基于有限土壤质地数据准确预测土壤颗粒级配分布的新方法及其应用价值

本文推荐一种创新的指数模型（EM），结合立方多项式模型（VCS-D/VCS-I），仅利用常规土壤质地数据（黏土、粉砂、砂粒含量）即可高精度预测全范围土壤颗粒级配分布（PSD）。该方法在黏土含量>33%的土壤中表现优异（RMSE<5%），为土壤水力特性（如导水率、水分保持曲线）和侵蚀参数预测提供了更简便可靠的解决方案。

　　

Highlight

理论（Theory）

基于美国农业部（USDA）分类系统对颗粒粒径进行分级。图1a展示了名称中含"砂"的土壤质地类别，这些类别通常砂粒含量超过45%。图1b示意性呈现了上述土壤的PSD曲线：在A区域陡峭的上升段表明砂粒比例较高。

数据收集（Data collection）

本研究共收集/测量了来自四大洲的665条土壤PSD曲线，包括：亚洲（伊朗法尔斯省，245份）、北美洲（UNSODA数据库，美国，143份）、南美洲（巴西圣保罗州，116份）和欧洲（比利时佛兰德斯地区，161份），用于测试不同PSD预测模型。

伊朗系列（伊朗土壤）：采用筛分法和吸管法测量了245份伊朗样品的PSD，土壤样本采集自多种土地利用类型（农田、果园、牧场）的表层（0-30 cm）。

UNSODA系列：从UNSODA数据库中筛选出143份包含完整PSD曲线及黏土、粉砂、砂粒含量数据的样品。

巴西系列：在巴西圣保罗州采集116份表层（0-20 cm）土壤样品，通过筛分法和吸管法测定PSD。

比利时系列：使用吸管法和湿筛法分析了161份来自佛兰德斯地区的土壤样品（表层0-15 cm）的PSD。

通用描述（General descriptions）

研究的土壤样品均匀分布在USDA分类的所有12个质地类别中（图3），该数据集使得在全球尺度上测试不同质地组分土壤的PSD曲线预测模型成为可能。

表1总结了土壤质地组分及部分化学特性的描述性统计。结果显示，不同数据系列的土壤化学属性均值存在差异。伊朗和比利时土壤呈碱性（平均pH>7），而巴西和UNSODA土壤为酸性（平均pH<7）。伊朗土壤的电导率（EC）和碳酸钙当量（CCE）最高，有机碳（OC）含量最低；比利时土壤的OC含量最高。

结论（Conclusion）

我们创建了一种名为EM的新方法，利用黏土和粉砂含量预测0.002–0.05 mm粒径范围的土壤PSD。结果表明，VCS-D和VCS-I方法能够预测所有质地类别土壤在0.05–2 mm粒径范围的PSD。EM方法使用非常简单、易用且通用的输入（仅黏土和粉砂含量），对几乎所有不同质地类别土壤在0.002–0.05 mm粒径范围的PSD提供了良好至优异的预测。