农业 · 大田种植

土壤墒情监测:一个测点代表多少亩,决定了数据有没有用

农业物联网最常见的失败是「传感器装了一堆,农民不看」。原因往往不是设备不行,是数据跟地块对不上。这篇讲测点布设、埋深选择、绝对值校准和灌溉决策四件事。

西北 · 县域大田与设施农业 · 分期建设,先示范地块再推广

已交付西北分期建设,先示范地块再推广农业 · 大田种植
5 项
监测参数
含水率 / 温度 / EC / pH / 盐分
3 层
埋深层次
浅层 / 根系层 / 深层
30 分钟
数据频率
含水率采集间隔
太阳能
供电方式
田间无市电
Challenges

这个项目难在哪

每个案例的难点都不一样。先把难点说清楚,方案才有意义。

01

农田没有市电也没有宽带,传感器供电和回传都要单独解决

02

土壤含水率是个体积比,不同土质下同样的读数代表完全不同的干旱程度

03

一个测点到底能代表多大面积,没人说得清,导致数据无法指导具体地块灌溉

04

农户看的是「要不要浇水」,系统给的是「含水率 18.3%」,两者之间缺一层翻译

项目背景:设备装完,没人看

农业物联网项目有个很典型的现象:设备装得很齐,大屏做得很漂亮,一年后回头看,后台数据几乎没人打开,灌溉还是按老经验来。

原因通常不是设备质量。多数情况下是**数据跟地块对不上**——系统说「含水率 18.3%」,农户问「那我这块地今天浇不浇」,系统答不上来。答不上来三次,就没人再看了。

这个项目的设计目标很明确:**每一条数据都要能落到具体地块,每一个结论都要能翻译成「浇不浇、浇多少」。**

第一件事:土壤传感器到底在测什么

大多数农业项目用的土壤水分传感器,测的是**体积含水率**(VWC),单位是 m³/m³,或者换算成百分比。它表示的是「单位体积土壤里,水的体积占多少」。

这个概念跟直觉有偏差。同样读数是 20%,在不同土壤里意味着完全不同的干旱程度:

土壤类型田间持水量凋萎点读数 20% 的含义
砂土约 12%–15%约 4%–6%已经偏湿,接近饱和
壤土约 25%–30%约 10%–12%中等,正常范围
黏土约 35%–40%约 15%–18%偏干,需要关注
同样读数在不同土质下的含义差异

所以系统里必须给每块地配一份**土壤参数表**:土质类型、田间持水量、凋萎点、容重。没有这份表,含水率数字就是孤立的,无法判断旱不旱。

这份表怎么来?两个途径:一是查当地的土壤普查资料,二是实地取样送检。项目的做法是**示范地块全部送检,推广地块先用普查数据,后续逐步补充**。送检一次几百块,比装错传感器便宜得多。

i一个容易忽略的参数

电导率(EC)要一起测。西北地区土壤盐碱化普遍,EC 偏高时含水率的读数会受影响,而且高盐会抑制作物吸水——这时候土壤里明明有水,作物却在受旱。只看含水率会误判。

第二件事:埋多深,决定了数据代表什么

同一个位置,埋 10 厘米和埋 40 厘米,读数可能差一倍。这不是设备误差,是土壤水分本身的分层。

埋深代表什么用途
10–20 cm表层土壤,受蒸发和降雨影响最大判断近期是否需要灌溉
20–40 cm主要根系分布层作物实际可用水量,最关键
40–60 cm深层储水判断深层补水情况,指导大水量灌溉
三层埋深的含义

只埋一层的问题在于:如果只埋 10 厘米,一场小雨之后读数马上变高,系统认为不缺水,但根系层其实还是干的。如果只埋 40 厘米,表层已经严重干旱了,读数还没反应。

所以设计上要求**每个监测点三层都埋**,而且三层要错开位置,不能在同一垂直线上紧贴着(避免互相干扰)。

埋设的实操细节

  • **探头要与土壤紧密接触**,不能有空隙。空隙会导致读数偏低,看起来像干旱。
  • **回填土要分层压实**,按原土层顺序回填,不要混。
  • **埋设后要静置一段时间再采信数据**,刚埋下去的读数会因为扰动而不稳定,一般 7 到 15 天后才稳定。
  • **记录埋设时间**。系统里每个探头都要有埋设日期,前两周的数据标记为「稳定期」,不参与灌溉决策。

最后一条尤其重要。**刚埋的探头读数偏低是正常现象**,如果不标记,系统会在前两周疯狂报警说缺水,农户按提示去浇水,浇了发现没效果,从此不信这个系统。

第三件事:一个测点代表多少亩

这是农业物联网最难回答也最容易被含糊过去的问题。传感器厂商说「一个点可以代表几十亩」,但实际上这个数字完全取决于地块的均质程度。

影响代表面积的因素:

  • **土壤类型是否一致**。砂土和黏土交界的地块,一个点代表不了两个区域。
  • **地形起伏**。坡地和洼地水分差异很大,一个点不能同时代表。
  • **灌溉方式**。滴灌、喷灌、大水漫灌,水分分布完全不同,滴灌下测点位置差几米读数就差很多。
  • **作物长势差异**。长势好的区域耗水多,长势差的区域耗水少。

项目的做法是**先分区,再布点**:

  1. 1按土壤类型、地形、灌溉方式把整个区域划成若干「均质单元」。
  2. 2每个均质单元至少布 1 个监测点,面积大的布 2 到 3 个。
  3. 3每个点都记录它代表的边界范围(在地图上画出来),而不是一个半径。
  4. 4系统展示时,数据挂在地块上,不挂在点位上。农户点开自己那块地,看到的是「这块地的含水率」,不是「3 号监测点的读数」。

第四步是关键。**农户不关心 3 号点,只关心自己那块地。** 数据模型必须做到「地块 → 监测点」的映射,而不是让农户自己去看点位编号。

!这一条决定项目成败

见过太多项目,传感器数据齐全,但系统只提供「点位列表」,农户要自己去对「3 号点在我家地东头还是西头」。对不上,数据就等于没有。所以地块与测点的绑定关系,是农业物联网里最不能省的一步。

第四件事:绝对值不准,趋势才准

所有便宜的土壤水分传感器都有一个共同问题:**绝对值不准**。标称精度 ±3%,实际在盐碱地、高有机质土壤里,偏差可能到 10% 以上。

这意味着你不能直接相信「读数 18%」这个数字。但你可以相信「读数从 18% 降到 14%」这个趋势。

所以系统的判断逻辑要基于**变化量**,而不是绝对值:

判断场景用的方法原因
是否需要灌溉看趋势下降速度和剩余可用水量绝对值有系统偏差,趋势可靠
灌溉效果验证看灌溉前后读数变化量变化量能抵消系统偏差
不同地块对比看各自相对基线的偏移不同地块的绝对基准不同
长期墒情分析结合定期送检数据校准用实测值修正传感器偏差
基于趋势而非绝对值的判断逻辑

「定期送检校准」这一步不能省。做法是:每个生长季取 2 到 3 次土样送实验室烘干法测含水率,与同期传感器读数对比,算出这个点位的偏移量,写进系统作为修正系数。

有了修正系数,读数就从「18%」变成「18%(修正后 15.2%)」,可用于更精确的判断。**这一步成本很低,但对数据可信度的提升非常大。**

第五件事:从含水率到「浇多少水」

农户要的答案是「今天浇不浇、浇多少」,不是「含水率 18.3%」。这一层翻译是系统的核心价值。

计算逻辑大致是这样:

  1. 1**算出当前可用水量**。(当前含水率 − 凋萎点)× 根系层厚度 × 面积 = 可用水量。
  2. 2**算出每日耗水量**。用参考蒸散量(ET₀)乘以作物系数(Kc),得到这块地每天的耗水。
  3. 3**算出还能撑几天**。可用水量 ÷ 每日耗水量 = 可维持天数。
  4. 4**算出灌溉量**。目标含水率(一般为田间持水量的 80% 到 90%)减去当前含水率,乘以根系层厚度和面积。

第三步是农户最容易理解的输出:**「这块地还能撑 3 天」**。比「含水率 18.3%」直观得多。

第四步给出具体灌水量,单位换算成农户熟悉的「方」或者灌溉小时数(按水泵流量折算)。

ET₀ 从哪来

参考蒸散量需要气温、湿度、风速、日照、辐射五个参数。完整的气象站很贵,不可能每块地都装。

项目的做法是**区域气象站 + 就近插值**:一个片区装 1 到 2 个自动气象站,其余地块用最近气象站的数据,或者接入气象部门的格点预报数据。精度稍差,但对灌溉决策够用。

如果连气象站都没有,还有退路:**用历史同期数据加温度修正**。虽然没有实测准,但比完全不算好得多。

配套:田间没电没网怎么解决

这是农业项目绕不开的现实问题。大田里没有市电,也没有宽带,传感器要靠自己解决供电和通信。

环节方案注意点
供电太阳能板 + 蓄电池按连续阴雨天 7 天备电设计,不能只按晴天算
采集低功耗采集器定时唤醒采集间隔越短越耗电,30 分钟是平衡点
回传4G/NB-IoT 为主,LoRa 组网为辅偏远地区 4G 信号弱,需先测信号
防护IP66 以上防护箱田间潮湿、虫鼠、农机碰撞
田间设备的四个配套问题

太阳能供电最常见的错误是**按晴天算容量**。西北光照好,但连续阴雨天加上冬季低温,蓄电池容量会掉 30% 以上。项目按「连续 7 天无有效光照」设计备电,实际用了更大的板子和电池,成本增加不多,但避免了冬季大面积掉线。

通信也是同样的道理。**必须先在现场测信号强度**,不能看运营商的覆盖地图。地图显示「已覆盖」,实际田里可能是弱覆盖,数据传不上来,设备反复重连,电池很快就耗光。

几条可以带走的判断

  • **土壤参数表是前提。** 不知道土质、田间持水量、凋萎点,含水率数字没有意义。示范地块要送检。
  • **三层埋深是标配。** 只埋一层,要么被降雨误导,要么发现不了表层干旱。
  • **新埋探头前两周的数据不能采信。** 必须标记「稳定期」,否则会引发大量误报,直接毁掉农户对系统的信任。
  • **数据要挂在地块上,不挂在点位上。** 农户只关心自己那块地,不关心 3 号监测点。
  • **绝对值不可信,趋势可信。** 判断逻辑要基于变化量,并定期用送检数据校准偏移。
  • **输出要翻译成「还能撑几天」和「浇多少方」。** 直接给含水率,农户用不上。
  • **太阳能要按连续阴雨天设计。** 按晴天算容量,冬季一定掉线。
  • **先测现场信号,再定通信方案。** 覆盖地图不可信。
Tech Stack

用到的技术

土壤水分传感器(三层埋设)土壤 EC/pH 复合传感器低功耗采集器太阳能供电系统4G / NB-IoT 回传自动气象站ET₀ 蒸散量计算地块级灌溉决策模型

这些技术在其他项目里也用过,完整的协议支持清单和已实测规模见技术能力

Talk to Us

有类似的项目?

把你的现场情况说清楚就行,不用先写需求文档。我们会告诉你从哪切入最划算、哪些环节其实可以不花钱。

工作时间内 2 小时内回复
先判断可行性,再谈报价
不需要的不会推销
你想聊什么 *
0/500

不留资也能聊,直接致电19307480265

想看看其他行业的做法?

六个案例覆盖教育、水务、安防、交通和设备适配,每个都写了难点和取舍。