贡献者

您已将土壤含水量和水势传感器埋入地下，在田间安装了ATMOS 41，并设置了ZL6 数据记录器。您的仪器网络已经收集了数天、数周甚至整个季节的数据。现在该怎么办？为您的研究地点进行土壤水分数据分析是一回事。而如何推断出有意义的推论和结论，以了解正在发生的情况并排除故障，则完全不同。

在本文中，我们将通过多个数据集来了解如何利用土壤含水量、土壤温度、土壤水势和大气测量来发现痕迹背后的意义。在本文中，您将学习如何识别数据中的以下事件：

• 土壤水分传感器在不同土壤类型中的表现
• 渗透
• 洪水
• 土壤开裂
• 冷冻
• 空间可变性
• 温度影响
• 水力再分配导致的昼夜模式
• 传感器损坏
• 安装问题

每个例子都将用图表来表示。我们没有必要了解这些图表中的所有信息。每张图表都用来说明您可能会遇到的常见土壤水分数据模式，以及如何从这些模式中推断出最有用的信息。每张图表的右上角都会有一个方框，标明土壤类型和作物类型，以便您更好地了解其中的变量。

提供的所有数据都是由数据记录器收集的，例如我们的 ZL6系列的数据记录器收集，并上传到 ZENTRA Cloud方便用户远程查看。所有数据集要么来自 METER 自己的仪器，要么由数据所有者提供并经其许可。

土壤类型的影响

在图 2 中，我们看到的数据来自一种覆盖有草坪草的工程壤质沙地。我们在这个例子中进行实验的目的是改善草坪草的灌溉。这种草的根区相当浅，中间约 6 厘米深，底部约 10 厘米深。随着时间的推移，该示例显示了从 6 月和 7 月开始的相对湿润条件、7 月和 8 月的固定干燥期条件以及 8 月和 9 月的干燥直至停止吸水。

该图显示了两种土壤水分数据类型： 体积含水量在左侧 y 轴上，而母势或 水势在右侧 y 轴上。时间在 x 轴上，从初夏到秋季开始。要了解这些数据集群能告诉我们什么，我们必须逐个查看每个数据集。

图 3 显示了前面提到的草皮在潮湿条件下的含水量和水势。这种草皮生长在壤土中。请注意，水势传感器（图中顶部的虚线表示）根本没有什么反应。然而，土壤含水量传感器却显示出令人难以置信的细节，包括每次灌溉的天数。

每晚对田地进行灌溉，水流到传感器时会出现明显的尖峰，在 6 厘米水位的传感器上可以看到。15 厘米处也有一个小水穗，这是根区的底部。即使在 30 厘米处，数据也显示含水量有所增加，但曲线比 15 厘米处的传感器更为圆滑。水势则没有任何变化。由于颗粒尺寸太大，传感器无法检测到这些颗粒中的任何水分。如果我们反过来看看在最佳条件下这种壤土中发生了什么，我们就会看到一些很酷的细节。

在这部分数据中，6 厘米土壤含水量数据在夜间趋于平稳，在白天有所下降。这种情况日复一日地显现出来，让我们了解到植物在根区底部 6 厘米处吸收了多少水分。15 厘米处的含水量每天都在下降，但没有那么明显，因为这是在根部吸水的底部。

在图 5 中，没有那么多水通过剖面向下排泄，这确实是件好事。7 月 14 日，我们确实从 30 厘米水位传感器上看到了一个小峰值，但在随后的灌溉过程中没有波动。这种壤质砂土对灌溉水的反应非常灵敏。水势数据显示，6 厘米水位处有一个小的响应。这并不表明存在任何压力，因为水位仅下降到 -200 至 -400 千帕范围，仍高于这种草坪草的压力范围。

在干旱条件下，6 厘米处也能看到逐渐达到最佳的吸水率。该数据集的问题出现在 15 厘米水平传感器上，那里的水位与 6 厘米水平传感器一样高，表明水通过土壤向下渗漏，没有被吸收。在 9 月 5 日左右突然停止之前，每天的吸收都是可见的。此时，草不再能从土壤中吸收水分，从旺盛生长转入休眠状态。

在这组土壤水分数据中，水势显示了一条非常有趣的曲线，负值下降到-1500 千帕，即永久枯萎点。这种草处于休眠状态，因为草无法吸收水分。含水量和水势测量结果都清楚地显示了干旱条件下草地水分减少的情况。遗憾的是，在这种情况下，农民直到土壤变得非常干燥时才对数据中的迹象做出反应。

如果土壤不是壤质砂土，而是一种质地细腻的土壤：粘壤土，会发生什么情况？图 8 展示的是爱达荷州南部种植马铃薯种子的粘壤土，其直径接近 700 米，我们在六个位置安装了传感器。该图表示整个季节的含水量变化很小，仅有 2% 到 3% 的波动。种植者看了这些数据后，想知道如何确定何时应该关闭这块田的水。正如我们在之前的网络研讨会 "水资源捕获"中解释的那样，仅凭这些数据很难做出判断：将水转化为生物质。虽然含水量数据对确定水分的存在和数量很有帮助，但它几乎无法告诉我们植物是否受到了压力，也无法帮助我们了解植物何时获得了足够的水分。

要了解植物的压力水平及其更新水分的能力，我们必须检查母水势。虽然土壤含水量数据显示整个季节的浇水情况稳定且无明显变化，但六个地点中有三个地点的水势水平已降至受压范围，其中一个地点的水势水平已降至非常接近永久枯萎点。用IRT红外测温仪等仪器测量，这些地区的植物叶片温度比气温高得多。而这些地方的产量比未测出受压区域的产量要低得多，这就证明了水势测量的有效性以及它们所显示的问题。

渗透

图 10 中的沙质壤土位于拉什谷的沙漠中。在这个例子中，我们考察的不是农作物，而是原生系统中的入侵物种。安装该仪器的原因是为了了解该地区的入侵物种（如欺骗草）为何会取代本地植被。绿线代表降水事件，水平线代表放置在不同深度的三个含水量传感器。

在研究这些土壤水分数据时，您会发现即使是 4 到 5 毫米的湿润事件，对 5 厘米水位传感器也几乎没有影响，而对 10 厘米和 20 厘米水位传感器的明显影响则为零。为什么降水事件没有出现在含水量数据中？原因有几个。在这次测量之前，是一个漫长、炎热、干燥的夏季，土壤温度几乎每天都超过 40°C，使得土壤疏水。此外，土壤呈粉末状干燥，导致所有的水都被吸收并保持在表面，然后再次蒸发，使水没有机会进入系统深处。

图 12 显示了当年早些时候同一片沙漠沙质壤土的土壤水分数据。虽然降水数据未包含在此图中，但湿润事件确实与 5 厘米深度含水量传感器中可见的每个峰值相关联。请注意，在 5 厘米水位传感器中，5 月 28 日前后发生了一次湿润事件，但在 10 厘米或 20 厘米水位传感器中都没有反映出来。6 月 2 日前后的湿润显示了 10 厘米水深处指针移动的迹象，但没有达到 20 厘米水深。更令人惊讶的是，最大的一次湿润发生在 6 月 14 日左右，在 10 厘米处完全没有显示，但在 20 厘米处却出现了一个小峰值。对这些土壤水分数据的分析能告诉我们什么？

与同一地区的上一组数据一样，表层土壤吸收了第一次湿润过程中的大量水分，并满足了高蒸发需求，而没有让土壤有机会向下排水。在第二次降雨过程中，地下水位上升，一些水流到了 10 厘米深的传感器处，但在 20 厘米处就停止了。更大的难题是最后一次润湿。为什么 5 厘米和 20 厘米传感器记录的含水量增加了，而 10 厘米处的含水量却没有增加？

人们很容易想到，雨水会在土壤表面形成均匀的水流分布，并均匀地渗入土壤，但事实并非总是如此。雨水并不是以一个巨大的块状形式穿过土壤，而是以分支的形式穿过土壤，并不总是接触到每一个土壤颗粒。在这种情况下，最有可能发生的情况是，其中一根水柱绕过 10 厘米深度的传感器，继续向下到达 20 厘米深度的传感器。这是最有可能解释这种数据异常的原因，但仍有必要对该区域进行监测，以确保该区域的渗透没有任何问题。

洪水迹象

我们已经编写了一本名为《气象监测大师班》的教育指南，其中包含了您需要了解的有关气象监测的所有知识，为了解释土壤水分数据，让我们来探讨一下气象监测在了解土壤内部情况方面可以发挥重要作用的几个应用案例。几年前，我们在华盛顿州普尔曼（METER 总部所在地）经历了一次洪灾。一条名为密苏里平溪的小溪与镇上的主干道平行，洪水淹没了街道和沿途的多家企业，在社区中心造成了大片破坏。这是如何发生的？数据能否帮助我们了解洪水即将来临的预警信号？

图 13 中的降水数据无法解释洪水发生的原因。最大的降水量仅达到约 3 毫米。多个传感器显示了相同的降水量，这似乎并不表明在这条小溪中可能会发生如此大规模的洪水。为了更好地了解发生了什么，我们需要对该地区的土壤含水量进行测量（图 14）。

土壤含水量水平一直保持稳定，直到 4 月 6 日某个时候开始出现潮湿，导致 20 厘米处的土壤含水量上升，然后是 40 厘米、60 厘米和 90 厘米处的土壤含水量略有上升，甚至在 120 厘米处的土壤含水量也有所上升。4 月 7 日接近尾声时，水开始从土壤上层排出，并向下渗透到下层区域。随后的降雨意味着，到 9 日，60 厘米水位显示的含水量相当高，并开始变得平缓，其他深度也是如此，这是地下水位达到饱和的迹象，预示着洪水即将来临。4 月 9 日末尾，更多的降雨使水位急剧上升，密苏里平溪河水漫过了河岸。

图 15 显示了溪边的水深，说明水位保持在 1 米左右。最后一次降雨与含水量高原有关，因为水位超过了河岸，达到近 2.5 米。

裂缝

在德克萨斯州南部的高收缩膨胀粘土--船舶粘土（图 16）中，我们插入了几个含水量传感器，以说明在土壤开裂的情况下土壤水分数据的分析结果。

如果我们比较一下传感器的行为，就会发现一个有趣的模式。一个位于 20 厘米深处的传感器在每次湿润后都会逐渐下降，而另一个位于同一深度的传感器则会急剧下降，这在沙质土壤中是很常见的。这就引出了一个问题--粘土中到底发生了什么，导致了这些读数？您在这组数据中看到的现象是，曲线较陡的传感器嵌入了一段收缩率较高的粘土中，这导致土壤从传感器周围回缩，产生气隙，使电磁传感器的读数没有预期的高。图 16 就是一个很好的例子，表明这种急剧下降是土壤开裂的迹象。

冷冻

图 17 显示的是一片沙质壤土田，其中有一些入侵物种因温度过高而死亡。每次下雨时，请注意含水量的测量值都是先上升后下降。难道这些传感器没有被埋葬？是什么原因导致了这些数据的波动？如果我们将温度测量值添加到图表中，就会清楚发生了什么。

图 18 中粗黑的水平线表示 0°C，即冰点。随着温度测量值和冰点的增加，我们可以清楚地看到，当条件冻结时，含水量读数会下降，并且似乎会波动。当温度升至冰点以上时，含水量测量值回升到我们预期的范围。这种关系是合理的。水冻结得越多，水分子在传感器用来检测水存在的电磁场中消失得就越多。并不是所有的水都被冻结了，所以测量到的水量并没有降为零，但确实明显下降了。解冻后，数据显示土壤含水量水平趋于平稳，并恢复到冻结前的水平。这是冰冻情况下应该出现的模式。图 19 是同一数据集的全年视图。请注意，冰冻事件与夏季数据的平缓起伏明显不同。冬季月份的虚线是在没有冰冻事件发生的情况下，含水量数据的预期模式。

空间可变性

在图 20 中，我们在 7 个地区安装了传感器，这些地区相距都在 3 到 4 公里之内，土壤为粘壤土，上面种有马铃薯。图 20 中的传感器是在一个下雪后又下雨的潮湿冬季安装的。

根据您阅读含水量数据的经验水平，您可能会问，为什么这七个传感器之间会有如此大的差异，甚至在数据集的开始阶段也是如此。这种差异是土壤类型造成的。即使土壤类型分类相似，每个点也会有自己的基线，因此将土壤含水量测量值与之前在同一地点的测量值进行比较是很重要的，而不要期望从一个地点到另一个地点的读数完全相同，无论它们有多接近。不过，如果我们检查同一时间段内相同田块的水势数据（图 21），就会发现这些传感器的水势一开始都在 +/- 10kPa 范围内，非常接近。这就是不分土壤类型在田间使用水势测量的威力。

温度敏感性

在夏季，必须考虑到一定的含水量波动，尤其是在靠近土壤表面的读数中。因此，所有含水量传感器也可以作为温度传感器使用。

图 22 中的数据显示，每天的气温波动幅度为 +/- 14°C。如果不了解这些温度变化，含水量测量值的锯齿状可能会被错误地解释为水分的水文运动，而实际上它说明了热量变化对土壤含水量的影响。每一小点含水量的变化实际上只有 0.0003^{m3 m-3}/°C。

水力再分配

到目前为止，我们已经展示了一些例子，这些例子最初可能看起来像是植被吸水的迹象，但在对数据进行进一步研究后，又被解释为植被吸水。那么，水力再分配在您的数据中是什么样子的呢？让我们连续观察四幅图，看看是否能证明存在植物从土壤中吸收水分的现象。每幅图都突出显示了同一灌溉麦田中相距 500 米范围内同一时段的数据。

图 23 显示了田间 15 厘米深处的含水量。整个七月底，灌溉一直时断时续，在灌溉关闭点之后出现了几次降水。每个含水量传感器都显示出典型的昼夜模式，乍一看可能是温度波动，但在这个季节，田间的小麦叶冠饱满，Leaf Area Index （LAI）约为 4 到 5，很少有辐射能照射到土壤表面。因此，昼夜通量不太可能归因于温度变化。只有在停止灌溉、植物吸收了尽可能多的水分后，这种模式才会停止。

在图 24 中 45 厘米深处，昼夜模式在 6 月初并不存在，直到 6 月底才变得突出。在 7 月下旬关水前后，昼夜模式最为明显，白天下降，晚上趋于平稳。由于深入土壤，这些数据更符合植物的吸水情况，而不是温度变化。

随着我们深入土壤（图 25），同样的昼夜阶梯状变化直到 7 月中下旬才显现出来，并一直持续到 8 月份。

传感器故障

在我们制造的所有仪器中，准确性和可靠性是两个最重要的因素，但还有其他因素，如安装和维护，也会导致任何传感器出现故障。

图 26 是一个很好的例子，说明了故障传感器在数据中的表现。几个传感器的运行轨迹都非常稳定，数据流也很顺畅，突然只有一个传感器几乎是瞬间掉电，并开始提供大量可变数据。幸运的是，这位用户的传感器连接到了ZENTRA Cloud ，该系统会自动向他们发出传感器故障警报，以便及时处理，将对连续测量的影响降到最低。在这种情况下，他们的传感器插头被拔出，一旦插回数据记录器，传感器就能继续完美运行。

安装问题

本文要讨论的最后一种数据异常情况是由于安装过程中的问题导致的错误数据。

与所有的科学研究一样，在分析读数之前，了解您预期会遇到的信息非常重要。对于像图 27 所示的淤泥质壤土，土壤相当潮湿，我们希望这些读数达到或超过 30% 的体积含水量。相反，我们看到两个传感器的读数都在 10% 及以下。这就是值得检查传感器并重新安装的一个很好的例子。

解读土壤水分数据的关键

每种情况和每组数据都不尽相同。确保从数据中得出正确的演绎和推论对结论的有效性至关重要。有鉴于此，让我们回顾一下在解释独特数据时需要注意的几件事。

• 期待发现意外。您之所以要安装传感器，是因为您并不了解土壤中发生的一切。如果自以为是，就会忽略重要的迹象。
• 土壤水分在不同土壤中的表现不同。粗粒土壤和细粒土壤中的土壤湿度数据是不一样的。请花时间了解您的土壤类型，并与专家合作，确保您从土壤中获得正确的读数。
• 土壤的吸水和储水能力会阻止水的渗透。如果您发现数据中出现桌面，请留意渗水是否停止或土壤是否被淹没。
• 注意易开裂的土壤。有些土壤，尤其是粘土，会在传感器周围形成裂缝，从而影响测量结果。了解您正在使用的土壤，并在数据中留意这种行为的迹象。
• 冰冻会导致土壤水在传感器中消失。传感器无法看到冻结的水，从而产生奇怪的行为，通常需要从数据集中删除部分数据，以牺牲连续性来保持准确性。
• 土壤含水量的 空间变化很大。安装在同一块田地上的多个传感器应显示出差异。如果没有任何变化，那就需要引起注意了。另一方面，土壤水势传感器的一致性则表明你在做正确的事情。
• 昼夜模式有多种含义。含水量测量值的每日起伏可能是由靠近土壤表面的温度波动或根部水分和再分配造成的。要确定昼夜模式的原因，除了含水量之外，还必须检查所有变量。
• 安装不当会严重影响传感器的性能。安装不良的传感器和电气故障的传感器都会产生问题。请务必密切关注数据，并留意ZENTRA Cloud 向您发出的警报，以便迅速采取行动，将对研究的影响降至最低。