下载文档原格式
知彼知己，用土壤摘情监测系统，因地制宜种植作物中国是一个农业大国，积累的农业经验是很深厚的。
而今在农业物联网、智慧农业、数字农业等新技术的冲击之下，农业生产、管理方式也面临着升级与改善。
一般来说，作物在某一生长期的需水量低于供水量，破坏作物的正常生长，因此需要根据土壤墙情来执行灌溉作业。
土壤摘情监测系统，作为一种新型的智能系统，将物联网技术与人工智能技术相结合，有效地完成自动监测任务，全面、科学、真实地反映土壤监测的变化，为减灾抗旱提供重要信息。
土壤埔情是表示土壤水分含量的一个数据,通过系统监测,及时掌握田间水分含量情况,并根据检测结果实施科学灌溉,以保证作物生长所需水分供应充足。
另外测报土壤摘情也是为了及时、经常、系统地掌握各地旱涝情况,为战胜旱涝灾害争取更大的主动权,达到为工农业生产及其他社会经济活动服务的目的。
土壤测速植物培养粮食仓储土壤湿度是土壤的干湿程度,即土壤的实际含水量,可用土壤含水量占烘干土重的百分数表示:土壤含水量=水分重/烘干士重*100。
也可以:土壤含水量相当于田间持水量的百分比,或相对于饱和水量的百分比等相对含水量表示。
土壤墙情监测系统，一套用于监测土壤水分含量、电导率、PH值等及其变化情况的系统。
由传感器、智能网关、智慧农业云平台三部分组成。
传感器负责检测土壤中水分含量的变化，智能网关负责对传感器检测到的数据进行传输，经云平台处理后显示，可在安卓/IOS手机端、电脑、平板端，甚至是接入云平台的1ED监控大屏上显示。
这是专业用于监测与管理土壤墙情的仪器,安装在田间,无需人工干预,设定好参数后,系统就能自动监测数据,并且数据还能上传到云平台,农业工作者只需要拿起手机就能查看田间墙情实时数据了,非常方便。
该系统以减轻干旱为目标，以农田土壤水分、农业信息、水利工程蓄水调水等实时数据为数据源，采用设备作为土壤水分传感器，结合适合该地区的数学模型,在智慧农业云平台建立了集土壤水分实时监测、信息管理、咨询服务、预测分析于一体的决策支持系统，科学制定了抗旱调度方案，为正确指挥抗旱救灾、减少灾害损失提供决策支持。
·土肥植保20 2023年第10期情等级划分，让人们更加形象地理解土壤含水量的意义。
土壤墒情等级主要的评价因子是作物需水情况、土壤含水量、田间持水量、土壤凋萎含水量、根系分布层深度。
根据作物主要根系分布层土壤含水量对作物的满足程度，划分为渍涝、过多、适宜、不足、干旱、严重干旱6个等级。
水浇地和旱地的6个等级标准如下：①渍涝。
土壤水分饱和，田面出现积水持续超过3天；不能播种，作物生长停滞。
②过多。
土壤水分超过作物播种出苗或生长发育适宜含水量上限（通常为土壤相对含水量大于80％），田面积水3天内可排除，对作物播种或生长产生不利影响。
③适宜。
土壤水分满足作物播种出苗或生长发育需求（土壤相对含水量为60％~80％），有利于作物正常生长。
④不足。
土壤水分低于作物播种出苗或生长发育适宜含水量的下限（土壤相对含水量为50％~60％），不能满足作物需求，作物生长发育受到影响，午间叶片出现短期萎蔫、卷叶等现象。
⑤干旱。
土壤水分供应持续不足（通常为土壤相对含水量低于50％），干土层深5厘米以上，作物生长发育受到危害，叶片出现持续萎蔫、干枯等现象。
⑥严重干旱。
土壤水分供应持续不足，干土层深10厘米以上，作物生长发育受到严重危害，干枯死亡。
水田的6个等级标准如下：①渍涝。
淹水深度20厘米以上，3天内不能排出，严重危害作物生长。
②过多。
淹水深度8~20厘米，3天内不能排出，危害作物生长。
③适宜。
淹水深度8厘米以下，有利于作物生长发育。
④不足。
田面无水、开裂，裂缝宽1厘米以下，午间高温时禾苗出现萎蔫，影响作物生长。
⑤干旱。
田间严重开裂，裂缝宽1厘米以上，禾苗出现卷叶，叶尖干枯，危害作物生长。
⑥严重干旱。
土壤水分供应持续不足，禾苗干枯死亡。
土壤墒情是评价农田水分状况满足作物需要程度的指标。
土壤墒情监测是指长期对不同层次土壤的含水量进行测定，调查作物长势长相，掌握土壤水分动态变化规律，评价土壤水分状况，为农业结构调整、农民合理灌溉、科学抗旱保墒、节水农业技术推广等提供依据。
N o n g j i t u i g u a n g榆阳区土壤墒情监测预报对农业生产的意义张建成土壤墒情是农作物生长的主要限制因素之一。
随着全年气候变化的不确定性，旱涝、干旱等现象频发，对农业生产的影响日益突出，带来的威胁也越来越大。
根据土壤墒情监测的结果，了解土壤含水量，根据含水量的丰缺，适时进行农业结构调整和农业相关部门指导农民抗旱、抗逆和适播适种适管提供科学依据；为农民适时灌溉、农田蓄水保墒提供有力数据及技术指导。
可见，土壤墒情的监测和预报是一项非常重要的农事活动，对保障粮食丰收以及农业生产具有重要的意义。
榆阳区耕地以地貌类型与土地类型划分，主要有西北风沙草滩地区、河谷川道地区、东南部丘陵沟壑地区三个区域。
玉米分布在榆阳区全境，土壤类型包括风沙土（包括喷灌圈的新积土）、潮土、沼泽土、淤土、黄绵土等；马铃薯主要分布在西北部风沙草滩地区的喷灌圈及东南部丘陵沟壑地区，土壤类型为新积土和黄绵土；水稻主要分布在河谷川道地区，土壤类型为水稻土（潮土、淤土与水稻土轮作）；中药材、山地苹果、小杂粮主要分布在东南部丘陵沟壑地区，土壤类型为黄绵土；蔬菜主要分布在河谷川道地区及西北部风沙草滩地区，土壤类型为潮土、淤土、风沙土、黄绵土等；油料、树苗、甘薯主要分布在河谷川道地区和西北部风沙草滩地区，土壤类型为潮土；山药主要分布在西北部风沙草滩地区，土壤类型为风沙土或新积土。
一、墒情墒指土壤适宜植物生长发育的湿度。
墒情，指土壤湿度的情况。
土壤湿度是土壤的干湿程度，即土壤的实际含水量，可用土壤含水量占烘干土重的百分数表示：土壤含水量=水分重/烘干土重×100%。
也可以土壤含水量相当于田间持水量的百分比，或相对于饱和水量的百分比等相对含水量表示：土壤含水量/田间持水量×100%或土壤含水量/饱和水量×100%。
二、墒情重要性土壤墒情是最基本、最主要也是最常用的土壤信息之一。
土壤墒情的好坏，直接影响农作物的生长发育。
土壤墒情监测技术在农业中的作用农业是人类生存和发展的基础，而土壤墒情则是影响农业生产的关键因素之一。
土壤墒情监测技术作为现代农业中的重要手段，对于提高农作物产量、保障农业可持续发展具有不可忽视的作用。
土壤墒情，简单来说，就是土壤中水分的状况。
它直接关系到农作物能否获得充足的水分供应，从而影响其生长、发育和产量。
过去，农民主要依靠经验来判断土壤墒情，比如通过观察土壤的颜色、质地，或者用手触摸来感受土壤的湿度。
这种方法虽然简单，但往往不够准确和及时，容易导致灌溉不当，要么缺水影响作物生长，要么过度灌溉造成水资源浪费和土壤板结。
随着科技的不断进步，土壤墒情监测技术应运而生。
这些技术通过各种仪器和设备，能够精确、实时地获取土壤墒情信息，为农业生产提供科学依据。
其中，最常见的土壤墒情监测技术包括烘干法、张力计法、时域反射仪（TDR）、频域反射仪（FDR）等。
烘干法是传统的测量方法，通过将土壤样本烘干称重来计算土壤含水量，虽然精度较高，但操作繁琐，无法进行实时监测。
张力计法则是利用土壤水势来间接反映土壤含水量，但测量范围有限，且受土壤质地影响较大。
TDR 和 FDR 是目前应用较为广泛的现代监测技术。
TDR 利用电磁波在土壤中的传播速度与土壤介电常数的关系来测量土壤含水量，具有测量精度高、速度快、可连续监测等优点。
FDR 则是通过测量土壤的电容来推算含水量，操作相对简便，成本较低。
土壤墒情监测技术在农业生产中的作用是多方面的。
首先，它有助于实现精准灌溉。
通过实时监测土壤墒情，农民可以准确了解土壤中水分的分布和变化情况，根据作物的需水规律，制定合理的灌溉计划。
在作物需水关键期及时灌溉，在土壤水分充足时避免灌溉，从而提高水资源的利用效率，减少浪费。
这不仅降低了农业生产成本，还减轻了对环境的压力。
其次，有助于提高农作物产量和品质。
合适的土壤墒情能够为作物提供良好的生长环境，促进根系发育，增强光合作用，提高养分吸收效率。
土壤墒情预报研究
作者：刘卓刘仁亮
来源：《山西农经》2018年第03期
摘要：研究土壤墒情预报，确定未来旱涝发展趋势，对农业生产服务有重要意义。
统计与土壤墒情变化相关的气象要素，计算各要素与土壤墒情的算相关系数，建立简便易行的土壤墒情预报方法，为更好地服务农业生产提供技术支撑。
关键词：土壤墒情；相关分析；墒情预报
文章编号：1004-7026（2018）03-0057-01 中国图书分类号：S152.7 文献标志码：A
墒就是耕作层土壤含水量，反应作物在各个生长期土壤水分的供给状况，并直接关系到作物的生长与产量。
因此，研究分析墒情变化规律，开展墒情预报，对防旱、排涝、保证农业高产稳产具有十分重要的意义。
1 土壤墒情预报方法
目前，国内外土壤墒情预报研究所采用的方法概括起来可大致分为经验公式法、水量平衡法、消退指数法、土壤水动力学法、时间序列法、神经网络模型法、遥感监测法等几类[1]。
本文用经验公式法开展研究。
土壤含水量与降水、气温、风速、蒸发量等有着密切的关系。
通过对辽宁省昌图县气象站近22年4月中下旬土壤墒情、降水量、平均气温、平均风速、蒸发量等资料分析计算，得出如下结果：
昌图县4月28日10cm的土壤墒情与4月中下旬的合计降水量相关最显著，相关系数为0.72。
昌图县土壤含水量与气温为负相关，相关系数为-0.43，
10cm土壤含水量与时段内平均风速为负相关，相关系数为-0.26。
蒸发量是一个综合因子，如果气温高、风速大、日照多、地温高、时间长，则蒸发量大；反之蒸发量小。
经统计得到：蒸发量与土壤墒情负相关明显，昌图县4月28日10cm的土壤墒情与4月中下旬蒸发量的相关系数为-0.51。
在没明显透雨的情况下，可使用土壤墒情预报经验公式计算。
在春旱期间，10mm以上的降水，一般每增加1mm降水，10cm土壤墒情可增加0.7个百分点左右。
如果春季一般降水达40mm以上时，土壤含水量会达到饱和，此种情况不用计算，可直接预报某日大雨后，土壤墒情可达25%以上。
在没有降水的情况下，10cm土壤墒情平均1d下降0.3个百分点左右。
康绍忠[2]通过研究发现，时段末土壤含水量与时段初土壤含水量、时段内累计降水量、日平均气温等具有较好的多元线性关系，即：
θt=aθ0+bR+cT+d （1）
式（1）中：θt为时段末土壤含水量，θ0为时段初土壤含水量，R为时段内累计降水量，T 为时段内日平均气温，a，b，c，d为经验系数。
经过统计验证，预报误差达到最小时，确定经验系数。
θt=θ0+0.7（R-10）（2）
预报未来有大于10mm降水时，可用式（2）计算10cm土壤墒情变化。
式（2）中θt为时降水后的土壤含水量，θ0为时段初土壤含水量，R为未来某降水过程大于10mm降水量。
变量多不易确定经验系数，最好是选一个能代表多个变量的要素。
所以我们选择了蒸发量这一要素，蒸发量可以代表气温、风速、日照、地温、时长等要素的综合作用。
在预报未来一段时间内，没有降水的情况下，可用下式计算10cm土壤墒情的变化。
θt=θ0-0.04L （3）
式（3）中θt为时段末土壤含水量，θ0为时段初土壤含水量，L为未来几日的蒸发量。
3 具体实例
例如2017年4月23日昌图县10cm土壤墒情为15.7%，预报未来10d没有明显降水，未来10d内平均每天蒸发量为7mm，那么到5月3日10cm土壤墒情将下降到多少？
用式（3）：θt=θ0-0.04L计算如下：θt=15.7-0.04
×7mm×10d=12.9
由计算得出，昌图县5月3日10cm土壤墒情下降到12.9%左右，地表墒情很差。
又例如：昌图县5月3日10cm土壤墒情为12.9%，预计昌图县5月4到5日有中雨，平均降水量为20mm，那么5日降水后，10cm土壤墒情将上升到多少？
用式（2）：θt=θ0+0.7（R-10）计算如下：
θt=12.9+0.7×（20-10）=19.9
由计算得出，昌图县5月5日降中雨后，平均10cm土壤墒情将上升到19.9%左右。
结束语
研究墒情变化，统计与土壤墒情变化相关的气象要素，查找相关情况，建立墒情预报方法，为更好地服务农业生产提供技术支撑。
参考文献：
[1]栗容前，康绍忠，贾云茂.农田土壤墒情预报研究现状及不同预报方法的对比分析[J].干旱地区农业研究，2005，
23（6）：194-199.
[2]康绍忠.旱地土壤水分动态预报方法的初步研究[J].中国农业气象，1987，（2）.。
