返回
Optimizing soil moisture sensor placement through spatial variability analysis in Orchards
DOI:10.1016/j.atech.2025.101273.png)
摘要
En 中文
准确高效地在农田中部署土壤湿度传感器需要明确了解体积含水量(volumetric water content)的空间变异性。本研究调查了三个商业高丛蓝莓园中土壤湿度的空间分布,以优化传感器部署。使用Stevens HydraGO便携式传感器在2024年生长季期间对三个不同果园的体积含水量进行了测量。传感器分别部署在总计100个采样点(田块1为20个点,田块2为30个点,田块3为50个点)。首先,采用随机组合方法,从统计上评估不同数量的现场站点对田间平均土壤湿度动态的捕捉效果。针对每个田块,抽取1000个不同采样点的随机生成子集,并将每个子集的土壤湿度时间序列均值与全田块基准(所有采样点)进行比较。分析表明,仅选择5个采样点可将平均均方根误差(RMSE)降低至约2%,同时与基准保持强相关性(R² > 0.75)。将样本量增至10个可进一步将RMSE降至约1%,并将R²提升至约0.90,额外传感器提供的改进有限。此外,通过时间稳定性分析确定的5个最具代表性的位置,其估算田间平均土壤湿度的RMSE低于2%。然而,分析也显示,异质性较强的田块需要更高的传感器密度才能达到同等精度。这些发现为通过限制在少数战略选点进行测量,优化果园土壤湿度监测网络和灌溉计划提供了实用指南。
Keyword:
Optimal sampling design
Soil moisture
Spatiotemporal variability
Time-stability
Sensor location
Precision irrigation
期刊
IF:
5.7
论文数:
2.5K
被引数:
2.5K
机构
引用论文
D. Chernykh, R. Biryukov, A. Bondarovich, L. Lubenets, A. Pavlenko, K. Rakhymbek, D. Revenko, Z. Zhantassova, Spatiotemporal Analysis of Soil Moisture Variability and Precipitation Response Across Soil Texture Classes in East Kazakhstan, Land. (Basel) 14 (2025) 1136. https://doi.org/10.3390/land14061136.D. Chernykh, R. Biryukov, A. Bondarovich, L. Lubenets, A. Pavlenko, K. Rakhymbek, D. Revenko, Z. Zhantassova, 哈萨克斯坦东部不同土壤质地类型下土壤湿度变化与降水响应的时空分析,Land. (Basel) 14 (2025) 1136. https://doi.org/10.3390/land14061136.
Characterizing Spatial Variability in Soil Water Content for Precision Irrigation Management
AGRONOMY-BASEL
IF3.4
Spatial and Temporal Variability of Soil Moisture, Its Measurement and Methods for Analysis: A ReviewS. Sharma, D. Swami, 土壤湿度的时空变异性,Measur. Method. Anal., 2023: 第131–164页。https://doi.org/10.1007/978-981-99-4811-6_8.
Evaluation of Irrigation Methods for Highbush Blueberry—I. Growth and Water Requirements of Young Plants
HortScience
IF0
没有更多内容

