利用比色仪和便携式X射线荧光技术对中国黏化灰化土与阿根廷铬化灰化土的土壤有机质含量进行对比预测

《Geoderma Regional》:Comparative soil organic matter prediction in Chinese mollic-phaeozems and Argentine chromic-phaeozems using a colorimeter and portable X-ray fluorescence

【字体: 大 中 小 】 时间:2026年06月30日 来源:Geoderma Regional 3.9

编辑推荐:

  江军|张峰|田康|乐健|胡文友|邓一毅|唐志民|朱一平|迭戈·S·费尔南德斯|丹妮拉·C·维列加斯|黄彪中国科学院土壤科学研究所土壤与可持续农业国家重点实验室,南京211135,中国摘要利用光谱数据对土壤有机质进行准确快速的评估时,往往忽视了环境变量、样本状况以及土壤异质性带来的

  
江军|张峰|田康|乐健|胡文友|邓一毅|唐志民|朱一平|迭戈·S·费尔南德斯|丹妮拉·C·维列加斯|黄彪
中国科学院土壤科学研究所土壤与可持续农业国家重点实验室,南京211135,中国

摘要

利用光谱数据对土壤有机质进行准确快速的评估时,往往忽视了环境变量、样本状况以及土壤异质性带来的影响。本研究探讨了便携式比色仪获取的可见光光谱数据(RGB成分)在不同区域预测土壤有机质的潜力——中国嫩江地区的黏质灰化土与阿根廷恩特雷里奥斯地区的铬质灰化土。在三种不同条件下测量RGB颜色成分(原位饱和状态[IS]、实验室风干状态[LA]以及实验室重新饱和状态[LS]),并将这些数据与原位便携式X射线荧光检测得到的总铁和锰含量(Fet, Mnt)、实验室DCB提取法测得的铁/锰含量、原位pH值以及采样深度等环境变量结合使用。研究发现R和G分量与土壤有机质呈显著负相关关系(P<0.001)。通过将RGB成分、Fet/Mnt数值以及环境变量整合到随机森林模型中,可得到0.74–0.75的验证Rv2值以及9.2–9.4克/千克的RMSEv值。在嫩江地区的黏质灰化土中,土壤有机质与颜色的关联以及模型精度都高于结构更为复杂的铬质灰化土。因此,嫩江地区的模型具有更高的Rv2值(0.81),对应的RMSEv值也更低(8.5克/千克),而恩特雷里奥斯地区的铬质灰化土模型性能相对较差,其Rv2值和RMSEv值分别为0.63和9.5克/千克。研究表明,Fet/Mnt数值对土壤有机质预测的贡献大于DCB提取法得到的铁/锰数值,这说明含色铁/锰矿物与土壤颜色之间存在更紧密的联系。这些结果强调了进行区域针对性校准的必要性,同时也表明将RGB成分与铁/锰元素及环境变量结合使用,能够显著提升土壤有机质预测的准确性,为不同土壤类型下的土壤质量评估与管理提供重要参考。

引言

土壤有机质是以有机碳形式存在于陆地生态系统中的最大有机碳库,对于全球碳储存以及土壤健康和肥力具有重要意义(Lehmann和Kleber,2015)。与土壤的物理化学特性相关的光谱特性,已被视为估算土壤有机质的有效替代指标(Nawar和Mouazen,2019;Kome等人,2024)。不过,要建立通用的光谱-土壤有机质模型仍面临诸多挑战。孟塞尔色彩体系存在主观性强且适用范围有限的问题(Marqués Mateu等人,2018;Gholizadeh等人,2020)。数码相机和智能手机传感器虽然能提供更为客观的测量数据,但容易受到光照条件、传感器质量以及校准精度的影响(Fu等人,2020;Yang等人,2021;Gozukara等人,2023)。尽管可见光-近红外光谱仪和高光谱仪能够提供高分辨率的数据,但它们价格昂贵,且数据分析与解读需要较高的专业技能(Stenberg等人,2010;Nocita等人,2015;Yang等人,2021)。便携式比色仪能够提供标准化、可重复且不受环境因素影响的测量结果,是获取土壤颜色参数的实用工具,但其用于预测土壤有机质的有效性仍有待进一步验证(Zhang等人,2025)。
尽管具备一定潜力,但基于比色仪的土壤有机质预测模型在不同地区的应用仍然不够充分。以往的研究多集中在单一地区或特定类型的土壤上,未能充分考虑母质、气候、地形以及土地管理方式差异所带来的土壤性质变化。这类变化会影响土壤颜色及其与土壤有机质之间的关联,这就使得在某一地区校准好的模型可能无法直接应用于其他地区。例如,半干旱地区的沙质土壤颜色特征较弱,因此对土壤有机质的敏感度较低(Simon等人,2020)。此外,含铁和锰的矿物也会改变土壤颜色,掩盖高土壤有机质含量通常带来的深色特征,从而干扰土壤有机质与颜色之间的关联,并因引入光谱噪声而降低两者之间的相关性(Sahwan等人,2021)。相比之下,中国东北地区的黑土(即世界土壤资源参考分类体系中的黏质灰化土)则表现出较强的土壤有机质与颜色之间的相关性(Cui等人,2025;Dong等人,2025)。这些差异凸显出有必要在不同地理和土壤类型背景下,对比基于比色仪的土壤有机质预测模型的稳定性。
原位的湿润土壤样本最能真实反映野外条件,是构建实时监测模型的重要依据。风干并过筛的土壤虽然减少了水分带来的干扰,但可能会改变土壤的自然颜色特征。重新湿润的土壤则有助于更精准地研究水分与颜色之间的相互作用。目前针对不同条件下土壤颜色转换函数的研究还相对较少。以往比较湿润土壤与干燥土壤的研究表明,干燥过程会提高土壤的亮度和对比度,而湿润条件由于土壤容重更高、反射率更强,往往能形成更稳定的土壤有机质与颜色关联(Waiser等人,2007)。不过也有研究认为干燥土壤条件下的预测精度更高(Fu等人,2020)。这些相互矛盾的研究结果进一步说明,有必要系统地比较不同水分条件下的土壤颜色特征,以此优化土壤有机质预测模型。
以往基于颜色的土壤有机质估算研究往往忽视了色素元素以及环境变量带来的影响(Liu等人,2020)。虽然土壤有机质是导致土壤变色的主要因素,但铁和锰元素也会通过其浓度以及存在的矿物形态影响土壤颜色(Moritsuka等人,2019;Liu等人,2020)。这些元素会与土壤有机质中的功能基团发生相互作用,有可能掩盖土壤有机质本身的深色特征。总铁和锰含量反映的是土壤的长期地球化学特征,而二硫代硫酸盐-柠檬酸-碳酸氢盐提取法测得的铁和锰含量则对应土壤中活性氧化物的含量。在评估土壤有机质预测精度时,同时考虑色素元素与环境变量,对于完善颜色与土壤有机质之间的关联、提升模型稳定性具有重要意义。
基于以上分析,本研究提出这样一个假设:通过比较中国嫩江地区的黏质灰化土与阿根廷恩特雷里奥斯地区的铬质灰化土,可以揭示实验条件、铁和锰矿物以及环境变量如何影响土壤颜色与土壤有机质之间的关联。本研究将比色仪测量数据、色素元素信息以及环境变量整合到随机森林模型中,用于预测土壤有机质含量。研究的主要目的是比较不同条件以及不同地区下模型的性能,并分析色素元素与环境变量在其中的作用。期望这些研究成果能够进一步提升基于比色法的土壤肥力与碳含量监测技术。

章节要点

研究区域

黑土属于高肥力土壤,富含土壤有机质,对全球农业生产力具有重要作用(Zhao等人,2024)。这类土壤分布于中国东北平原、东欧平原、北美洲大平原以及南美洲潘帕斯草原等地。尽管黑土仅覆盖全球陆地面积的5.6%,却对粮食安全起着至关重要的作用,为全球的谷物、油料作物及其他农作物的生产提供了重要支撑。在中国,黑土主要分布

嫩江地区与恩特雷里奥斯地区的土壤特征

这两个地区的土壤土壤有机质含量均相对较高,嫩江地区的平均值为39.4克/千克,恩特雷里奥斯地区的平均值为29.6克/千克(见图2)。通常通过变异系数来评估土壤有机质的变异程度,变异系数一般分为弱变异(小于10%)、中等变异(10%–100%)和强变异(大于100%)三类(Zhang等人,2025)。在本研究中,两个地区的土壤有机质变异程度都属于中等水平,对应的变异系数分别为52%和53%。这类变异程度被认为有利于构建稳定性更高的预测模型

结论

本研究揭示了在两个不同地区、不同条件下,通过比色仪测得的土壤RGB颜色成分与土壤有机质含量之间的复杂关联,明确了土壤矿物学特征与环境因素如何影响基于颜色的土壤有机质预测模型的性能。主要研究结论如下:第一,在结构较为均匀的嫩江地区黏质灰化土中,土壤有机质预测模型的性能表现优异,其Rv2值较高,RMSEv值较低,而

CRediT作者贡献说明

江军:论文撰写——初稿编写,研究指导,资源协调,项目管理,方法设计,资金申请,数据分析,概念构思。 张峰:论文撰写——初稿编写,软件应用,方法设计,数据分析。 田康:方法设计,数据分析,数据整理。 乐健:论文撰写——初稿编写,数据分析,数据整理。 胡文友:论文撰写——审阅与修改,研究指导,数据分析,数据整理。 邓一毅:论文撰写——初稿编写

资金支持

本研究得到了中国国家关键研发计划(项目编号:2021YFD1500202)、中国江苏省“一带一路”创新合作科技计划(项目编号:BZ2023003)以及中国科学院土壤科学研究所“十四五”自主部署项目ISSAS2418的支持。

利益冲突声明

所有作者声明,本人不存在任何可能影响本研究结果的已知财务利益关系或个人关系。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号