文摘
与不断增长的对自然资源的需求,社会需要理解和预测自然灾害,土壤含水量(SWC)观察仍然是一个关键变量监控为了优化分配资源,建立早期预警系统,提高天气预报。然而,常规农业生产实践的土壤耕作,播种,收获让直接接触点的操作和维护长期监测的传感器具有挑战性。在这项工作中,我们探索新建立的宇宙射线中子探测器的使用(CRNP)和方法来监控景观平均SWC混合农业土地利用系统在奥地利东北部。校准CRNP景观SWC价值观对一个独立的比较好原位SWC探测网络(美= 0.0286 m3/ m3)连续的挑战原位从探针监测跨异构的农业景观。CRNP提供实时、准确的能力景观SWC测量,使其成为理想的方法建立长期监测站点在农业生态系统来帮助农业水和养分管理决策在小块土地规模以及协助管理决策。
1。介绍
一个准确的理解近地表土壤含水量的时空动态(SWC)是必不可少的一个更加清晰的认识表面能量平衡(1],地表大气耦合的程度[2,3和改善短期天气预报4]。关于水平衡,SWC是一个关键的状态变量在确定渗透和地表径流的分区5),因此预测流自记水位计响应和最优水资源管理决策。此外,SWC是一个关键参数,帮助理解和预测自然灾害,如干旱的时间和严重程度(6- - - - - -8]和山体滑坡9,10]。
鉴于SWC观察理解能量平衡的重要性,水平衡,和自然灾害,各式各样的国家和州一级监控网络使用点传感器(即。气候、土壤气候分析网络,参考网络,俄克拉荷马州Mesonet,自动气象数据网络等)已经建立了从机载遥感(即。、机载微波天文台Subcanopy和地下)和卫星平台(即。海洋盐度、土壤水分、土壤水分主动被动)(cf。(11]]。然而,一个重要的差距仍然存在于完全调和差别点观测与遥感(12考虑到自然的异质性(13)和空间组织展览(SWC字段14]。
之间的未解决的问题点传感器和遥感,从遥感观测和关键的时空差距,农业生产通常依赖于基于直接插入点SWC监控技术来帮助决策(15,16),虽然最近接受间接传感器(17]。直接插入点传感器的关键弱点在生产农业通常是后勤,日常管理实践的种植,土壤耕作,收获点传感器网络的安装和维护费用昂贵且耗时的持续管理。
在这项工作中,我们将探索使用间接的宇宙射线的中子探测器(CRNP) [18)提供景观平均SWC异构农业景观的价值。CRNP方法最近开发了其主要应用于学术研究通过建立国家监控网络在美国(19),澳大利亚(20.),英国,南非,探测器安装主要集中在自然生态系统。在这里,我们将调查的使用CRNP修补与混合冬季和夏季作物农业景观在奥地利和东北比较景观平均SWC反对独立原位时域透射率(TDT)监测网络。景观平均SWC价值是至关重要的帮助农业水资源的优化管理决策和包裹规模(即营养应用程序。,a small tract of land) as well as providing data for larger scale management decisions of flood and drought prediction in human dominated landscapes via data integration with modeling and or early warning systems.
本文的其余部分组织如下。首先,我们将概述的异构农业土地利用系统和土壤研究的网站在奥地利东北部。接下来,我们将描述TDT)网络的布局和简要总结CRNP方法估算平均SWC景观。我们将比较景观平均SWC TDT网络和CRNP之间的值。最后,我们将讨论使用的实际使用和建议CRNP农业水管理系统操作使用和长期监测。
2。研究区域
CRS CRNP(模型# 1000 / B, HydroInnova LLC阿尔伯克基纳米,美国)是安装在研究区东北部奥地利(48.1547°N, 15.1483°E,海拔277米,图1)12月11日,2013。研究网站,水文露天实验室(HOAL) [21),是一个联邦机构之间的合作项目为水管理(保Petzenkirchen)和维也纳技术大学(TU维也纳),位于Petzenkirchen,维也纳和接收以西约100公里平均每年823毫米的降雨主要是4月和9月之间。年平均气温为9.5°C。研究站位于一个起伏的农业景观,以始成土(56%)、粘磐土(21%)、人为土(17%)、潜育土(6%)和有机土(< 1%)。渗透能力往往是中长期低,蓄水能力往往是高,收缩裂缝可能发生在夏季由于粘土含量高(见表A1和图4 (21])。主要作物是冬季小麦、大麦、玉米和强奸。土地利用在研究网站包括各种包裹尺寸编一个拼凑不同的作物。图2(一个)说明了CRNP的位置和各种CRNP的测量区域内土地利用包裹(~ 28公顷)~ 300米半径的圆(见部分3.1)。表1总结了2014年种植、土壤耕作、收获日期11的12在研究区域土地利用包裹。研究网站的全部细节,可用数据集,主要是调查问题,和特定的假设,看到21]。
(一)
(b)
(一)
(b)
除了气象站和CRNP网络时域透射率(TDT)传感器(铲、j、德国)安装在2013年下半年。TDT传感器记录每小时SWC点,安装在31个站点分布在研究区(图2 (b)说明了16个站点CRNP测量区域内;参见图6 (21全部细节)。在每个站点4 TDT水平传感器被安装在4深度(代表土壤层~ 0 - 5厘米,5 - 10厘米,15 - 20厘米,和45 - 50厘米)。根据常规农业操作和车站的位置,TDT传感器在不同时期中移除。TDT传感器后,喂食管持续监控但还没有完整的2014年的数据。而不是可用TDT)的网络传感器(2013年12月12日,5月1日,2014年)被用来比较独立的CRNP观察景观SWC。我们注意到,考虑到有限的传感器和空间分布不同的SWC [21),建立一个“真正”的景观平均SWC挑战和对CRNP应该比较框架内的预期不确定性意味着“空间代表性”的固有局限性的平均几个点传感器在一个区域。
3所示。材料和方法
3.1。摘要宇宙射线中子测量土壤水分含量的方法
的原则和实践与活动源中子测量SWC成立于土壤科学和农业研究[22,23]。被动CRNP措施的变化自然发生的低能中子环境量化景观变化SWC [18,19,24]。因为在这些能量中子散射过程(~ 1兆电子伏到0.5 eV)发生在高速度(> 10公里/秒)(25),在数十米/碰撞(26),测量的有效半径大约是240 ~在海平面在干燥的空气27,28]。然而,有效CRNP半径更大更高海拔(即。,less air mass means neutrons can travel further during scattering) and smaller with increases in absolute humidity (i.e., more hydrogen in the air reduces travel distance during scattering; see [27)的全部细节和公式计算足迹)。鉴于研究网站的海拔(277 m.a.s.l。)和绝对湿度测量,有效CRNP半径将~ 300 (27),并将采用这项工作。同样,的有效穿透深度CRNP完全饱和土壤中不同~ 15厘米(0.40 m3/ m3)在纯硅(SiO ~ 75厘米2)。中子散射理论的全部细节,中子建模和耦合到一个基于物理的非饱和区模型可以找到其他地方(28,29日]。考虑到变量方法(即用于CRNP校准和验证。,gravimetric, TDR, TDT), variable individual support volumes of calibration method samples (~0–20 cm for TDT and gravimetric and ~0–15 cm for TDR), variable number of TDT sensors used for landscape average,为实际应用和重点工作,我们将假定CRNP ~ 20厘米的有效穿透深度对所有观察到的中子计数。然而,我们注意到,有效的深度取决于校准数据集用于参数化的深度校正函数(见部分3.2)。全部细节和示例计算水平和深度加权CRNP其他地方提供的28]。
3.2。观察到的中子计数转化为土壤含水量
CRNP安装现场记录每小时慢化中子计数的值(每小时计数,cph),大气压力(hPa),空气温度(°C),相对湿度(%)(原始数据在实时可用http://cosmos.hwr.arizona.edu/Probes/StationDat/087/index.php)。慢化中子数(即首先纠正了位置。,neutron scaling factor), incoming high-energy particles, atmospheric pressure, and absolute humidity following established protocols [19,30.]。修正后的慢化中子计数然后转化为体积孔隙水使用校准函数最初提议的内容(24和进一步修改31日]。是由校准功能 在哪里重量含水量(g / g),晶格水含量(g / g),土壤有机碳水含量相当于(g / g),是修正后的慢化中子计数/时间间隔(cph),然后呢是一个特定的校准参数,代表了计数率在干燥土壤硅(cph)。我们注意到土壤含水量(SWC) =体积含水量、(m3/ m3),干燥的土壤容重(g / cm吗3),是水的密度(= 1 g / cm吗3)。后(32),土壤有机碳水含量相当于可以从现场土壤化学抽样估计 在TC土壤总碳(g / g),无机碳由测量CO抽搐2样品后酸化(g / g), 1.724是一个常数总有机质、总有机碳转化为和的化学计量比H2O有机碳(假设有机碳是纤维素C6H10O5)[32]。
从50米网格采样分辨率,21]研究发现网站平均粘土重量分数为0.20 (g / g),从而产生g / g使用回归分析从目录的晶格水样和泥重量分数(0.03到0.38 g / g)来自世界各地(Franz未公开的数据)。我们估计研究的网站g / g使用全球SOC产品[1公里33),指出当地的样品也可以(21),但与土地利用实践相差很大。最后,我们发现从直接采样现场12月12日,2013年,干土壤体积密度为1.43克/厘米3,标准偏差为0.091克/厘米3,从61年样本。我们注意到在农业景观容重显著可能不同土地利用和时间根据常规做法。未来的工作与农业CRNP设置应该解决如何通过时间和体积密度变化与土地利用。
4所示。结果与讨论
4.1。随着土壤含水量的时空变化的时域透射率
时间序列之间的日均SWC 2013年12月和2014年9月16日TDT)网站组织的深度图3。因为不同的种植、土壤耕作、收获日期、负概要文件从不同土地利用包裹被移除(表在不同的日期1)。TDT探针后来插入的数据却没有可供整个时期。因此,我们限制我们主要分析在12月12日,2013年,5月1日,2014年,当12的16网站都是可用的。图3说明了预期的广泛SWC发生在3测量深度在不同的土地用途。图4说明了景观平均意味着SWC所有传感器的深度,平均数标准误差标准差。要点来自TDT网络如下:(跨站点)的相对变化的负反应降雨是一致的,(景观SWC)的估计是不确定的(~ 0.02米3/ m3平均数标准误差和0.07米3/ m3标准偏差范围的SWC和土壤深度),()绝对值SWC对于一个站点不代表景观SWC深处,和()比较dt值对个人网站(即土地利用在一个包裹。,S11, 24, 25, 26, 28, 29, and 31 within L4 and S20, 21, and 22 within L15) show a similarly wide range of variability as all TDT sites within the study area. The wide spatial variability of SWC at this site is reported elsewhere using higher density TDR surveys (see Figure 在[21])。
(一)深度0 - 5厘米
(b)深度5 - 10厘米
(c)深度15 - 20厘米
(d)深度45 - 50厘米
(一)深度0 - 5厘米
(b)深度5 - 10厘米
(c)深度15 - 20厘米
(d)深度45 - 50厘米
单个传感器的观测行为始终对景观平均时间稳定性的概念是一致的(34,35)和站点的能力的代表景观平均水平。然而,这种景观平均是未知的先天的和需要一个传感器网络建立的意思是多好(这里我们发现平均16个传感器给平均数标准误差~ 0.02 m3/ m3)或重复但劳动密集型领域活动与便携式系统如热带病研究和培训特别规划。观察intra-land使用SWC变化类似于截然使用SWC变化符合其他直接点传感器工作在农业(36)和相关使用植被类型等特征,结构,或叶面积指数选择少量的代表点传感器位置(37]。由于SWC领域的分形性质14),期望方差长度尺度(38),点传感器体积小支持(~ 0.01 m3),位于相对接近(~ 2米)可能仍表现出截然不同的绝对SWC值存在的自然变化。这意味着移除和替换的实践角度传感器正常生产活动之后可以挑战重新创建一个类似的SWC应对降雨,因此需要新的校准和时间稳定性分析来证明点传感器的代表性景观SWC。
4.2。随着土壤含水量的时空变化的宇宙射线中子探测器
图5说明日常降雨和慢化中子计数的时间序列研究的网站。我们注意到纠正主持与降水数量急剧减少,增加后缓慢指数的形状。使用1重量校准和2热带病研究和培训特别规划校准我们估计使用(1)。重力运动由平均61个样本,通过收集样品在3深度(0 - 5、5 - 10和15 - 20厘米)16位置(TDT所在地)12月12日,2013年,屈服cph。热带病研究和培训特别规划活动由抽样16 TDT)站点位置使用便携式设备与15厘米杆长度插入垂直的表面。热带病研究和培训特别规划的校准了cph 4月5日,2014年cph 4月30日,2014年。平均cph用于慢化中子计数转换成SWC整个时期。图6说明了时间序列的日均SWC CRNP,景观平均TDT)从不同深度、景观的平均TDT 0-20厘米,并从3格拉夫/ TDR SWC校准日期(0-20 cm和0-15 cm、职责)。
(一)
(b)
在这个工作我们没有考虑任何植被对中子计数的影响考虑到各种各样的农作物类型,不同的种植和收割(表时间1),和预期的风景新鲜站平均生物量相对较低(< 2公斤/米2)。讨论了植被的影响(即。,mass changes in above-ground hydrogen) on the expected neutron counts, we refer the reader elsewhere [39- - - - - -41]。此外,考虑到小的变化3种不同的值校准日期(26 cph或1.8%的差异),我们发现植被的影响在中子数可能是小对于这个环境中给定的重量校准数据集本身的准确性(均值的标准误差0.02米3/ m3)。最后,推荐使用至少3校准取样日期估计在不同的含水量据报道在其他地方(42),是基于中子粒子传输建模和误差传播分析。最佳实践,我们建议至少3重量校准时间估计在农业环境。
4.3。比较景观土壤含水量
在图6,我们发现CRNP独立比较好对TDT)网络观测得到的平均数标准误差0.02米3/ m3对TDT景观平均水平。最重要的是,CRNP和浅TDT)传感器对降水(图5(一个)),与出口增速下降。表2总结比较3 dt和格拉夫/ TDR校准日期,并使用CRNP景观SWC估计和各种校准数据集。分析是基于空间平均和误差分析提出了其他地方37]。文献[37]描述了9个不同的采样策略和错误估计全球的3种不同的研究地点。这里我们发现平均绝对误差(MAE)之间的景观平均SWC 3 dt和格拉夫/热带病研究和培训特别规划抽样活动是0.0229米3/ m3(表2)。表2还总结了一个交叉校准分析CRNP如果个人校准日期使用负或格拉夫/热带病研究和培训特别规划。一个校准的估计,我们发现SWC CRNP可以千差万别的不同取样日期(范围:−0.074到0.0582米3/ m3)。然而,当用于估计3校准日期,我们发现范围要小得多(−0.0392到0.0354米3/ m3),美= 0.0255 m3/ m3TDT数据,0.02093/ m3格拉夫/ TDR样本。最后,梅CRNP数据使用3格拉夫/ TDR校准数据集和数据独立的负0.0286米3/ m3。减少误差取决于单个和多个校准和绝对与动态校准,和点的数量用于空间平均的结果是一致的37]。鉴于持续投资到HOAL实验(21),我们希望未来的工作能更充分地描述各种仪器和平均误差的来源。
的绝对SWC对比格拉夫/ TDR校准和TDT数据,我们发现美= 0.0286 m3/ m3与其他研究各种自然生态系统(混合山地森林里(43),半干旱灌丛带(44美国东部[],落叶森林39)和德国(31日),在同一数量级TDT传感器平均深度(图4)。方法之间的差异可能部分是由于差异TDT工厂校准和局部场条件下,CRNP观测数据的不确定性,由于空间平均异构环境自然变化。整体TDT网络平均和CRNP之间的比较是在可接受的误差< 0.04米3/ m3用于验证遥感产品与地面观测(45,46]。
5。结论
在这项工作中,我们提出一个比较景观SWC CRNP之间价值观和独立TDT)传感器网络在混合农业土地利用系统在奥地利东北部。常规农业生产实践的土壤耕作,播种,收获让直接接触点的操作和维护传感器网络具有挑战性。这里,CRNP足迹包括12种不同土地利用包裹的冬季和夏季作物。从3重量/ TDR校准日期,我们发现相对较小(1.8%)的变化由于不同土地利用和植被条件下混合农业系统。这是符合其他研究发现最小的植被变化(< 2公斤/米2)预期的中子计数。使用后的平均从3重量/ TDR校准数据集,我们发现0.0286的美3/ m3CRNP和独立的负网络相同的数量级与其他自然生态系统的研究,在不确定性的SWC点传感器(0.02米3/ m3均值的标准误差),在0.04米3/ m3推荐用于验证遥感SWC产品与地面观测。对于使用CNRP的最佳实践,我们建议至少3校准数据集在不同湿度水平的估计而不是依靠一个校准数据集。此外,额外的校准数据集可以用来证实或在本地建立中给出的其他三个校准函数系数(1)。因为CRNP可以放置日常生产实践的方式,我们认为这是一个更合适的方法建立长期SWC监测农业或用于灌溉应用程序设置。CRNP提供实时、准确的能力景观SWC测量在农业生态系统使它理想的方法帮助农业水和养分管理决策在包裹级别以及协助管理决策。
利益冲突
达林Desilets HydroInnova LLC的共同所有人。HydroInnova是唯一一家商业产生宇宙射线中子探测器。其余作者声明没有利益冲突有关的出版。
作者的贡献
特伦顿·e·弗朗茨和Ammar Wahbi同样分享作者。
承认
特伦顿·e·弗朗兹要感谢的支持多尔蒂内布拉斯加州大学的食品研究所。