基于土壤表面条件的专家分类系统精准预测地中海农业土壤稳态入渗速率

针对地中海农业区土壤入渗特性预测难题，研究人员开发了基于9类土壤表面条件（SSC）的专家分类系统，通过5种易观测指标（SSDs）实现稳态入渗速率（is）的高精度预测（RMSE=5.2 mm/h），其解释方差（73%）优于传统pedotransfer函数（PTFs），为区域水资源管理提供了实用工具。

　　

地中海地区农业面临严峻的水资源压力，气候变化和人口增长加剧了水分分配矛盾。土壤入渗能力作为地下水补给、作物水分利用的关键参数，其精准预测对生态管理和农业生产至关重要。然而，传统基于土壤质地和有机质含量的pedotransfer函数（PTFs）预测饱和导水率（K_s）时误差较大（RMSE常达0.58-1.36），且难以捕捉耕作、植被覆盖等动态地表特征的影响。法国蒙彼利埃大学（UMR LISAH, Univ. Montpellier, AgroParisTech, INRAE, IRD, Institut Agro）的研究团队通过整合法国南部和突尼斯273个农田样地的观测数据，开发了一套基于土壤表面条件（SSC）的专家分类系统，相关成果发表于《Geoenergy Science and Engineering》。

研究采用降雨模拟实验测定稳态入渗速率（i_s），同步记录12种土壤表面描述符（SSDs），包括结皮类型、植被覆盖等。通过方差分析（ANOVA）和回归树（CART）建模，对比了专家分类与统计分类的预测性能。

2. 地中海农业土壤SSC专家分类

团队定义了9类SSC（如新耕土T、结构结皮Cst等），通过决策树（图2）结合5个易观测指标（如团块覆盖率>25%阈值）实现快速识别。其中，植被或凋落物覆盖>50%的类别（VCst/LCst）入渗率显著高于结皮主导类（如Csd仅7.5 mm/h）。

4. 结果验证

• •

  分类效能：专家分类解释73%的i_s变异（RMSE=5.2 mm/h），优于CART统计分类（RMSE=5.8 mm/h）。

• •

  关键指标：结皮类型（沉积结皮Csd影响最显著）和植被覆盖是核心预测因子，而传统指标如土壤质地贡献微弱。

• •

  跨验证稳定性：专家分类在100次10折交叉验证中表现稳健。

5. 讨论与意义

该研究首次为地中海农业土壤建立了可操作的SSC-入渗关系框架，其优势在于：

1. 1.

   实用性强：仅需目测5个地表特征即可估算i_s，适合田间快速评估；

2. 2.

   精度突破：预测误差较传统PTFs降低2-10倍，尤其适用于结皮发育区；

3. 3.

   扩展潜力：分类原则可适配其他气候区，结合遥感技术有望实现大尺度应用。

局限性包括样本中石质土（S类）数据不足，且降雨模拟强度（35 mm/h）可能低估高入渗类别的真实值。未来需纳入机械压实等动态因素以完善分类体系。这项成果为精准农业和水文模型提供了新工具，凸显了地表特征对土壤水文过程的核心调控作用。