贡献者

每个研究人员的目标都是在整个研究期间获得可用的实地数据。好的数据集是科学家可以用来得出结论或了解特定应用中环境因素行为的数据集。然而，正如许多研究人员痛苦地发现的那样，获取好的数据并不像安装传感器、将其留在野外、返回后发现准确记录那么简单。那些不提前计划、不经常检查数据、不定期排除故障的人往往会在回来后发现令人不快的意外，比如数据记录器电缆被拔掉、传感器电缆被啮齿动物损坏，或者更糟的是：他们没有足够的数据来解释他们的结果。幸运的是，只要有高质量的设备、深思熟虑和少量的准备工作，大多数数据收集事故都是可以避免的。

别搞错了，这将使您

以下是人们在设计研究时常犯的一些错误，这些错误不仅耗费时间和金钱，还可能导致数据无法使用。

• 场地特征：对现场、其可变性或指导数据解释的其他有影响的环境因素了解不足
• 传感器位置：传感器安装的位置与研究目标不符（例如，在土壤中，传感器的地理位置和在土壤剖面中的位置都必须与研究问题相符）
• 传感器安装：传感器安装不正确，导致读数不准确
• 数据收集：传感器和记录仪没有得到保护，也没有定期检查数据，以保持数据记录的连续性和准确性
• 数据传播：其他科学家无法理解或复制数据

在下面的网络研讨会中，METER 研究科学家科林-坎贝尔博士将与您探讨：

• 8 个常见的数据错误
• 绝对不能错过的关键最佳实践
• 如何让实地发现尽可能无痛苦

在设计研究时，请使用以下最佳实践来简化数据收集工作，避免因疏忽而导致数据无法使用并最终无法发表。

安装前准备节省时间和金钱

在实地考察之前，在实验室设置传感器有助于研究人员了解传感器的工作原理。例如，科学家可以在不同的土壤类型中读取土壤传感器的读数，这将使他们对不同情况下的土壤湿度值有一个扎实的了解。在实地考察之前弄清传感器的工作原理，有助于研究人员了解正确的安装方法、安装可能需要的时间，还能让他们诊断问题，例如传感器可能读数不正确。在此期间，他们还可以确定安装可能需要的工具和设备。如果有一个专门的安装工具箱，里面装满了拉链、钳子、记号笔、手电筒和电池等重要工具，就可以节省往返现场的时间。

规划至关重要

研究人员应制定一份带地图的现场计划，并记住安装时间通常是他们想象的两倍。有了现场计划，就能大大减少人为错误，尤其是在时间紧迫的情况下。到达研究地点后，科学家可以根据计划进行安装，并在安装过程中记录对地图的调整。如果将来他们或其他同事需要找到并挖出有问题的传感器，这一步骤可以节省大量时间。为可能出错的事情制定备用计划也很重要。例如，如果某个深度的土壤岩石太多怎么办？或者，如果气象站或湿度传感器无法安装在两米处，该怎么办？研究人员需要考虑的是，如果他们的原计划行不通该怎么办，因为他们往往在数周或数月内都无法返回现场。

选址决定研究的成败

在选址之前，科学家们应该明确界定他们收集数据的目标。他们需要知道要如何处理数据，这样数据才能回答正确的问题。一旦明白了目标，研究人员就可以开始了解在哪里放置传感器。

研究人员在决定将传感器放置在何处时，面临的最有影响力的问题是可变性。例如，研究土壤的科学家需要了解坡度、方位、植被类型、深度、土壤类型和土壤密度等变化因素。如果他们研究的是树冠，则需要了解植物覆盖的异质性并进行相应的部署。如果研究人员要对数据进行比较，则需要对传感器的放置位置保持一致。这意味着，不同地点的地面高度或地下深度应保持一致。没有办法监控每一个变异源，因此研究人员应该监控最重要的变异源。如需更深入地了解变异性，请阅读 "土壤水分传感器：您需要多少个？

选址也应切合实际。研究人员需要尽可能频繁地查看数据（我们建议至少每月一次），以确保一切工作正常，因此数据记录器需要便于访问。蜂窝数据记录仪使数据访问变得更加容易，尤其是在偏远地区。将数据上传到cloud 意味着科学家们每天都可以在舒适的办公室里访问、共享数据并排除故障。

此外，在选择数据记录器位置时，应尽量避免过长的电线，以免在雷击时造成电压电位梯度。选择一个便于插入传感器的位置，并将多余的电缆用拉链绑在柱子上，以减轻应力，从而避免电缆被拉出记录仪。传感器插头拔出或连接断裂会给研究带来灾难性后果。

更多的元数据--更多的洞察力

研究人员在研究地点记录的元数据越多，他们就能更好地了解数据，从长远来看也能节省更多时间。一些数据记录仪，如 ZL6等一些数据记录器会自动记录重要的元数据，如 GPS 位置、气压和传感器序列号。此外，土壤温度或小气候监测等辅助测量也可以成为元数据的另一个来源。多功能气象站（如ATMOS 41）可自动记录天气事件，是基准或地面实况土壤湿度、水势或其他数据的重要途径。

为了记录现场仪器无法自动记录的现场信息，许多科学家发现，创建一份共享的现场特征描述工作表非常实用，他们可以利用该工作表为在现场工作的其他同事提供信息。对未来数据洞察和出版至关重要的元数据包括：土壤类型、土壤密度、覆盖类型、测量间隔、使用的原始数据和校准类型、有关灌溉系统的说明（如果有）、在哪个深度安装了哪些土壤水分传感器、有关选址原因的说明、可能影响数据收集的事件（如收获），或在分析数据时可能难以回忆的任何其他信息。这些信息在发布时将会非常重要，将其放在一个基于cloud 的共享位置将省去很多麻烦。

安装--精度的关键

如果科学家想要获得准确的数据，正确安装传感器应该是他/她的首要任务。例如，在土壤中测量时，密度的自然变化可能会导致 2% 到 3% 的精度损失，但安装不当可能会导致 10% 以上的精度损失。正确安装传感器并不需要额外的时间，因此研究人员应仔细阅读说明书（如需更深入的信息，请阅读 "如何安装土壤水分传感器：更快、更好、更精确"）。如果要安装土壤水分传感器，请使用TEROS 钻孔安装工具，以获得更高的精度。

传感器安装完毕后，在关闭钻孔或沟渠之前，务必用我们的蓝牙瞬时读数装置检查传感器。 ZSC进行检查，以确保读数准确。在收集了一季的不良数据后，再挖出传感器会很痛苦。

此外，一定要给每个传感器贴上标签，标明传感器类型、安装深度以及其他可能重要的信息。安装了数百个传感器的研究人员有时会购买一个电子标签设备给传感器贴上条形码，但胶带和永久性记号笔也可以。将标签塞进数据记录器内，以防风雨侵蚀。

维护 = 安心

不惜一切代价保护传感器对研究至关重要。研究人员必须将暴露在外的传感器电缆置于 PVC 管或柔性电线管内，并将其沿着数据记录器支柱延伸约 60 厘米（2 英尺）。这样可以防止啮齿动物或铲子的破坏。此外，用UV 耐拉链将电缆整齐地绑在柱子上，使其紧紧固定，但不会拉扯到数据记录器（确保有一些应力释放装置）。在实地考察时，最好也检查一下数据记录器的密封件，看看是否有裂缝。如果数据记录仪密封件出现裂纹，则可能不具备防风雨功能，应予以更换。请联系客户支持部门进行免费更换。

此外，研究人员应尽可能经常检查实际数据，以排除故障。一位科学家通过与同一高度的量子传感器进行比较，发现自己的高温计数据有误。只有通过查看实际值，他才发现一只鸟弄脏了他的太阳辐射传感器，使其在大部分研究中失去了作用。最后，他不得不计算量子传感器的数据，而量子传感器的精确度并不高。定期检查数据可以防止出现对研究项目不利的问题。新的 ZENTRA Cloud和 ZL6让研究人员每天都能排除故障并绘制数据图表。只需花两到三分钟的时间发现趋势或错误，就可以避免数周的数据丢失。

时间就是一切

与前代产品一样，它也是对数据进行平均处理。 ZL6和它的前身一样，都是对数据进行平均处理。因此，如果研究人员不想要平均值，就应该更频繁地记录数据。然而，生成大量数据并不一定能实现目标。重要的是捕捉并理解与研究假设相关的时间序列。如果研究人员试图了解土壤湿度的年度变化趋势，而他/她记录的是五分钟的数据，那么产生的大量数据将毫无用处，因为土壤湿度在一分钟内不会有太大变化。然后，研究人员不得不进行后处理，以稀释数据。不过，如果研究的目的是了解水开始渗入土壤的瞬间，那么捕捉一分钟或更短时间间隔的数据就至关重要。这些研究人员需要一个坎贝尔科学数据记录器，或者一个能够根据瞬间变化触发读取事件的记录器。然而，大多数人都高估了他们需要的数据量。在测量太阳辐射时，每 15 分钟一次就足够了。对于蒸散量，通常每半小时记录一次数据。在这些和许多其他情况下，每五分钟记录一次这样的短记录间隔可能过于频繁。

研究人员经常忘记的另一个重要步骤是匹配所有数据记录仪的时间测量频率。如果研究人员有两个数据记录仪每 15 分钟读取一次数据，而其他人设置了一个记录仪每小时读取一次数据，那么只能使用每小时的数据。

数据解读--跳出条条框框

如果科学家发现数据有误，并不一定是因为传感器坏了。通常，有趣的传感器读数能说明土壤或环境中发生了什么。数据解读有时很困难，研究人员可能需要回到现场才能了解真实情况。例如：在图 1 中，一个土壤水分传感器看起来可能坏了，但当科学家进行更仔细的调查时，他发现蒸散量高于渗透量。

此外，研究人员可能需要跳出条条框框来解读数据。他们可以尝试用几种不同的方式查看数据。 图 2 展示了传统的时间数据图表方式。在图 3 中，可以用完全不同的方式查看相同的数据。

研究人员还可以使用水分释放曲线将含水量数据转换为水势（见图 4）。

获得水势数据后，数据将如下所示：

用三种不同的方式绘制相同的数据，可能会揭示出研究人员在使用传统的时间图表时可能不会注意到的问题。

让数据为您服务

在实验过程中，多花一点时间把事情做对，就能节省大量的时间、精力和金钱。准备工作、规划、明确的研究目标、正确的选址、安装、维护、时间安排以及正确的数据解读，这些都能有效避免可能影响研究项目的典型数据错误。最终结果如何？可以发表或用于决策的数据。

查看ZENTRA Cloud 如何工作

在下面的视频中，科林-坎贝尔博士讨论了ZENTRA Cloud 如何简化数据收集过程，以及为什么研究人员离不开它。然后，他现场演示了ZENTRA Cloud 的功能。