基于分光測(cè)色原理的土壤水分快速測(cè)定方法研究

宰松梅，高亞楠，仵 峰，楚運(yùn)旺，劉生東

（1.華北水利水電大學(xué)，鄭州450046；2.河南省節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室，鄭州450046）

0 引 言

土壤含水率是農(nóng)學(xué)、地質(zhì)學(xué)、工程學(xué)、生態(tài)學(xué)、水文學(xué)和生物學(xué)等研究的重要依據(jù)[1-5]，對(duì)指導(dǎo)農(nóng)業(yè)生產(chǎn)、工程建設(shè)、水土保持和防治地質(zhì)災(zāi)害等具有重要意義[6，7]。土壤水是作物生長(zhǎng)重要的調(diào)節(jié)因子[8]，適宜的農(nóng)田土壤水分狀況，可達(dá)到節(jié)水增產(chǎn)的功效。因此，掌握農(nóng)田土壤水分時(shí)空分布特征，對(duì)實(shí)現(xiàn)農(nóng)田土壤精確管理具有指導(dǎo)意義[9]，土壤含水率的測(cè)定如今已成為農(nóng)業(yè)生產(chǎn)不可或缺的一項(xiàng)關(guān)鍵技術(shù)[10]。半個(gè)多世紀(jì)以來(lái)，對(duì)土壤水分測(cè)量方法的探索一直沒(méi)有停止，科技的進(jìn)步促進(jìn)了土壤水分測(cè)量?jī)x器和方法的改進(jìn)，使得各種測(cè)量技術(shù)層出不窮。傳統(tǒng)的測(cè)量方法有烘干法和張力計(jì)法，專(zhuān)用測(cè)量?jī)x器主要有射線法和介電法等[11]。根據(jù)測(cè)量原理和實(shí)現(xiàn)途徑的不同，介電法又可分為時(shí)域反射法(TDR)、時(shí)域傳輸法(TDT)、相域反射法( PDR)、頻域反射法(FDR)[12]、駐波率法( SWR)和探地雷達(dá)法(GPR)等，其精度與適用范圍也各不相同，這些方法有適用于實(shí)驗(yàn)室的，也有用于田間條件的。但由于土壤性質(zhì)千差萬(wàn)別，且田間變異性也很大，以上各技術(shù)在普適性和便捷性等方面仍存在不少的爭(zhēng)論。

土壤含水率受很多因素的制約，精準(zhǔn)測(cè)量土壤含水率需要考慮土壤的孔隙率、飽和度和礦物質(zhì)百分比等因素[13，14]。在提出用中子法測(cè)量土壤含水率之后，電阻法基本上被淘汰[15]。但中子法在測(cè)定土壤淺層含水率時(shí)具有較大誤差，當(dāng)遇到土壤有機(jī)質(zhì)含量高、層狀土壤或處于干燥或濕潤(rùn)周期時(shí)，也會(huì)影響中子法的檢測(cè)結(jié)果[16]；且中子儀產(chǎn)生的輻射會(huì)影響身體健康，同時(shí)也會(huì)污染環(huán)境。介電法對(duì)土壤質(zhì)地的變化并不是很敏感[17]，在使用前需要對(duì)土壤水分傳感器進(jìn)行率定。目前，TDR 和FDR 在國(guó)際上的應(yīng)用比較廣泛[12]，但其計(jì)算公式對(duì)土壤的飽和度、礦物質(zhì)百分比和孔隙率等不敏感，且TDR 對(duì)于鹽堿土的含水率測(cè)量有一定的局限性。新興的宇宙射線快中子法，能夠?qū)崿F(xiàn)區(qū)域土壤水分觀測(cè)[18]，在生態(tài)系統(tǒng)條件穩(wěn)定的情況下，宇宙射線法的估算結(jié)果與淺層土壤水分觀測(cè)值最為接近[19]。根據(jù)電磁波頻譜可對(duì)波段進(jìn)行劃分，不同波段的微波遙感可結(jié)合相關(guān)模型反演出土壤含水率。C波段數(shù)據(jù)可通過(guò)模擬土壤介電特性反演土壤水分[20]，基于L 波段利用主被動(dòng)協(xié)同的方法可提高裸土土壤水分的反演精度[21]。在小范圍內(nèi)測(cè)量時(shí)，對(duì)于不同質(zhì)地的土壤，目前還沒(méi)有一種方法可以完全精準(zhǔn)測(cè)量土壤含水率。

土壤水分含量影響土壤的光譜特征[22]，借助無(wú)人機(jī)遙感等技術(shù)可反映土壤光譜特性從而反演出土壤含水率[23，24]。目前，已有研究證明，基于光學(xué)影像顏色提取的土壤有機(jī)質(zhì)含量預(yù)測(cè)是可行的[25]，利用土壤顏色量化土壤含水率的研究，也證明了土壤光譜反射特性在測(cè)量土壤水分時(shí)的實(shí)用性[26]，并且通過(guò)構(gòu)建模型，可實(shí)現(xiàn)對(duì)不同質(zhì)量含水率的較高精度的模擬[27]。Gadi等研究了在6種不同土壤容重下紅壤顏色（灰度）與土壤率（含水率都偏大）的變化特征[26]；研究證明，利用土壤顏色可以量化土壤水分梯度，Yoshimoto[28]等對(duì)不同粒度分布的兩種土壤進(jìn)行了測(cè)試，結(jié)果可行。利用土壤顏色量化土壤含水率的研究，主要通過(guò)采集土壤數(shù)字影像，采用RGB 值以及灰度值來(lái)表示土壤顏色[29，30]；由于土壤質(zhì)地的色差和含水率梯度均可以引起土壤的顏色變化，所以采用影像法測(cè)定土壤含水率不僅過(guò)程復(fù)雜且易產(chǎn)生誤差。CIELAB 色彩空間是由國(guó)際照明協(xié)會(huì)（法語(yǔ)：Commission Internationale de l′Eclairage，采用法語(yǔ)簡(jiǎn)稱(chēng)為CIE）提出的用來(lái)描述人眼可見(jiàn)的所有顏色最完備的色彩模型。采用CIELAB 色彩空間描述土壤顏色時(shí)，可以進(jìn)行色差的計(jì)算，且無(wú)需采集影像。本文擬利用分光測(cè)色儀測(cè)定的土壤顏色L、a、b 值來(lái)率定土壤含水率，分別對(duì)沙壤土、磚紅壤、沙姜黑土、火山灰土和壤土這5種不同質(zhì)地的土壤進(jìn)行試驗(yàn)，通過(guò)觀察不同含水率梯度下5種土壤的顏色變化，以期找到一種快速測(cè)定土壤含水率的測(cè)量方法，為農(nóng)田干旱監(jiān)測(cè)、土壤侵蝕、農(nóng)作物產(chǎn)量預(yù)測(cè)以及地表溫度研究提供參考，促進(jìn)精準(zhǔn)農(nóng)業(yè)的實(shí)施以及對(duì)生態(tài)系統(tǒng)的保護(hù)，實(shí)現(xiàn)農(nóng)業(yè)的綠色發(fā)展。

1 材料與方法

試驗(yàn)于2019年10-11月在華北水利水電大學(xué)河南省節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室（34°47′5.91″N，113°47′20.15″E）進(jìn)行。該地屬溫帶季風(fēng)氣候，試驗(yàn)期間平均氣溫18 ℃，濕度14%～26%。實(shí)驗(yàn)室有大田試驗(yàn)區(qū)及24個(gè)測(cè)坑，分別裝填8種采自河南省不同區(qū)域的土壤，經(jīng)過(guò)多年的沉實(shí)作用，土層穩(wěn)定。選擇沙壤土、磚紅壤、沙姜黑土、火山灰土和壤土這5種不同質(zhì)地的土壤進(jìn)行試驗(yàn)。

不同于電磁波段中的L 波段，CIELAB 色彩空間中L 值表示顏色的亮暗，它的變化范圍是從0（理想黑）到100（理想白），接近人眼的評(píng)價(jià)效果，a 和b 值代表色度尺寸，a 是正值，代表物體是紅色，a 是0，代表物體是灰色，a 是負(fù)值，代表物體是綠色；b是正值，代表物體是黃色，b是0，代表物體是灰色，b是負(fù)值，代表物體是藍(lán)色。

試驗(yàn)中測(cè)定土壤顏色的儀器為杭州彩譜便攜式CS-650 分光測(cè)色儀（見(jiàn)圖1）。為了檢驗(yàn)該儀器對(duì)同一土樣測(cè)定結(jié)果的重現(xiàn)性，測(cè)定時(shí)，同一土樣隨機(jī)選取6 個(gè)不同位置的觀測(cè)點(diǎn)，將觀測(cè)點(diǎn)1的數(shù)據(jù)作為標(biāo)準(zhǔn)，其他觀測(cè)點(diǎn)的顏色數(shù)據(jù)與標(biāo)準(zhǔn)觀測(cè)點(diǎn)作差值，用ΔL、Δa、Δb分別表示三顏色值的區(qū)別，采用ΔE表示色差。

ΔE計(jì)算公式為：

ΔE 越接近于0 表示顏色差別越小，各觀測(cè)點(diǎn)之間的顏色差別越小，說(shuō)明測(cè)量值的重現(xiàn)性越好。0＜ΔE＜0.25屬于理想匹配，表示各觀測(cè)點(diǎn)色差非常小或者沒(méi)有；0.25＜ΔE＜0.5 時(shí)，表示各觀測(cè)點(diǎn)存在微小誤差，屬于可接受的匹配。使用分光測(cè)色儀進(jìn)行測(cè)量時(shí)，儀器自動(dòng)顯示ΔE，可舍去ΔE＞0.5 的觀測(cè)點(diǎn)。經(jīng)檢驗(yàn)，各觀測(cè)點(diǎn)土壤顏色特征值的重現(xiàn)性較好，試驗(yàn)中對(duì)于同一個(gè)土樣的土壤顏色特征值取5個(gè)觀測(cè)點(diǎn)的平均值。

試驗(yàn)前，采用灌水的方法創(chuàng)造不同的含水率梯度，先灌水至田間持水量，待土壤水分再分布達(dá)到充分后，選取5種不同質(zhì)地的土壤挖開(kāi)剖面進(jìn)行取樣。采集土樣時(shí)，由濕潤(rùn)峰以外區(qū)域依次靠近濕潤(rùn)區(qū)中心取樣，每種土壤各取8個(gè)不同梯度的含水率。將土樣放在分光測(cè)色儀的配套容器中，壓制成容積一定、容重相同的餅狀土樣，再用分光測(cè)色儀進(jìn)行測(cè)色，用烘干法測(cè)定的土壤含水率作為標(biāo)準(zhǔn)。

根據(jù)測(cè)量的土壤顏色L、a、b 值與烘干法得到的含水率，直觀分析同種土壤不同含水率以及相同含水率條件下不同土壤的色度差別，利用統(tǒng)計(jì)軟件，分析不同含水率梯度與三顏色L、a、b的相關(guān)性，再通過(guò)顯著性檢驗(yàn)和誤差分析，分析其可靠性。選取與土壤含水率相關(guān)性較高的顏色變量，通過(guò)回歸分析建立含水率預(yù)測(cè)模型，并從模型的穩(wěn)定性和準(zhǔn)確性兩方面對(duì)模型進(jìn)行評(píng)價(jià)，采用相關(guān)系數(shù)R2和均方根誤差RMSE(root mean square error)作為檢驗(yàn)指標(biāo)。

RMSE計(jì)算公式為：

式中：yi為含水率實(shí)測(cè)值，%；為預(yù)測(cè)值，%；n為樣本數(shù)。

從原始采樣數(shù)據(jù)中，選取一部分土樣作為建模數(shù)據(jù)庫(kù)，剩下的土樣作為檢驗(yàn)數(shù)據(jù)庫(kù)。選取不同的土樣作為建模數(shù)據(jù)，比較分析模型預(yù)測(cè)效果及其穩(wěn)定性。建模時(shí)選取不同顏色作為自變量，進(jìn)行單變量、雙變量、多變量回歸分析，并研究對(duì)其它土質(zhì)的適用性。

使用Microsoft Excel 2019 軟件進(jìn)行數(shù)據(jù)處理和繪圖；用IBM SPSS Statistics 25 軟件對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行相關(guān)性分析、顯著性檢驗(yàn)、主成分分析以及線性回歸分析。

2 結(jié)果與分析

在不同含水率條件下各土樣的土壤顏色對(duì)比見(jiàn)圖2。由圖2可見(jiàn)，同種土壤的顏色隨含水率升高而逐漸加深，肉眼可見(jiàn)其光學(xué)差異明顯。這也佐證了通過(guò)土壤顏色特性快速測(cè)定土壤含水率的可行性。

2.1 不同含水率條件下5種類(lèi)型土壤的光學(xué)特征

人工采集土樣時(shí)，不同土質(zhì)土樣的含水率梯度不盡相同。選取幾組不同土壤在含水率相同條件下的光學(xué)特征值進(jìn)行對(duì)比，結(jié)果如表1所示。

由表1可以看出，在含水率相近時(shí)，壤土、火山灰土與沙壤土的L值相差不大，說(shuō)明其顏色深淺程度相似，而磚紅壤與沙姜黑土的L值較小，說(shuō)明其顏色較深，色度偏黑；a值都為接近于0 的正值，說(shuō)明幾種土壤的顏色是紅色，色度偏灰；b值為較a 大的正值，說(shuō)明5 種土質(zhì)顏色都偏黃色。與圖2 的直觀效果一致。

每種土質(zhì)分別選取含水率低、中、高3個(gè)水平的顏色值進(jìn)行分析，由表1可以看出，隨著土壤含水率的增加，L值總體呈下降趨勢(shì)，在光學(xué)上表現(xiàn)為越來(lái)越接近理想黑，也就是肉眼可見(jiàn)的顏色逐漸加深；a、b 值均沒(méi)有明顯的變化趨勢(shì)，但一直是正值。

每種土質(zhì)分別選取含水率低、中、高3個(gè)水平的顏色值進(jìn)行分析，由表1可以看出，隨著土壤含水率的增加，L值總體呈下降趨勢(shì)，在光學(xué)上表現(xiàn)為越來(lái)越接近理想黑，也就是肉眼可見(jiàn)的顏色逐漸加深；a、b 值均沒(méi)有明顯的變化趨勢(shì)，但一直是正值。

分別對(duì)5 種土質(zhì)的L、a、b 值與含水率進(jìn)行擬合，擬合相關(guān)程度R2及光學(xué)特征變化情況如表2所示。

可見(jiàn)，土壤顏色的變化因土壤類(lèi)別表現(xiàn)出不一樣的規(guī)律，說(shuō)明土壤顏色同時(shí)能顯現(xiàn)出土質(zhì)以及含水率的差別，為此，進(jìn)行相關(guān)性檢驗(yàn)和主成分分析作進(jìn)一步深入研究。

2.2 模型建立的相關(guān)分析

2.2.1 相關(guān)性分析及顯著性檢驗(yàn)

以沙壤土為例，不同樣本數(shù)條件下，沙壤土三顏色值與含水率的皮爾遜相關(guān)性及顯著性分析結(jié)果見(jiàn)表3。

由表3 可以看出，沙壤土的三顏色L、a、b 值與其含水率之間具有一定的相關(guān)性，其中L值與含水率的相關(guān)性最高，其顯著性水平為0.01，且隨著樣本數(shù)的增加，相關(guān)系數(shù)的絕對(duì)值越來(lái)越接近于1，說(shuō)明沙壤土在含水率變化時(shí)，土壤的亮暗程度會(huì)受到較大影響，這與相關(guān)圖片的視覺(jué)效果吻合，即含水率越大，土樣顏色越深。隨著樣本數(shù)的增加，a值與含水率的相關(guān)性一直不顯著。b值在樣本數(shù)增大為40時(shí)提升為顯著性水平。

表1 不同含水率條件下5種土壤的光學(xué)特征值

表2 不同土壤的顏色變化初步分析

表3 沙壤土顏色相關(guān)性檢驗(yàn)

2.2.2 主成分分析

相關(guān)性分析結(jié)果表明，L與含水率的皮爾遜相關(guān)值并沒(méi)有達(dá)到0.85，故單獨(dú)用L值來(lái)描述土壤含水率并不可行。以沙壤土為例，對(duì)40 個(gè)土樣的顏色參數(shù)L、a、b 進(jìn)行主成分分析，得到相關(guān)性矩陣、KMO 和巴特利特檢驗(yàn)、總方差解釋等信息。變量間的相關(guān)性越高，越適合做主成分分析。當(dāng)KMO＞0.5，P＜0.05時(shí)，則適合做主成分分析。

主成分分析結(jié)果表明，在相關(guān)性矩陣中，變量a 與b 的相關(guān)性高達(dá)0.862，適合做主成分分析，且L 與a 兩者總共可以解釋總變異的99.14%。故沙壤土含水率可用L、a值作二元回歸分析。

其余4種土質(zhì)也采用同樣的分析方法，結(jié)果不盡相同。由于篇幅所限，不再一一列舉。

2.3 沙壤土含水率與L、a二元線性回歸分析

在選取部分?jǐn)?shù)據(jù)作為建模樣本時(shí)，可根據(jù)土樣采集的時(shí)間先后選取，這樣可以減少外界溫度濕度等對(duì)土樣的影響，且這樣的建模樣本中含水率分布比較均勻，含水率梯度從大到小都有。

以沙壤土為例，在不同樣本數(shù)下，含水率與L、a 的二元線性回歸結(jié)果如表4所示。

表4 沙壤土二元線性回歸模型檢驗(yàn)參數(shù)

由表4可知，隨著樣本數(shù)的增加，建模數(shù)據(jù)集的R2越來(lái)越接近于1，且RMSE 越來(lái)越小，說(shuō)明擬合程度更高。同時(shí)驗(yàn)證數(shù)據(jù)集的檢驗(yàn)參數(shù)也更穩(wěn)定。樣本數(shù)選取為40 時(shí)所做的二元線性回歸總體效果最好，其預(yù)測(cè)模型檢驗(yàn)參數(shù)R2和RMSE分別為0.87和5.17。

圖3為二元回歸時(shí)含水率預(yù)測(cè)值和實(shí)際值的散點(diǎn)圖，可見(jiàn)圖中散點(diǎn)分布在對(duì)角線兩側(cè)，預(yù)測(cè)值和實(shí)際值的擬合程度R2為0.978，進(jìn)一步說(shuō)明了線性回歸的合理性。

2.4 不同類(lèi)型土壤光學(xué)特征含水率分析

火山灰土、壤土、沙姜黑土和磚紅壤等4種土壤的分析結(jié)果見(jiàn)表5。

表中主成分分析的結(jié)果為線性回歸分析所選擇的參數(shù)。可見(jiàn)土壤質(zhì)地不同時(shí)，主成分提取的參數(shù)也不同，提取的參數(shù)即為線性回歸分析的兩個(gè)自變量。使用2個(gè)顏色值描述土壤含水率時(shí)可以達(dá)到較好的擬合效果，但是每種土壤的選擇參數(shù)和回歸方程都不同。

表5 不同類(lèi)型土壤顏色-含水率分析結(jié)果

2.5 不同類(lèi)型土壤含水率預(yù)測(cè)結(jié)果

基于不同的土壤類(lèi)型其水分梯度與顏色L、a、b的相關(guān)性不盡相同，且圖3也驗(yàn)證了線性回歸的合理性。

故為了檢驗(yàn)所建回歸方程對(duì)于其他土類(lèi)的拓展性，選取沙壤土40 個(gè)土樣與含水率做三元（L、a、b）線性回歸分析，其線性回歸方程如下：

常量與變量a、b 的系數(shù)處于極顯著水平(P＜0.001)，R2=0.866，RMSE=4.230。該回歸方程對(duì)其他4 種土壤的檢驗(yàn)結(jié)果如表6所示。

通過(guò)表6 可以看出，根據(jù)沙壤土建立的模型對(duì)于其他4 種土壤具有一定的適用性，也具有較好的預(yù)測(cè)效果。由于試驗(yàn)中對(duì)磚紅壤、沙姜黑土、火山灰土、壤土4種土壤的樣本數(shù)不如沙壤土的多，增加一定的樣本數(shù)量可進(jìn)一步驗(yàn)證模型的預(yù)測(cè)效果。在測(cè)試時(shí)要注意保證含水率具有均勻的變化梯度，以及建模時(shí)仍要比較分析如何選取樣本作為建模數(shù)據(jù)集?？偟膩?lái)說(shuō)，分光測(cè)色儀作為獲取土壤顏色的工具，具有快速測(cè)定土壤含水率的潛力。

表6 沙壤土模型對(duì)其他土類(lèi)的檢驗(yàn)參數(shù)

3 結(jié)論與展望

利用分光測(cè)色儀測(cè)定了5種土壤在不同含水率條件下的三顏色值L、a、b，并進(jìn)行了相關(guān)性及回歸分析和驗(yàn)證，得出如下主要結(jié)論：

（1）土壤顏色L、a、b值與其含水率之間具有一定的相關(guān)性。隨土壤含水率升高，L值總體呈下降趨勢(shì)，表現(xiàn)為土壤顏色逐漸加深；a、b值均為正值，但變化規(guī)律不明顯。

（2）土壤的L、a、b值與土壤含水率的相關(guān)程度隨土壤質(zhì)地變化而不同。沙壤土、沙姜黑土、火山灰土和壤土的L值隨含水率變化有明顯改變，但磚紅壤的L值改變不明顯。沙壤土的L 值與其含水率的相關(guān)系數(shù)在0.77 以上，土壤含水率對(duì)L 值的影響達(dá)極顯著水平，但其皮爾遜相關(guān)值并沒(méi)有達(dá)到0.85；a值與含水率的相關(guān)性不顯著；在樣本數(shù)增大為40 時(shí)其b 值與含水率的相關(guān)性提升為顯著。

（3）主成分分析結(jié)果表明，沙壤土、沙姜黑土、火山灰土的L、b 值與含水率相關(guān)度高，而磚紅壤和壤土則為a、b值。采用二元線性回歸進(jìn)行擬合時(shí)，5種土壤均可以達(dá)到較好的擬合效果，而采用L、a、b值共同描述時(shí)僅能使擬合程度提高0.006。故僅對(duì)1 種土壤進(jìn)行擬合時(shí)，建議采用二元線性回歸。

（4）沙壤土含水率與三顏色值的三元線性回歸方程對(duì)磚紅壤、沙姜黑土、火山灰土、壤土4 種土壤具有一定的適用性，其相關(guān)系數(shù)R2均大于0.81，RMSE均小于14。

利用土壤三顏色值L、a、b可以快速判斷土壤含水率。由于土壤的顏色信息受有機(jī)質(zhì)、孔隙率、土壤容重等諸多因素的影響，量化后的數(shù)據(jù)存在一定波動(dòng)。如何分析這些因素的影響，更加全面的對(duì)模型進(jìn)行優(yōu)化，有待進(jìn)一步研究。已有研究通過(guò)量化數(shù)碼照片中顏色信息來(lái)估算土壤pH 值，這表明數(shù)字照片具有提取土壤堿化信息的潛力；也有通過(guò)Photoshop軟件提取土壤相片RGB 值來(lái)構(gòu)建土壤顏色和土壤有機(jī)質(zhì)的量化關(guān)系的研究表明，對(duì)土壤顏色的現(xiàn)場(chǎng)快速提取有利于對(duì)土壤有機(jī)質(zhì)含量等相關(guān)研究提供基本資料和數(shù)據(jù)支撐[31]。目前，在選取獲取土壤顏色信息的工具時(shí)，也可以考慮數(shù)碼相機(jī)和手機(jī)等攝影設(shè)備，再結(jié)合Photoshop 軟件分析土壤顏色圖像，將土壤表面顏色信息量化。

分光測(cè)色儀攜帶方便，價(jià)格適中，利用分光測(cè)色儀獲取土壤顏色信息，不僅可以節(jié)省人力，還易于操作；利用SPSS進(jìn)行統(tǒng)計(jì)分析易于學(xué)習(xí)；兩者的結(jié)合有望為快速測(cè)定土壤含水率提供一種可選途徑。利用分光測(cè)色原理快速測(cè)定土壤含水率的方法，在多次數(shù)測(cè)定小范圍土壤含水率時(shí)具有較大的應(yīng)用價(jià)值，可為評(píng)價(jià)不同灌溉方式的灌水效果提供依據(jù)，大量節(jié)省人力物力，且經(jīng)濟(jì)性高，易于操作，在農(nóng)學(xué)、地質(zhì)學(xué)、工程學(xué)、生態(tài)學(xué)、水文學(xué)和生物學(xué)等相關(guān)研究中具有重要意義。