智墑在云南省農(nóng)業(yè)用水效率監(jiān)測(cè)中的應(yīng)用研究

曹 言，王 杰，張 雷，宋兆鵬，李建查，戚 娜

(1.云南省水利水電科學(xué)研究院，昆明 650228；2.北京東方潤澤生態(tài)科技股份有限公司，北京 100191；3.云南省農(nóng)科院元謀熱區(qū)生態(tài)農(nóng)業(yè)研究所，昆明 651330)

智能灌溉是能夠智能判斷出作物需水?dāng)?shù)值，并能做出灌溉決策、動(dòng)態(tài)監(jiān)測(cè)執(zhí)行過程以及實(shí)現(xiàn)精準(zhǔn)水肥一體化的灌溉[1,2]。而智能灌溉需要基于連續(xù)精準(zhǔn)的土壤含水量數(shù)據(jù)才能做出科學(xué)的灌溉決策，目前土壤濕度監(jiān)測(cè)的方法主要有田間實(shí)測(cè)法、模型模擬法以及遙感衛(wèi)星反演法[3-7]，其中田間實(shí)測(cè)法能夠監(jiān)測(cè)多層和多深度土壤水分，且精確度高，但其空間代表性有限，費(fèi)時(shí)費(fèi)力，且時(shí)效性差，信息量有限[3]；模型模擬法是根據(jù)物質(zhì)守恒定律，建立水分平衡方程得到土壤水分，具有時(shí)空連續(xù)性較高的特點(diǎn)，但模型建立的參數(shù)多且復(fù)雜，模擬的精度誤差較大[4]；遙感衛(wèi)星反演法是通過建立遙感數(shù)據(jù)與土壤水分含量之間的數(shù)據(jù)模型，利用模型和遙感數(shù)據(jù)反演地表土壤水分，其具有監(jiān)測(cè)范圍廣、速度快、頻率高和成本低的特點(diǎn)，且能夠?qū)崿F(xiàn)土壤水分的實(shí)時(shí)監(jiān)測(cè)，但由于反演模型本身存在一定的誤差，導(dǎo)致反演的土壤水分誤差較高[5-7]，且對(duì)單一作物土壤水分的監(jiān)測(cè)精度較差。

智墑是一款能夠監(jiān)測(cè)土壤墑情的智能產(chǎn)品，其管式土壤水分傳感器的土壤傳感范圍約是插針式水分儀的20倍[8]，且能夠連續(xù)自動(dòng)觀測(cè)不同土壤深度的土壤含水量。云南省地處低緯度高原地區(qū)，典型的多山地區(qū)，立體氣候突出，且區(qū)域氣候差異大。獨(dú)特的農(nóng)業(yè)氣候資源造就了云南省豐富多彩、復(fù)雜多樣的高原特色農(nóng)業(yè)。近年來，為貫徹落實(shí)農(nóng)業(yè)用水效率考核和農(nóng)業(yè)用水的定額管理，云南省先后建成了18個(gè)特色糧經(jīng)作物需水試驗(yàn)站點(diǎn)，均采用云智能墑情(智墑)自動(dòng)觀測(cè)田間不同計(jì)劃濕潤層的土壤含水量和土壤溫度，且已對(duì)柑橘、火龍果、小棗、葡萄、咖啡、檸檬、玉米、毛豆、番茄、大蒜和蠶豆等典型作物連續(xù)觀測(cè)2年。智墑智能化的監(jiān)測(cè)不僅能夠摸清作物需水規(guī)律、精確計(jì)算灌溉水有效利用系數(shù)，也可以為當(dāng)?shù)剞r(nóng)戶進(jìn)行合理灌溉提供了技術(shù)支撐。

1 材料與方法

1.1 智墑—云智能土壤水分監(jiān)測(cè)儀

土壤含水量監(jiān)測(cè)采用北京東方潤澤生態(tài)科技股份有限公司生產(chǎn)的智墑·云享版，設(shè)備觀測(cè)采用FDR原理，觀測(cè)記錄步長為1 次/h，設(shè)備以GPRS方式能夠?qū)崿F(xiàn)觀測(cè)數(shù)據(jù)實(shí)時(shí)上傳至云服務(wù)器，用戶可通過互聯(lián)網(wǎng)和微信同步查看10、20、30、40、50和60 cm處土壤體積含水量和土壤溫度數(shù)據(jù)。

1.2 實(shí)驗(yàn)方法

元謀灌溉試驗(yàn)觀測(cè)點(diǎn)位于云南省元謀縣云南省農(nóng)業(yè)科學(xué)院熱區(qū)生態(tài)農(nóng)業(yè)研究所后山實(shí)驗(yàn)基地內(nèi)，總建設(shè)面積1 740 m2，建設(shè)試驗(yàn)小區(qū)29個(gè)，每個(gè)小區(qū)面積60 m2(5 m×12 m)，試驗(yàn)小區(qū)之間用空心磚隔開，并做必要的防滲處理。本試驗(yàn)區(qū)主要開展元謀縣番茄、玉米、豆類等主要經(jīng)濟(jì)作物需水試驗(yàn)觀測(cè)，所有小區(qū)均采用膜下滴灌方式進(jìn)行灌溉。2016年5月采用烘干法對(duì)元謀6號(hào)小區(qū)(設(shè)備編號(hào)為27.2)和12號(hào)小區(qū)(設(shè)備編號(hào)為2913)智墑的土壤含水量精度進(jìn)行驗(yàn)證。通過200 cm3大環(huán)刀取土樣，取樣時(shí)將環(huán)刀均勻分布在智墑周圍3～5 cm左右，圍繞智墑逆時(shí)針每層取土4個(gè)土樣(見圖1)，其中智墑編號(hào)27.2取5層土樣，分別為10、20、30、40和50 cm，智墑編號(hào)2913取6層土樣，分別為10、20、30、40、50和60 cm。土壤采集封蓋完成后，記錄環(huán)刀濕土重?cái)?shù)據(jù)，隨后返回實(shí)驗(yàn)室在105 ℃的烘箱內(nèi)將土樣烘12 h以上直至恒重，然后對(duì)烘干土樣進(jìn)行稱重，即環(huán)刀干土重。

圖1 取土壤位置示意圖Fig.1 location of soil sample

2 結(jié)果與分析

2.1 智墑精度的比對(duì)

采用200 cm3大環(huán)刀烘干法驗(yàn)證智墑不同深度土壤含水量的精度。由表1可以發(fā)現(xiàn)，受27.2號(hào)智墑安裝位置的影響(智墑未安裝在兩條滴灌帶中間)，導(dǎo)致表層(0～20 cm)取樣誤差相對(duì)較大，取樣誤差為4.43%和3.30%，20～60 cm深度土層的取樣誤差相對(duì)較小，介于0.43%～0.65%之間，不同深度土壤體積含水量誤差的絕對(duì)值介于0.08%～2.37%之間，其中60 cm處的誤差最小，僅為-0.08%，40 cm處誤差最大，為2.37%；而2913號(hào)智墑安裝在兩條滴灌帶中間，不同深度土層的取樣誤差相對(duì)較小，介于0.33%～1.14%之間，不同深度土壤體積含水量的誤差介于0.35%～3.50%之間，其中50 cm處的誤差最大，40 cm處誤差最小。綜上所述，兩組200 cm3大環(huán)刀烘干法得到的土壤體積含水量數(shù)據(jù)與27.2號(hào)、2913號(hào)智墑同步同時(shí)所測(cè)的土壤體積含水量數(shù)據(jù)誤差均在可接受范圍內(nèi)，誤差的絕對(duì)值均小于±3.5%，表明智墑所測(cè)的土壤含水量數(shù)據(jù)具有較好的可靠性，能夠用于云南省土壤墑情監(jiān)測(cè)工作中。

2.2 智墑應(yīng)用

2.2.1 土壤含水量變化規(guī)律

智墑能夠追蹤不同土層土壤含水量逐天逐時(shí)的變化情況，識(shí)別降雨和灌水次數(shù)，也可以反映出降雨和灌水前后不同深度土壤含水量的變化情況，同時(shí)智墑自動(dòng)計(jì)算作物每天的實(shí)際耗水量Et，智能選取一天內(nèi)的兩個(gè)時(shí)間節(jié)點(diǎn)，計(jì)算出該時(shí)間段內(nèi)作物根系各土層土壤含水量減少量的累加，同時(shí)能夠計(jì)算出逐天參考作物蒸發(fā)蒸騰量ET0，以及逐天實(shí)際蒸發(fā)蒸騰量Et與參考作物參考蒸發(fā)蒸騰量ET0的比值(k值)。圖2(a)為元謀灌溉試驗(yàn)觀測(cè)點(diǎn)1號(hào)小區(qū)甜玉米的土壤含水量連續(xù)變化情況，監(jiān)測(cè)時(shí)間為2018年1月1日至2月10日，可以發(fā)現(xiàn)該時(shí)間段內(nèi)各土層土壤含水量有7次比較明顯上升現(xiàn)象，對(duì)照氣象站數(shù)據(jù)發(fā)現(xiàn)1月3日和2月2日出現(xiàn)了明顯降雨，其他5次則由灌溉所致；智墑能夠?qū)崟r(shí)計(jì)算出不同深度土壤含水量逐日的減少量，如2月10日凌晨10 cm處土壤含水量為21.06%，一天后土壤含水量下降至19.47%，土壤含水量減小量為1.59%，而智墑10 cm處的土壤含水量表示地表至地下100 mm厚土層體積百分比含水量的平均值，因此經(jīng)過一天10 cm處土壤含水量實(shí)際減小了1.59 mm；由于元謀干熱河谷地區(qū)燥熱、少雨的特點(diǎn)[9]使得當(dāng)?shù)剞r(nóng)業(yè)種植大量使用地膜覆蓋，由圖2(a)可以發(fā)現(xiàn)在無降雨和灌溉的情況下，各土層土壤含水量呈波動(dòng)下降趨勢(shì)，其主要原因是地膜覆蓋導(dǎo)致反潮現(xiàn)象，致使土壤濕度再次升高，1月31日至2月8日，土壤含水量波動(dòng)下降趨勢(shì)不明顯，主要原因是該時(shí)間段內(nèi)經(jīng)歷一次大幅降溫過程，地表土壤溫度由24.7 ℃降至10.4 ℃，溫度下降蒸發(fā)減弱，反潮現(xiàn)象不明顯；由圖2(b)可以看出，智墑能夠反映出逐天耗水量Et、參考作物蒸發(fā)蒸騰量ET0及k值的變化情況，k值與ET0呈極顯著的負(fù)相關(guān)(顯著水平為0.01)，與Et呈極顯著正相關(guān)(顯著水平為0.01)，相關(guān)系數(shù)分別為-0.742和0.401，可知ET0對(duì)k值變化的影響明顯大于Et。

表1 烘干法與智墑所測(cè)土壤體積含水量的對(duì)比Tab.1 Comparison of soil volumetric water content measured by drying method and cloud intelligent soil moisture monitor

注：設(shè)備27.2號(hào)智墑烘干為18 h，其中4-2樣本中存在石頭和骨頭，因此剔除該數(shù)據(jù)；設(shè)備2913號(hào)智墑烘干30 h，樣本編號(hào)5-1烘干土樣由于是因?yàn)閷?shí)驗(yàn)時(shí)操作失誤沒有將它進(jìn)行30 h烘干，數(shù)據(jù)為18 h的烘干數(shù)據(jù)。

圖2 不同土層土壤含水量及蒸發(fā)蒸騰量的變化情況Fig.2 Variation of soil moisture content and evapotranspiration in different soil layers

2.2.2 土壤蓄水潛力監(jiān)測(cè)

YH土壤水分模型是王應(yīng)海根據(jù)方便用戶灌溉決策要求，在網(wǎng)絡(luò)數(shù)據(jù)平臺(tái)系統(tǒng)中能夠動(dòng)態(tài)反映出土壤中的有效儲(chǔ)水量和蓄水潛力，其中有效儲(chǔ)水量是指作物根系區(qū)域各土層當(dāng)前含水量與歷史實(shí)測(cè)最低土壤含水量之差的累積，其能夠反映出當(dāng)前作物是否缺水，從而保證作物正常生長；蓄水潛力是指作物根系區(qū)域各土層歷史實(shí)測(cè)最高土壤含水量與當(dāng)前土壤含水量之差的累積，其能夠反映出土壤的“胃”還能容納多少東西，每次灌溉的水量是否合理，可以避免水肥浪費(fèi)[8]。YH土壤水分模型也能夠識(shí)別當(dāng)前作物的虛擬根系深度，即智墑識(shí)別到實(shí)際吸水根系到達(dá)的最大深度，同時(shí)分層計(jì)算出每天每層的耗水量，再根據(jù)耗水量的大小顯示出根系在不同深度每天的耗水比例。圖3和圖4分別為元謀灌溉試驗(yàn)觀測(cè)點(diǎn)21號(hào)小區(qū)番茄不同生育期的YH土壤水分模型和根層分布及分層耗水量的變化情況，時(shí)間為2016年7月14-11月14日，可知番茄生育期內(nèi)有效儲(chǔ)水量和蓄水潛力基本呈增加趨勢(shì)，其中苗期、開花坐果期、膨大期、成熟期有效儲(chǔ)水量分別為36、64、38、57 mm，蓄水潛力為53、58、113和151 mm，而開花坐果期當(dāng)天發(fā)生灌水導(dǎo)致有效儲(chǔ)水量偏大；由圖4可知，隨著番茄根系的不斷深入，日耗水量也基本呈現(xiàn)增加趨勢(shì)，其中膨大期日耗水量相對(duì)較大，苗期日耗水量相對(duì)較小。從不同生育期分層耗水量來看，0～10和10～20 cm處日耗水量占比較大，其中苗期和膨大期0～10 cm耗水量占日耗水總量的比例最大，分別為91.4%和34.1%，開花坐果期和成熟期10～20 cm處耗水量占比最大，分別為46.3%和26.0%。

圖3 番茄不同生育期土壤有效儲(chǔ)水量和蓄水潛力變化情況Fig.3 variation of available soil water storage and water storage potential of tomato at different growth stages

圖4 番茄不同生育期根層分布及分層耗水量變化Fig. 4 Distribution of root layer and variation of stratified water consumption in tomato at different growth stages

2.2.3 灌溉水有效利用系數(shù)

農(nóng)田灌溉水有效利用系數(shù)是國家實(shí)行最嚴(yán)格水資源管理“三條紅線”的重要考核指標(biāo)之一[10,11]。灌溉水有效利用系數(shù)是灌入田間可被作物利用的水量與灌溉系統(tǒng)取用的灌溉總水量比值[12,13]，是灌溉用水效率的表征之一[15]。而通過智墑?dòng)?jì)算灌溉水有效利用系數(shù)的步驟如下：首先根據(jù)智墑識(shí)別典型田塊的灌水次數(shù)；其次識(shí)別灌前灌后的土壤含水量，根據(jù)灌前灌后土壤含水量的變化量，計(jì)算每次灌水各土層的凈灌溉水量，見式(1)；最后根據(jù)該時(shí)間段內(nèi)典型田塊水表始末的讀數(shù)差，得到典型田塊的毛灌溉水量，并采用首尾測(cè)算法計(jì)算典型田塊的灌溉水有效利用系數(shù)η。選取元謀灌溉試驗(yàn)觀測(cè)點(diǎn)3號(hào)小區(qū)為典型田塊，觀測(cè)2016年度番茄生育期灌溉用水效率情況，對(duì)比氣象站數(shù)據(jù)和小區(qū)灌水記錄情況，統(tǒng)計(jì)計(jì)算每次灌水前后土壤含水量的變化量，將相鄰10 cm的土壤含水量數(shù)據(jù)做平均值處理，作為20 cm處的數(shù)據(jù)，根據(jù)公式(1)計(jì)算出每次灌水的凈灌溉水量，進(jìn)而統(tǒng)計(jì)出番茄生育期內(nèi)的凈灌溉水量，對(duì)比生育期內(nèi)小區(qū)水表讀數(shù)差，計(jì)算出番茄生育期內(nèi)灌溉水有效利用系數(shù)η。由表2可知，番茄生育期內(nèi)灌水11次，每次灌水的凈灌溉水量分別為0.817 2、0.973 8、1.325 4、2.412 6、2.251 2、1.675 8、0.326 4、1.653 6、1.144 2、1.236 6和1.438 8 m3，生育期內(nèi)凈灌溉水量為15.255 m3，生育期水表讀數(shù)差為19.711 5 m3，計(jì)算得出番茄生育期內(nèi)灌水有效利用系數(shù)η為0.773 9。

W田凈i=AH(θv2-θv1)×10-4

(1)

式中：A為典型田塊的面積，m2；H為灌水期內(nèi)典型田塊土壤計(jì)劃濕潤層深度，cm；θv1為某次灌水前典型田塊H土層內(nèi)土壤體積含水率，%；θv2為某次灌水后典型田塊H土層內(nèi)土壤體積含水率，%。

3 結(jié) 語

(1)27.2號(hào)設(shè)備和2913號(hào)設(shè)備所測(cè)的不同深度土壤體積含水量與實(shí)測(cè)值間誤差的絕對(duì)值均小于±3.5%，表明智墑能夠較好適用于云南省土壤墑情監(jiān)測(cè)。

(2)智墑能夠追蹤不同土層土壤含水量逐天逐時(shí)的變化情況，識(shí)別降雨和灌水次數(shù)，自動(dòng)計(jì)算作物每天的實(shí)際耗水量Et和參考作物蒸發(fā)蒸騰量ET0；YH土壤水分模型能夠動(dòng)態(tài)的反映出土壤中的有效儲(chǔ)水量和蓄水潛力，能夠反映出當(dāng)前作物是否缺水，從而保證作物正常生長，此外YH土壤水分模型也能夠識(shí)別當(dāng)前作物的虛擬根系深度，并能夠分層計(jì)算出每天每層的耗水量及其耗水比例。智墑能夠根據(jù)灌前灌后不同土層土壤含水量的變化量，計(jì)算每次灌水各土層的凈灌溉水量，通過毛灌溉水量的統(tǒng)計(jì)，采用首尾測(cè)算法計(jì)算出灌溉水有效利用系數(shù)。

表2 不同土層深度灌水前后土壤含水量變化情況Tab.2 Changes in soil water content before and after deep irrigation in different soil layers