基于随机森林的电容式土壤水分传感器校准研究

作者：汪正; 胡顺^*; 马瑞; 孙自永; 葛孟琰; 王俊友; 乔树锋

来源：地质科技通报, 2023, 42(05): 249-256.

DOI：10.19509/j.cnki.dzkq.2022.0133

• 土壤含水量
• 介电常数
• 电导率
• 温度
• 随机森林
• 土壤水分传感器

土壤含水量信息对于自然生态修复、农田灌溉管理、土体工程建设等具有重要的意义，电容式土壤水分传感器是获取该信息的主要途径之一。为准确校准电容式土壤水分传感器(以5TE设备为例)的土壤含水量观测数据，开展了不同温度、含盐量、土壤含水量条件下的土壤介电常数、电导率和温度观测实验，构建了基于随机森林机器学习方法的土壤含水量估计模型。结果表明：(1)变温、变含盐量情况下，土壤介电常数受含盐量和温度影响显著，仅基于土壤介电常数的传统土壤含水量估计模型失效；(2)以电容式土壤水分传感器观测的土壤介电常数、电导率和温度数据为输入，基于随机森林机器学习方法的土壤含水量估计模型可有效改善土壤含水量估计结果(RMSE为0.05 m3/m3,R2为0.77;修正Topp公式的土壤含水量估计结果：RMSE为0.07 m3/m3,R2为0.54);(3)土壤电导率观测对土壤含水量估计最为重要，介电常数次之，温度最弱，但均未达到可忽略不计的程度。研究成果可为电容式土壤水分传感器在变温、变含盐量地区的成功应用提供支撑。

• 单位
  中国地质大学（武汉）