田间交通诱导土壤压实空间化新模型框架：整合轮迹分布与土壤物理特性变化的决策支持工具

针对现有土壤压实评估工具无法捕捉田间交通与土壤空间变异性的问题，研究人员开发了一种整合轮迹空间化、交通强度、土壤变形及关键物理特性的模型框架。通过比较不同机械配置（轮载、轮胎尺寸、轴宽）和作业路径（3/6/12 m工作宽度）在5公顷湿润田间的压实效应，结合Schj?nning (2023)的土壤变形经验模型和PTFs（Pedotransfer Functions），该研究成功识别了作物生长受限区域（如压实度DC>87%、充气孔隙度ε<0.10 cm3 cm?3）及温室气体排放高风险区（气体扩散率Dp/D0<0.006）。该框架为农业操作中压实风险评估提供了空间化决策支持，发表于《Soil and Tillage Research》。

　　

农业机械化在提升生产效率的同时，也带来了土壤压实这一全球性难题。传统土壤压实评估工具如Terranimo、SOCOMO等虽能基于单点土壤特性预测风险，却难以捕捉田间交通路径与土壤空间异质性的动态交互。尤其在现代农业中，重型机械反复碾压导致土壤孔隙结构破坏、水分渗透受阻，甚至引发N₂O排放激增。更棘手的是，田间土壤本身存在显著差异——从质地、坡度到历史压实状态，这些因素共同构成了一个复杂的“压实风险图谱”。然而，现有工具既无法量化压实对土壤功能的连锁影响（如作物根系受阻、微生物活动抑制），也难以指导 farmers 优化机械配置与作业路径。

针对这一瓶颈，丹麦奥胡斯大学（Aarhus University）农业生态学系的A. Calleja-Huerta团队在《Soil and Tillage Research》发表研究，提出了一种革命性的空间化模型框架。该框架首次将轮迹分布、交通强度、土壤变形及其对关键物理特性（如DC、ε、D_p/D₀）的影响进行耦合分析。研究人员通过模拟5公顷湿润田间（pF 2）的机械除草作业，对比了3种机械（大型拖拉机、小型拖拉机、机器人）与3种作业宽度（3/6/12 m）的组合效应，结合Schj?nning (2023)的土壤变形经验模型和PTFs，揭示了压实对土壤功能的阈值效应及其空间分布规律。

关键技术方法

研究采用R语言“terra”包处理空间数据，通过路线规划软件生成机械中心线，并利用缓冲函数生成轮迹栅格（像素尺寸=最大轮胎宽度）。土壤变形通过PTF计算（Log₁₀(s)=0.677+0.00524 MGP-6.272 OM-1.44 ρ_d-0.392 pF+0.408 pF Clay），动态轮载（F_dyn）基于对数正态分布模拟（r～LogNormal(0.89,1.30)）。子土壤压实风险采用50-50规则评估（d(σ₅₀)=7.53 WL+7.61 log₂(IP)+32.7），土壤水特征曲线简化为pF 1至pF 2的线性关系。

研究结果

1. 交通强度分析

   机器人（R3）因轴宽与作业宽度匹配，导致83.1%的碾压区域承受重复交通（≥2次轮压），而小型拖拉机（TS3）仅5.1%区域受影响。尽管R3重量最轻，其窄轮胎（360 mm）导致接触面积小，平均地面压力（MGP）与大型拖拉机相当，印证了“轻机械多次碾压”可能比“重机械单次碾压”危害更大。

2. 土壤物理特性变化

   低密度土壤（ρ_d=1.35 Mg m^?3）变形幅度高达10%（R3），显著高于高密度区域（≤4%）。压实后，体积含水量（θ_vol）与干密度（ρ_d）同步增加，而总孔隙度（?）和ε下降。例如，TL6作业后，70%田间面积DC>87%，其中7%区域ε<0.10 cm³ cm^?3，直接威胁作物根系发育。

3. 子土壤压实风险

   大型拖拉机（TL12）的50 kPa应力等值线深度达80 cm，是机器人（R3）的2.3倍，证实重型机械对深层土壤的潜在破坏更严重。

4. 土壤功能阈值突破

   湿润条件下（pF 1.5），TS3作业导致10%碾压区域的D_p/D₀<0.006（N₂O排放峰值阈值），而TL12仅3%。若田间转向更湿状态（pF 1.5），高风险区面积可扩大至84%。

结论与意义

该研究构建的模型框架首次实现了从“单点风险评估”到“空间化影响图谱”的跨越。通过整合轮迹分布、土壤变形PTFs和功能阈值，它不仅量化了机械配置对压实空间格局的影响（如R3虽轻但危害集中），还揭示了土壤水分动态与温室气体排放的潜在关联。尤为重要的是，研究提出的简化土壤水特征曲线模型（pF 1-2线性假设）和50-50规则，为后续工具开发提供了可扩展的模块化思路。未来，若进一步纳入子土壤变形PTFs和自然恢复模型（如冻融循环效应），该框架有望成为农田可持续管理的“数字孪生”核心。

这项成果对精准农业具有双重启示：一方面， farmers 可据此优化机械选型（如宽轮胎降低MGP）与路径规划（避免重复碾压低密度区）；另一方面，政策制定者能更精准地评估农业活动对土壤碳汇和N₂O排放的长期影响，为绿色农业补贴提供科学依据。正如作者所言，当土壤压实从“黑箱”变为“可视化图谱”，人类才能真正实现“脚下有土，心中有数”。