基于土壤水特性曲线拐点的土壤物理质量评估：利用传递函数进行关键参数预测

《Journal of Soil Science and Plant Nutrition》：Estimating the Soil Water Retention Inflection Point Using Pedotransfer Functions

为应对直接测定土壤水特性曲线拐点参数耗时耗力的挑战，本研究开发了基于土壤有机质、容重、几何平均粒径和几何标准差等基本物理性质的传递函数，可直接预测土壤水特性曲线拐点处的水含量、基质吸力水头和斜率。结果表明，所建立的模型对水含量和斜率的预测准确度良好，但预测基质吸力仍具挑战。该研究为利用常规土壤数据评估土壤物理质量提供了实用工具。

　　

土壤，作为地球的“皮肤”，其健康状况直接关系到农业的可持续发展和生态系统的稳定。在土壤物理质量的众多评价指标中，土壤水特性曲线（SWRC）的拐点正日益受到科学家们的重视。这个神秘的拐点，是曲线曲率变化的转折点，蕴含着土壤孔隙结构和水分有效性的关键信息，被看作是评估土壤耕作适宜性、根植能力以及判断土壤是否板结退化的“指示器”。然而，测定完整的土壤水特性曲线在实验室中是个费时费力且成本高昂的过程，这给该指标的实际应用带来了巨大障碍。有没有一种方法，能像“算命”一样，仅通过一些易于获取的土壤基本信息，就能“算”出这个关键的拐点参数呢？

正是为了解决这一难题，研究人员在《Journal of Soil Science and Plant Nutrition》上发表了一项研究，致力于开发一种高效、可靠的“算命”工具——土壤传递函数（PTFs），以期能够直接利用土壤有机质、容重、颗粒粒径分布等常规数据，预测出水特性曲线拐点处的三个核心参数：水含量（θ_i）、基质吸力水头（h_i）以及斜率，即著名的S指数（S_i）。

研究团队整合了219份土壤样本的数据，其中一部分来自伊朗本土的实地采集，另一部分则源于国际通用的UNSODA土壤数据库，确保样本涵盖了广泛的土壤质地类型。他们首先利用RETC软件对每个样本的SWRC数据进行拟合，获得van Genuchten模型参数，进而通过数学解析公式精确计算出拐点处的θ_i、h_i和S_i。随后，运用线性、非线性和多项式回归等技术，以土壤有机质（SOM）、容重（BD）、几何平均粒径（d_g）和几何标准差（σ_g）为输入变量，建立了直接预测这三个目标参数的一系列传递函数模型。最后，通过均方根误差、归一化均方根误差和相关系数等指标，并结合泰勒图分析，对模型的性能进行了严格的评估。

3.1 土壤特性

数据集涵盖了美国农业部质地分类体系下的所有12种土壤质地类别。样本按加拿大土壤分类体系被划分为细质地、中质地和粗质地三组。研究人员计算并统计了所有样本的θ_i、h_i和S_i值，为后续建模和分析奠定了基础。

3.2 土壤水特性曲线拐点处的水含量（θ_i）

• •
  PTFs的开发：研究共开发了六个用于预测θ_i的最佳PTF模型。结果显示，容重是θ_i最主要的预测因子，反映了其与土壤孔隙度和孔隙体积的密切关系。
• •
  PTFs的验证：所有模型均显示出预测值与观测值之间的正相关。其中，基于容重的二次多项式模型（WCI-5）表现出最高的预测精度。θ_i是所有拐点参数中预测最准确的，这表明其作为植物有效水和有效孔隙度替代指标的潜力巨大。

3.3 土壤水特性曲线拐点处的斜率（S_i）

• •
  PTFs的开发：同样开发了六个预测S_i的PTF模型。模型揭示了明确的物理趋势：容重与S_i呈负相关，表明压实会降低曲线的斜率；土壤有机质则通常与S_i呈正相关。有趣的是，研究表明有机质对S_i的影响在很大程度上是通过改变容重间接实现的。
• •
  PTFs的验证：在测试的模型中，包含容重和颗粒粒径描述符的模型（SI-5）在相关性、变异性表征和预测误差之间取得了最佳平衡，是预测S_i最可靠的模型。研究也证实，Dexter提出的S_i值作为土壤结构质量的评价阈值在本数据集中具有适用性。

3.4 土壤水特性曲线拐点处的基质吸力水头（h_i）

• •
  PTFs的开发：研究开发了三个预测h_i的模型，但所有模型的预测能力均相对有限。其中，HI-1模型表现最佳，强调了几何标准差和容重对控制h_i的重要性。
• •
  PTFs的验证：与θ_i和S_i相比，所有模型对h_i的预测都显示出较低的相关性和较高的误差。这表明，h_i主要受孔隙尺度特征（如孔喉几何形状、连通性）控制，而这些特征无法被常规的土壤宏观性质完全捕捉，因此预测起来更具挑战性。

3.5 直接法与两步法预测土壤水特性曲线拐点指标的比较

研究对比了本研究所开发的直接PTF法与传统的“两步法”（即先用Rosetta软件估算van Genuchten参数，再解析计算拐点指标）的预测效果。结果表明，对于所有三个指标，直接PTF法的预测结果都显著优于两步法。直接法避免了中间步骤中参数估算误差的累积传递，因此在验证数据集上表现出更低的偏差和更高的稳健性。

本研究成功地开发并验证了一系列能够直接利用基本土壤性质（有机质、容重、几何平均粒径和几何标准差）来预测土壤水特性曲线（SWRC）拐点参数的传递函数（PTFs）。研究结果有力地支持了“拐点指标可从基础土壤性质可靠预测”的假设，但存在明显的参数差异。

具体而言，对于拐点处的水含量（θ_i）和斜率（S_i，即S指数），模型取得了从良好到优秀的预测精度，容重被发现是其中最关键的主导预测因子。这意味着，我们可以非常自信地使用这些简单的PTFs来评估土壤的持水能力和物理结构质量，为农田管理、土壤退化监测等提供强有力的定量工具。相比之下，对于拐点处的基质吸力水头（h_i），模型的预测能力则十分有限，这凸显了h_i对土壤微观结构特性的高度依赖性，而这些特性是常规土壤描述符所无法捕捉的。

这项研究最重要的贡献在于，它提供了一套绕过复杂、昂贵的SWRC直接测定过程，快速评估土壤关键水力特性的“捷径”。与传统的两步法相比，这种直接预测策略显著降低了误差传递和计算复杂度，在实践中更具优势。它使得在数据稀缺的地区或大规模土壤调查中，仅凭常规土壤分析数据就能对土壤物理质量进行初步、高效的评估成为可能。

当然，研究也指出了未来的方向：要准确预测h_i，可能需要引入来自成像技术等更先进的土壤结构指标。无论如何，本研究开发的用于θ_i和S_i的PTFs，无疑是评估土壤水力行为和物理质量可靠且实用的工具，为促进精准农业和可持续土地管理迈出了坚实的一步。