Calibración de datos observados de contenido de agua en el suelo con sensores capacitivos

Abstract

La humedad o contenido de agua en el suelo es una variable de importancia para la meteorología, la agronomía, la hidrología y las ciencias del suelo. En Argentina las mediciones de humedad de suelo son poco sistemáticas y con distribución espacial escasa. Existen distintos métodos de medición de humedad de suelo: gravimétrico, neutrónico y dieléctrico, entre otros. Las mediciones de humedad de suelo utilizadas en este trabajo se realizaron en la localidad de Balcarce, durante la campaña agrícola 2012-2013, sobre un lote de producción de soja. Como objetivo de este trabajo se propuso calibrar los datos observados con un sensor capacitivo con datos gravimétricos y neutrónicos, y posteriormente generar una base de datos de alta resolución temporal. Se ajustaron funciones lineales de calibración para cada nivel de medición. No se pudo caracterizar de manera adecuada la respuesta del sensor capacitivo a las variaciones de humedad de suelo en los dos niveles más profundos. Tanto la calidad de los datos observados como la calidad de las curvas de calibración impactan en el error final de los datos del sensor capacitivo. Para generar la base de datos se utilizaron la totalidad de los datos disponibles, que se interpolaron con el método de Kriging. Se obtuvieron datos de humedad de suelo con buena representatividad espacial en la vertical y temporal, en la que se puede observar la variabilidad del agua en el suelo asociada al aporte de la precipitación y los ritmos de consumo de la vegetación. Palabras clave: Argiudol típico, sonda de neutrones, función lineal de calibración

Soil moisture or soil water content is an important variable for Meteorology, Agronomy, Hydrology and Soil Science. In Argentina, measurements of soil moisture are both spatially and temporally sparsely distributed. There are different methodologies of measuring soil moisture content like the gravimetric, neutron and dielectric methods, among others. During the growing season 2012-2013, soil moisture measurements were performed in a soybean crop field. The aim of this paper is to calibrate observed capacitive data with gravimetric and neutron methods as well as to build a high temporal resolution soil moisture database. Linear functions were used to calibrate data for each depth of measurement with the exception of the two deepest levels where retrieved functions have a poor data fitting. The quality of the observed data and the calibration functions have direct impact on the capacitive sensor errors. Gravimetric, neutron and capacitive soil moisture measurements were interpolated with the Kriging method to construct the high resolution database. Variability of soil water content was observed at different soil depths due to precipitation and plant water uptake.