Se você pensa grande, vai adorar esse resistente sensor
As grandes redes de sensores sempre fizeram um buraco substancial no orçamento de pesquisa, especialmente porque muitos sensores de umidade do solo têm problemas de confiabilidade. Além disso, os sensores tradicionais forçam os pesquisadores a escolher entre precisão e acessibilidade. Agora não mais. O novo e ultra-robusto sensor de umidade do solo TEROS 10 oferece precisão e confiabilidade científicas a um preço que torna grandes redes de sensores economicamente viáveis.
Tudo que você precisa. Nada do que não precisa.
O TEROS 10 é uma versão robusta do nosso sensor básico de umidade do solo, sem supérfluos. Sua frequência de 70 MHz minimiza os efeitos de salinidade e textura, tornando-o preciso na maioria dos solos ou hidropônicos. Com um corpo epóxi resistente, o TEROS 10 foi projetado para suportar algumas das condições mais adversas do campo, o que significa medições sem problemas durante a longevidade de sua pesquisa. O sensor TEROS 10 permite caracterizar seu local de estudo com sensores em várias profundidades e locais, mesmo com um orçamento apertado.
Precisão duradoura com baixo custo
O TEROS 10 é construído para durar mais tempo no campo sob condições adversas. Chega de se preocupar com falhas de dados devido a falhas nos sensores. É um dos nossos sensores de umidade do solo mais resistentes e seu corpo suporta ambientes externos e intrusão de água por até 10 anos. Ideal para grandes redes de sensores, é sensível a pequenas alterações do CVA em toda a faixa de conteúdo de água do solo e do substrato e pode ser instalado em qualquer coisa, desde solos secos do deserto a turfa muito úmida. Além disso, o TEROS 10 tem um consumo de energia muito baixo e alta resolução.
Elimina a incerteza dos dados
Mais do que apenas um sensor, o TEROS 10 trata todo o problema de precisão, em vez de apenas uma parte, eliminando problemas comuns que causam incerteza nos dados – como bolsões de ar ou fluxo preferencial. Como? O TEROS 10 é compatível com a ferramenta de instalação de TEROS, que otimiza a instalação. Devido à sua vantagem mecânica, a ferramenta oferece instalação consistente e sem falhas em qualquer tipo de solo (mesmo argila dura), minimizando a perturbação do local. Os sensores são instalados retos e perpendiculares com pressão uniforme e, em seguida, suavemente liberados para evitar bolsões de ar e fluxo preferencial. Isso significa que o TEROS 10 é capaz de fornecer mais precisão com menos incerteza do que sensores similares no mercado.
Fácil integração. Instalação fácil. Tudo fácil.
Com agulhas de aço inoxidável aprimoradas e afiadas, o TEROS 10 desliza em qualquer solo. Em seguida, basta conectá-lo a qualquer datalogger da METER e começar a coletar dados. Fácil assim. Sem fiação. Sem programação. E o sinal analógico do sensor TEROS 10 garante que ele possa ser facilmente integrado a uma ampla variedade de sistemas que não da METER.
Obtenha seus dados mais rapidamente
A coleta de dados fácil e confiável faz parte da experiência do TEROS 10. Combine o TEROS 10 com o ZL6 , onde todos os dados são conectados e entregues através da nuvem. Colete dados quase em tempo real, no conforto do seu escritório. Então, tudo o que você precisa fazer é sentar e deixar os dados fluírem.
Monitore mais, gaste menos
Se você está planejando uma grande rede de sensores e deseja mais medições com menos investimento, sem comprometer a precisão ou a confiabilidade, planeje usar o sensor de umidade do solo TEROS 10.
- Sensor de umidade do solo robusto e de baixo custo
- Ideal para grandes redes de sensores
- Agulhas de aço inoxidável afiadas são presas com segurança e reduzem a quebra
- Compatível com a ferramenta de instalação do TEROS, garantindo instalação rápida e sem erros, com pouca perturbação no local
- Verifique a instalação ou solucione problemas com o ZSC, leitor com Bluetooth
- Meça o CVA em um ambiente hostil
- Corpo epóxi robusto significa que dura mais de 10 anos em campo
- 430 mL volume de influência
- A repetibilidade pode ser verificada com um padrão de verificação de precisão
- Plug-and-play com registradores de dados METER
- Núcleo de ferrite elimina o ruído do cabo
- Fácil integração com sistemas de terceiros
Especificações de Medição | |
Conteúdo volumétrico de água (CVA) | Amplitude: NOTA: O intervalo de CVA é dependente do meio em que o sensor está calibrado. Uma calibração personalizada acomodará os intervalos necessários para a maioria dos substratos. Resolução: |
Frequência de medição dielétrica | 70 MHz |
Especificações de Comunicação | |
Saída | 1.000 a 2.500 mV |
Compatibilidade com dataloggers | Dataloggers da METER (séries ZL6, EM50/60) ou qualquer sistema de aquisição de dados capaz de excitar com comutação de 3,0–15 VCC e medição de tensão de extremidade única com resolução maior ou igual à 12 bits. |
Especificações Físicas | |
Dimensões | Comprimento: 5,1 cm |
Comprimento da agulha | 5,4 cm |
Comprimento do cabo | 5 m (padrão) NOTA: Entre em contato com o Suporte ao cliente se for necessário um comprimento de cabo não padrão. |
Tipos de conectores | Conector stereo de 3,5 mm ou fios expostos |
Características Elétricas e de Tempo | |
Tensão de alimentação | Mínimo: 3,0 VCC |
Faixa de temperatura operacional | Mínimo: –40 °C NOTA: Os sensores podem ser usados em temperaturas mais altas sob certas condições; Entre em contato com o Suporte ao cliente para obter assistência. |
Duração da medição | Mínimo: 10 ms |
Conformidade | |
Fabricado sob as normas ISO 9001: 2015 EM ISO / IEC 17050: 2010 (CE Mark) 2014/30 / UE e 2011/65 / EU EN61326-1: 2013 e EN55022 / CISPR 22 |
- Choe, Byung-Hun, Gordon R. Osinski, Catherine D. Neish, and Livio L. Tornabene. “A Modified Semi-Empirical Radar Scattering Model for Weathered Rock Surfaces. ” Canadian Journal of Remote Sensing 46, no. 1 (2020): 1-14. (Link do artigo).
- Holdo, Ricardo M., Daphne A. Onderdonk, Annabelle G. Barr, Meshak Mwita, and T. Michael Anderson. “Spatial transitions in tree cover are associated with soil hydrology, but not with grass biomass, fire frequency, or herbivore biomass in Serengeti savannahs. ” Journal of Ecology 108, no. 2 (2020): 586-597. (Link do artigo).
- Töchterle, Paul, Fengli Yang, Stephanie Rehschuh, Romy Rehschuh, Nadine K. Ruehr, Heinz Rennenberg, and Michael Dannenmann. “Hydraulic Water Redistribution by Silver Fir (Abies alba Mill.) Occurring under Severe Soil Drought. ” Forests 11, no. 2 (2020): 162. (Link do artigo).
- Singh, Jasreman, Derek M. Heeren, Daran R. Rudnick, Wayne E. Woldt, Geng Bai, Yufeng Ge, and Joe D. Luck. “Soil Structure and Texture Effects on the Precision of Soil Water Content Measurements with a Capacitance-Based Electromagnetic Sensor. ” Transactions of the ASABE 63, no. 1 (2020): 141-152. (Link do artigo).
- Baker, Kathryn V., Xiaonan Tai, Megan L. Miller, and Daniel M. Johnson. “Six co-occurring conifer species in northern Idaho exhibit a continuum of hydraulic strategies during an extreme drought year. ” AoB Plants 11, no. 5 (2019): plz056. (Link do artigo).
- Rehschuh, Stephanie, Martin Fuchs, Javier Tejedor, Anja Schäfler-Schmid, Ruth-Kristina Magh, Tim Burzlaff, Heinz Rennenberg, and Michael Dannenmann. “Admixing Fir to European Beech Forests Improves the Soil Greenhouse Gas Balance. ” Forests 10, no. 3 (2019): 213. (Link do artigo).
- Chen, Yong, Gary W. Marek, Thomas H. Marek, Kevin R. Heflin, Dana O. Porter, Jerry E. Moorhead, and David K. Brauer. “Soil water sensor performance and corrections with multiple installation orientations and depths under three agricultural irrigation treatments. ” Sensors 19, no. 13 (2019): 2872. (Link do artigo).
- He, Wenmei, Gayoung Yoo, Mohammad Moonis, Youjin Kim, and Xuanlin Chen. “Impact assessment of high soil CO2 on plant growth and soil environment: a greenhouse study. ” PeerJ 7 (2019): e6311. (Link do artigo).
- Alcívar, María, Andrés Zurita-Silva, Marco Sandoval, Cristina Muñoz, and Mauricio Schoebitz. “Reclamation of saline–sodic soils with combined amendments: impact on quinoa performance and biological soil quality. ” Sustainability 10, no. 9 (2018): 3083. (Link do artigo).
- Bretfeld, Mario, Brent E. Ewers, and Jefferson S. Hall. “Plant water use responses along secondary forest succession during the 2015–2016 El Niño drought in Panama. ” New Phytologist 219, no. 3 (2018): 885-899. (Link do artigo).
- Goswami, Manash Protim, Babak Montazer, and Utpal Sarma. “Design and characterization of a fringing field capacitive soil moisture sensor. ” IEEE Transactions on Instrumentation and Measurement 68, no. 3 (2018): 913-922.
- Magh, Ruth-Kristina, Fengli Yang, Stephanie Rehschuh, Martin Burger, Michael Dannenmann, Rodica Pena, Tim Burzlaff, Mladen Ivanković, and Heinz Rennenberg. “Nitrogen nutrition of European beech is maintained at sufficient water supply in mixed beech-fir stands. ” Forests 9, no. 12 (2018): 733. (Link do artigo).
- Macarena, Filipe Adriano Mutumba1 Erick Zagal, Gerding2 Dalma Castillo-Rosales, and Leandro Paulino1 Mauricio Schoebitz. “Plant growth promoting rhizobacteria for improved water stress tolerance in wheat genotypes. ” Journal of Soil Science and Plant Nutrition 18, no. 4 (2018): 1080- 1096. (Link do artigo).
- Pain, Rachel E., Ruth G. Shaw, and Seema N. Sheth. “Detrimental effects of rhizobial inoculum early in the life of partridge pea, Chamaecrista fasciculata. ” American Journal of Botany 105, no. 4 (2018): 796-802. (Link do artigo).
- Balbontín, Claudio, Isidro Campos, Magali Odi-Lara, Antonio Ibacache, and Alfonso Calera. “Irrigation Performance Assessment in Table Grape Using the Reflectance-Based Crop Coefficient. ” Remote Sensing 9, no. 12 (2017): 1276. (Link do artigo).
- Huang, Jingyi, Alex B. McBratney, Budiman Minasny, and John Triantafilis. “3D soil water nowcasting using electromagnetic conductivity imaging and the ensemble Kalman filter. ” Journal of Hydrology 549 (2017): 62-78. (Link do artigo).
- Huang, Jingyi, Alex B. McBratney, Budiman Minasny, and John Triantafilis. “Monitoring and modelling soil water dynamics using electromagnetic conductivity imaging and the ensemble Kalman filter. ” Geoderma 285 (2017): 76-93. (Link do artigo).
- Wang, H., J. A. Sánchez-Molina, M. Li, M. Berenguel, X. T. Yang, and J. F. Bienvenido. “Leaf area index estimation for a greenhouse transpiration model using external climate conditions based on genetics algorithms, back-propagation neural networks and nonlinear autoregressive exogenous models. ” Agricultural Water Management 183 (2017): 107-115. (Link do artigo).
- Lea-Cox, J. D., J. Williams, and M. A. Mellano. “Optimising a sensor-based irrigation protocol for a large-scale cut-flower operation in southern California. ” In International Symposium on Sensing Plant Water Status-Methods and Applications in Horticultural Science 1197, pp. 219- 225. 2016. (Link do artigo).
- Iezzoni, H. M., and J. S. McCartney. “Calibration of capacitance sensors for compacted silt in non-isothermal applications. ” Geotechnical Testing Journal 39, no. 2 (2016): 169-180. (Link do artigo).
- Santana, Otacilio Antunes, José Marcelo Imaña Encinas, and Flávio Luiz de Souza Silveira. “Fire passage on geomorphic fractures in Cerrado: effect on vegetation. ” Brazilian Journal of Forest Research/Pesquisa Florestal Brasileira 36, no. 88 (2016). (Link do artigo).
- Genc, Derya, Jeramy Ashlock, Bora Cetin, Kristen Cetin, Masrur Mahedi, Robert Horton, and Halil Ceylan. “Analysis of In Situ Soil Thermal and Hydraulic Data from a Subgrade Sensor Network under a Granular Roadway. ” Journal of Cold Regions Engineering (2014). (Link do artigo).
| CARACTERISTICAS | TEROS 10 | TEROS 11 | TEROS 12 | TEROS 54 | EC-5 | 10HS |
| Mede Umidade | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ |
| Mede Temperatura | X | ✓ | ✓ | ✓ | X | X |
| Mede Condutividade Elétrica | X | X | ✓ | X | X | X |
| Profundidades medidas simultaneamente | Uma | Uma | Uma | Quatro | Uma | Uma |
| Pode ser instalado manualmente | ✓ | ✓ | ✓ | X | ✓ | ✓ |
| Ferramenta de instalação disponível | TEROS BIT | TEROS BIT | TEROS BIT | TEROS 54 Tool | N / A | N / A |
| Livre de manutenção | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ |
| Precisão umidade – calibração genérica | ± 0.03 m³/m³* | ± 0.03 m³/m³* | ± 0.03 m³/m³* | ± 0.05 m³/m³* | ± 0.03 m³/m³* | 0.00 – 0.57 m³/m³* |
| Precisão umidade – calibração específica do meio | ± 0.01–0.02 m³/m³** | ± 0.01–0.02 m³/m³** | ± 0.01–0.02 m³/m³** | ± 0.02–0.03 m³/m³** | ± 0.02 m³/m³** | N/A |
| Sinal | Analógica | Digital | Digital | Digital | Analógica | Analógica |
| Utiliza tecnologia de capacitância | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ |
| Volume máximo de leitura | 430 mL | 1010 mL | 1010 mL | 300 cm³ por segmento | 240 mL | 1320 mL |
| Conecta à plataforma ZENTRA Cloud | ✓ | ✓ | ✓ | ✓ | ✓ | ✓ |
* Calibração genérica – típica em solos minerais que têm solução de CE
** Calibração específica do meio – em qualquer meio poroso
Hashtags: gerenciamento de irrigação, agricultura inteligente, ciência do solo, manejo de irrigação, física do solo, água disponível para a planta, capacidade de campo, ponto de murcha permanente, conteúdo volumétrico de água, conteúdo gravimétrico de água, decagon devices GS1