基于土壤粒级分布与有机质的韩国土壤水分保持特性预测模型研究

《Paddy and Water Environment》：Estimation of soil moisture retention using pedo-transfer functions based on soil particle-size distribution and organic matter of Korean soils

本研究针对韩国农业土壤水分保持特性预测精度不足的问题，开发了基于土壤粒级分布和有机质含量的新型土壤传递函数（PTFs）。通过多元线性回归模型，在10 kPa、33 kPa和1500 kPa张力下建立了高精度预测方程（R2最高达0.78），其RMSE（4.83%-6.16%）和MAE（3.37%-4.86%）均显著优于传统Saxton模型。该研究为韩国特有的水稻田和山地土壤的水分管理提供了定制化工具，对优化农业灌溉和应对气候变化具有重要意义。

　　

在全球气候变化加剧的背景下，极端干旱和暴雨频发对农业生产构成严重威胁。土壤水分作为植物生长的关键因子，直接影响作物产量和品质，而土壤水分保持特性（Soil moisture retention）则是水文分析和灌溉优化的核心参数。然而，直接测量土壤水分特征曲线耗时费力，促使研究者开发通过基础土壤属性间接预测的土壤传递函数（Pedo-transfer Functions, PTFs）。

韩国作为以水稻田和山地为主的农业区，其土壤形成过程受温带季风气候影响，与美国等国的土壤特性存在显著差异。现有PTFs模型（如Saxton模型）基于欧美土壤开发，在韩国特有的始成土（Inceptisols）和新成土（Entisols）中预测精度有限。这种"水土不服"现象凸显了开发本土化PTFs的迫切性。

为解决这一问题，韩国国立农业科学研究所的Lee Se-In和Hur Seung-Oh团队在《Paddy and Water Environment》发表研究，收集了涵盖292个土系的1302个土壤样本，通过压力板仪测定10 kPa（近似田间持水量θ₁₀）、33 kPa（θ₃₃）和1500 kPa（萎蔫点θ₁₅₀₀）张力下的水分保持值，结合粒径分布和有机质（OM）数据，采用多元线性回归（MLR）构建了专门针对韩国土壤的新PTFs模型。

关键技术方法包括：1）使用100 cm3不锈钢环刀测定容重（BD）；2）Tyurin滴定法测定有机质；3）吸管法分析粒径组成；4）压力板提取器测定土壤水分特征曲线；5）通过决定系数（R2）、均方根误差（RMSE）、平均绝对误差（MAE）和纳什效率系数（NSE）验证模型性能。

土壤性质与水分保持的相关性

研究发现砂粒含量与θ₁₀、θ₃₃、θ₁₅₀₀均呈负相关（r=-0.71至-0.77），而黏粒、粉粒和有机质则呈现正相关（r=0.49-0.74）。验证数据集以砂壤土为主（33.6%），而建模数据集以粉壤土为主（22.5%），这种质地差异凸显了本土化模型的必要性。

新PTFs的开发与评估

新PTFs方程显示：θ₁₀和θ₃₃主要受粉粒和黏粒影响（R2=0.65-0.72），而θ₁₅₀₀则同时受砂粒、黏粒和有机质调控（R2=0.63）。与Saxton模型（SM）和Saxton-Rawls模型（SRM）相比，新PTFs的预测值更贴近1:1线，且R2（0.65-0.78）显著高于传统模型（0.40-0.60）。在θ₃₃处NSE达0.76，表现为良好预测性能。

模型性能比较

新PTFs的RMSE（4.83%-6.16%）和MAE（3.37%-4.86%）均低于SM（RMSE最高28.39%）和SRM。尽管θ₁₅₀₀的NSE仅为0.21，但仍优于传统模型的负值表现，证明其更适应韩国土壤的团聚体结构和黏土-有机质相互作用特性。

本研究开发的PTFs模型首次系统考虑了韩国农业土壤的独特性，为水稻田水分管理和山地农业的精准灌溉提供了理论支撑。该模型通过整合易获取的土壤基础属性，显著降低了水文分析的成本，为应对气候变化的农业适应性策略提供了关键技术工具。未来研究可进一步纳入土壤结构和地形因子，以提升在极端水分条件下的预测精度。