基于免校准热-TDR技术的土壤热特性与容重同步测量方法创新研究

《Geoderma》：A calibration-free approach for measuring soil thermal properties and bulk density using the thermo-TDR technique

为解决传统热脉冲法因探头间距标定繁琐且易受几何误差影响而限制土壤热特性与容重精确测量的问题，研究人员开发了一种免校准热-TDR新技术。该技术通过整合热脉冲理论与土壤本构关系，构建统一反演框架，实现了土壤容重(ρb)、导热系数(λ)和热容量(C)的同步测定。实验室验证显示其对ρb和C的测量均方根误差分别≤0.08 Mg·m-3和≤0.11 MJ·m-3·K-1；野外监测成功追踪了自然干湿过程中ρb与C的动态变化（平均RMSE分别为0.09 Mg·m-3和0.13 MJ·m-3·K-1）。该方法消除了探头间距标定需求，为农业及包气带水文研究中土壤-水-能量耦合过程的长期自动化监测提供了关键技术支撑。

　　

在土壤物理性质研究中，精确测量土壤热特性（如热容量C和导热系数λ）与容重（ρ_b）对理解农业生态和水文循环中的能量与水分传输过程至关重要。传统热脉冲法虽能同步测定这些参数，却存在一个致命弱点：其测量精度高度依赖于加热探头与感应探头之间间距（r）的精确标定。野外环境下，土壤结构异质性、机械阻力及操作扰动常导致探头偏转或错位，使预设间距失真，进而引入显著误差。现有标定方法（如琼脂固定水标定、多热敏电阻自标定传感器及基于后期土芯采样的间距调整）虽能部分改善精度，但操作复杂且难以适应长期无人值守的野外动态监测需求。因此，开发一种免去探头间距标定环节、兼具高精度与实用性的新方法，成为该领域亟待突破的技术瓶颈。

针对这一挑战，河北师范大学彭伟团队在《Geoderma》上发表论文，提出了一种创新的免校准热-TDR（Thermo-Time Domain Reflectometry）技术。该技术通过将热脉冲理论与土壤本构关系整合至统一反演框架，实现了土壤ρ_b、λ和C的同步测量，且完全规避了探头间距标定的需求。其核心创新在于三步递进式算法：首先，直接利用探头的物理间距（r_phy）从热脉冲信号中计算λ，避免了因探头偏转引起的误差；其次，结合土壤质地和TDR测得的含水量（θ_TDR），通过λ-ρ_b模型（采用Lu等2007年模型）预测ρ_b；最后，基于de Vries（1963）模型，由估算的ρ_b和θ_TDR推导C。这一流程将测量过程从依赖几何标定的束缚中解放出来，显著提升了方法的鲁棒性与现场适用性。

为验证新方法的可靠性，研究团队开展了系统的实验室与野外实验。实验室阶段，他们在三种不同质地（从砂质壤土到粘壤土）的复配土柱上，于不同含水量（0.08–0.46 m3·m?3）和容重（1.36–1.61 Mg·m?3）条件下进行测试，以传统琼脂标定法（r_agar）为对照。野外实验则在美国北卡罗来纳州Clayton的农田进行，通过水平布设的热-TDR传感器（埋深1–12.5 cm）持续41天监测土壤干湿循环过程中的参数动态，并以同期采集的未扰动土芯的烘干法测量值为基准进行精度评估。关键技术方法包括：使用三探头不锈钢热-TDR传感器（长45 mm，直径2 mm，间距8 mm）同步采集热脉冲信号与TDR波形；应用圆柱完美导体（CPC）模型解析热信号以获取λ；利用Topp等（1980）方程将介电常数转换为θ_TDR；并通过均方根误差（RMSE）和相对误差（RE）统计指标进行准确性分析。

实验室ρ_b和C的测量结果

免校准方法对ρ_b的估算与烘干值高度吻合（RMSE = 0.08 Mg·m?3，RE = -1.6%），数据点密集分布于1:1线附近，且全部落在±10%误差带内，性能甚至略优于传统方法（RMSE = 0.11 Mg·m?3，RE = -3.1%）。这表明λ对间距变化的低敏感性确保了ρ_b反演的稳定性。在C的估算上，免校准方法通过de Vries模型得出的C值与理论值高度一致（RMSE = 0.11 MJ·m?3·K?1，RE = -0.3%），而传统方法因探头偏转导致r_agar失准，出现显著高估（RMSE = 0.94 MJ·m?3·K?1，RE = -25.6%），凸显了免校准策略在提升C测量精度方面的核心优势。

野外土壤ρ_b和C的动态监测

免校准方法成功捕捉到不同土层ρ_b的时序变化：表层（0–2.5 cm）波动最剧（1.00–1.35 Mg·m?3），随深度增加变幅渐小（10–15 cm层为1.46–1.56 Mg·m?3），反映了干湿循环对土壤结构的差异化影响。与土芯实测值对比，各层RMSE均低于0.12 Mg·m?3（最低仅0.03 Mg·m?3），证实了其对容重动态的高精度追踪能力。在C的监测中，免校准方法在整个观测期内与理论值紧密契合（平均RMSE = 0.13 MJ·m?3·K?1），而传统方法因间距误差持续高估C（平均RMSE = 0.32 MJ·m?3·K?1）。值得注意的是，表层θ_TDR的测量误差（RE达51%）会传递至C估算（RMSE = 0.19 MJ·m?3·K?1），提示θ_TDR的准确性是限制下游参数精度的关键环节。

影响因素的敏感性分析

研究进一步探讨了θ_TDR与ρ_b的误差传递效应：θ_TDR每偏差1%，会引起ρ_b约0.2%的误差，进而导致C约0.2%的偏差；而ρ_b单独偏差1%则直接引起C约0.6%的变化。但实践中，θ_TDR的高估会通过λ-ρ_b模型引起ρ_b的低估，产生误差补偿效应，反而降低了C的总偏差。此外，将方法拓展至更大尺寸传感器（探头长70 mm，间距10 mm）的测试中，其在多种土壤质地下的ρ_b与C估算仍保持高精度，证明了该方法的普适性。

该研究的结论部分强调，免校准热-TDR技术通过理论整合与算法创新，彻底摆脱了对探头几何标定的依赖，在实验室与野外环境中均实现了土壤热特性与容重的高精度测量。其成功不仅解决了传统方法因探头偏转导致的测量失真问题，更简化了操作流程，为长期、自动化野外监测网络的建设提供了可行路径。尤其在农业集约化管理和包气带水热运移模拟等需高频次、长时序数据的领域，该方法展现出显著的应用潜力。未来，通过优化θ_TDR的测量精度并拓展模型对不同土壤类型的适应性，这一技术框架有望成为土壤物理性质监测的新标准。