关于实验室与田间估算的土壤持水参数之间的等效性及其对结构化农业土壤中氧气扩散建模的影响

《Vadose Zone Journa》：On the equivalence between laboratory and field estimates of soil water retention parameters and its implications for modeling oxygen diffusion in structured agricultural soils

本研究比较了实验室和田间测量的土壤水保持参数（SWRPs），发现低水分条件下（残余和阈值含水量）的氧气扩散率在实验室和田间平均值上具有等效性，但高水分条件下（田间容量和饱和）则不同。多孔隙模型显示，土壤孔隙分布参数（n1和n2）可用于分区指导田间采样，提高农业水文模型准确性。

　　土壤水分保持参数（SWRPs）在多个水文和生物地球化学模型中被广泛使用，以模拟土壤中的水分运动、污染物的迁移与命运以及气体扩散等过程。然而，实验室测量的SWRPs与实地测量结果存在显著差异，这可能导致在进行田间决策时出现较大的不确定性。本研究旨在识别实验室和实地测量中SWRPs及由此推导的氧气扩散系数在何种水文条件和尺度下是等效的。通过比较实验室和实地测量得到的 Ultisols 土壤的水分保持曲线，并分析它们对不同尺度下气体扩散模拟的影响，研究发现：在土壤核心尺度（约10厘米）下，实验室和实地测量的SWRPs并不等效。然而，当将这些参数平均到田间尺度时，除了饱和水分含量（实验室为45.36%，田间为21.58%）外，其余参数在统计学上是等效的（p < 0.05）。此外，研究还发现，使用实验室SWRPs计算出的氧气扩散系数在田间条件下的等效性仅限于排水良好的土壤，而在水分含量高于田间持水量时，实验室和田间数据之间的差异依然显著。在土壤核心尺度下，无论何种水分条件，实验室和田间数据均未表现出等效性。研究还指出，用于将扩散系数从核心尺度扩展到田间尺度所需的SWRPs与土壤孔隙分布参数密切相关。

土壤水分保持参数（SWRPs）是土壤中水分含量与能量势之间的关系描述，广泛应用于水文和生物地球化学模型中。然而，由于实验室测量与田间实际条件之间存在差异，SWRPs的测量结果通常无法准确反映真实环境中的土壤行为，进而影响模型的精度和预测的可靠性。实验室通常采用土壤核心尺度（约10厘米）进行SWRPs的测量，这一尺度被认为是土壤物理和水文学研究中的“舒适区”。尽管如此，实验室测量的SWRPs在核心尺度下仍可能因土壤孔隙的异质性而不一致。因此，如何在田间尺度上将实验室测量的SWRPs用于模型预测，成为研究的一个重点。

本研究选择了一种农业用地的土壤类型——Ultisols，并在实验室和田间分别采集土壤样本进行SWRPs的测量。实验室使用的是基于蒸发法的HYPROP仪器，而田间则通过安装土壤水分传感器和水势传感器，对不同深度下的土壤水分和水势进行实时监测。通过这些数据，研究人员构建了土壤水分释放曲线，并利用双孔隙模型（Durner, 1994）对曲线进行拟合，以识别土壤的孔隙分布特征。此外，研究还使用了Moldrup的气体扩散模型（Moldrup et al., 2000）来计算不同水分条件下氧气的扩散系数，以评估实验室和田间SWRPs对氧气扩散模拟的影响。

研究发现，尽管实验室和田间测量的SWRPs在核心尺度下存在差异，但当将这些参数平均到田间尺度时，除了饱和水分含量外，其余参数在统计上是等效的。这表明，实验室数据在一定程度上可以用于田间尺度的建模，尤其是在排水良好的条件下。然而，在水分含量较高的情况下，如田间持水量以上，实验室和田间测量的SWRPs仍存在显著差异，这可能是因为实验室的饱和方式与田间实际的饱和过程不同。实验室通常采用从底部向上饱和的方式，而田间则由于降水和渗透作用，饱和过程更接近顶部向下。这种差异可能导致在高水分含量条件下，孔隙的分布和连通性发生变化，从而影响氧气扩散系数的计算。

此外，研究还探讨了SWRPs对氧气扩散模拟的具体影响。在实验室和田间分别计算了不同水分条件下的氧气扩散系数，并将其与实际的氧气浓度变化进行了对比。结果表明，在低水分条件下，实验室和田间数据在统计上是相似的，而在高水分条件下，两者的差异显著。这提示我们，在进行田间建模时，特别是在需要精确预测气体扩散和生物地球化学过程的情况下，可能需要更多的实地数据，而不是仅依赖实验室测量结果。不过，研究也指出，如果能够根据孔隙分布参数（如n?和n?）对田间土壤进行分区，那么在低水分条件下，实验室数据可以有效地代表田间条件。

本研究的意义在于，为水文学和生物地球化学建模提供了重要的指导。它表明，实验室测量的SWRPs在某些条件下可以用于田间决策，但必须结合水分条件和孔隙分布特性。研究还强调了在进行田间建模时，需要考虑土壤的结构特征，因为结构土壤的孔隙分布通常比非结构土壤更加复杂，可能需要使用双孔隙模型进行更精确的描述。此外，研究还指出，SWRPs对氧气扩散的影响在低水分条件下更为显著，而在高水分条件下，由于孔隙的连通性增加，扩散系数的变化可能更为线性，因此需要更多的实地数据来准确模拟。

研究结果表明，为了提高模型的准确性，应在田间尺度上使用SWRPs进行分区，特别是在低水分条件下。这可以通过分析不同土壤样本的SWRPs，识别出具有相似孔隙分布特征的区域，并在这些区域中进行针对性的测量和建模。对于高水分条件下的建模，可能需要更多的田间数据，以确保扩散系数的准确估计。同时，研究还强调了在进行田间数据收集时，应考虑土壤结构的异质性，以及水分和孔隙分布对氧气扩散的影响。

本研究的结果对农业管理和环境决策具有重要意义。例如，在评估温室气体排放、优化水资源管理、预测污染物迁移等方面，实验室测量的SWRPs可能不足以提供足够的信息，尤其是在水分条件较为复杂的情况下。因此，研究建议在田间尺度上使用SWRPs进行分区，以提高建模的准确性。此外，研究还指出，尽管实验室和田间数据在某些条件下可以等效，但在其他条件下仍需谨慎处理，特别是在涉及高水分条件或需要精确模拟气体扩散的情况下。

总的来说，本研究揭示了实验室和田间测量SWRPs之间的差异，并探讨了这些差异如何影响气体扩散模拟的准确性。研究结果表明，在某些特定的水分条件和尺度下，实验室数据可以用于田间建模，但必须结合土壤的结构特征和孔隙分布参数。这一发现为水文学和生物地球化学建模提供了重要的理论支持和实践指导，有助于减少模型预测的不确定性，并提高对土壤系统中气体扩散过程的理解。