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