基于时序探地雷达与Hydrus-1D模型集成预测北方灰壤土水力参数的研究

《Canadian Journal of Soil Science》：Integration of time-lapse GPR and Hydrus-1D modelling to predict soil hydraulic parameters in boreal podzolic soil

　　

土壤水力参数（SHPs）的获取对于众多农业与环境应用至关重要。然而，当前直接测定SHPs的方法耗时费力，且往往涉及扰动土壤的过程。本研究将Beerkan入渗试验期间采集的时序探地雷达（GPR）数据与Hydrus-1D反演建模相结合，以非破坏性方式预测加拿大纽芬兰西部北方灰壤土中的Mualem-van Genuchten（M-vG）参数并模拟水分流动动态。校准工作利用野外与实验室条件下首次入渗试验的反演建模完成，评估则通过两种条件下另外两组试验的正向建模实现。由野外GPR数据反演建模所得的M-vG参数（θr = 0.04037 cm3/cm3，θs = 0.22630 cm3/cm3，α = 0.04252 cm?1，n = 1.66660，Ks = 0.00259 cm/s）与基于Rosetta神经网络预测及常规方法所得结果具有可比性。评估结果显示，模拟与实测土壤含水量之间具有良好一致性，均方根误差为0.0199–0.0365 cm3/cm3，Nash-Sutcliffe模型效率为0.2955–0.8273。本研究所提出的方法为北方灰壤土中土壤水分动态与SHPs的大尺度非侵入性表征提供了有前景的途径，但在多样条件下开展进一步验证并采用更先进的模拟模型（如Hydrus 2D/3D）将有助于提升水分流动模拟精度并提供流动路径的空间可视化。

论文解读：基于时序探地雷达与Hydrus-1D模型集成预测北方灰壤土水力参数

一、研究背景与问题提出

土壤水力参数（SHPs）是表征土壤水分保持与传导特性的关键指标，直接影响植物水分可利用性、溶质运移、地下水补给及地表径流等关键土壤过程，也是水文模型开发与应用的重要基础。然而，传统的SHPs测定方法，如实验室的HYPROP、压力板法、悬挂水柱法，以及野外的单环、双环入渗仪测试等，普遍存在耗时费力、具有侵入性、难以捕捉SHPs高分辨率时空变异等局限。近年来，探地雷达（GPR）、电磁感应（EMI）和电阻率层析成像等非侵入性地球物理方法因其对土壤含水量（SWC）的敏感性及快速获取高分辨率时空信息的能力，日益受到水文学研究的关注。其中，GPR因其波速对SWC变化的高度敏感性，常用于近地表土壤水文研究。然而，GPR各类波形均无法直接测定SHPs，需将地球物理数据与水文模型集成以实现参数反演。Hydrus-1D模型作为求解Richards方程、模拟非饱和带水分运移的广泛应用的数值模型，已成为此类集成研究的核心工具。尽管已有研究探索了GPR数据与Hydrus-1D模型的结合，但鲜有研究将GPR直达地面波（DGW）信息纳入Hydrus-1D模型用于SHPs估算，且多数方法未在不同尺度（实验室与野外）、不同入渗事件及多样土壤条件下进行系统评估。这一研究空白在北方灰壤土中尤为突出——该类土壤以粗砂质地、高砾石含量、基岩埋深浅及发育良好且分异明显的土层为特征，其固有属性对常规SHPs测定构成显著挑战，同时其活跃的SWC动态集中于浅层近地表剖面，与GPR-DGW的采样深度高度吻合，因此成为评估基于GPR的SHPs估算方法的适宜体系。

二、研究内容与核心结论

针对上述研究空白，研究人员在加拿大纽芬兰西部Pasadena的Western Agriculture Center and Research Station开展了系统研究。研究地点土壤质地为壤砂土（砂83.0%、粉粒14.6%、黏粒2.4%），平均容重1.31 g/cm³。研究采用Beerkan入渗法在野外三个邻近位置及实验室条件下开展入渗试验，利用500 MHz中心频率的GPR系统（PulseEKKOPro）以固定收发距监测水分运移过程，时序GPR数据每5秒采集一次。野外首次试验（Field 1）及实验室首次试验（Lab 1）数据用于模型校准，其余两组试验（Field 2、Field 3及Lab 2、Lab 3）用于验证。GPR数据经时间零点校正、滤波与增益处理后，拾取DGW走时，换算为波速并利用公式转化为介电常数，进而通过Topp方程转换为SWC。Hydrus-1D模型采用Mualem-van Genuchten（M-vG）函数描述水分特征曲线与导水率函数，以GPR-DGW实测SWC动态为观测数据，结合Marquardt-Levenberg参数估计算法进行反演校准，初始参数基于Rosetta神经网络预测模型设定。模型上边界设为可变压力水头（初始h=0，即饱和状态），下边界设为自由排水，土壤概化为均质单层柱体，模拟深度依据DGW采样深度确定为15 cm。

反演校准结果表明，野外试验（Field 1）的模拟与实测SWC峰值均约为0.21–0.23 cm³/cm³，RMSE为0.0329 cm³/cm³，NSE为0.6513；实验室试验（Lab 1）的RMSE为0.0276 cm³/cm³，NSE为0.8632，实验室条件下模型表现优于野外，这归因于受控环境下更均匀的土壤水力特性与流动动态。野外与实验室反演所得M-vG参数存在差异，其中实验室试验的θ_s（0.3068 cm³/cm³）高于野外（0.2263 cm³/cm³），可能源于GPR收发距不同导致的采样体积差异、土壤宏观排列差异及野外土壤的非均匀或优先流现象。野外反演所得θ_s显著低于HYPROP（0.3850 cm³/cm³）和Rosetta预测（0.4393 cm³/cm³）的结果，研究人员将其解释为有效饱和含水量——即在试验条件下可达到的最大体积含水量，受粗质地土壤快速内排水、大孔隙优先流、空气截获及GPR大采样体积的空间平均效应共同影响。野外反演参数（θ_r=0.04037，θ_s=0.22630，α=0.04252，n=1.66660，K_s=0.00259 cm/s）与Rosetta预测及其他常规方法结果具有可比性，也与文献中类似砂质土壤的研究结果相吻合。

正向模拟评估阶段，利用校准后的M-vG参数对两组野外及两组实验室试验进行正向模拟。散点图及回归分析显示，野外试验R²为0.88和0.81，实验室试验R²为0.86和0.84，表明模型预测精度较高。RMSE范围为0.0199–0.0365 cm³/cm³，NSE范围为0.2955–0.8273。其中Field 3试验的NSE较低（0.2955），归因于该试验中GPR观测到的SWC变化范围较窄（0.101–0.191 cm³/cm³），凸显了可靠GPR-SWC测量对稳健模拟的重要性。Levene方差齐性检验显示所有试验中模拟与实测数据间均无显著差异（p值0.119–0.395）。残差分析揭示了早期瞬态阶段模拟值系统性地高估SWC，随湿润锋接近稳态而趋于零，这可能与GPR测量的有效SWC限制了模拟水分特征曲线上限有关。

三、讨论与结论

讨论部分指出，本研究存在两个主要局限：一是野外试验未能实现完全饱和，因此依赖有效饱和含水量，但对水分流动及SHPs估算精度影响甚微；二是均质单层土壤剖面的假设是对实际田间条件的简化，但在本研究中该假设是合理的，因为Beerkan入渗试验持续时间约1000秒，湿润锋基本保持在最上层土壤内，且反演目标为GPR-DGW采样的近地表层有效M-vG参数。研究结论表明，基于GPR-DGW监测SWC的Hydrus-1D反演建模能够提供可靠的M-vG参数，反演所得参数能有效模拟水分流动动态并与实测值高度吻合。尽管参数估计精度依赖于GPR数据质量及模型有效性，且存在参数非唯一性导致的不确定性，但野外与实验室条件下校准和评估阶段结果的一致性证明了该方法在粗质地土壤近地表SHPs估算方面的潜力。未来研究可探索双孔隙模型以考虑大孔隙和优先流路径，采用Hydrus 2D/3D模型以改善水分流动模拟及流动路径可视化，并通过全波形反演等先进GPR数据处理技术增强GPR测量SWC至饱和状态的能力。该研究代表了利用GPR进行SHPs非侵入性表征的重要进展，为GPR-DGW与水文模型集成估算SHPs提供了有力证据。