771
Rev. Fac. Agron. (LUZ). 2021, 38(4): 771-784. Octubre-Diciembre.
DOI: https://doi.org/10.47280/RevFacAgron(LUZ).v38.n4.02 ISSN 2477-9407
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Received el 01-10-2020 . Accepted el 20-11-20.
*Corresponding autor. Email:ckremer@uchile.cl
Technical note / Nota Técnica
In situ calibration of two FDR gauges under saline
soil conditions in the hyperarid of Chile
Calibración in situ de dos sondas FDR bajo condiciones
de suelo salino en el hiperárido de Chile
Calibração in situ de dois medidores FDR sob condição
do solo salino, no hiper árido do Chile
Cristián Kremer Fariña*, Rodrigo Candia Antich, Ian Homer
Bannister
y Oscar Seguel Seguel
Coll. Agronomic Scs, University of Chile, Santa Rosa 11315, La Pintana, Santiago, Chile.
Postal code 8820808. E-mail: (CK) ckremer@uchile.cl, ; (RC) rcandia87@gmail.com, (IH);
ihomer@uchile.cl, ;(OS) oseguel@uchile.cl .
Abstract
A calibration method was developed for two FDR sensors (GS3 and POGO) in
saline soil conditions with predominantly ne textures and electrical conductivities
that uctuate between 4.4 and 16.5 dS.m
-1
. The methodology included the use of
inltration trenches and the recording of the variation of the water content over
time. The results showed that there is an overestimation of as a function of the
salt content. The standard error obtained with the manufacturer’s calibration
was 0.09 and 0.19 cm
3
.cm
-3
for GS3 and POGO, respectively. After calibration,
the standard error decreased to 0.04 and 0.05 cm
3
.cm
-3
, respectively. The R
2
of
the calibration equations for GS3 and POGO were 0.94 and 0.86 respectively, not
being necessary a differentiated calibration by salinity ranges. The GS3 sensor
performed better than the POGO in the salinity conditions encountered.
Keywords: soil water content, dielectric permittivity, soil salinity, dielectric
constant.
Resumen
Se desarrolló un método de calibración para dos sensores FDR (GS3 y
POGO) en condiciones de suelo salino con texturas predominantemente nas y
772
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
conductividades eléctrica que uctúan entre 4,4 y 16,5 dS.m
-1
. La metodología
contempló el uso de zanjas de inltración y el registro de la variación del contenido
del agua en el tiempo. Los resultados mostraron que existe una sobreestimación
del en función del contenido de sal. El error estándar obtenido con la calibración
del fabricante fue de 0,09 y 0,19 cm
3
.cm
-3
para GS3 y POGO, respectivamente.
Después de la calibración, el error estándar disminuyó a 0,04 y 0,05 cm
3
.cm
-3
,
respectivamente. El R
2
de las ecuaciones de calibración para GS3 y POGO fueron
0,94 y 0,86 respectivamente, no siendo necesaria una calibración diferenciada por
rangos de salinidad. El sensor GS3 funcionó mejor que el POGO en las condiciones
de salinidad encontradas.
Palabras claves: contenido de agua del suelo, permisividad dieléctrica, salinidad
del suelo, constante dieléctrica.
Resumo
Este trabalho focou em a calibração de dois sensores FDR (GS3 e POGO) em
condições de solo salino em três olivais do Vale de Copiapó, no hiper árido do
Chile (27,5°S), com texturas predominantemente nas e valores de condutividade
elétrica que utuam entre 4.4 e 16.5 dS.m
-1
. A metodologia contemplou o uso de
valas de inltração e o registro da variação do conteúdo da água no tempo. Os
resultados mostraram que existe uma sobre estimação do conteúdo de água nos
solos salinos dependendo do teor de sal. O erro estândar obtido com a calibração
do fabricante com respeito aos valores reais de θ foi de 0.09 e 0.19 cm
3
.cm
-3
para
GS3 y POGO, respectivamente. Depois da calibração, o erro estândar diminuiu
a 0.04 e 0.05 cm
3
.cm
-3
, correspondentemente. O R
2
das equações de calibração
para GS3 e POGO foram 0.94 e 0.86 respectivamente, sem necessidade de uma
calibração diferenciada por faixas de salinidade. O sensor GS3 funcionou melhor
que o POGO, nas condições de salinidade encontradas.
Palavras chaves: conteúdo de água do solo, permissividade dielétrica, salinidade
do solo, constante dielétrica.
Introduction
Indirect estimations of the
soil´s water content (θ), based
on the variation of its dielectric
permittivity (εa), particularly
the dielectric constant (Ka), have
proven to be successful as a tool
to establish a more efficient
irrigation schedule (Callejas et al.,
2014).
Introducción
Estimaciones indirectas del
contenido de agua del suelo (θ),
basadas en la variación de su
permisividad dieléctrica (εa),
particularmente la constante
dieléctrica (Ka), han demostrado su
ecacia como una herramienta para
establecer un programa de riego más
eciente (Callejas et al., 2014).
773
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
Among the methods available
to estimate θ, Frequency Domain
Reectometry (FDR) provides
measurements, by means of an
electromagnetic wave that is transmitted
along probes and records the frequency
of the reected wave, which depends on
the capacitance of the medium where the
probe is located, which is directly related
to the εa of the soil (Sevostianova et al.,
2015). Later, the value of water content
present in the soil is estimated using the
model proposed by Topp et al. (1980):
This method works properly for most
of the mineral soils. However, one of
the greatest restrictions on the use of
this technology is the content of salts,
since soils rich in salts or with a high
ionic charge (ex: Clay soils) can produce
signicant ionic and dielectric losses,
over estimating the value of εa and θ
(Sevostianova et al., 2015, Ojo et al.,
2015).
In recent years there has been
an increase in soil water monitoring
technologies that lead to improving the
scheduling of micro-irrigation systems,
but the low quality of irrigation water
has led to soil salinization, which that
affects the operation and calibration of
these technologies. In this context, the
main objectives of this research were:
(1) to evaluate the accuracy in eld of
two FDR sensors used in salty soils, by
comparing the soil moisture output from
their factory default calibration with the
volumetric water content determined
using the thermogravimetric method,
and (2) to develop a calibration equation
for each sensor to operate correctly in
these salty soils.
Entre los métodos disponibles
para estimar θ, se encuentra
la Reectometría de Dominio
de Frecuencia (FDR), la cual
proporciona medidas por medio de
una onda electromagnética que se
transmite a lo largo de las sondas
y registra la frecuencia de la onda
reejada, la cual depende de la
capacitancia del medio donde se
encuentra la sonda, lo cual está
directamente relacionado al εa del
suelo (Sevostianova et al., 2015).
Posteriormente, se estima el valor
del contenido del agua presente en el
suelo utilizando el modelo propuesto
por Topp et al. (1980):
Éste método funciona correctamente
para la mayoría de los suelos
minerales. Sin embargo, una de las
mayores restricciones sobre el uso
de esta tecnología es el contenido de
sales, ya que los suelos ricos en sales
o con una alta carga iónica (ej: Suelos
arcillosos) pueden producir perdidas
iónicas y dieléctricas signicantes,
sobreestimando el valor de εa y θ
(Sevostianova et al., 2015, Ojo et al.,
2015).
En los años recientes ha habido
un incremento en las tecnologías de
monitoreo de agua en el suelo que
llevan a el mejoramiento del horario
de los sistemas de micro-riego, pero
la baja calidad del agua de riego
ha conllevado a la salinización del
suelo, lo cual afecta la operación y
la calibración de estas tecnologías.
En este contexto, los objetivos
principales de esta investigación
fueron: (1) Evaluar la precisión
(1)
(1)
774
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
Materials and methods
Sites
The study was carried out in the
Copiapó Province, Atacama Region,
Chile, in three olive orchards,
called “La Castellana” (27°19’00’’S
and 70°35’00’’W), “Mallorquina”
(27°20’00’’ S and 70°34’00’’O)
and “Vasangel” (27°18’00’’S and
70°27’00’’W). The climate of the
area is low marginal desert type.
The dominant soils are Aridisols,
derived from deposits of the Copiapó
River.
Sites Characterization
A description was made through
one pit for each site. Particle size
distribution, bulk density by core
method, and particle density by
pycnometer were determined. The
samples were obtained from the
pits at 3 depths (30, 50 and 80 cm)
with three replicates. Additionally,
electrical conductivity was
determined using the saturation
extract method and conductivity
determination. The samples were
obtained from the previously
mentioned pits at 3 depths (30, 50
and 80 cm) with one replicate.
Gauges
The gauges used were: POGO
(or Hydra Probe) (Stevens Water
Monitoring Systems, USA), and
GS3 (Decagon Devices, USA).
Treatments and design of
experiments
Calibration
Three trenches 0.6 m wide, 0.8
m long and 0.2 m deep were dug
in each orchard. The purpose of
these trenches was to remove the
en el campo de dos sensores
FDR utilizados en suelos salinos,
comparando la salida de humedad del
suelo de su calibración por defecto,
con el contenido volumétrico de agua
determinado mediante el método
termogravimétrico, y (2) desarrollar
una ecuación de calibración para que
cada sensor funcione correctamente
en estos suelos salinos.
Materiales y métodos
Sitios de estudio
El estudio se llevó a cabo en la
provincial de Copiapó, región de
Atacama, Chile, en tres huertos
de olivo, llamados “La Castellana”
(27°19’00’’S y 70°35’00’’W),
“Mallorquina” (27°20’00’’ S
y 70°34’00’’O) y “Vasangel”
(27°18’00’’S y 70°27’00’’W). El clima
del área es de tipo desierto marginal
bajo. Los suelos dominantes son los
aridisoles, derivados de los depósitos
del río Copiapó.
Caracterización de sitios de
estudio
Se realizó una descripción
a través de una fosa para cada
sitio. Se determinó la distribución
del tamaño de las partículas, la
densidad aparente por el método
del núcleo y la densidad de las
partículas por el picnómetro. Las
muestras se obtuvieron de las fosas
a tres profundidades (30, 50 y 80 cm)
con tres replicas. Adicionalmente, la
conductividad eléctrica se determinó
utilizando el método del extracto de
saturación y la determinación de
la conductividad. Las muestras se
obtuvieron de las fosas mencionadas
775
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
horizon of salt accumulation due to
capillary ascents, and to generate a
homogeneous inltration zone (Figure
1a). Once ready they were lled once
with irrigation water and the water
was expected to fully inltrate. Once
this condition was fullled, it was
waited 1 hour to carry out the rst
measurement (Ti1).
Figure 1. Calibration trenches for GS3 and POGO sensors. (a)Trenches;
(b) gauge positions (triangles GS3, rhombuses POGO) and soil samples
(circles thermogravimetric method).
Figura 1. Zanjas de calibración para los sensores GS3 y POGO. (a) Zanjas;
(b) posiciones de sensores (triángulos: GS3, rombos: POGO) y muestras
de suelo (método termogravimétrico: círculos).
Previously, at the bottom of
each trench, three GS3 sensors
were installed in a horizontal and
permanent position (Figure 1b, 9
sensors per site). In the case of the
POGO sensor, in each measurement
periods, 5 points were recorded for each
trench, introducing it perpendicular to
the bottom of the trench. The soil was
then allowed to dry for 12 hours and the
(A)
(B)
anteriormente a 3 profundidades
(30, 50 y 80 cm) con una réplica.
Sensores
Los sensores utilizados fueron:
POGO (o Hydra Probe) (Stevens
Water Monitoring Systems, USA), y
GS3 (Decagon Devices, USA).
Tratamientos y diseño
experimental
Calibración
Se excavaron tres zanjas de 0,6
m de ancho, 0,8 m de largo y 0,2 m
de profundidad en cada huerto. La
nalidad
de estas zanjas era eliminar
el horizonte de acumulación de sales
debido a los ascensos capilares y generar
una zona de inltración homogénea
(Figura 1a). Una vez listas se llenaron
con agua de riego y se esperaba que el
776
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
corresponding measurements for Ti2
were repeated, 4 more measurement
periods were made following the same
procedure already described, however
the remaining measurement times
varied according to the site, we sought
to obtain data in a wide range of θ.
For each measurement period (Ti) and
site, data was taken every 2 minutes,
for 20 minutes and registered in a
Datalogger (Em50, Decagon Devices)
for GS3 and by hand for POGO.
Immediately after recording all
the data from the gauges in each
measurement period, a soil core
sample was taken to determine its
volumetric water content (θ) by
thermogravimetry (Figure 1b).
Prior to eld installation, the
difference in the records between
sensors of the same origin was
reviewed. For both the GS3 and
POGO gauges, an analysis of variance
was performed with measurements
in free water, where no signicant
differences were found for the
measured parameters (θ, ε
a
) at a
signicance level of 5% (p ≤0.05).
Statistical analysis
A grade 3 polynomial regression
was utilized to t the Topp et al.
(1980) equation parameters, using the
permittivity outputs from the sensors
as the independent variable and the
thermogravimetric soil water contents
as the dependent variable. The
coefcient of determination (R
2
), was
used to display the degree of similarity
between the sensor calibration
equation and soil thermogravimetric
measurements. Additionally, linear
regressions were adjusted where
the dependent variable was the soil
agua se inltrara completamente. Una
vez cumplida esta condición, se esperó 1
hora para realizar la primera medición
(Ti1).
Previamente, en el fondo de cada
zanja, se instalaron tres sensores GS3
en posición horizontal y permanente
(Figura 1b, 9 sensores por sitio). En
el caso del sensor POGO, en cada
período de medición se registraron 5
puntos por cada zanja, introduciéndolo
perpendicularmente al fondo de la
misma. Luego se dejó secar el suelo
durante 12 horas y se repitieron las
mediciones correspondientes para Ti2,
se realizaron 4 períodos de medición
más siguiendo el mismo procedimiento
ya descrito, sin embargo, los tiempos
de medición restantes variaron según
el sitio, se buscó obtener datos en un
amplio rango de θ. Para cada periodo
de medición (Ti) y sitio, se tomaron
datos cada 2 minutos, durante 20
minutos y se registraron en un
Datalogger (Em50, Decagon Devices)
para GS3 y a mano para POGO.
Inmediatamente después de
registrar los datos de los sensores en
cada período de medición, se tomó
una muestra de núcleo de suelo para
determinar su contenido volumétrico
de agua (θ) por termogravimetría
(Figura 1b).
Antes de la instalación de campo,
se revisó la diferencia de los registros
entre los sensores del mismo origen.
Tanto para los sensores GS3 como
para los POGO, se realizó un análisis
de varianza con mediciones en
agua libre, donde no se encontraron
diferencias signicativas para los
parámetros medidos (θ, ε
a
), a un nivel
de signicancia de 5% (p ≤0,05).
777
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
water content obtained from the
factory calibrations and from this
work, and the independent variable
was the soil water content obtained
by thermogravimetry. Slopes were
compared using Student’s t test, with
a 95 % condence level. Furthermore,
the standard error of estimates (SEE,
equation 2) was utilized to compare the
performance of the different equations
to estimate the real soil water content
(Thermogravimetry):
(2)
Where N is number of pair data
(x,), is the predicted soil water content
and is the soil water content from
thermogravimetry. As the smaller
SEE is, the better it’s the model
performance.
Results and discussion
Texture, particle density and
bulk density
The results showed silt contents
in a
wide range (29.8 % to 78 %), with
a dominance of this fraction, which
generates textural class soils ranging
from loam to silty loam. The values
obtained for the bulk density ranged
between 1.07 and 1.39 Mg.m
-3
were
lower than would be expected based
on the texture class presented by the
sampled horizons, especially at the
Mallorquina site. The values of particle
density were relatively homogeneous
and high (2.73 to 2.83 Mg.m
-3
) compared
to the reference value of 2.65 Mg.m
-3
indicated by Sandoval et al. (2012).
Análisis estadístico
Se utilizó una regresión
polinómica de 3
er
grado para ajustar
los parámetros de la ecuación de Topp
et al. (1980), utilizando las salidas
de permisividad de los sensores
como una variable independiente y
los contenidos termogravimeticos
de agua del suelo como variable
dependiente. El coeciente de
determinación (R
2
), se utilizó para
mostrar el grado de similitud entre
la ecuación de calibración del sensor
y las mediciones termogravimetricas
del suelo. Adicionalmente, las
regresiones lineales se ajustaron
donde la variable dependiente fue el
contenido de agua del suelo obtenido
de las calibraciones de fábrica y de este
trabajo, y la variable independiente
fue el contenido de agua del suelo
obtenido por termogravimetría. Las
pendientes se compararon mediante
la prueba T de Student, con un nivel
de conanza (seguridad) del 95 %.
Además, se utilizó el error estándar
de las estimaciones (SEE, ecuación
2) para comparar el rendimiento de
las diferentes ecuaciones y estimar
el contenido real de agua del suelo
termogravimetría:
(2)
Donde N es el número de datos
pares (x,), es el contenido de agua del
suelo esperado, e es el contenido de
agua del suelo por termogavimetría.
Cuanto más pequeño sea el SEE,
mejor será el rendimiento del
modelo.
778
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
Electrical conductivity in
saturated extract (ECs)
The ECs values characterize these
soils as saline. For all sites, the most
extended values of ECs were found
in the most supercial horizons,
decreasing in depth. The highest ECs
ranges were found in Mallorquina
(15.2 to 16.5 dS.m
-1
), followed by
Vasangel (6.58 to 9, 71 dS.m
-1
) and La
Castellana (5.83 to 7.59 dS.m
-1
).
Soil water content and gauges
measurements
All the measurements obtained
from the sites are detailed on Table
1. It is important to notice that there
is an anomaly on the results of soil
water content in La Castellana site,
specically there is a value of 0.63 cm
3
.
cm
-3
, which is larger than the porosity
of the soil. For further analysis, it will
not be considered.
Figure 2 shows θ measured by the
sensors as a function of the θ obtained by
thermogravimetry, in a 1:1 relationship.
The soil water content measured by the
sensors (based on factory calibration)
showed a clear overestimation over the
entire measurement range (Table, 1,
Figure 2). Both sensors behave pretty
consistent and similar on the range
between 0.2 to 0.4 cm
3
cm
-3
, however,
with larger soil water contents POGO
had a larger overestimation.
Equations 3 and 4 were developed
considering all the sampling periods
in the different sites with the average
permittivity values obtained by each
sensor (Figure 3)
In this way, considering the data
set of the three soils under study, the
following calibration equations were
obtained:
Resultados y discusión
Textura, densidad de las
partículas y densidad aparente
Los resultados mostraron
contenidos de limo en un amplio
rango (29,8 % a 78 %), con una
dominancia de esta fracción, lo
cual genera una clase textural de
suelos que van desde franco a franco
limoso. Los valores obtenidos para
la densidad aparente variaron entre
1,07 y 1,39 Mg.m
-3
,
fueron inferiores
a lo esperado, en función a la clase
textural presentada por los horizontes
muestreados, especialmente en el sitio
Mallorquina. Los valores de densidad
de las partículas fueron relativamente
homogéneos y elevados (2,73 a 2,83
Mg.m
3
), comparados a el valor de
referencia de 2,65 Mg.m
-3
indicado por
Sandoval et al. (2012).
Conductividad eléctrica en
extracto saturado (CEs)
Los valores de Ces caracterizan
estos suelos como salinos. Para todos
los sitios, los valores más extensos de
CEs se encontraron en los horizontes
más superciales, disminuyendo en
profundidad. Los rangos más altos de
Ces se encontraron en Mallorquina
(15,2 a 16,5 dS.m
-1
), seguidos por
Vasangel (6,58 a 9,71 dS.m
-1
) y La
Castellana (5,83 a 7,59 dS.m
-1
).
Contenido de agua del suelo y
medidas de los sensores
Todas las mediciones obtenidas de
los sitios se detallan en el cuadro 1.
Es importante mencionar que existe
una anomalía en los resultados del
contenido de agua del suelo en el sitio
La Castellana, especícamente existe
un valor de 0,63 cm
3
.cm
-3
, lo cual es
779
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
Table 1. Measurements of volumetric water content (cm
3
.cm
-3
) obtained
from the field. Values of GS3 and Hydra Probe sensors, and
direct measurement (Soil).
Cuadro 1. Mediciones del contenido volumétrico de agua (cm
3
.cm-
3
)
obtenidas en el campo. Valores de los sensores GS3 e Hydra
Probe, y de la medición directa (suelo).
GS3 POGO Soil
Site Ti θ (cm
3
.cm
-3
) e
a
θ (cm
3
.cm
-3
) e
a
(θ) (cm
3
.
cm
-3
)
Prom Desv CV Prom Desv CV Prom Desv CV Prom Desv CV
Mallorquina
1 0.485 0.032 6.67 28.53 4.43 15.54 0.47 0 0.98 36.29 0.47 1.3 0.35
2 0.477 0.046 9.64 28.1 6.03 21.46 0.38 0.06 15.01 26.15 5.06 19.34 0.38
3 0.448 0.043 9.66 24.61 4.8 19.51 0.49 0.05 11.11 38.86 6.35 16.33 0.3
4 0.359 0.039 10.81 17.27 2.55 14.79 0.33 0.04 10.89 23.05 3.37 14.63 0.27
5 0.31 0.041 13.3 14.39 2.24 15.61 0.3 0.02 5.97 19.68 1.46 7.39 0.23
6 0.276 0.021 7.53 12.55 1.01 8.08 0.23 0.02 9.38 14.39 1.51 10.51 0.22
La Castellana
1 0.588 0.026 4.37 48.89 5.25 10.75 0.68 0.15 21.59 65.59 21.04 32.07 0.58
2 0.579 0.019 3.25 47.14 4.56 9.67 0.44 0.11 25.49 33.21 11.82 35.59 0.63
3 0.571 0.026 4.6 44.91 5.93 13.21 0.93 0.05 5.22 105.19 9.12 8.67 0.58
4 0.568 0.026 4.62 44.46 5.87 13.21 0.84 0.05 5.47 87.78 7.66 8.72 0.56
5 0.554 0.059 10.66 42.75 9.2 21.52 0.83 0.11 12.76 86.88 17.09 19.67 0.53
6 0.556 0.086 15.49 43.85 12.8 29.19 0.8 0.11 13.48 84.72 17.09 20.17 0.44
Vasangel
1 0.406 0.04 9.95 20.69 3.11 15.03 0.44 0.03 6.58 32.34 3.03 9.37 0.27
2 0.364 0.048 13.17 17.64 3.05 17.31 0.39 0.03 7.64 27.41 2.83 10.34 0.24
3 0.354 0.052 14.72 17.09 3.23 18.91 0.42 0.01 2.87 31.37 1.31 4.17 0.28
4 0.319 0.04 12.64 14.87 2.23 15.02 0.37 0.03 7.49 25.73 2.6 10.11 0.3
5 0.284 0.03 10.55 13.13 1.75 13.34 0.3 0.01 2.53 19.68 0.64 3.26 0.21
6 0.25 0.018 7.4 11.29 0.85 7.49 0.24 0.02 10.26 15.12 1.71 11.34 0.14
Ti: time interval; Av: average (n=9 GS3, n=15 POGO); S: standard deviation; CV: coefcient of
variation.
Ti: Intervalo de tiempo; Av: promedio (n=9 GS3, n=15 POGO); S: desviación estándar; CV:
Coeciente de variación
780
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
Figure 2. Average soil water content (n=9 GS3, n=15 POGO) measured by
the sensors as a function of the soil water content obtained by
thermogravimetry.
Figura 2. Contenido promedio de agua del suelo (n=9 GS3, n=15 POGO)
medido por los sensores en función del contenido de agua del
suelo obtenido por termogravimetria.
Figure 3. Soil water content curves obtained from factory calibration
(
θ
f
) and the calibration from this work (
θ
c
) for the GS3 (A) and
POGO (B) sensors.
Figura 3. Curvas del contenido de agua del suelo obtenidas a partir de
la calibración de fábrica (
θ
f) y de la calibración de este trabajo
(
θ
c) para los sensores GS3 (A) y POGO (B).
781
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
(3)
(4)
Considering the breadth of silt
content and salinity levels, the
sensors work well, adjusting with
good performance (Figure 3) over a
wide range of soil conditions. The SEE
obtained with the manufacturer’s
calibration with respect to the real
values of θ is 0.09 and 0.19 cm
3
.cm
-3
for
the GS3 and POGO, respectively. The
behavior of the error is different in each
case: for GS3 gauge, the error increase
with lower water contents, while in
POGO gauge the error increase with
higher water content. On the other
hand, the calibration equations (3
and 4) showed high determination
Figure 4. Relationship between the soil water contents estimated by the
thermogravimetric method with the Factory calibration (
θ
f
)
and the calibration equation generated with this work (
θ
c
) for
the GS3 (A) and POGO (B) sensors.
Figure 4. Relación entre los contenidos de agua del suelo estimados por
el método de termogravimetria con la calibración de fábrica
(
θ
f
) y la ecuación de calibración generada con este trabajo (θ
c
)
para los sensores GS3 (A) y POGO (B).
mayor que la porosidad del suelo. Para
el análisis posterior, no se tendrá en
cuenta.
Las ecuaciones 3 y 4 se desarrollaron
considerando todos los períodos de
muestreo en los diferentes sitios con
los valores promedio de permisividad
obtenidos por cada sensor (Figura 3).
En este sentido, considerando el
conjunto de datos de los tres suelos en
estudio, se obtuvieron las siguientes
ecuaciones de calibración:
Considerando la amplitud del
contenido de limo y los niveles de
salinidad, los sensores funcionan
bien, ajustándose con un buen
(3)
(4)
782
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
coefcients, varying from 0.94 to 0.86
for the GS3 and POGO respectively
(Figure 3), reducing the SEE to 0.04
and 0.05 cm
3
.cm
-3
, for the GS3 and
POGO respectively. These results are
similar to those obtained by Fares et
al. (2009) who worked with an ECH2O
model EC-20 sensor (Decagon Devices,
Inc., Pullman WA, USA) managing to
reduce the salinity error to 2 % with
calibration for saline conditions.
In addition, the linear relationship
between the θ v
alues estimated by
the sensor and those estimated by
the tted model against the values
obtained through thermogravimetry
(Figure 4) showed different slope
behavior. While the GS3, the
regression slopes did not show
statistical differences, the Pogo´s
slopes did. These results depicted
a more condent performance
of the GS3 gauge under saline
condition. The linear adjustments
of GS3 measurements in function of
direct measurement, showed high
signicance with both, the calibration
(θ
c
, R
2
= 0.94) and the factory (θ
f
, R
2
= 0.84) equations, with standard
errors of 0.04 (θ
c
, similar to that
found with the adjusted polynomial
equation) and 0.05 cm
3
cm
-3
(θ
f
). This
is interesting because of, although
the linear adjustment with the
calibrated values has a slope close
to unity, the adjustment made with
the direct values measured with the
gauge, usually simpler to execute,
may be an alternative to consider.
In the case of the POGO, we got a
similar conclusion, were R
2
and SEE
were close to 0.86 and 0.05 cm
3
.cm
-3
respectively for the two adjustments.
rendimiento (Figura 3) a una amplia
gama de condiciones del suelo. El SEE
obtenido con la calibración de fábrica
con respecto a los valores reales de
θ es de 0,09 y 0,19 cm
3
.cm
-3
para el
GS3 y POGO, respectivamente. El
comportamiento de error es diferente
en cada caso: Para el sensor GS3,
el error aumenta con contenidos de
agua más bajos, mientras que en el
sensor POGO, el error aumenta con
contenidos de agua más altos. Por otro
lado, las ecuaciones de calibración (3
y 4) mostraron altos coecientes de
determinación, variando de 0,94 a 0,86
para GS3 y POGO respectivamente
(Figura 3), reduciendo el SEE de 0,04
y 0,05 cm
3
.cm
-3
, para GS3 y POGO
respectivamente. Estos resultados
son similares a aquellos obtenidos por
Fares et al. (2009) quienes trabajaron
con un sensor ECH2O modelo EC-20
(Decagon Devices, Inc., Pullman WA,
USA) consiguiendo reducir el error
de salinidad al 2 % con la calibración
para condiciones salinas.
Además, la relación lineal entre los
valores de
θ
estimados por el sensor
y aquellos estimados por el modelo
ajustado frente a los valores obtenidos
a través de la termogavimetría
(gura 4) mostró un comportamiento
diferente de pendiente. Mientras que,
en el GS3, las pendientes de regresión
no mostraron diferencias estadísticas,
las pendientes de POGO sí. Estos
resultados mostraron un rendimiento
más seguro del medidor GS3 en
condiciones salinas. Los ajustes
lineales de las mediciones del GS3 en
función de las mediciones directas,
mostraron una alta signicancia tanto
para la ecuación de calibración (
θ
c
, R
2
783
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
Although both sensors
overestimated the
θ
, they performed
reasonably well under variable
conditions using factory calibration,
and only POGO experienced
difculties at one of the sites. However,
the estimates can be improved with
local calibrations, which is of utmost
importance in soils with high salt
content.
Conclusion
The results showed that there is
an overestimation of
θ
as a function
of the salt content. When comparing
the sensors of this study with the
factory calibration, the GS3 sensor
better represent the value of θ in the
three study sites, with a lower SEE
of 0.09 cm
3
cm
-3
, while the POGO
sensor presented a greater error in
its estimation, having a SEE of 0.19
cm
3
cm
-3
. Once calibrated, the sensors
achieve estimations with a low SEE
ranging from 0.04 to 0.05 cm
3
cm
-3
,
respectively. The calibration equations
obtained are valid for the entire range
of ECs and θ in which this study
was performed. However, it must
be considered for their use that they
are specic for the soils of this study
or others with similar characteristics
and physical properties.
= 0,94) como para la de fábrica (
θ
f
, R
2
=
0,84) con errores estándar de 0,04 (
θ
c,
similar al encontrado con la ecuación
polinómica ajustada) y 0,05 cm
3
.cm
-3
(
θ
f
).
End of English Version
Esto resulta interesante, porque,
aunque el ajuste lineal con los valores
calibrados tiene una pendiente
cercana a la unidad, el ajuste realizado
con los valores directos medidos con el
sensor, normalmente más sencillo de
ejecutar, puede ser una alternativa
a considerar. En el caso del POGO,
obtuvimos una conclusión similar, ya
que R
2
y el SEE fueron cercanos a 0,86
y 0,05 cm
3
.cm
-3
respectivamente para
los dos ajustes.
Aunque ambos sensores
sobreestimaron el
θ
, funcionaron
razonablemente bien bajo las
condiciones de variable utilizando la
calibración de fábrica, y solo POGO
experimentó dicultades en uno de los
sitios. Sin embargo, las estimaciones
pueden mejorarse con calibraciones
locales, lo cual es de suma importancia
en suelos con alto contenido de sal.
Conclusion
Los resultados mostraron que
existe una sobreestimación de
θ
en función del contenido de sal. Al
comparar los sensores de este estudio
con la calibración de fábrica, el sensor
GS3 representa mejor el valor de θ en
los tres sitios de estudio, con un SEE
menor de 0,09 cm
3
cm
-3
, mientras que el
sensor POGO presentó un mayor error
en su estimación, teniendo un SEE de
0,19 cm
3
cm
-3
. Una vez calibrados, los
sensores consiguen estimaciones con
un bajo SEE que oscila entre 0,04 a
0,05 cm
3
cm
-3
, respectivamente. Las
ecuaciones de calibración obtenidas
son válidas para todo el rango de CEs y
θ en el cual se llevó a cabo este estudio.
Sin embargo, debe considerarse para
784
Esta publicación científica en formato digital es continuación de la Revista Impresa: Depósito legal pp 196802ZU42, ISSN 0378-7818.
Rev. Fac. Agron. (LUZ). 2021, 38(4):771-784. Octubre-Diciembre
Kremer Fariña et al. ISSN 2477-9407
su uso que éstas son especícas para
los suelos de este estudio u otros con
características y propiedades físicas
similares.
Cited literature
Callejas, R., C. Kremer y M. Rioseco.
2014. Experiencia práctica en la
implementación de monitorización
continúa. p.86-101. In: Callejas, R.,
Vera, J., Kremer, C (Eds.). Riego de
precisión en frutales con sensores de
suelo. Universidad de Chile, Facultad
de Ciencias Agronómicas.
Fares, A., M. Safeeq and D.M. Jenkins.2009.
Adjusting Temperature and Salinity
Effects on Single Capacitance
Sensors. Pedosphere. 19(5):588-596.
Ojo, E.R., P. Bullock, and J. Fitzmaurice.
2015. Field performance of ve soil
moisture
Sandoval, E., J. Dörner, O. Seguel, J. Cuevas
y D. Rivera. 2012. Métodos de
análisis físicos de suelos. Universidad
de Concepción. Publicaciones
Departamento de Suelos y Recursos
Naturales, Chillan, Chile. 80p.
Sevostianova, E., S. Deb, M. Serena, D.
Vanleeuwen and B. Leinauer. 2015.
Accuracy of two electromagnetic soil
water content sensors in saline soils.
Soil Sci. Soc. Am. J. 79: 1752-1759.
Topp, G., J. Davis and A. Annan. 1980.
Electromagnetic determination of
soil water content: Measurements
in coaxial transmission lines. Water
Resour. Res. 16(3): 574-582.
