英语原文共 11 页
土壤湿度传感器定位和精度对滴灌调度系统的影响
Konstantinos X. Soulis lowast;, Stamatios Elmaloglou, Nicholas Dercas
雅典农业大学自然资源管理与农业工程系水资源管理处
75，伊拉奥多斯街，11855 希腊，雅典
摘要：电磁传感器技术的最新进展使自动灌溉调度使用最先进的土壤湿度传感器成为现实。然而，许多可用的确定传感器位置的方法是根据现场情况和特定农作物的经验来决定的。传感器精度也是影响灌溉效率的一个重要因素。这项研究调查了在各种条件下，土壤
湿度传感器的定位和精度对表面滴灌调度系统的土壤湿度性能的影响。为此，采用数学模型进行了几个数值实验，结合系统相关的边界条件模拟土壤湿度灌溉调度系统。本研究的结果为土壤湿度传感器的定位和精度对土壤湿度滴灌调度系统的灌溉效率产生重大影响提供了明显的证据。在特定情况下，土壤湿度传感器定位的影响高达16%；但是，当检查附近的传感器位置时，观察到的差异一般较低，传感器精度的影响更为明显。较低误差的传感器（plusmn;0.01 cm3 cm-3）对灌溉效率的影响范围在2.5%到6.4%之间，而对于较高误差的传感器（plusmn;0.03 cm3 cm-3），影响范围在10.2%到18.7%之间。这些结果强调了考虑到特定作物，灌溉和调度系统以及土壤湿度传感器的特征进行详细研究以提供一个改善灌溉方案的良好基础的重要性。对所用传感器进行土壤特定校准在这样的系统中也是重要的。最后，这项研究的一个有意义的成果是：计算机的能力模型是作为传感器定位和精度或其他自动调度系统特性的详细调查的有效工具。
关键词：滴灌 灌溉调度 数学模型 土壤湿度传感器
1.简介
最近，农业节水受到大量关注。各种用户之间对淡水资源的竞争越来越激烈，特别是在半干旱和干旱地区面临有限的水资源供应，这也增加了用水需求。其中当前最有前景的提高灌溉用水效率的策略是使用滴灌系统，通过水和养分的高度局部化应用来促进水资源管理，以及灌溉计划的改进，即在植物生长季适当的时间给到农田适当的水量。即使滴灌可以证明比其他灌溉系统更有效，因为只有根区灌溉区域需要灌溉，管理不当可能导致水的浪费或可溶性化学物质如硝酸盐的浸出。但是，有效的灌溉管理具有挑战性，因为要考虑到包括气候，作物类型，灌溉方法和系统参数等很多因素。灌溉调度的目标是为了通过在适当的时间和位置向农田施用适量的水来最有效地利用水和能源，确保作物需要水的时候有水可以供应。通过最大限度地减少径流和渗透损失达到调度最大化灌溉效率。适当的灌溉管理需要一个良好的基础来做出灌溉决策，灌溉调度的方法可以分为静态或动态。根据静态方法，总水量灌溉的分配没有规定其生长季节的时间分布。相比之下，动态方法灌溉的水是在生长季节分配特定的时间步长，以在每个成长阶段的根区达到最佳的土壤含水量条件。灌溉计划通常基于环境测量，如土壤水分蒸发蒸腾损失总量和土壤含水量或监测植物应力。
许多研究人员已经研究了自动灌溉系统和土壤湿度传感装置的使用，如张力计，石膏块，粒基传感器（GMS）和电磁（EM）传感器。自动灌溉调度系统一般由土壤湿度传感器或基质水头传感器、一个控制系统、和灌溉系统的组成部分组成。使用开关式张力计对灌溉事件的自动控制已经由Smajstrla 和 Koo (1986)、 Clark等人(1994)、Torre-Neto 等人 (2000)进行了研究。在大多数这些研究中，节水效果显然没有对作物产量产生负面影响。然而,使用张力计开始灌溉与几个问题相关，如在张力计中有空气， 在陶瓷杯上有机生长，需要重新校准。GMS需要更少的维护并且可以更容易地集成在自动灌溉系统中。然而，它们对土壤盐度非常敏感，需要经常校准。Munoz-Carpena 等人(2005)发现基于GMS的灌溉表现不稳定。以上问题中的可用基质头部感应设备限制了自动灌溉调度系统的广泛使用。
电磁传感技术的最新进展，包括它们的易于自动化的能力，开发的成本低以及电容和频率电磁传感器。已经让使用最先进的土壤水分传感设备进行自动灌溉调度成为现实(Blonquist et al.，2006)。一些研究调查了电磁传感器在新型自动化灌溉管理中的应用，这些研究显示，相比于传统的灌溉调度方法，新方法节约的水资源高达60%。
然而，传感器如何定位仍是一个未解决的问题，而精度可能影响自动灌溉调度系统的灌溉效率。待灌溉植物根区的轮廓是动态的，它会受到作物自身和灌溉参数的影响。如土壤水力特性，灌溉系统特性(如喷头流量)，根系的长度和结构，甚至根系的类型。特别是在滴灌的情况下，滴头的非均匀布水规律使土壤湿度传感器的位置是影响滴灌调度方案中土壤湿度性能的关键因素。更具体地说,传感器定位不代表根区土壤湿度条件可能导致作物水分胁迫，或者无视土壤水分调度节水能力的过度灌溉。然而,在许多现有的指导方针中，传感器的放置是经验性的由现场和作物具体试验确定。
土壤湿度传感器的精度也是一个影响灌溉调度系统土壤湿度传感器效率的重要因素。几项最近的关于新型电容和频率电磁传感器性能的研究广泛讨论传了感器到传感器的可变性和传感精度问题 。根据研究关于传感器到传感器的可变性、变异性高达0.04cm3 cmminus;3。在大多数情况下，工厂采用校准方程时的传感器精度范围在0.03 cm3 cmminus;3和0.04 cm3 cmminus;3。然而，使用具体校准精度可显著提高，达到0.01 cm3 cmminus;3或更好。应该指出，上述一般数字可能会因不同的传感器技术和模型而有所不同。
研究土壤湿度的一个重要方面滴灌调度的滴灌调度方案灌溉系统，是测定土壤湿度的模式。润湿模式可通过使用实验性的，具体的，或是仿真数学模型获得。在这些数模型中，理查兹方程用于模拟滴灌过程中土壤水矩阵势或水含量的分布。数值法和解析法都用来求解理查兹流动方程。有几种分析方法为流动方程的线性化形式获得了一系列在滴灌过程中单线源通量或多线源条件下的含水量分布闭式解析解。然而，分析解需要各种假设限制了应用。因此，数值模拟模型更常用于分析地表滴灌下的土壤水分动态。在最近的一项研究中，Dabach等人（2013）通过结合矩阵式头部触发滴灌系统案例的实验数据进行的海德鲁二维/三维模拟结果调查了灌溉调度，以优化它们的主要运行参数，即灌溉阈值和水量。在他们的研究中，使用数值模拟模型在研究基于传感器的灌溉管理的优点也被突显出来。
在此背景下，本研究的主要目的是研究在各种条件下（土壤类型、潜力蒸散速率、排放速率、灌溉深度、滴灌行间距），土壤湿度传感器的定位精度如何影响表面滴灌土壤调度系统湿度性能。为此，几次数值实验使用数学模型进行，该模型在土壤水分特征曲线中包含滞后，蒸发来自土壤表面和根的水分吸收。此外, 为了模拟自动滴灌调度系统的土壤湿度，考虑具体的流量域位置特定条件变化, 数学模型中用到了系统相关边界条件。
2材料和方法
2.1数学模型
为了研究土壤湿度传感器定位和精度如何影响表面滴灌调度系统土壤水分性能，土壤湿度模式在Elmaloglou等人提出的数学模型的不同条件和不同结发射器下形成，模型为模拟地表滴灌下土壤水分动态等距离线源。这个数学模型包括土壤水分特征曲线滞后，土壤表面水分蒸发和植物根部吸水。此外，由于模型的代码是在内部开发的考虑到特定位置流量区域的条件变化与土壤湿度传感器位置相对应，它是可能实现与系统相关的边界条件的。这样就可以模拟基于土壤水分自动滴灌调度系统的几个灌溉周期。
在图1a中，三维图形表示给出了物理模型。可以看出，表面滴落灌溉采用宽2x0的水平线水源。在同一图中，横向间距，在本研究中选择等于60 cm和80 cm，作物行和活跃根区的二维空间分布。植物根系的宽度在表面上是最小的。并随着深度增加到20厘米最大宽度。然后宽度减小到60 cm，即等于根部区域深度。活动的空间分布选择根区代表的是正常的生根模式适用于滴灌系统的各种作物（如豆类、番茄、土豆、黄瓜和其他蔬菜作物）。
平面流对称允许物理模型在一个无限垂直面中到线源的垂直长度进行检验，线源取自X轴和Z轴。图1b中，计算的离散化图1a所示的矩形ABFE对应的域。用于数值计算的空间步距x，z数学模型的解取2 cm。
土壤水分特征曲线的滞后现象被纳入Kool和Parker为Scott等人的经验模型简化后的数学模型。更具体地说，假设=/2,其中和是由Kool和Parker提出的关于主要湿润和干燥曲线的范德朗奇关系的一个参数。
最后，该数学模型成功验证关于Elmaloglou等人详细描述的现有的分析解和Hydrus二维数值计算模型。
2.2模拟输入
在本研究中，两个均质土壤剖面的情况分别检测了壤土砂（LS）和粉土（SI），这些土壤的水力特性取自Rosetta数据库。
土壤的水力特性是用van Genuchten–Mualem如下构成关系模拟的：
式子中为饱和含水量 (L3 Lminus;3);为残余水含水量(L3 Lminus;3);为饱和导水率(L Tminus;1); ˛ (), n (minus;), 和 m (minus;)是形状参数，是有效饱和度（无量纲）（0lt;Selt;1）。van Genuchten方程中包含的参数值总结见表1, 根据公式唯一的 关系对每种土壤类型始终遵循参数集（n、、、 ）。壤土砂和淤泥土的初始含水量分别是0.164 cm3 cmminus;3和d 0.198 cm3 cmminus;3。选择上述值时，当t=0时，两种土壤的有效饱和度相同（），此值对应初始导水率值小于尽量减少重力引起的再分配。相应的压力的水初值（壤土砂为-120 cm，淤泥为-756 cm）远高于枯萎点，与作物水分胁迫不明显相关，更多细节见Elmaloglou等人。
每一个灌溉周期都是在土壤湿度值在相应的传感器位置达到初始土壤湿度值开始。Dabach等人论证了灌溉阈值对矩阵头触发灌溉系统灌溉效率有影响，因此，用不同的Se值测试模拟进行了检查。这些测试提供了类似的结果，至少与传感器定位和精度的影响有关，这是本研究的主题。任何时间点的潜在蒸散速率（mm hminus;1），通过平均24小时内蒸散速率(mm dayminus;1)计算。采用正弦分布：
其中，Tcycle是周期的时间（h），在这种情况下是24小时，Tday是24小时制的当前时间减去周期开始时间（h）。
在总蒸散量中，植物生长季节初期，土壤蒸发量最高。但随着植物生长和树冠关闭土壤蒸发量会逐渐降低。然而，即使在完全封闭的树冠，土壤蒸发依然发生。对于完全发育植物，蒸腾作用是总蒸腾作用的主要部分，在后者的80%到90%之间 。某一作物的实际蒸腾速率受多种因素影响，包括作物类型、土壤和植物管理实践、灌溉制度、气候条件、植物生长阶段，相应的植物遗传特征、叶片定向、叶龄等。对日潜在蒸散量ETp分为了日潜在蒸发量Ep和日潜在蒸腾量Tp，是Ep比ETp的值约为0.14。即对应于半干旱地区完全发育作物的平均实际条件。
在本研究中对两种不同的潜在蒸散速率进行了调查。较高的速率为8.4 mm每天，这是干旱期和半干旱地区完全发育作物的合理值。较低速率选择4.2 mm 每天。测试效果土壤湿度传感器的定位和精度与更极端的情况相比，潜在蒸散速率较高。
2.3数值实验
如前所述，电磁传感器技术的最新进展促进了自动化灌溉调度的土壤湿度传感装置广泛应用。同时考虑到目前为止矩阵式头部传感器的问题限制了自动灌溉调度的广泛应用，本文研究了基于自动灌溉调度系统土壤湿度情况。此外，土壤湿度触发的滴灌系统通过在系统相关边界条件中考虑了水特征曲线迟滞性可以更好被建模。矩阵触发滴灌系统的触发矩阵初值对应于不同土壤湿度的干燥和湿度曲线，由于存在土壤水分特征曲线滞后现象，从而使这样的系统建模复杂化。
滴灌下的土壤水分分布主要受影响根据土壤的水力特性，滴灌管排出速率、灌溉深度、滴水线间距和根水分吸收的时空分布。就像上述两种土壤类型（壤土砂和淤泥）和两种潜在蒸散速率（8.4和4.2 mm每天）进行调查。此外，土壤湿度传感器定位和精度的影响，对两种排出速率(2 和 4 l mminus;1 hminus;1)，对两个灌溉深度(30 and 40 mm)，以及对于两个侧面间距（60 cm和80 cm）。通常，土壤湿度传感装置用于启动预设定时灌溉事件；因此，灌溉事件在预编程后停止灌溉时间（对应于特定灌溉深度）而不是特定的土壤湿度条件。
以上组合对应各种条件以及灌溉系统配置，土壤湿度传感器通过模拟基于土壤水分的自动调度系统不同传感器位置对灌溉效率的影响。模拟传感器位置如图1a所示。选择不同的位置代表了可能的传感器放置选项，包括最常见的使用的惯例。
如前所述，土壤湿度传感器的精度可能也是影响基于传感器的土壤水
资料编号：[3803]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
