利用介电谱技术的土壤盐度频率依赖性预测模型

《IEEE Transactions on AgriFood Electronics》：Soil Salinity Frequency-Dependent Prediction Model Using Permittivity Spectroscopy

　　土壤盐度预测模型研究基于介电常数与体积含水量的频率依赖关系，通过砂质与黏土两类土壤数据库构建，利用10-295MHz频段介电特性的实部和虚部实测数据，提出误差优化模型，平均预测误差实部<8.2%、虚部<9.3%，拓展至地质与水文领域应用。

　　

摘要：

土壤盐度是影响农业和环境的关键因素。本研究基于介电常数和体积含水量，开发了一个频率依赖的模型来预测土壤盐度。建立了一个专门的土壤数据库，其中包含了两种土壤类型（沙土和粘土）的不同盐度和湿度水平。使用介电评估套件的矢量网络分析系统，在10–295 MHz的频率范围内测量了介电常数的实部和虚部，因为该频段内的介电常数对水分和盐度的变化最为敏感。在分析了介电常数变化的行为并最小化了预测误差后，分别为实部和虚部提出了两个独立的模型。这些模型比之前的模型更为复杂和灵活，能够接受商用传感器容易测量的输入数据。模型输出与实测数据之间的比较显示出高度一致性，表明该模型可以提高盐度预测的准确性，并将其应用范围扩展到地质学和水文学等实际领域。实部的平均预测误差小于8.2%，虚部的平均预测误差小于9.3%。

一、引言

监测土壤状况对于理解环境过程至关重要，例如水资源管理、洪水风险评估和生物量评估，这些都对可持续农业和环境健康至关重要[1]、[2]、[3]、[4]、[5]、[6]。必须持续监测土壤湿度和盐度等关键参数，以保持土壤健康并优化作物产量。为了测量这些参数，已经开发了多种技术，这些技术可以分为电学方法、化学方法、实验室方法和遥感方法[7]、[8]、[9]、[10]。电学方法，包括时域反射法（TDR）和频域反射法等原位传感器，因其能够利用土壤的介电特性实时获取土壤湿度和盐度数据而被广泛使用[11]、[12]、[13]、[14]、[15]、[16]、[17]、[18]、[19]、[20]、[21]。电磁感应也被用于在大范围内绘制土壤盐度空间图[22]。另一方面，化学方法通常涉及提取土壤溶液来通过测量特定离子浓度来评估盐度水平。实验室方法可以包括化学和物理分析，例如干燥和称重以确定含水量，能够提供高精度的盐度和湿度数据。然而，这些方法耗时较长，且由于需要采集和运输样品而不适合实时应用[23]。利用Sentinel-2和Landsat等卫星平台的遥感技术，可以无创地评估大范围的土壤湿度和盐度。使用高光谱和微波传感器的技术可以根据光谱反射率推断土壤特性，因此特别适用于大规模农业监测[24]、[25]、[26]、[27]、[28]。