基于数据价值分析的根区土壤水分预测研究

The soil water in root zone is a key factor that controls the crop growth and exerts impacts on water flow and fertilizer transport in soil and in saturated aquifer. However, the soil moisture pattern has shown great spatiotemporal variabilities at multiple scales, under the influences from other uncertain factors, such as weather, soil, and plants. This presents great challenges to the accurate prediction of root-zone soil moisture. According to the difficulties in measuring soil hydraulic parameters, modeling soil water movement, and selecting measurement methods, this study aims to (1) reduce parameter uncertainty in forecast models using data fusion method, (2) optimize prediction models using Bayesian model averaging, and finally (3) quantify the contributions of reducing prediction uncertainties from different observations based on data worth analysis. The project will reveal the relationships between uncertain parameters, uncertain models, and observation data. Based on the optimized prediction model and reasonable scheme for data collection, we are able to increase the accuracy in root zone soil water prediction with minimum additional cost. The research findings will be of great importance to the agricultural water environment and water saving.

作物根区土壤水分是控制作物生长的关键因素，对农田土壤及地下水中的水、肥迁移转化过程具有重要影响。然而，在气象、土壤、植被等空间变异因子的共同作用下，根区土壤水在空间和时间上均呈现不同尺度的变异性，使得准确刻画根区土壤水分问题存在较大的科学挑战。针对土壤水参数难以实测、预测模型建模困难、观测数据类型多样三个难题，本研究主要探讨（1）以数据融合方法减少输入参数不确定性，（2）以贝叶斯模型平均方法优选预测模型，最终（3）以数据价值分析方法量化不同观测数据对根区土壤水分预测精度的影响。本研究将系统地揭示根区土壤水分预测模型、输入参数与不同尺度土壤水分观测数据的相互依赖关系，优化土壤根区水分预测模式，指导设计科学的数据采集方案，以较小的观测和模拟成本，最终实现提高作物根区土壤水分预测精度的目标。项目研究成果对于提高农业用水效率、保护农业水环境有重要实际意义。

本项目立足于准确刻画根区土壤水分运动过程，依托广西崇左精准农业研究基地，主要开展了以下研究：（1）通过收集和分析长时间序列的根区土壤水数据，探究了根区土壤水的时空变异规律和信息价值的冗余性；（2）探究了初始条件的不确定性在不同的土壤质地、气象条件和剖面长度下的变化规律以及对根区含水率数据价值的影响，并提出了基于可获得观测的土壤水模型初始化优选方案，从而最大的减少初始土壤水分剖面不确定性的影响；（3）基于水量平衡与数据同化技术，提出了一种FDR土壤水传感器观测校准算法，有效地校准了未标定的FDR土壤水传感器观测，从而对土壤水分实现更高精度的模拟和预测，提高了根区含水率的数据价值；（4）通过蒙特卡洛模拟多角度探讨了土壤水分观测在不同的气象条件、下边界条件、土壤质地以及观测位置下的数据价值，提出了一套考虑土壤非均质性的根区土壤含水量时空采样方案，量化不同深度和时间含水率数据价值，可用于指导监测方案。上述研究对指导农业活动、提高农业用水效率、保护农业水环境有重要实际意义。