赵伶俐，王福平

(1.北方民族大学电气信息工程学院，银川 750021；2.北方民族大学创新创业教育中心，银川 750021)

0 引 言

农田灌溉中,土壤含水量是植物生长状况的重要影响因素。及时测定、准确了解土壤含水量是灌溉管理调配用水和农产量预报的重要参数，是农业节水灌溉、高效利用水资源的重要技术方法[1]。土壤水分测量法先后提出烘干称重法、频域发射法、土壤水分遥测法等测量方法[2]。如何快速、有效、精确、低成本测定土壤含水量方法是研究者探索寻找的热点，视觉技术和人工智能结合是当前农业工程领域的热点研究之一，本文在研究土壤图像灰度值与土壤含水量关系的基础上，提出基于图像处理和蒙特卡洛方法结合的土壤含水量检测技术，并开展相关实验研究验证该方法的有效性，为土壤含水量检测和节水灌溉提供参考。

1 研究方法

1965年Bowers等研究发现土壤光谱反射率在整个波长范围内随土壤水分的增加而降低[3]，也即土壤图像中像素亮度值的深浅可反映土壤含水量的多少，但是土壤是由多种成分构成的复杂自然综合体[2]，其图像特征会受到土壤本质，有机体，水分等多种复杂因素的影响，土壤图像灰度值与土壤含水量之间是一种非线性关系[4]。由于土壤水分入渗空间变异性的存在，区域尺度范围的土壤入渗水分的测定往往需要由测点到测面的转化，其试验的工作量较大，对于这种非线性随机变化复杂的关系，利用土壤图像灰度测定土壤含水量需要建立一个能够比较完备表征土壤含水量的非线性模型。……