校准低成本容量基土壤湿度传感器对AquaCrop模型性能的影响

科学领域:

• 农业科学 农业科学
• 水文学的水文学
• 传感器技术 传感器技术

背景情况:

• 有效的灌管理依赖于将传感器数据与农业水文模型整合起来.
• 数据稀缺的地区需要节的作物水模型和低成本,可维护的土壤湿度传感器来实现实际应用.
• 土壤湿度传感器的特定场所校准对于可靠的灌管理至关重要.

研究的目的:

• 用各种方法校准基于容量的低成本土壤湿度传感器.
• 评估传感器校准对粮农组织AquaCrop开源 (AquaCrop-OS) 模型性能的影响.
• 在作物建模中推传感器校准的最佳实践.

主要方法:

• 使用多个最小正方形和机器学习模型与实验室和现场数据校准Spectrum Inc. SM100土壤湿度传感器.
• 基于现场的分片线性回归被确定为最佳的校准技术.
• 在AquaCrop-OS模型中,校准的传感器数据被用来调整土壤液压参数.

主要成果:

• 基于现场的分片线性回归产生了最好的校准结果 (r2=0.76).
• 校准的低成本传感器数据显著改善了AquaCrop-OS土壤湿度模拟和水生产率.
• 机器学习模型显示,由于过度拟合,现场验证不佳;如果现场校准不可行,使用文献值进行校准是可行的替代方案.

结论:

• 校准低成本的土壤湿度传感器对于通过增强的农业水文建模来提高作物水生产率至关重要.
• 建议对参考传感器进行场校准,以获得最佳结果.
• 在没有校准的情况下,对土壤液压参数使用文献值可以是一个具有成本效益的替代方案,而不会影响模型性能.