分布式农田土壤墒情集中监测管理系统

农田土壤墒情对作物的生长起到至关重要的作用,为了使作物生长在适宜含水量的土壤中,采用无线通信技术设计了分布式农田土壤墒情集中监测管理系统,监测中心与农田土壤墒情监测站采用C/S架构设计。根据规划,土壤墒情监测站部署在各地的农田内,利用土壤水分传感器FDS100采集土壤水分信息,再通过GPRS网络建立与监测中心的TCP/IP网络连接将采集到的数据上传;监测中心将接收到的数据进行解析、处理、分析,获取被监测区域农田的土壤墒情,并参照作物生长发育规律,为农田管理者提供精准的灌溉指导。系统准确实时地获取了各监测站的土壤墒情信息,实现了分布式农田土壤墒情的集中监测,能够为作物的精准灌溉管理提供强有力的数据支持。     

小麦生育期内田间土壤水分动态变化过程及其模型模拟

【目的】田间土壤水分状况是灌溉管理的基础,土壤水分的动态变化过程是灌溉预报的重要依据。【方法】通过监测冬小麦田间不同深度土壤含水量和气象数据,分析了小麦生育期内田间土壤水分动态变化过程及其对降水和作物需水量的响应情况,采用土壤水量平衡模型对土壤含水量变化过程进行模拟。【结果】小麦全生育期内,根系主要活动层(0～50 cm)中各层土壤含水量为12.00%～34.53%,方差为5.74～34.05。20 cm土壤含水量与冬小麦根系主要活动层(0～50 cm)土壤含水量相关性最好,相关系数为0.96。20和40 cm深度土壤含水量对降水和作物需水量的响应存在12 h滞后。拔节期后冬小麦田发生轻旱和中旱。旬尺度内,土壤水量平衡模型模拟最大误差小于10%。【结论】在降水和作物需水量共同影响下,土壤深度对土壤含水量变化过程存在影响,且随深度的增加影响减弱;20 cm深度土壤水分与根系主要活动层土壤水分变化过程最接近,可作为土壤水分监测的代表深度;在降水频率P=25%的水文年型下,冬小麦田需要进行补充灌溉,小于1旬时间尺度的水量平衡模型可很好的模拟土壤水分动态变化过程。     

两种不同土壤水分测湿方法昀比较分析

土壤水分含量的大小。不仅影响田间小气侯,而且影响土壤的透气性和土壤养分的分解,是土壤微生物活动和作物生长发育的重要条件。随着农业发展对科技需求的日益增多,气象决策服务在农业生产中发挥着重要作用,尤其是土壤墒情变化与气象因子有着密切的关系,其及时性、准确性都十分重要。及时了解土壤中水分的含量,实时掌握作物土壤湿度的第一手资料,就能够及时分析土壤旱涝状况及对农作物生长发育的影响程度。     

贵州省西秀区旱地土壤墒情变化规律分析与评价

为指导农业生产,制定合理、科学的旱地作物种植策略提供参考,对2017—2021年西秀区开展土壤墒情监测积累的数据和气象因子数据进行分析。结果表明：监测点代表区域旱地土壤墒情总体经历下降期（1—3月）,土壤相对含水量从66.62%下降到49.61%;上升期（4—6月）,土壤相对含水量从56.69%上升到79.38%;平缓下降期（7—12月）,土壤相对含水量从65.4%下降到58.79%,共3个变化阶段。0～10 cm、10～20 cm、和20～40 cm土层土壤相对含水量与降水呈极显著正相关关系,40～60 cm土层与降水呈显著正相关关系。0～10 cm的土层土壤墒情对主栽作物玉米、高粱、马铃薯和油菜都有影响,但总体未达到造成农作物减产的程度。     

灌溉条件下河南省土壤墒情变化规律初探

在豫东潮土区进行了5a的土壤墒情与旱情监测工作,探索土壤墒情变化规律。结果表明,灌溉条件下,不同栽培模式土壤墒情总的变化规律是:6、7、8月份土壤墒情充足,其他月份欠缺,特别是4、5月份,正是农作物需水量大的时期,土壤水分含量不能满足农作物的需求。从单个栽培模式看,青砂土果园,从4月份到10月份,各层土壤水分含量比较高,其他月份则整体下降,20～40cm土层含水量低于适宜含水量;夹壤淤土大蒜-玉米(西瓜)栽培模式,随着土体深度的增加含水量逐渐降低,土壤含水量最高时段出现在雨季的8月份,最低时段出现在来年的3月份;体砂小两合土小麦-玉米栽培模式,各土层水分随时间变化波动较大,特别在4、5月份和8、9月份,小麦、玉米需水量大,而土壤水分却供应不足;底壤砂土花生(西瓜套玉米)-冬休闲(小麦)栽培模式,各土层含水量随时间变化不大,0～20cm土层墒情不足;夹黏青砂土小麦-胡萝卜(花生)栽培模式,7、8、9月份各土层水分充足。4-5月份各种栽培模式下,土壤水分亏缺时,均应加强水分管理。     

渭北旱地冬小麦不同生育期土壤水分与产量关系研究

两年田间试验结果表明,渭北旱地冬小麦产量与土壤含水量之间具有极显著的直线关系。不同土层含水量对作物不同时期生长影响不同,因而也对产量作用不同,越冬期各层土壤含水量对产量作用最大,其次播种期为耕层和返青期以后中层土壤含水量。旱地冬小麦不同时期对不同土壤层次土壤含水量敏感性不同,灌浆期对各层土壤水分最敏感,拔节孕穗期前对耕层土壤水分较敏感,拔节孕穗期以后对中层土壤水分较敏感。     

辽西半干旱区秸秆深还田对土壤含水量、容重及玉米产量的影响

研究不同量玉米秸秆深还田对辽西半干旱区农田土壤含水量、容重、玉米生长发育及产量的影响.结果表明:与不施秸秆相比,6000,12000,18000,24000kg· hm-2秸秆深还田处理玉米产量分别增产7.60％,9.40％,7.80％和4.51％;秸秆深还田各处理土壤含水量、容重均优于对照,800kg·hm-2处理的土壤墒情优于其他各处理,差异均达极显著水平.秸秆深还田对提高耕层土壤含水量,改善土壤结构,降低土壤容重,促进玉米生长发育及提高玉米产量有重要作用.     

免耕对土壤水分影响的研究

针对黑龙江省作物生长季节经常出现干旱的问题,研究了免耕不同耕作方式对玉米土壤水分的影响,为黑龙江省采用免耕耕作方式提供了理论依据,为旱作条件下发展免耕技术奠定基础.结果表明:秸秆覆盖在整个玉米生长发育过程中耕层土壤含水量比传统耕作提高0.58%～4.76%,平作土壤含水量高于垄作.覆盖处理(包括WN和NTS)能够有效抑制土壤水分的蒸发,提高土壤蓄水能力;在0～20 cm土层内覆盖处理的土壤含水量均高于无秸秆处理.     

土壤墒情与土壤环境关系——土壤墒情监测对于农业环境的巨大意义

正1土壤墒情的定义墒指土壤的湿度。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。根据土壤的相对湿度可以知道,土壤含水的程度,还能保持多少水量,在灌溉上有参考价值,同时对于农业环境有着巨大意义。土壤含水量以土壤中所含水分重量占烘干土重的百分数表示,计算公式如下:土壤含水量(重量%)=(原土重-烘干土重)/烘干土重×100%=水重/烘干土重×100%。将土壤含水量换算成占田间持水量或全蓄水量的百分数,     

智墒——第一款互联网水分仪

<正>土壤水分数据是我们脚下的大地最基础的数据,农作物生长环境监测、农业墒情、水利防汛抗旱、地质灾害山体滑坡、全球变暖、土壤、植物、自然环境相关的科研都需要土壤水分监测。那么,如何科学地监测土壤水分?作者采访到了Insentek销售及市场总监王应海。王应海介绍说,大多数人没有意识到土壤水分传感器作为农业墒情监测与灌溉指导,需要关注的不是绝对含水量,而是含水的变化量。在精准农业上有意义的是"墒"——作物根系周围含水的变化量,它反映了作物根     

安顺市西秀区旱地土壤墒情监测

为探明安顺市西秀区旱作黄壤区土壤墒情状况,2017年在西秀区大西桥镇小寨村设置4个固定采样点,采集0～10厘米、10～20厘米、20～40厘米、40～60厘米土层监测土壤墒情。结果表明:4个采样点的土壤水分含量测量值能真实表达样方的土壤墒情,0～60厘米土壤水分含量为32.4%～42.7%,平均38.5%,总体适宜农作物生长。     

无线土壤墒情检测系统的设计与研究

无线土壤墒情检测系统以单片机为控制中心,用C语言进行程序的编写和调试,通过土壤湿度传感器对土壤湿旱程度进行实时监测,用无线模块将检测数据传到物联网平台,实现在监控中心即可及时了解土壤的湿旱程度。     

垂直干旱指数的改进及在冬小麦生长季的应用

基于近红外-红波段特征空间的垂直干旱指数(PDI)在表征土壤水分时精度还有待于提高。为提高PDI对土壤水分的敏感性，基于短波红外和红边波段对作物水分胁迫响应更为敏感这一事实，考虑Sentinel 2卫星数据的短波红外、红边1、红边2和红边3波段，分别与红波段构建特征空间，提出新的土壤水分监测指数(分别记为SPDI、R1PDI、R2PDI和R3PDI),改进PDI,并基于冬小麦全生育期的土壤湿度实测数据评价构建的指数。结果表明，与PDI相比，新建立的指数在表征土壤墒情方面表现良好，与实测土壤湿度的负相关性更强。冬小麦播种、越冬、拔节和灌浆期的土壤墒情最优表征指数分别是SPDI、R1PDI、R2PDI和R2PDI,这些指数与实测数据的相关系数绝对值|r|分别为0.79、0.74、0.70和0.61,相关性极显著，均强于PDI与冬小麦播种、越冬、拔节和灌浆期实测数据的相关性。Sentinel 2数据的短波红外、红边1和红边2波段更适合构建水分响应指数，与红波段构建的新型指数在土壤墒情监测方面具有潜力。     

山西临县不同树龄枣树坡林地土壤水分特征研究

为研究临县境内不同树龄枣树坡林地土壤水分状况,利用轻型人力钻采集坡地土壤剖面样品,采用烘干称重法测得土壤含水量,对不同树龄的枣树地土壤水分变化特征进行研究.结果表明:10a、30a、50a树龄的枣林地土壤平均含水量分别为7.54％、8.64％、7.69％,各林龄枣林地在0～5m土层深内土壤含水量随深度增加而减少;不同林...     

水浇麦田灌溉技术

<正> 小麦灌溉根据土壤墒情、气候情况、苗情而定。土壤墒情够不够,要看小麦在不同生育时期对土壤水分的要求。以小麦出苗来说,要求的土壤含水量,沙土为14％～16％,两合土为16％～18％,淤土为18％～20％。所以,要根据具体情况,确定一个适宜的土壤墒情指标,作为灌溉的依据。气候情况主要是看小麦生育期间的降水量和气象变化,不同水文年份,应该有不同的灌溉制度。根据各地生产经验,年降水量在500～600毫米的地区,一般年份都要浇3～4     

基于作物生理电特性和土壤湿度的灌溉模糊决策系统研究

为了对冬小麦缺水状况进行准确诊断和实施精量灌溉,以小麦叶片的生理电特性反映作物亏水信息,通过采集土壤湿度信息反映土壤含水量,通过模糊决策技术来综合表达小麦的生理电特性和土壤水分信息,进而确定适合小麦生长需求的灌溉水量.     

不同土壤水分对九里香光合特性的影响

利用Li-6400XT便携式光合仪,在灌水周期内测定了8种不同水分条件下九里香(Murraya exotica L.)叶片光合速率、蒸腾速率、气孔导度、胞间CO2体积分数及水分利用效率等生理参数的光响应过程,探讨了维持九里香较高光合速率和水分利用效率的适宜土壤水分及光照强度范围.结果表明:光辐射强度和土壤湿度对九里香叶片光合特性有十分显著的影响,九里香在土壤体积含水量29.80%(相对含水量89.40%)时光合速率达到最大值.当土壤水分条件适宜时,光强在400～1600μmol·m-2·s-1范围内,九里香光合速率较高.适宜九里香生长的土壤湿度范围(具有较高的光合速率和水分利用效率)为土壤体积含水量21.30%～29.80%(相对含水量64.53%～89.40%).九里香永久萎蔫的最低土壤湿度为土壤体积含水量10.60%(相对含水量32.11%).     

湖南省自动土壤水分数据订正拟合方法研究

用不同土质的标准土壤样本对土壤水分传感器归一化频率进行第一次订正拟合,进而对比自动、人工土壤水分观测数据进行第二次拟合,分析对比差值、相关系数等,结果表明,二次订正拟合方法能进一步提高自动土壤湿度数据的准确性,其相关性与数据拟合方法和数据选取有关,在拟合时应选取合理的数据。采用二次订正拟合方法对29个观测站的土壤水分监测资料分析发现,拟合后的土壤湿度与实际土壤墒情相关性提高。     

土壤墒情评价指标研究初探

在现代农业中,准确有效的测量土壤含水量,掌握实时信息,是推行精量灌溉技术、提高水资源利用率,科学指导农业生产的基础,以及提供信息的依据。通过对墒情监测点0~20 cm、20~40 cm土层进行墒情监测(土壤相对含水量),根据降雨量、平均温、最高温、最低温、土壤含水量、作物旱情指标等,并对2012-2016年土壤墒情实时变化资料和定期测墒数据进行对比分析,分析研究与土壤墒情变化高相关的气象因子,及土壤墒情变化特点。通过4年对本地区主栽作物玉米、马铃薯、茄果类蔬菜进行土壤墒情跟踪监测,初步掌握以上作物各生育时期对土壤墒情的要求指标并建立墒情评价指标体系,为指导大面积农业生产奠定了科学的理论基础。掲示云南雨养农业区土壤墒情变化规律和演变趋势,通过现有观测资料,定量评估局地土壤墒情变化,为减缓和预防土壤墒情对农业的不良影响及制定科学的政策提供依据和技术支持。     

通用陆面模型CLM3.0在冬小麦-夏玉米农田的参数化方案改进——以海河平原的3个试验站为例

为了准确模拟冬小麦-夏玉米种植制度下的农田土壤墒情,本研究改进通用陆面模型CLM3.0的参数化方案,包括灌溉措施及作物种植制度参数化的加入、土壤厚度及土壤层的剖分修改、作物水文及土壤水文过程的一些参数化修改、考虑作物的株高变化等,在海河平原的3个农业观测试验站(东北旺、栾城、洪门)验证改进后的模型的适用性.结果表明:改进后的CLM3.0模型在冬小麦和夏玉米种植制度下的农田具有较好的适用性,可以抓住各层土壤湿度的变化,与改进前的模型相比,其土壤墒情模拟精度明显提高,2 m土体土壤湿度的均方根误差在东北旺、栾城和洪门试验站分别减少了45.2％、47.1％和51.5％.