本发明涉及一种基于热脉冲全同弱光纤光栅阵列的土壤含水率智能监测系统及原位标定方法，该智能监测系统由全同弱光纤光栅含水率传感器、全同弱光纤光栅解调分析仪、气象站和远程电源管理器组成。标定方法如下；将全同弱光纤光栅含水率传感器埋入待测土体，选取标定全同弱光纤光栅在其周围布置常规含水率传感器，并配置给水管；通过给水管给土体定点输水，对土体含水率进行监测；用常规含水率传感器测值对全同弱光纤光栅含水率传感器测得的最大升温值进行标定，拟合获得含水率与最大升温值的标定曲线。本发明采用全同弱光纤光栅传感器构建传感阵列，并结合人工智能算法，能实现对土体含水率长距离、高密度的精细化智能监测，并通过原位标定方法提高传感器标定曲线的精度。

一种基于热脉冲全同弱光纤光栅阵列的土壤含水率智能监测系统由弱光纤光栅阵列含水率传感器、弱光纤光栅解调分析仪、气象站和具备远程控制能力的电源管理器四部分及各部分之间的连接线路构成。其中，热脉冲弱光纤光栅阵列含水率传感器由三孔高导热性管和管内贯穿的光纤、镍铬电热丝组成，光纤上分布有全同弱光纤光栅，高导热性管孔内与镍铬电热丝、光纤间的孔隙使用导热材料充填。传感器中的镍铬电热丝通过导线和电源管理器连接，光纤通过光纤引线和弱光纤光栅解调分析仪连接。所述弱光纤光栅阵列含水率传感器可单独使用、也可以相互串联、并联连接构成监测网。弱光纤光栅解调分析仪由解调模块、分析模块、控制模块组成，分析模块内置人工智能算法。

土壤含水率直接影响植物的水循环和生长过程，影响土体强度和稳定性。土壤含水率的精确测定对理论研究和工程实践都具有重要意义。现阶段的土壤水分测试技术中，光纤感测技术能够原位实时监测土体含水率，同时具有灵敏度高，防腐蚀，抗干扰等优点，近年来得到迅速发展和广泛应用。

光纤布拉格光栅具有反射特定波长光波的特性，应变和温度会使光栅反射光谱中心波长发生漂移，因此通过分析光纤光栅反射光谱便可得出相应传感器的应变和温度变化量。若对埋入土体的光纤光栅传感器进行脉冲加热，由于水与土颗粒、空气的导热系数不同，热量在不同含水率土体中的扩散速度会存在差异，从而可以依据光纤光栅传感器温度变化特征，如最大升温值，达到测试土壤水分的目的。需要注意的是：首先需通过标定建立光纤光栅传感器最大升温值与土壤含水率之间的经验关系，才能根据现场获取的最大升温值的实测值推求待测土体的土壤含水率。

传统的光纤光栅传感采用波分复用技术来构建传感网络，受到解调仪光源工作波长范围的限制，单一通道复用传感器有限，无法实现大容量的传感网络。而最新发展的光纤光栅阵列分布式传感技术采用波分加时分的混合复用技术，结合了时分技术分布式测量的优点，通过不同光栅反射光的到达时间实现不同位置光栅的精准定位，能极大的扩大同通道可串联的光栅传感器数量，从而满足长距离、大容量、高密集的监测要求。普通的光纤光栅传感器反射率较高，若用其组成光栅阵列，大部分入射光会被阵列前段的光栅反射，使得阵列后段透射光强衰减明显，影响后段传感器的信号探测。因此，需要采用具有低反射率、窄反射带宽特点的弱光栅组成光栅阵列，减小光信号传输损耗，增强光纤光栅复用能力。

由前述可知，采用弱光纤光栅阵列传感器监测土体含水率具有长距离、大容量、高密集等突出优点。但目前传感器最大升温值与含水率之间的经验关系通常是通过室内标定获取，即配置含水率不同的土样在实验室进行标定试验，而当监测场地涉及复杂的土壤类型和结构时，便会使得室内标定方法工作量大且操作复杂。除此之外，取样和配置过程会对土体造成扰动，土体孔隙率、土体结构、边界条件等因素都会发生相应改变，从而影响土体的热力学性质，同时室内标定和原位监测中传感器与土体的接触情况、传感器布置带来的埋设扰动也存在差异，这些因素都会导致现场取样后的室内标定结果不能精准符合实际场地土层，影响土体含水率的监测精度。

刘喜凤，朱鸿鹄，王家琛，曹鼎峰，程刚，施斌，李杰，刘威南京大学，简称“南大”，位于江苏省南京市，系中华人民共和国教育部直属、中央直管副部级建制的全国重点大学，位列国家“双一流”、“985工程”、“211工程”重点建设高校，入选“珠峰计划”、“强基计划”、“111计划”、“2011计划”，为九校联盟（C9）、中国大学校长联谊会、环太平洋大学联盟、21世纪学术联盟、全球大学高研院联盟、国际应用科技开发协作网、东亚研究型大学协会、亚洲校园、金砖国家大学联盟、新工科教育国际联盟、中国高校行星科学联盟、长三角研究型大学联盟、学位授权自主审核单位、长三角可持续发展大学联盟  、中俄综合性大学联盟 、长三角高校智库联盟成员，首批国家级双创示范基地、国家大学生创新性实验计划、大学通识教育联盟

1. 本发明介绍了一种基于热脉冲全同弱光纤光栅阵列的土壤含水率智能监测系统，采用弱光纤光栅阵列含水率传感器构建传感网络监测土体含水率，能满足长距离、大容量、高密集的监测要求。同时，该智能监测系统能建立温度、气压、降雨强度、降雨历时等环境因素对土壤水分场扰动的机器学习模型，在积累一定数据的基础上基于所建立的机器学习模型根据气象预报信息预测土体水分迁移情况，能对与土体水分变化密切联系的地质环境问题及时预警。

2. 相比于传统的室内标定方法，本发明在监测场地对弱光纤光栅阵列含水率传感器进行原位标定，不需要采样、运输、制样过程，具有简单、高效的特点，尤其适用于大范围的复杂土壤类型土体含水率原位监测。同时，本发明可以避免取样和配置过程对土体的扰动，消除传感器与土体的接触情况差异、传感器布置带来的埋设扰动差异等因素带来的影响，提高弱光栅阵列传感器含水率标定曲线精度。

3. 本发明所述的原位标定方法考虑环境温度对弱光纤光栅阵列传感器含水率标定曲线的影响，建立环境温度对标定曲线影响的机器学习模型，能有效提高弱光纤光栅阵列传感器含水率标定曲线精度，进而提高传感器对土体含水率的监测精度。

4. 本发明通过给水管定点输水标定，可以精准控制含水率变化范围，相比于利用自然降雨过程标定，可以解决降雨依赖气候条件，且难以影响深部土壤水分场的问题，可控性更强；相比于利用地表人工降水过程标定，可以避免对土体的大范围扰动可能带来的变形和稳定问题，可操作性更强。

5. 本发明中常规传感器读数线和给水管通过同一硬质PVC管贯穿土体，提高了管道利用率和布设性价比。同时，硬质PVC管除提供连接通道外，还能对读数线和给水管起到保护和固定作用。

当前专利未经权利人许可不得实施，希望将科技成果转让给研发实力雄厚的企业，由受让人对科技成果实施转化。交易的是科技成果中的知识产权，可以包括专利权、专利申请权、技术秘密等。科技成果转让后，转让方获得转让费，不再是科技成果的所有人；受让方向转让方支付转让费，并成为科技成果的新的所有人。