在不同安装方法下，对 SoilVUE10 时域反射法土壤湿度剖面传感器的现场评估

《Vadose Zone Journa》：Field evaluation of the SoilVUE10 time domain reflectometry soil moisture profiling sensor under different installation methods

准确监测土壤剖面含水量对农业和环境应用至关重要。本研究通过对比 gravimetric 测量和 Acclima TDR 传感器数据，评估了 SoiVUE10 高频 TDR 传感器在不同土壤类型（黏土含量 22%-39%）、灌溉系统（滴灌与漫灌）及安装方法下的性能。结果表明，制造商推荐的安装方法在高黏土土壤中导致传感器与土壤接触不良，形成压实层，显著低估土壤含水量（平均 RMSE 0.067 cm3/cm3）。改进的安装方法（扩孔至 20 cm 并回填原土）有效改善接触，降低 RMSE 27%（至 0.049 cm3/cm3）。研究揭示了传感器安装方法对低频 TDR 仪器精度的影响机制，提出需根据土壤质地优化安装工艺并加强校准。

　　
该研究系统评估了SoilVUE10时域反射仪（TDR）在不同土壤类型、灌溉系统和安装方法下的性能表现。通过两个田间实验对比了该传感器与重力测量法以及Acclima TDR传感器的数据一致性，揭示了传感器性能受多重因素影响的规律。

实验一在亚利桑那州马里科帕农业中心开展，土壤类型为砂质黏土（黏粒含量22%-39%），采用滴灌系统。研究发现，按照制造商推荐的5cm直径钻孔安装方式，SoilVUE10传感器在0-50cm各监测深度均表现出显著低估现象。例如在5cm深度，传感器测量值较实际值低约35%；在10cm深度误差率达25%-30%。这种偏差主要源于安装过程中形成的压实层，直径5cm的钻孔难以有效消除传感器周围土壤的机械扰动，导致传感器与周围土壤的流体接触不良。对比Acclima传感器（315H/310S）发现，在黏土含量较高的实验一中，Acclima的测量值波动范围（±0.044 cm3/cm3）与SoilVUE10（±0.067 cm3/cm3）相近，但SoilVUE10在浅层（0-30cm）的误差显著更高。

实验二在亚利桑那州大学农业试验场进行，土壤类型为砂质 loam（黏粒含量7%-14%），采用漫灌系统。通过对比两种安装方法（制造商推荐法与改良式大孔径回填法）下的数据，发现改良安装方式可使平均绝对误差降低27%。具体表现为：在改良安装中，5cm深度误差从制造商法的18%降至9%，30cm深度误差从0.059降至0.046 cm3/cm3。实验数据表明，当使用直径20cm的钻孔回填原生土壤并压实后，传感器周围形成了更稳定的孔隙结构，有利于水分传输和电磁信号传导。这种改进在黏粒含量低于22%的砂质土壤中效果尤为显著。

研究还揭示了传感器性能的深度依赖性特征。在砂质黏土（实验一）中，传感器在30cm以下深度的测量误差呈现递减趋势，可能与深层土壤结构更均匀有关。而在砂质 loam（实验二）中，改良安装方法在5-40cm深度均表现出优于制造商推荐法的性能。值得注意的是，在漫灌实验二中，5cm深度传感器曾出现超过土壤孔隙率（由干湿密度计算得出）的异常值，这可能与地表积水导致电磁信号干扰有关。

对比分析显示，Acclima传感器在连续监测中表现出更好的动态响应特性。例如在实验一中，Acclima传感器能准确捕捉到灌溉事件（6月10日）引起的10cm深度土壤含水量从0.18 m3/m3跃升至0.25 m3/m3的过程，而SoilVUE10在该深度仅记录到0.20 m3/m3的线性变化。这种差异可能源于Acclima采用更宽频段的电磁脉冲（3.5GHz带宽）和优化设计的波导结构。

研究提出安装改进方案：对于黏粒含量超过25%的土壤，建议采用直径15-20cm的钻孔回填原生土壤，并在回填后进行土壤压实。该方法的成功关键在于消除传感器周围5-15cm的压实层，改善孔隙连通性。实验数据显示，改良安装后SoilVUE10在砂质黏土中的测量误差可从初始的0.067 cm3/cm3降至0.049 cm3/cm3，接近Acclima传感器的精度水平。

在长期监测（实验二持续11个月）中，改良安装法的传感器表现出更好的稳定性。例如在50cm深度，制造商法安装的传感器在2019年9月至2020年1月期间RMSE达0.065 cm3/cm3，而在2020年2月至7月的改良安装中RMSE降至0.022 cm3/cm3。这种改善与土壤孔隙结构的长期稳定性密切相关，而传统安装方法形成的压实层在持续灌溉后可能发生解体，导致测量误差波动。

研究同时发现，传感器性能与土壤介电特性存在非线性关系。在实验一中，土壤EC值高达1570μS/cm（主要来自黏粒中的可溶性盐分），这导致TDR信号在10cm深度以下出现明显衰减。而实验二的EC值仅342-543μS/cm，使得高频信号（1GHz）在50cm深度仍保持较稳定传播。这表明在盐渍化土壤中，建议结合EC传感器进行数据校正，或采用更高频率的TDR设备（如100GHz的Drill & Drop传感器）。

实验设计的创新性体现在多维度对比：通过改变土壤类型（黏土→砂土）、灌溉方式（滴灌→漫灌）和安装方法，系统揭示了传感器性能的边界条件。特别值得注意的是，当土壤孔隙率低于35%时（实验一中的黏土孔隙率约32%-45%），传统安装方法会导致传感器周围形成厚度达2-3cm的压实层，这种物理屏障使传感器无法有效感知土壤水分动态变化。

研究建议未来需开展三方面工作：首先，建立不同土壤类型（包括有机质含量＞5%的土壤）的安装规范，明确最佳钻孔直径与回填压实参数；其次，开发深度自适应的校准算法，当前研究显示在50cm深度，SoilVUE10的误差仍达5%；最后，建议将传感器与土壤EC测量数据结合，通过动态补偿提高复杂土壤条件下的准确性。

该研究为田间TDR传感器的部署提供了关键指导：在黏性土壤中，必须采用大孔径回填安装法以消除压实效应；在砂质土壤中，改良安装可使精度提升30%以上；建议将传感器安装深度控制在50cm以内，超过该深度时需考虑更换长型传感器（如100cm探头）。这些发现对精准农业中的水分监测系统优化具有重要参考价值。