤电导率室内试验

2.1 自制检测装置性能试验

2.1.1交流恒流源电流稳定度

使用“电流-电压”四端法原理检测土壤电导率，实现的关键是要保证恒流源的稳定性，即输出电流在负载变化的情况下仍能保持恒定，本文设计的恒流源是由程控数字芯片实现的，设定电流输出范围是0～1 000 μA。有研究表明四端法测量土壤的大地电阻一般小于10 kΩ[25]，且使用圆盘电极测量土壤的大地电阻一般小于2 kΩ[12]，故为检验本设计的交流恒流源稳定性，采用可变电阻来模拟大地电阻。具体检测方式为逐渐增加负载电阻，同时利用示波器观察交流恒流源输出的电压与正弦波型，直到恒流源输出的正弦波到达失真的临界点，试验时设定输出电流为500 μA，记录的试验数据如表1所示。

表1 交流恒流源稳定度测试结果Tab.1 AC constant current source stability test results

从表1可以看出，当电阻变化时，电流变化的最大相对误差为0.204%，具有较好的稳定性。随着负载电阻的逐渐增大，大于9 kΩ时正弦波达到失真临界点，故硬件系统的检测范围满足四端法测量大地电阻的要求。

2.1.2红外温度传感器

为验证红外温度传感器的准确性，设计了温度检测试验，对比分析同时使用红外温度传感器和红水温度计检测出的温度。试验时将土壤装入土盒中放入加热箱中加热至50℃，将土盒取出后在土壤表层使用红水温度计(量程-30～100℃、精度0.1℃)，同时使用红外温度传感器测量土壤温度，直至土盒温度降至室温，将红外传感器检测的温度作为纵坐标，红水温度计测量值作为横坐标进行对比，如图7所示。

图7 温度拟合曲线Fig.7 Temperature comparison

从图7可以看出，将温度传感器和红水温度计温度测量值使用最小二乘法拟合的趋势项决定系数可达到0.99，二者具有显著线性关系，故红外温度传感器的检测精度达到温度检测精度要求。

2.1.3传感器标定

本文设计的车载式土壤电导率检测系统可通过输出电流与电极间的电压计算出电导G，电导与电导率间存在关系

σ=kG

(4)

式中系统测量的电导G与实际电导率σ间存在一个系数k，该系数由测量系统结构决定，可以使用配置的标准电导率溶液来进行标定。

试验于2020年10月在北京农业智能装备技术研究中心实验室进行，室温25.2℃，选用5 L烧杯、100 mL烧杯、KCl试剂(国药集团化学试剂有限公司)、无离子水(红荒之力牌，电导率小于0.1 μS/cm)和电子天平(赛多利斯公司，BS323D型，最大量程320 g，精度0.001 g)配置质量分数0.1%、0.2%、0.3%、0.4%、0.5%的KCl溶液；选用电导率测量仪(上海仪电科学仪器股份有限公司，DDS-307A型，量程0～100 mS/cm，精度±1.0%FS)检测配置的KCl溶液电导率。自制系统测量的溶液电导为纵坐标，DDS-307A型电导率测量仪检测的溶液电导率作为横坐标，进行线性拟合，得出标定函数，绘制拟合曲线如图8所示，拟合曲线R2为0.985 7。

图8 电导率标定曲线Fig.8 Conductivity calibration curve

由试验可知，本文设计的检测系统可以有效地对电导率进行检测。

2.1.4检测性能对比试验

试验地点为北京小汤山国家精准农业示范基地，试验时划定100 m的试验区域，首先使用自制系统采集40个数据点的电导率，然后在同样采集路径上使用TR-6D型(北京顺科达科技有限公司)手持式便携土壤电导率检测仪进行数据采集。数据采集方式是在圆盘电极留下的轨迹上进行5点梅花状采集，取其5点平均值代表该处土壤电导率。将2种方式检测的电导率测量值作为纵坐标，各采样点序号作为横坐标，使用三阶多项式做2组数据的趋势线，如图9所示，经计算2组数据的相关系数R为0.849 5。

图9 趋势对比Fig.9 Trend comparison

根据性能对比试验数据可以看出车载测量值与手持仪器的检测值有很好的相关性。试验时便携式手持电导率检测耗费时间为140 min，而车载检测仅耗时3 min，根据检测数据分析，车载系统的检测精度满足要求并且检测效率较高。

2.2 试验准备

为获取土壤可溶性盐电导率与电导率检测系统之间的关系，设计了一种中心组合试验。该试验的4个因素为土壤可溶性盐电导率、土壤含水率、传感电极入土深度与土壤温度，这4个因素皆是土壤表观电导率的主要影响因素[18,33]。试验使用的土壤取自后续进行大田试验的试验地，试验时将土壤装入5 L的烧杯，根据每次试验土壤的质量来压缩土壤体积，控制土壤容重为1.2～1.3 g/cm3。土壤经鼓风干燥箱105℃干燥后分装，3 kg每份，试验中添加的水为无离子水，添加的盐为纯KCl。将第1次干燥后分装的土壤，分别加入3、6、9、12、15 g KCl。添加方式是将KCl溶于无离子水中，使用喷壶，配合搅拌将KCl溶液均匀混合于土壤中，将混合盐后的土壤继续放回105℃恒温鼓风干燥箱中干燥，混合盐后土壤的可溶性盐电导率按照HJ 802—2016标准测量。

对加入KCl并充分搅拌干燥后的土壤进行均匀性检测试验，如图10所示，在土盒1、2、3位置分别称取20 g土壤。按照HJ 802—2016标准检测电导率，判断同一土盒中电导率是否均匀，并比较加入不同KCl土盒的电导率关系，不同土盒电导率分布试验结果如图11a所示，将3个点取平均值后可以看到，不同KCl含量的土盒中电导率基本呈线性关系，该方式可用于试验样本的制备，如图11b所示。

图10 取样位置Fig.10 Sampling location

图11 电导率分布Fig.11 Conductivity distribution

二次干燥后的土壤根据不同试验条件，采用上文中混合盐的方法添加无离子水，使其充分混合，得到不同含水率的土壤。含水率按照NY/T 52—1987标准中的干基计算。

2.3 试验设计

试验采用中心组合试验方法，选取土壤可溶性盐电导率、土壤含水率、传感电极入土深度、土壤温度为试验因素，传感器得到的土壤表观电导率原始数据为试验结论，期望以此得出回归模型，找到传感数据与4种试验因素的关系，共进行36组试验。

实验室试验传感器使用1 mm冷轧Q235钢板，边缘打薄便于切入土壤，将其安装于尼龙座上固定间距，使用5 L带刻度的烧杯盛装土壤并控制土壤容重，电极片直径为136 mm，间距22 mm。将其放入5 L烧杯中，模拟大田环境。使用烧杯作为土壤容器是为了按照烧杯上的体积刻度控制土壤体积，从而控制土壤容重。

根据已有研究，土壤含水率对土壤表观电导率的影响主要在14%～30%，当含水率超出这个范围时对土壤表观电导率影响不大[16,18]，故试验时选取土壤含水率为14%～30%；根据农作物生长特性可知，一般农作物在含盐量低于0.5%的土壤中可以正常生长，但由于使用四端法进行测量时，土壤中存在盐饱和现象，即随着含盐量的增大土壤表观电导率并不会一直增大，根据赵燕东等[25]研究结果，试验使用的土壤电导率低于1 600 μS/cm；圆盘电极需稳定地滚动切割土壤，其入土深度应限制在直径的1/4以下，故在本试验系统中最大入土深度是35 mm；最大温度选取40℃。最终设计试验因素编码如表2所示。

表2 试验因素编码Tab.2 Test factors and codes

按照试验表要求，试验时选择相应的干燥土壤，采用喷水拌土的方式制作相应含水率土壤。将制作好的土壤称量并装入5 L烧杯中，使用切割的圆片将土壤压缩，确保每次试验土壤容重保持1.2～1.3 g/cm3，土壤容重计算公式为

(5)

式中rs——土壤容重，g/cm3

m——烧杯中试验土壤的质量，g

v——烧杯中试验土壤的体积，cm3

土壤容重确定后将烧杯用保鲜膜密封放入恒温箱中改变土壤温度，土壤中插入温度计测量土壤温度，当温度稳定在试验所需温度时将烧杯取出，将圆盘电极插入相应试验所需深度，设定传感电极电流800 μA,频率500 Hz，快速记录电压传感器电极的数值，试验环境温度24.6℃，检测时响应速度较快，试验检测前后温度下降不足0.5℃，故可忽略环境温度对测量结果的影响，试验过程如图12所示。

图12 试验装置与试验过程Fig.12 Test device and test process

2.4 试验与结果分析

试验方案与结果如表3所示(Y表示16位模数转换集成芯片ADS1115输出的数字量)，使用数据处理软件辅助处理数据，方差分析结果如表4所示。

表3 试验方案与结果Tab.3 Test results

表4 回归模型方差分析Tab.4 Regression model analysis of variance

通过对试验中各个因素以及各因素交互项的显著性进行拟合和分析，A、B、C、D、AB、AC、AD、BC、A2、C2、D2是显著的模型项，对试验指标影响极显著(P<0.01)；BD、CD、B2对试验指标影响不显著(P>0.1)。将不显著因素剔除后，得到回归方程为

Y=43 895.54-2 201.48A-11.21B-284.04C-
333.45D+0.42AB+12.59AC+10.85AD+
0.031BC+20.80A2-1.86C2+1.22D2

(6)

式中Y——传感器检测值，每单位0.188 mV

由回归模型的方差分析可知，该模型显著，组成该模型的4个因素土壤含水率、土壤电导率、电极入土深度、温度都是非常显著的模型项，模型的失拟误差项P=0.865 9，不显著，因此试验因素和指标与该模型存在显著的关系。

实际使用该预测模型时，将模型中的B项，土壤浸出液电导率放至等式左边，得到土壤浸出液电导率预测模型公式为

B=(Y-43 895.54+2 201.48A+284.04C+
333.45D-12.59AC-10.85AD-20.80A2+1.86C2-
1.22D2)/(0.42A+0.031C-11.21)

(7)

该模型R2为0.998 3，预测R2为0.996 1。

3 大田试验

3.1 大田试验准备

2020年10月于北京市小汤山国家精准农业示范基地开展了大田土壤电导率快速检测试验,试验时电流传感电极幅值800 μA,频率500 Hz，试验主要目的为：

(1)重复性验证。使用标尺在试验地中量取长度20 m的试验区域，将土壤电导率快速检测系统在相同路径上重复进行6次试验，记录传感器信号和GNSS数据，对比分析后，再选取路径最接近的2次试验进行具体分析。

(2)可行性验证。试验地块如图13a所示，在地块上打点进行土样获取后，在实验室中使用雷磁DDS-307A型电导率测量仪，按照HJ 802—2016标准进行电导率检测，绘制插值图，表示试验地的电导率变化,见图13b。使用土壤电导率快速检测系统，在试验地行走采集电导率信号、GNSS信息与地表温度，检测系统电极入土深度通过限深轮限制。试验前使用土壤含水率检测装置对整块试验地的含水率分布进行记录。通过“土壤电导率-土壤含水率-电极入土深度-温度”模型得出电导率数据，绘制插值图，与土壤采样获得的电导率差值图进行对比。

图13 大田试验Fig.13 Field test

试验系统实物如图13c所示，电极直径430 mm，间距220 mm，电极面积与电极间距都在实验室系统的基础上放大了10倍，当电极面积与电极间距同时增加时电导率不发生改变，即

(8)

式中l——间距，m

s——横截面积，m2

进行车速影响试验，通过不同车速检测同一路径的土壤电导率，当车速越快时传感器数值的离散越大且呈整体上升趋势，综合分析试验数据，选取前进车速为0.29 m/s左右进行试验，在该速度时传感器数值较为稳定。

3.2 重复性试验

为确保电导率快速检测系统在相同或相近的路线上传感器信号相对稳定，需要进行系统重复性试验。在检测系统静止时传感器信号稳定，只需试验其移动时的稳定性与重复性。检测试验装置使用纽荷兰SNH350型拖拉机牵引，在试验区域采集6次传感器输出电压，6次电压数据使用线性趋势线表示趋势，其趋势基本相同，如图14a所示。6次采集路径轨迹如图14b所示。

图14 重复性试验Fig.14 Repeatability tests

选取其中路径最为接近的2次数据，并删除其中采样间距大于0.3 m的点，最终选择23组数据点进行对比。其中试验A电压均值为171.29 mV，试验B电压均值为168.33 mV，2次试验传感器均值169.81 mV。试验A与试验B最接近位置电压差均值为25.5 mV，占2次试验电压均值的15%，但考虑到行进过程中机具的振动、测量位置偏差，土壤电导率检测系统基本稳定，2次试验数据及数据点相对位置如图15所示。

图15 试验数据及数据点位置Fig.15 Test A and B data and data point location

综上，通过在同一路径上6次传感器输出电压值对比，可知传感器信号在每次试验中都有不同，造成的原因可能是每次行进路径不能保证完全一致，数据采集点存在差异，且机具的振动也会使传感器产生一些噪声，这些因素都会对数据采集产生影响。尽管重复试验数据有一些差异，但其趋势相同且差异不大，因此可以认为系统在移动测量时是稳定且可重复的。

3.3 田间试验

在试验地上使用该试验系统，限制圆盘入土深度为22 mm，使用TR-6D型土壤含水率检测装置对试验区域的土壤含水率分布进行记录。车载系统实时记录电导率圆盘电压、地表温度及采集点的GNSS信息。在试验地上每间隔2 m进行采样，按照HJ 802—2016标准进行实验室土壤浸出液电导率(ECw)检测，如图16所示。

图16 实验室土壤浸出液电导率检测Fig.16 Laboratory soil solution conductivity detection

通过“土壤电导率-土壤含水率-电极入土深度-温度”与传感器信号模型得出电导率数据，绘制插值图如图17a所示，土壤采样后在实验室测量获得的土壤浸出液电导率(ECw)绘制差值图如图17b所示。

图17a中绿色点表示车载系统检测时的路径及采样点，填充的颜色代表此采样点的车载系统预测土壤电导率，图17b中红色点表示实验室检测时的土壤采样点，通过克里金插值法绘制插值图数据，对比图17a和图17b数据的电导率变化趋势，两者变化趋势相对一致，说明此车载土壤电导率检测系统可以有效并快速预测土壤浸出液电导率的分布趋势，为后续土壤作业提供参考。

图17 自制系统电导率数据与土壤采样数据对比Fig.17 Comparison of conductivity data of self-made system with soil sampling data

4 结论

(1)基于四端法原理设计了一种车载式大田土壤电导率快速检测采集系统，系统包括交流恒流信号源、信号检测调理电路及GNSS定位系统，恒流源输出电流可调范围0～1 000 μA，输出频率可调范围3～700 Hz，1 000 μA电流下最大负载阻抗6 kΩ，满足土壤电导率测量要求。

(2)通过四因素五水平中心组合试验探究了土壤含水率、可溶性盐电导率、电极入土深度、土壤温度对土壤浸出液电导率影响规律并建立了土壤浸出液电导率(ECw)计算回归模型，用于预测土壤浸出液电导率(ECw)。该模型R2为0.998 3，预测R2为0.996 1。

(3)采用车载土壤电导率快速检测系统进行了大田土壤电导率检测试验，根据土壤浸出液电导率(ECw)计算回归模型获取试验田块土壤电导率变化。试验结果表明，在行进路径相似时测量结果平均误差小于15%，其测量结果稳定且具有重复性。大田环境下系统的检测值与实验室仪器检测土壤溶液电导率变化趋势相对一致，故此车载系统可实现大田土壤浸出液电导率的快速预测。