开发并验证一个用于估算巴西地下水补给潜力的统计指标

《Environmental Impact Assessment Review》：Development and validation of a statistical index for estimating groundwater recharge potential in Brazil

土壤质量指数对地下水回补潜力的评估及验证研究，基于巴西土壤水文数据库HYBRAS v.2，采用主成分分析法筛选出饱和土壤水力传导率（Kslab）、排水孔隙度（DP）和粘粒含量三个关键指标构建SQIgr指数，并验证其在不同土地利用（农业/林业）和土壤类型（G2/Lixisols/G4/Ferralsols）中的适用性。研究显示农业用地会降低地下水回补潜力，而Ferralsols土壤具有较高潜力，该指数为流域可持续管理和地下水保护提供了新工具。

　　在当前全球水资源紧张和气候变化的背景下，地下水作为高质量水源的重要组成部分，其补给能力与土壤物理特性密切相关。因此，建立一个能够科学评估土壤物理质量对地下水补给潜力影响的指标体系，对于实现可持续的水资源管理和生态保护具有重要意义。本研究提出了一种适用于巴西土壤的“地下水补给潜力土壤质量指数”（Soil Quality Index for Groundwater Recharge Potential, SQIgr），旨在为巴西地区的水资源可持续管理提供支持。通过分析HYBRAS v.2数据库中11项土壤物理属性，结合监督主成分分析（Supervised Principal Component Analysis, SPCA）方法，识别出对地下水补给潜力影响最大的关键指标，并最终选取了三个主要属性：饱和土壤渗透率（Saturated Soil Hydraulic Conductivity, Kslab）、可排水孔隙度（Drainable Porosity, DP）以及粉砂含量。通过在两种土地利用类型（农业和林业）和四种土壤类别（G2：Acrisols和Lixisols；G4：Ferralsols）中进行验证，结果表明SQIgr与基础渗透率（Basic Infiltration Rate, BIR）在Agr_G2和For_G4组别中没有显著差异。进一步分析显示，SQIgr的数值分别为For_G4为0.76，Agr_G4为0.58，Agr_G2为0.50，表明农业用地对土壤补给能力产生了负面影响，而Ferralsols则表现出更高的补给潜力，这与预期一致。此外，通过基础流贡献（baseflow contribution）对指数的空间适用性进行了验证，整体来看，SQIgr被证明是一个有效的工具，能够支持巴西流域的可持续管理与生态保护规划。

地下水的可持续管理是当今社会广泛关注的重要议题。作为地球液态淡水资源的主要来源，地下水不仅满足了人类的日常生活需求，还在农业灌溉、畜牧业、工业生产以及矿业等领域发挥着关键作用。然而，地下水的过度开采或不合理利用可能导致其质量下降甚至枯竭。因此，如何科学评估地下水的补给潜力，成为水资源管理中的核心问题之一。土壤作为地下水补给过程中的关键介质，其物理特性直接影响水的渗透、储存和流动。例如，土壤的渗透率决定了水分进入地下层的速度，而孔隙度则影响了土壤的储水能力。此外，土壤结构、质地以及有机质含量等也会对地下水的补给产生深远影响。因此，建立一个能够综合反映这些土壤物理属性的指数，对于准确评估地下水补给潜力、制定科学的水资源管理策略具有重要意义。

土壤质量通常被定义为其支持植物生长、保护水系以及防止水和空气污染的能力。这一概念不仅局限于作物产量，还涵盖了土壤在生态系统服务和环境可持续性中的多重功能。例如，土壤的结构和孔隙度不仅影响植物根系的生长，还决定了雨水如何渗透、储存以及最终是否能够补给地下水。因此，土壤质量评估需要考虑多种土壤属性，如土壤质地、结构、孔隙度、容重以及渗透率等。这些属性受到土壤形成过程、环境条件以及人类活动的共同影响，因此在评估土壤质量时，必须充分考虑其复杂性和多样性。此外，不同土地利用类型（如农业、林业、城市等）对土壤物理性质的影响也各不相同，因此在评估地下水补给潜力时，必须结合具体的土地利用情况进行分析。

在地下水补给潜力评估中，土壤质量通常通过水文特性进行分析，特别是基础渗透率，它反映了在长时间内土壤保持稳定渗透状态时的水渗透速率。然而，基础渗透率的测量需要复杂的仪器设备，且过程较为繁琐，因此在实际应用中存在一定的局限性。相比之下，利用地理信息系统（GIS）技术、层次分析法（Analytic Hierarchy Process, AHP）以及各种环境数据集，可以更有效地识别地下水补给潜力较高的区域。例如，一些研究通过整合土壤水文数据、地形特征以及土地利用信息，对地下水补给区进行了系统的划分。然而，这些方法往往依赖于特定区域的数据，且难以在国家层面推广。因此，如何建立一个适用于全国范围、具有普遍适用性的土壤质量指数，成为当前研究的重点。

在这一背景下，一些研究尝试通过简化土壤属性的数值表示，建立土壤质量指数来评估地下水补给潜力。例如，Santana等人（2023）和Alvarenga等人（2012）分别使用了实验室测定的饱和土壤渗透率、基础渗透率以及可排水孔隙度，或使用了田间测定的土壤渗透率、大孔隙度以及容重，构建了适用于特定区域的土壤质量指数。然而，这些研究通常基于专家经验或特定地区的数据，缺乏系统性和可推广性。因此，如何通过数据驱动的方法，建立一个适用于全国范围的土壤质量指数，成为当前研究的重要方向。

近年来，主成分分析（Principal Component Analysis, PCA）作为一种多变量统计方法，被越来越多地应用于土壤质量评估。PCA能够客观识别出影响地下水补给潜力的关键土壤属性，同时降低数据维度，使复杂的土壤属性与目标变量之间的关系更加清晰。然而，尽管PCA在土壤质量评估中表现出色，但在巴西土壤中，尚未有系统性的研究将PCA应用于地下水补给潜力的评估。这一研究空白主要源于历史时期缺乏标准化的水文土壤属性数据。尽管如此，随着HYBRAS数据库的建立，这一问题得到了一定程度的缓解。HYBRAS数据库自2018年发布以来，汇集了巴西土壤的标准化信息，包括土壤质地、孔隙度、容重以及饱和土壤渗透率等关键属性。目前，HYBRAS数据库已包含超过8000个样本（版本2），为土壤物理质量评估提供了坚实的数据基础。

然而，尽管HYBRAS数据库提供了丰富的土壤属性数据，但其尚未包含任何类型的解释性数据或整合性指数。因此，如何将这些多维的水文土壤属性整合为一个统一且具有预测能力的指标，成为当前研究的核心挑战。为了克服这一问题，本研究提出了一种基于HYBRAS数据库的“地下水补给潜力土壤质量指数”（SQIgr），并采用监督主成分分析（SPCA）方法，对土壤物理属性进行系统性筛选。SPCA不仅能够识别出对地下水补给潜力影响最大的关键属性，还能通过数据驱动的方式，减少人为主观因素对指数构建的影响。这种方法克服了以往基于专家经验构建的土壤质量指数的局限性，使SQIgr具有更高的科学性和适用性。

本研究的另一个重要目标是验证SQIgr在不同土地利用类型和土壤类别中的适用性。通过在农业和林业两种土地利用类型中进行分析，并结合Acrisols、Lixisols和Ferralsols三种土壤类别，研究发现SQIgr在不同土地利用类型和土壤类别中表现出显著的差异。例如，在农业用地中，SQIgr的数值较低，表明农业活动对土壤物理质量产生了负面影响，从而降低了地下水的补给潜力。而在林业用地中，SQIgr的数值较高，表明自然植被对土壤结构和孔隙度的维护有助于提高地下水的补给能力。此外，Ferralsols作为土壤类别之一，表现出较高的SQIgr数值，这与预期一致，表明其在地下水补给过程中具有更高的潜力。

为了进一步验证SQIgr的空间适用性，研究还结合了基础流贡献（baseflow contribution）进行分析。基础流贡献是指地下水在河流系统中持续流动的贡献比例，能够反映地下水补给的长期趋势。通过将SQIgr与基础流贡献进行对比，研究发现两者之间存在高度相关性，表明SQIgr能够有效反映地下水补给潜力的空间分布特征。此外，这一分析还揭示了不同土壤类别和土地利用类型对基础流贡献的影响，进一步支持了SQIgr在不同区域中的适用性。

本研究的数据来源主要来自于HYBRAS数据库，该数据库涵盖了巴西土壤的多种物理属性。通过提取HYBRAS v.1和v.2版本中的相关数据，研究重点分析了与地下水补给潜力最相关的土壤属性，包括基础渗透率、饱和土壤渗透率、总孔隙度、大孔隙度以及可排水孔隙度等。这些属性的选取基于其对地下水补给过程的影响程度，以及在实际测量中的可行性。此外，粉砂含量作为土壤质地的一个重要指标，也被纳入了SQIgr的构建过程中，以反映土壤结构的稳定性。

在构建SQIgr的过程中，研究采用了一种基于监督主成分分析（SPCA）的方法，对土壤物理属性进行了系统性筛选。SPCA不仅能够识别出对地下水补给潜力影响最大的关键属性，还能通过数据驱动的方式，减少人为主观因素对指数构建的影响。这一方法克服了以往基于专家经验构建的土壤质量指数的局限性，使SQIgr具有更高的科学性和适用性。此外，SPCA还能够有效降低数据维度，使复杂的土壤属性与目标变量之间的关系更加清晰，从而提高指数的预测能力。

为了验证SQIgr的有效性，研究还结合了基础渗透率（BIR）和基础流贡献（baseflow contribution）进行分析。基础渗透率是衡量土壤渗透能力的重要指标，而基础流贡献则反映了地下水在河流系统中的长期流动情况。通过将SQIgr与这两个指标进行对比，研究发现两者之间存在高度相关性，表明SQIgr能够有效反映地下水补给潜力的空间分布特征。此外，这一分析还揭示了不同土壤类别和土地利用类型对基础流贡献的影响，进一步支持了SQIgr在不同区域中的适用性。

在土地利用类型方面，农业用地通常对土壤结构和孔隙度产生较大的负面影响。例如，长期的耕作活动可能导致土壤压实、有机质减少以及孔隙度降低，从而降低地下水的补给能力。相比之下，林业用地由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给潜力。因此，在评估SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

在土壤类别方面，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

此外，研究还发现，粉砂含量与地下水补给潜力之间存在负相关关系。这表明，粉砂含量较高的土壤可能对地下水补给产生不利影响，而粉砂含量较低的土壤则更有利于地下水的补给。因此，在构建SQIgr时，必须充分考虑粉砂含量对地下水补给潜力的影响，以确保指数的科学性和适用性。

为了进一步提高SQIgr的适用性，研究还结合了GIS技术，对土壤物理属性的空间分布进行了分析。GIS技术能够将土壤属性数据与地理信息相结合，从而更直观地反映地下水补给潜力的空间变化趋势。此外，GIS技术还能够帮助识别地下水补给潜力较高的区域，为水资源管理提供科学依据。因此，在构建SQIgr时，必须充分考虑GIS技术的应用，以确保指数能够准确反映地下水补给潜力的空间分布特征。

在数据驱动的土壤质量指数构建过程中，研究还发现，SPCA方法能够有效识别出对地下水补给潜力影响最大的关键土壤属性。例如，饱和土壤渗透率（Kslab）是影响地下水补给潜力最重要的因素之一，而可排水孔隙度（DP）则反映了土壤储水能力的变化趋势。粉砂含量作为土壤质地的一个重要指标，也被纳入了SQIgr的构建过程中，以反映土壤结构的稳定性。此外，研究还发现，大孔隙度和总孔隙度与地下水补给潜力之间存在正相关关系，表明这些属性在提高地下水补给能力方面具有重要作用。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

为了进一步验证SQIgr的适用性，研究还结合了基础渗透率（BIR）和基础流贡献（baseflow contribution）进行分析。基础渗透率是衡量土壤渗透能力的重要指标，而基础流贡献则反映了地下水在河流系统中的长期流动情况。通过将SQIgr与这两个指标进行对比，研究发现两者之间存在高度相关性，表明SQIgr能够有效反映地下水补给潜力的空间分布特征。此外，这一分析还揭示了不同土壤类别和土地利用类型对基础流贡献的影响，进一步支持了SQIgr在不同区域中的适用性。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

在数据驱动的土壤质量指数构建过程中，研究还发现，SPCA方法能够有效识别出对地下水补给潜力影响最大的关键土壤属性。例如，饱和土壤渗透率（Kslab）是影响地下水补给潜力最重要的因素之一，而可排水孔隙度（DP）则反映了土壤储水能力的变化趋势。粉砂含量作为土壤质地的一个重要指标，也被纳入了SQIgr的构建过程中，以反映土壤结构的稳定性。此外，研究还发现，大孔隙度和总孔隙度与地下水补给潜力之间存在正相关关系，表明这些属性在提高地下水补给能力方面具有重要作用。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

为了进一步提高SQIgr的适用性，研究还结合了GIS技术，对土壤物理属性的空间分布进行了分析。GIS技术能够将土壤属性数据与地理信息相结合，从而更直观地反映地下水补给潜力的空间变化趋势。此外，GIS技术还能够帮助识别地下水补给潜力较高的区域，为水资源管理提供科学依据。因此，在构建SQIgr时，必须充分考虑GIS技术的应用，以确保指数能够准确反映地下水补给潜力的空间分布特征。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

为了进一步提高SQIgr的适用性，研究还结合了GIS技术，对土壤物理属性的空间分布进行了分析。GIS技术能够将土壤属性数据与地理信息相结合，从而更直观地反映地下水补给潜力的空间变化趋势。此外，GIS技术还能够帮助识别地下水补给潜力较高的区域，为水资源管理提供科学依据。因此，在构建SQIgr时，必须充分考虑GIS技术的应用，以确保指数能够准确反映地下水补给潜力的空间分布特征。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。因此，在构建SQIgr时，必须充分考虑土地利用类型对土壤物理属性的影响，以确保指数的准确性。

此外，研究还发现，不同土壤类别对地下水补给潜力的影响也各不相同。例如，Ferralsols由于其较高的渗透率和孔隙度，表现出更强的地下水补给潜力。相比之下，Acrisols和Lixisols由于其较高的容重和较低的渗透率，表现出较弱的地下水补给能力。因此，在构建SQIgr时，必须结合土壤类别进行分析，以确保指数能够准确反映不同土壤类型的地下水补给潜力。

通过SPCA方法的分析，研究确定了三个关键的土壤属性：饱和土壤渗透率（Kslab）、可排水孔隙度（DP）以及粉砂含量。这些属性不仅在HYBRAS数据库中具有较高的测量频率，而且在实际应用中具有较强的可操作性。因此，选择这些属性作为SQIgr的构建基础，能够确保指数的科学性和实用性。此外，研究还发现，这些属性在不同土地利用类型和土壤类别中表现出显著的差异，表明SQIgr能够有效反映地下水补给潜力的变化趋势。

在实际应用中，SQIgr的构建不仅需要考虑土壤物理属性的测量，还需要结合土地利用类型和土壤类别进行综合分析。例如，在农业用地中，由于土壤压实和有机质减少，可能导致地下水补给潜力降低。而在林业用地中，由于植被的自然生长，能够有效维持土壤结构和孔隙度，从而提高地下水的补给能力。