saturation range为标题发表在Earth System Science Data期刊上
关键词：土壤水分特征曲线 土壤饱和导水率 土壤非饱和导水率 土壤质地
翻译：子毅
审校：祝介东，高红艳
土壤水力学性质（Soil Hydraulic Properties，SHP）模型，是使用水分流动和传输方程，模拟包气带水分动态、溶质运移和能量传输的核心。
为使用更容易获得的信息计算SHP，土壤转换函数（Pedotransfer Functions）建立了土壤质地、土壤容重、土壤有机碳含量等基础土壤属性与SHP参数的关系。
Proposed methodology for the development of structure-corrected soil hydraulic properties to be used in Land Surface Models 图源/Bonetti S等，2021
自20世纪80年代SHP模型在水文模拟中应用以来，研究者们就对此类参数测量有了更高的需求。而由于测量方法上的限制，之前的数据非常有限。如早前使用的压力盘法，只能获取土壤水分特征曲线上的有限数据点。
20世纪90年代末，人们已经整理了一些SHP数据集，以及相关的基础土壤性质数据，这些是建立各种土壤转换函数的基础。美国农业部建立了开源的土壤非饱和水力数据库（UNSODA），包括来自扰动和未扰动土壤样本的近800个SHP数据集。
ROSETTA是预测van Genuchten-Mualem SHP模型参数的最成熟的土壤转换函数，而UNSODA是开发ROSETTA的基础。
另一个重要的数据库是欧洲土壤水力特征数据库（HYPRES），它是在欧洲水文土壤数据清单（EU-HYDI）基础上发展起来的，其缺点是该数据库并不开源。
还有一些其他的SHP数据库，如巴西热带土壤的HYBRAS，以及Schindler和Müller（2017）收集的数据库。最近，Gupta等人收集了2702个已发表文献中的的土壤持水数据，方便用于地表建模和数据分享。
毫无疑问，现有的这些数据库支持了大量的土壤水文学研究，但仍存在局限性。
WP4C露点水势仪扩展了HYPROP2的量程
从而能够获得完整土壤水分特征曲线
从技术上讲，可以仅使用土壤水分特征曲线和Ksat 数据创建土壤转换函数。然而，全量程精准SHP模型的开发，一定需要土壤非饱和导水率数据。
Zhang等(2022)发现，当采用预设条件对数据进行过滤后，可用于SHP建模的数据集很少。他们最初收集了19510组数据，剔除掉受到扰动的数据样本后，样本数量缩减到14997组。
当需要数据中，既包括土壤水分特征曲线数据，也得包括土壤导水率信息时，样本量只剩下1801。当进一步要求数据组中，至少要包括6个土壤持水和7个土壤导水率数据时，样本量就只剩下194组了，这大约是最初样本量的1%。
由于土壤的自然变异很大，土壤转换函数的建立需要大量的实验数据。
Weihermüller等人（2021）研究发现，采用不同的土壤转换函数，模拟得到的水通量差异明显。
基于人工神经网络建立的ROSETTA，使用了2134条土壤水分特征曲线、1306个Ksat值和235条土壤非饱和导水率曲线。很明显，只有235个非饱和导水率数据集的模型，误差会比较大。
为了增强模型的准确性，需要数量更多、覆盖面更广、数据质量更高的SHP数据集。
随着测量技术的进步，研究者们有能力在土壤物理学实验室内，获取更多的高标准SHP实验数据。
在本研究中，研究者们使用METER公司研发的Hyprop土壤水分特征曲线和土壤非饱和导水率曲线自动测量仪、Ksat土壤饱和导水率测量仪、WP4C露点水势仪等，一共收集了全新的572组土壤特征数据。每个数据集包括（1）SHP和（2）土壤物理基础参数——土壤质地、土壤容重和土壤有机碳含量。所有数据集都经过了严格的数据质量控制，涉及的土壤类型也更多。
//////////
原文中的主要数据图表
