KURVE：一种基于k近邻方法估算土壤水分保持曲线和导水率曲线的网络工具

《Journal of Hydrology》：KURVE: A web-based tool for estimating soil water retention and hydraulic conductivity curves using a k-nearest neighbor approach

　　

直接测量土壤水分保持曲线（WRC）和导水率曲线（HCC）成本高昂且耗时。Pedotransfer函数（PTFs）是使用通常可用或更易测量的基本土壤数据来估算土壤水力特性的统计模型。本文介绍了一种新颖的网络工具KURVE，它利用最近发表的基于HYPROP-WP4C的德国参考数据集和k近邻方法来估算完整的WRC和HCC。KURVE根据基本土壤属性（包括土壤质地、容重（BD）和有机碳含量（OCC））从参考数据集中选择最邻近的土壤，并通过平均所选邻近土壤的拟合van Genuchten（VG）和Peters–Durner–Iden（VG-PDI）水力函数来估算目标土壤的水力曲线。使用两个独立数据集（一个大型国际数据集和一个来自美国加利福尼亚州的较小区域数据集）评估了KURVE的性能，并与广泛使用的Rosetta和Rosetta3 PTF模型进行了比较。KURVE在估算两条曲线方面均表现出有前景的性能。对于WRC预测，KURVE在国际数据集上实现了低至0.061 cm³ cm^-3的RMSE值，在加利福尼亚数据集上为0.039 cm³ cm^-3，与基于Rosetta的模型相当或略优。对于HCC预测，当使用土壤质地和BD作为输入时，KURVE显著优于基于Rosetta的模型，国际数据集上的log(K) RMSE值为0.594–0.610，加利福尼亚数据集上为0.560–0.643。结果还表明，将BD添加到土壤质地中改善了模型性能，而将OCC作为额外预测因子并未提供一致的改进。KURVE可在kurve-ptf.streamlit.app免费获取，为需要土壤水力信息的应用提供了可访问的工具。

**论文解读文章：KURVE——基于k近邻的土壤水力特性估算网络工具**

**研究背景与问题**
土壤水分保持曲线（WRC）和导水率曲线（HCC）是农业水管理、灌溉调度、非饱和带水文、污染物运移和陆面模拟等应用的关键参数。然而，直接通过实验室或野外测量获取这些曲线耗时、昂贵，且对大规模数据集或空间分布式应用往往不切实际。因此，pedotransfer函数（PTFs）被广泛用于从更易获得的土壤信息（如颗粒组成、容重（BD）和有机碳含量（OCC））中估算土壤水力特性。传统的PTFs包括回归模型和人工神经网络（ANN）模型，但存在参数化假设和误差传播问题。k近邻（KNN）方法作为一种非参数替代方案，在2000年代中期至2010年代中期受到关注，其懒惰学习结构允许为每个目标土壤动态选择不同的参考样本子集，从而避免全局关系假设。然而，早期KNN PTFs多为点估计，仅预测WRC上少数几个点，未能提供连续曲线，也未能扩展到HCC的估算。尽管Haghverdi等（2015）将KNN与拟合的van Genuchten（VG）模型结合实现了连续WRC预测，但该工作未涉及HCC，且缺乏易于使用的网络工具。同时，近十年来，基于HYPROP-WP4C的标准化测量技术产生了高分辨率水力数据，为开发新一代PTFs提供了机遇。因此，本研究旨在开发一个基于KNN的连续估算WRC和HCC的网络工具KURVE，利用HYPROP数据集，并与广泛使用的Rosetta和Rosetta3 PTFs进行基准比较。

**研究内容与结论**
研究人员利用由五个德国机构采集的572个土壤样本的HYPROP-WP4C测量数据作为参考数据集，开发了KURVE工具。KURVE采用KNN方法，基于土壤质地（砂、粉、黏含量）、BD和OCC计算距离，从参考数据集中选择最邻近的k个土壤，然后平均其拟合的VG或VG-PDI水力函数，从而连续估算目标土壤的WRC和HCC。模型性能通过国际数据集（173个样本，来自71个全球站点）和加利福尼亚数据集（55个样本）进行验证，并与Rosetta和Rosetta3对比。结果表明：KURVE在WRC预测上表现与Rosetta模型相当或略优（RMSE低至0.061 cm³ cm^-3），而在HCC预测上显著优于Rosetta（log(K) RMSE低至0.560）。BD是除土壤质地外最有效的输入变量，而OCC未带来一致改进。KURVE提供免费网络访问（kurve-ptf.streamlit.app），为科学界提供了易用的工具，尤其适用于需要高分辨率土壤水力信息的应用。该研究发表在《Journal of Hydrology》。

**主要技术方法**
KURVE的核心技术为k近邻（KNN）算法，基于标准化后的土壤属性（砂、粉、黏百分比、BD、OCC）计算欧氏距离，从参考数据集（572个样本，来自德国五个机构，均使用HYPROP-WP4C测量）中动态选择k个最近邻。参考数据集中每个样本预先拟合了van Genuchten（VG）和Peters–Durner–Iden（VG-PDI）模型参数。通过加权平均所选邻近样本的拟合水力函数，生成目标土壤的连续WRC和HCC。模型超参数（k和距离权重指数p）通过网格搜索和联合评分（标准化RMSE平均值）优化。可选的bootstrap集成（默认50次）用于提供不确定性估计。性能评估指标包括RMSE、MBE、MAE和R2，与Rosetta和Rosetta3在同等级输入（土壤质地±BD）下比较。

**研究结果**
**3.1 超参数调优**：通过网格搜索k=1–50和p=0.5–5，发现k=40–50和p=0.5–1.0时误差最低且稳定，最终选择k=50、p=1.0。bootstrap集成分析显示，50个集成成员可平衡计算效率和精度，更多成员改善有限。
**3.2 预测变量选择的影响**：在国际和加利福尼亚数据集上，添加BD到土壤质地（SSC）显著降低了WRC和HCC的RMSE（例如，WRC RMSE从0.073降至0.061 cm³ cm^-3），而添加OCC未带来一致改进或略有下降。SSC+BD被确定为最实用有效的输入组合。
**3.3 VG与VG-PDI模型性能比较**：两种模型在WRC预测上整体表现相似（RMSE均为0.061 cm³ cm^-3），但VG-PDI在干燥区域（pF>4.2）略有优势，而HCC预测中VG略优于VG-PDI。
**3.4 不同张力范围和质地域的表现**：在加利福尼亚数据集中，VG-PDI在干燥区域WRC预测的RMSE从0.025降至0.020 cm³ cm^-3。不同质地土壤中，中间质地土壤误差最小（WRC RMSE=0.054 cm³ cm^-3），细质地土壤误差最大（0.077 cm³ cm^-3），归因于参考数据集中细质地土壤代表性不足。
**3.5 与Rosetta和Rosetta3的基准比较**：对于WRC，KURVE与Rosetta3表现相当（RMSE约0.060–0.061 cm³ cm^-3），优于旧版Rosetta。对于HCC，KURVE显著优于Rosetta系列（RMSE低至0.560 vs. 0.898–1.816），主要归因于KURVE的非参数结构和参考数据集的测量一致性。
**3.6 局限性与未来方向**：KURVE不能外推超出参考数据集范围，且当前版本不允许用户上传自定义参考数据集。未来需评估其他水力模型（如Kosugi模型）和更复杂的距离度量（如马氏距离），并测试KURVE在下游水文模拟中的应用。

**总结与结论**
研究讨论了KURVE的优势和局限性，强调其非参数结构避免了参数PTFs的误差传播问题。结论部分翻译如下：本研究介绍了KURVE，一个基于HYPROP的、基于网络的KNN PTF工具，用于估算土壤水分保持曲线和导水率曲线。KURVE的一个关键优势是其非参数、懒惰学习的KNN结构。KURVE不是直接从基本土壤属性预测水力模型参数，而是为每个目标土壤从参考数据集中选择不同的最相似土壤子集，并组合它们的拟合水力曲线。这使得工具能够局部适应每个目标样本，并避免了参数PTF的主要挑战，包括基本土壤输入与水力模型参数之间的弱相关性以及从预测参数到重建曲线的误差传播。KURVE提供了可靠的、连续的曲线估算，并且与广泛使用的基于Rosetta的PTF相比具有竞争力。对于WRC估算，KURVE产生了与Rosetta模型相当或更好的结果。其优势在HCC估算中更为明显，KURVE显著优于旧版和新版Rosetta PTF。结果显示SSC+BD是运行KURVE最实用和有效的输入组合。KURVE的另一个优势是基于现代HYPROP数据集。随着HYPROP和WP4C测量越来越普遍，KURVE受益于更标准化的测量基础。总体而言，KURVE为许多水文和水资源管理应用提供了可访问的、灵活的工具来生成高分辨率WRC和HCC估算。