随着日益增多的大型农田机械的频繁使用，土壤压实对作物生长环境与减产的负面影响已成为农学家与土壤学家共同关注的问题。另一方面，土壤坚实度、水分与容重的耦合问题是一个既经典又复杂的数学一物理问题，其主要原因在于土壤属于非均质的多元系统。为了实现农田资源的合理、高效利用，长期以来人们曾试图从各种研究视角去探索其内在相关规律性。作为该问题的后续性研究，本文研究的技术路线是在土壤坚实度与水分复合传感器研制取得突破性进展的前提下，针对前人给出的各种关于土壤圆锥指数、容重与水分耦合模型，通过对试验数据的深入理论分析，在对各种模型预测精度做出检验与客观评价的基础上，从可应用性角度优化模型结构。此外，鉴于农田表层坚实度测量的特殊复杂性，也尝试提出了一种基于表层粗糙信息快速预测坚实度的新方法。本文研究成果是在参加国家自然科学基金面上项目“基于系统辨识理论土壤水分与压实度解耦方法研究(批准号：30370823，2004-2006)”过程中取得的，主要研究内容与创新点包括： 一、对土壤坚实度/水分复合传感器、深度传感器、GPS、直流电机、机械传动部件、数据采集智能终端、虚拟仪器以及PC机或PDA等部件实现系统设计与集成。该测量系统是本研究所需要的关键实验设备，系统设计集成必须考虑国际上普遍认可的美国ASAE专业推荐标准。此外，由于该装置属于一种新型的多传感器融合系统，对于传感器性能标定与动态技术指标检测没有现成可借鉴的方法，也必须通过针对性研究找到合理的答案。 二、在实验设备研制成功的基础上，进一步探讨系统结构优化设计与降低成本的可行性研究。本文提出了以霍尔电流传感器代替压力传感器的设想，即通过测量直流电机工作电流的瞬时变化来分析土壤坚实度的纵向剖面分布。为了全方位论证该方案的可行性，不仅通过专项试验进行检验是必须的，从机电能量转换的角度进行定量分析也是需要的。本文对此的理论与试验研究一致表明该方案属于一种技术创新，其优点既能够大幅度降低测量装置的制造成本，又可显著减少相应的机械部件与系统自重，它对这种先进的土壤多参数测量装置未来在农田应用推广具有重要价值。 三、前人对于土壤坚实度、水分与容重的耦合模型的研究可分为统计型(Statistical model)与半经验型(Semi-empirical model)两大类。统计性模型虽然可以借助于多元回归的理论推断或预测变量间的依赖关系，但是它给出的结论往往过于简单，使人难以从物理，化学本质上去认识或观察。相比之下半经验模型是介于统计模型与数学-物理方法的机理性解析模型中间的一种形式，尽管它还难以完全量化解释事物内部关于物理/化学性质的本质规律，但通过不同初等函数的结构与性质展示了比单纯统计模型更丰富的量化信息，本文研究重点也正是针对这类模型而展开的。本文第四章的研究方法是对不同模型进行比较性研究，四个半经验模型(Avers模型、Upadhyaya模型、Busscher模型与Hemanz模型)作为典型对象。一方面将这些模型结合试验数据与统计方法分别分析它们对容重的预测精度，另一方面通过定义水分影响指数与深度影响指数，考察它们与试验数据的吻合程度。在研究中发现Ayers模型预测精度相对最高，但预测计算公式却是隐函数型的，它不利于应用到参数在线识别的场合。对此本文也进行了Ayers模型的结构校正尝试，使其尽可能在不降低容重预测精度的前提下转化成为显函数结构。 四、表层土壤紧实度对于雨水入渗、通气以及种芽出土都至关重要。然而，本文研制的复合传感器及其测量试验系统恰恰无法测量表层土壤(0～5cm)坚实度。对此，本文提出了研究土壤表层粗糙度与孔隙度相关性的设想。这是因为土壤表层粗糙信息可以凭借激光扫描手段快速获取，如果通过深入研究能够确信某种数学上所定义的粗糙指数与孔隙度确实具有较高的相关性，应用激光扫描方法快速预测土壤表层坚实度将成为可能。本文在一块属于典型壤土的试验田结合三种耕作方式进行了初步试验，结果是以2D均方差做粗糙指数，三种耕作方式下该粗糙指数与孔隙度的相关性在0.70-0.80之间。鉴于该方法存在的潜在可应用性，建议对此方法结合不同土壤与粗糙指数进一步做深入探索。