《Environments》:Soil Moisture Prediction: A Review of Models, Principles, Applications and Future Needs
编辑推荐:
土壤水分是控制水文分配、陆-气交换及生物地球化学循环的基础变量。尽管观测、遥感及数据驱动方法已对其开展了广泛表征,但预测模型中对土壤水通量与地下过程的刻画仍缺乏系统性整合。研究人员针对常用预测模型开展结构化综述,聚焦其过程表述、空间离散化及跨尺度土壤水通量处理
土壤水分是控制水文分配、陆-气交换及生物地球化学循环的基础变量。尽管观测、遥感及数据驱动方法已对其开展了广泛表征,但预测模型中对土壤水通量与地下过程的刻画仍缺乏系统性整合。研究人员针对常用预测模型开展结构化综述,聚焦其过程表述、空间离散化及跨尺度土壤水通量处理方式。综合分析揭示了物理真实性、可扩展性、数据需求与计算效率之间存在的固有权衡:基于倾桶法(tipping-bucket)的概念模型将土壤水运动简化为阈值驱动的存储过程,难以刻画瞬态再分布与深层土壤水分动态;存储-演算模型引入了通量驱动的再分布机制,但依赖经验参数化方案,削弱了瞬态通量动态的表征能力;基于物理过程的模型能够解析水力梯度,具备最高的过程保真度,却需要海量数据与极高的计算资源支撑。跨尺度分析表明,优先流与侧向地下水流的缺失或过度简化是主导性的结构缺陷,导致土壤水分变异性被系统性平滑。本综述为模型选择提供了对比基准,并明确了提升预测框架中地下水文动力过程表征水平的关键方向。
- 1.
引言
土壤水分作为赋存于土壤孔隙中的水,是陆地水循环的核心组分,也是驱动生态与生物地球化学过程的关键因子。在水文过程中,它控制着入渗、产流与地下水补给,同时制约蒸散发过程并影响地表能量平衡,进而对气候反馈与生态系统功能产生显著调控作用。土壤水分亏缺或过量直接影响植物水分有效性与作物生产力,是全球粮食安全与农业韧性的核心决定因素。此外,它还调节地下热传输与溶质运移,影响污染物迁移等关键环境过程。因此,实现土壤水分动态的稳健表征与预测,对推动水文学、土壤学、农学与环境管理发展至关重要。现有土壤含水量估算方法涵盖直接测量、原位传感器技术、地球物理方法、遥感手段、预测模型及数据驱动的机器学习方法。直接测量精度较高,但缺乏空间代表性与可扩展性;传感器观测虽可实现连续监测,却受校准需求、土壤异质性及站点特异性的限制;地球物理方法能非侵入式刻画土壤水分空间变异,但依赖站点特异性校准与间接地球物理信号解译;遥感技术拓展了空间覆盖,却受植被干扰、地表粗糙度、大气效应及浅层探测深度的制约。上述方法虽能量化土壤水分状态,但对土壤剖面内部水分再分布过程及控制其动态的地下通量的解析能力有限,凸显了预测建模方法的重要性——该类方法可提供跨条件泛化框架,填补观测空白,并实现跨尺度过程理解的整合。然而,多数预测模型历史上以复现地表响应(尤其是产流过程)为目标开发,大量广泛应用模型的参数化聚焦于地表过程,对地下水分再分布的表征依赖简化或隐含假设。机器学习方法虽可作为过程模型的替代方案,且混合建模策略日益兴起,但其预测可靠性高度依赖大规模、空间分布均匀的训练数据集,在数据稀缺或外推情景下性能显著下降,且黑箱结构限制了过程可解释性与科学可移植性。现有综述多聚焦径流、侵蚀及养分输移,或侧重观测估算方法、遥感技术及机器学习应用,对土壤水分动态预测模型的系统性评估仍存在明显缺口。本研究针对上述不足,对土壤水分与土壤水通量模拟的常用预测模型开展结构化整合,跨水文学、农学与陆面模式领域评估其地下过程表征、空间组织、计算结构与数据需求,识别控制模型性能与应用性的关键权衡,为一致性模型比较奠定基础,并评估其对控制土壤水分动态的通量的刻画能力,最终为现有建模方法提供统一视角,明确地下异质性与过程耦合表征的持续性局限,并提出土壤水动态预测框架的发展重点。
- 2.
常用土壤水预测模型
土壤含水量预测模型可根据物理过程表征方式、空间变异性处理及适用尺度进行系统分类。从过程视角看,模型涵盖从基于经验存储转换关系的概念性公式到基于土壤水力属性连续解析水分运动的物理过程模型;从空间表征看,模型包含集总式、半分布式与全分布式框架,对异质性的解析能力随数据需求与计算成本增加而提升。集总式模型将整个研究域视为均质单元,结构简单且数据需求低,但难以表征局地过程;分布式模型将研究域离散化为具有独立属性的网格或单元,可实现精细模拟,但需要高分辨率输入数据与巨大计算资源;半分布式模型将研究域划分为特征相似的分区,在计算效率与复杂度间取得平衡,但会损失部分细尺度变异性。随着应用尺度从田块扩展到流域乃至区域,为维持计算可行性,常引入过程表征的简化,可能降低模拟保真度。各类分类并非互斥,新型模型版本常融合多种方案以弥补局限。为保持一致性,模型分类依据基础文献与模型文档中的原始理论基础与目标应用尺度,而非后续改进或扩展应用。下文按主要应用尺度(田块、流域、区域)组织常用土壤水模型,在各尺度类别内,从物理过程表征与空间变异性处理两方面评估模型,涵盖理论基础、土壤水分预测方法、输入数据需求、输出数据,并结合报道的预测精度与内在局限开展对比分析,为多样应用场景下的模型选择提供支持。
2.1 田块尺度模型
2.1.1 APEX(农业政策/环境扩展模型)
APEX是基于过程的框架,用于评估农业管理措施在田块至流域尺度上对土壤、水及环境质量的影响,整合了水文学、作物生长、养分循环与管理操作模块,适用于农业系统情景分析与决策支持,时间步长通常为日尺度,可聚合为月或年尺度输出。土壤水分预测采用分层存储-演算公式结合经验算法:降水与灌溉输入通过SCS曲线数法或Green-Ampt方法划分为地表径流与入渗;入渗水在多层土壤剖面中依据土壤水力属性与蒸散发需求进行演算,当土层含水量超过田间持水量时发生向下渗漏;坡面条件下存在过剩土壤水分时,通过包含土壤水盈余、侧向导水率与坡度的经验关系概念性模拟侧向地下水流,重力驱动水流汇入相邻子区或河道;植物吸水按根深与根密度分层分配,蒸散发采用Penman-Monteiteh或Priestley-Taylor等方法计算。输入数据包括气候数据、土壤属性、作物参数及管理措施,输出包含分层土壤含水量、入渗与渗漏速率、侧向地下水流、地表径流及蒸散发分量。现有研究表明,经水力属性校准后,APEX模拟的土壤水分与观测值吻合较好,集成Richards方程求解器后可提升非饱和流与根区再分布表征能力,但在膨胀/开裂土壤或高度异质性土壤中涉及优先流的复杂水文条件下表现受限,其在田块与流域尺度的土壤水分预测稳健性仍需更多研究验证。
2.1.2 AquaCrop
AquaCrop由FAO土地与水司开发,是基于过程的作物模型,用于模拟草本作物在不同土壤、气候及管理情景下对水分可利用性的产量响应,侧重水-生物量关系,以有限直观参数平衡简洁性、鲁棒性与准确性,主尺度为田块,可通过聚合扩展至农场或区域尺度。土壤水分预测采用倾桶法:降水与灌溉被划分为入渗、径流与深层渗漏,水分逐层填充土壤剖面直至达到存储容量,过剩水量向下渗漏或形成排水;每日追踪根区多层土壤含水量,蒸散发采用FAO Penman-Monteith方法计算,经冠层覆盖度与作物系数校正,垂直通量(渗漏与毛细上升)与根区吸水动态模拟。输入包括日气象数据、土壤特征与作物描述参数,输出涵盖分层日土壤含水量、入渗与渗漏速率、地表径流、蒸散发分量、作物水分胁迫指标、水分平衡汇总、生物量累积与产量预测。验证表明,常规灌溉设置下AquaCrop可较好捕捉日与季节性土壤水分动态,但在中度至重度亏缺灌溉下的深层土壤含水量模拟精度下降,主要源于对根系分布的简化假设及对优先流的简化处理,且未考虑侧向地下水运动,深层土壤水分模拟可靠性有限。
2.1.3 DSSAT(农业技术转移决策支持系统)
DSSAT是基于过程的建模框架,用于模拟不同管理与环境条件下的作物生长、土壤水平衡与养分动态,整合多作物模型与土壤、气象模块,支持数据管理、经济评估与不确定性分析,主尺度为田块,可通过聚合扩展至流域或区域尺度。土壤水分预测采用倾桶法:降水或灌溉扣除地表径流后进入表层土壤,各土层含水量每日根据入渗、蒸发、蒸腾与排水更新,当含水量超过田间持水量时,过剩水瞬时排入下层或剖面外,假设水力势梯度驱动的渐变运动被简化。植物吸水按根深与水分有效性分层分配,蒸散发采用Penman-Monteith或Priestley-Taylor等物理方法计算。输入需日气象变量、土壤剖面属性、作物参数及管理措施,输出包括分层日土壤含水量、入渗与渗漏速率、地表径流及蒸散发分量。研究表明,经合理参数化后DSSAT在根区土壤水分与作物生长模拟中表现稳健,融合卫星土壤水分产品可进一步提升根区水分预测能力,但倾桶法无法表征渐变非饱和流与优先路径,复杂水文条件下精度受限,且需要详细的土壤水力属性与作物品种特异性参数,校准成本较高。
2.1.4 HYDRUS
HYDRUS是基于物理过程的框架,用于模拟变饱和土壤中水、热与溶质运移,采用有限元法数值求解Richards方程,支持一维、二维与三维模拟,配备Windows图形用户界面,内置土壤水力属性目录与传递函数。土壤水分预测通过有限元法求解Richards方程实现,考虑入渗、剖面内再分布与排水,蒸散发划分为土壤蒸发与植物蒸腾,根系吸水采用Feddes或van Genuchten提出的胁迫响应函数,土壤水力属性采用van Genuchten-Mualem模型描述。输入需详细的土壤水力属性、初始与边界条件、根系吸水参数及模拟域几何信息,输出包括高分辨率的容积含水量剖面、压力水头分布、垂直与侧向通量、蒸散发分量、根区水分胁迫指标及累积水分平衡汇总。HYDRUS因采用物理方程而非经验近似,被广泛认为是最精准的土壤水分动态模拟工具,但在数据稀缺环境下参数化难度高,二维与三维模拟计算成本激增,除非激活双孔隙度或双渗透率选项,否则无法天然表征优先流过程,主要适用于小区与田块尺度,受复杂度与计算成本限制,难以应用于流域或区域尺度。
2.1.5 MACRO
MACRO是基于物理过程的一维双渗透率模型,用于模拟结构性多孔土壤中的水流与溶质运移,将土壤孔隙空间划分为基质(微孔)域(低导水率-高孔隙度)与大孔隙(宏孔)域(高导水率-低孔隙度),基质域水流由Richards方程控制,大孔隙域表征重力驱动的优先流,采用运动波方程描述,两域间质量交换通过一阶表达式近似。土壤水分预测同步计算两域通量及其相互作用:降水与灌溉作为地表通量输入,入渗在基质与大孔隙域间分配以避免基质过饱和并允许优先流发育;垂向离散土壤剖面的各层在两域内的含水量根据层特异性水力属性与域间交换独立计算;下边界采用自由排水条件,大气需求由日潜在蒸发量表征,根系吸水优先满足大孔隙储水需求,剩余需求由基质供给。输入包括气象数据、两域土壤水力与结构参数、作物发育数据及管理措施,输出包含日或亚日容积含水量剖面、上层滞水水位、揭示优先流事件的排水流量过程线及水分平衡汇总。田间评估显示,MACRO在结构性土壤中可较好模拟分层土壤水分动态,尤其在激活优先流的入渗事件中表现优异,近地表土层与湿润期预测一致性最高。但其性能受参数不确定性与结构简化的约束,土壤水力与大孔隙参数多不可直接测量,需站点特异性校准与高分辨率通量观测;干旱条件或弱结构性土壤中优先路径活性低时精度下降;一维垂向公式忽略侧向水分再分布,限制了其在异质景观中的应用,基质流数值求解的计算需求也限制了效率与灵活性。
2.1.6 WEPP(水蚀预测项目模型)
WEPP是基于过程的连续模拟模型,用于预测不同土地管理与气候条件下的土壤侵蚀与泥沙输移,整合了水文学、植物生长、残体分解与侵蚀过程,适用于田块至流域尺度,日时间步长模拟入渗、径流、土壤剥离与泥沙输移。土壤水分预测采用多层土壤剖面的存储-演算方法,与APEX的水文模块原理相似:降水与灌溉通过Green-Ampt入渗方程划分为入渗与地表径流,入渗水在层间通过存储-演算方法发生垂向再分布,蒸散发采用Ritchie算法计算。输入包括气象数据、入渗水量、植被与残体描述参数,输出包含分层日土壤含水量、入渗与渗漏速率、地表径流及蒸散发分量。尽管WEPP在径流与侵蚀预测中应用广泛,但其土壤水输出(容积含水量或根区储水量)的直接验证相对匮乏,性能具有显著的站点与过程依赖性:裸地草场根区土壤水分模拟一致性较高,但草本覆盖下表现较弱;可复现0.5米内季节性土壤水分趋势,但深层剖面动态模拟精度较低,易高估底土水分有效性;长期中子探针观测对比显示剖面土壤含水量预测效率偏低至负值。现有验证证据表明,WEPP在裸地等特定场景下可较好预测土壤水分动态,但在植被覆盖与特定水文气候条件下,若不精细参数化控制日水分平衡的入渗与蒸散发过程,性能会下降,对优先流的简化表征与侧向地下水再分布机理刻画的缺失也会降低异质环境下的预测精度。
2.1.7 RZWQM(根区水质模型)
RZWQM是基于物理过程的农艺水文模型,用于模拟田块尺度土壤-植物-大气连续体中的水流通量、溶质运移、养分循环与作物生长,土壤剖面垂向离散为多层,由耦合方程控制水、热与化学运移过程,水流通量采用亚日时间步长,作物生长与管理操作每日更新。土壤水分预测采用基于Richards方程的一维变饱和流公式,水力行为通过土壤水分滞留曲线与水力传导函数表征,入渗与再分布可采用Green-Ampt型近似或Richards方程数值解;蒸散发划分为土壤蒸发与植物蒸腾,根系吸水根据根分布、土壤水势与植物胁迫响应计算;优先流通过基于大孔隙的概念框架表征,水分在基质与快速旁路路径间分配,近饱和或高强度降雨条件下激活,促进水分与溶质向深层或排水系统快速传输,两域间交换通过经验系数参数化;侧向地下排水(包括暗管流与地下水位相互作用)被显式纳入,将土壤水分存储与侧向出流过程关联。输入需土壤水力属性、土壤地层、植被参数及时变气候与管理数据,输出包括时间分辨的剖面容积含水量、基质势、入渗、蒸散发、径流、渗漏与排水通量。其预测精度主要取决于土壤水力参数质量与管理输入表征,Richards方程框架为瞬态非饱和流提供了物理稳健的基础,但土壤水力函数的参数化受空间异质性与尺度效应的不确定性影响;优先流表征虽提升了快速入渗与溶质运移模拟能力,但大孔隙过程通过参数化域而非显式孔隙网络解析,性能对大孔隙度、导水率及域间交换系数的假设敏感;模型数据需求高,需通过土壤、作物与管理参数的分步校准,在充足数据支持下,已在多种农业系统中展现出较强的预测能力。
2.2 流域模型
2.2.1 MIKE SHE
MIKE SHE是全分布式物理过程水文模型,用于模拟异质流域内地表水、非饱和流、地下水与河道过程的耦合交互,空间离散为网格单元,每个单元包含垂向解析的土壤柱并与地下水流动方程耦合,通常采用亚日时间步长模拟入渗脉冲、地下水补给与地表-地下交互等瞬态水文过程。非饱和带垂向土壤水分动态采用各网格单元的一维公式表征,与饱和带全水力耦合以确保跨瞬变地下水位的水文一致性:水流模拟可选用Richards方程或更简化的水平衡方法,Richards框架下各时间步的容积含水量直接由土壤水分滞留曲线与非饱和导水函数获得,优先流通过双域或增强导水率参数化隐式表征;重力流选项在单位水力梯度下演算层含水量,考虑蒸散发损失,在毛细作用次要时高效表征补给;两层水平衡方案通过受蒸散发与渗漏控制的存储核算更新根区与潜水面以上覆层含水量,适用于浅地下水位、根区过程主导补给的动态情景。侧向流通过与饱和带耦合的Darcy地下水流动方程显式解析,标准框架下非饱和流主要表征为网格单元内垂向过程,侧向地下水再分布通过饱和地下水系统耦合解析,启用三维地下水模块时,地下水流可根据水力梯度在网格单元间发生侧向运动,但非饱和带内部的侧向流未被显式表征,在坡面尺度再分布贡献显著的景观中可能成为局限。输入需土壤水力属性、土壤地层、植被特征及时变气候输入,表征大孔隙过程时需额外定义双域或近饱和水力参数,输出包括时空解析的容积含水量、基质势、入渗、渗漏、毛细上升、补给与蒸散发通量,激活优先流时可区分基质与旁路路径贡献。其非饱和带模拟精度主要取决于土壤水力参数的保真度与所选流动公式的适用性,Richards方程对瞬态水分动态表征最精确,但需要约束良好的水力函数,而简化重力流与水平衡方法因忽略毛细梯度或垂向异质性引入假设;大孔隙流表征通过参数化双域或导水率增强方案近似,未显式解析孔隙网络;非饱和流的一维表征在陡坡、异质或浅层土壤环境中适用性有限,但在充足数据与校准支持下,已在多样水文气候区展现出稳健的预测能力。
2.2.2 SWAP(土壤-水-大气-植物模型)
SWAP是基于物理过程的模型,用于模拟垂向解析土壤剖面内的水分运动与土壤-植物-大气相互作用,常用于田块尺度,可通过空间概化扩展至流域分析,采用日或亚日时间步长数值求解流动方程。土壤水分预测采用一维垂向公式求解变饱和流的Richards方程,与基于能量的土壤-植物-大气交换表征完全耦合,通过有限差分框架积分土壤水分滞留曲线与非饱和导水函数,精细追踪湿润锋推进与瞬变气候强迫下的根区储水变化;根系吸水通过分布于根区的汇项表征,常采用考虑基质、渗透、通气与盐分胁迫对植物蒸腾影响的响应函数参数化;优先流或大孔隙流可通过可选的双域或旁路流模块模拟,近饱和条件下部分入渗水被快速向下路由;侧向流未被显式模拟,地下水流仅限于各土壤剖面内的垂直通量。输入需土壤水力参数、孔隙度、容重、残余含水量与土壤分层,以及大气输入、地表灌溉/降雨边界与深部地下水位或自由排水边界,植被输入定义根深、根长密度、物候与蒸腾需求,输出包括容积含水量、基质势、土壤水储存、入渗、排水、渗漏、毛细上升、蒸发、蒸腾与实际蒸散发。SWAP在农业、生态水文与地下水补给应用中表现稳健,但精度高度依赖土壤水力参数、根区表征与气候输入的保真度;Richards方程的驱动要求土壤水分滞留与导水函数参数化良好,而这些参数常具非唯一性,受土壤结构、压实与滞后效应影响;根区属性(根深、根长密度分布、植物胁迫响应函数)的不确定性会传导至蒸散发估计与根区水分有效性评估;优先流表征通过参数化旁路流分数近似,难以约束;严格的一维垂向流假设限制了其在陡坡、层状坡面或基岩上浅层土壤等侧向非饱和流贡献显著的场景中的适用性。
2.2.3 SWAT(土壤与水评估工具)
SWAT是半分布式物理过程连续模型,用于量化土地管理、气候与流域特征对小流域至大河盆地尺度上水量水质的影响,将流域划分为子流域,进一步划分为代表独特土壤、土地利用与坡度组合的水文响应单元(HRU),新一代SWAT+引入灵活面向对象架构,通过景观单元显式路由高地、洪泛区、河道、水库、湿地与点源间的流与物质。土壤水分预测采用各HRU内的存储-演算方法:降水与灌溉通过USDA曲线数法划分为地表径流与入渗,入渗水在多层土壤剖面中存储,并根据存储阈值与渗漏速率垂向再分布;蒸散发采用Penman-Monteith、Priestley-Taylor或Hargreaves等方法计算,受土壤水分有效性与作物需求约束。输入需日气候变量、土壤属性、土地利用与作物参数、管理措施及数字高程模型、土壤图、土地覆盖图等空间数据集,输出包括各HRU分层日土壤含水量、入渗与渗漏速率、侧向地下水流、地表径流及蒸散发分量。尽管SWAT在模拟地表过程(如径流、水质)中应用广泛,但聚焦土壤含水量(SWC)的研究仍有限,跨环境评估结果混杂:部分研究成功复现季节性土壤水分动态,但强径流校准并不必然转化为同等精度的内部土壤水分状态表征;美国印第安纳、德克萨斯与科罗拉多站点研究显示,即使径流与蒸散发校准成功,SWAT在雨养与灌溉条件下的SWC精度仍有限;加拿大萨斯喀彻温省研究中,SWAT可捕捉季节性趋势,但与观测值相关性中等,低估生长季早期水分;南非研究中融入水文土壤学虽提升了SWAT+的SWC精度,但性能仍待优化。SWC模拟偏差部分归因于模型结构特征:半分布式HRU框架未显式表征HRU内侧向非饱和流,对优先流或大孔隙流过程的简化处理;SWAT+通过景观单元间流路由与连通性提升部分缓解了相关问题,但多数研究仅依赖径流校准可能导致“异因同果”——径流准确但内部状态表征错误,凸显了采用土壤水分、地下水与溶质数据进行多目标校准以约束储水与通量的必要性。
2.3 区域模型
2.3.1 CLM(公共陆面模式)
CLM是社区地球系统模式(CESM)的陆面分量,是基于过程的陆面建模框架,显式表征区域至全球尺度陆地系统与大气间的水、能量、碳与动量耦合交换,当前版本CLM5通过划分网格单元为土地单元、植物功能型,形式化亚网格异质性,并通过土壤水文学、积雪、植物水力学与土地管理的新参数化提升水文与生理 realism。土壤水分预测采用一维多层土壤柱表征非饱和带垂向储水与运移:降水划分为降雨与降雪,积雪积累与消融由显式多层积雪模型控制,解析能量平衡、压实与相变;液态土壤水运动由Richards方程控制,水力属性由土壤质地预设,可模拟变饱和条件下的入渗、渗漏、毛细上升与排水;土壤水分通过根系吸水与水分胁迫函数与植被耦合,调节蒸腾与气孔导度;方案进一步考虑土壤冻融过程,将水划分为液相与固相,改变导水率与产流机制;CLM5扩展水文套件包含影响水汽通量的干土层、修订冠层截留与冠层积雪过程、更新的地下水方案,以及通过坡面配置可选表征网格单元内饱和水下坡侧向再分布的侧向地下水流。输入需时间分辨的大气强迫、土壤水力属性、土地覆盖与植被特征等静态数据集,启用相关过程时需地形、地下水与土地管理数据,输出包括时间分辨的垂向土壤水分与温度、冠层与地面热通量、蒸散发分量、入渗与径流分配、地下排水与地下水位诊断、积雪属性及碳氮通量与库。独立评估表明,CLM可复现广气候区土壤水分的观测季节性循环与年际变率,但在特定情境下存在系统性局限:模拟结果高度依赖气象强迫与陆面输入数据质量,粗分辨率或全球格点数据集的降水、辐射、植被物候与积雪过程偏差会直接传导为土壤水分误差;基于传递函数获取的土壤水力参数在区域至大陆尺度引入显著不确定性,模拟土壤水分对这些参数高度敏感,常需站点或区域特异性校准;默认垂向一维水文公式忽略侧向水分再分布,除非启用坡面配置或外部侧向路由方案,否则在复杂地形中真实性有限。
2.3.2 NOAH-LSM(NOAH陆面模式)
NOAH系列陆面模式为天气、气候与水文系统中的陆-气交换模拟提供物理过程框架,原始NOAH LSM整合地表能量平衡、多层土壤水分与温度、积雪与植被过程,广泛应用于业务预报系统与干旱监测等研究;NOAH-MP(多参数选项NOAH陆面模式)扩展了物理过程选项,涵盖入渗、径流、蒸散发、积雪、植被物候及地下水交互,模块化设计提升了多样水文气候条件下的真实性与灵活性。土壤水分预测采用典型4层(深约2米)柱表征,通过Richards方程计算垂向水运动,入渗采用修正Green-Ampt或基于入渗能力的公式表征,剖面内再分布通过土壤水分梯度驱动的连续水力关系计算,但公式较全物理过程模型简化;蒸散发采用能量平衡方法计算,与植被过程及大气强迫强耦合;NOAH-MP通过动态植被物候、替代气孔阻力方案与多径流/地下水选项提升模拟能力。侧向流通常未在单个网格单元内显式表征,地下交互在域内独立处理,部分实现包含地下水耦合或径流路由方案,但侧向地下水再分布仍被简化,未解析坡面过程。输入包括气象数据、土壤质地/水力参数与植被描述参数,大尺度应用需土地覆盖图与土壤质地栅格等空间数据集,输出包括分层土壤水分、入渗与排水速率、蒸散发分量、径流/基流、土壤温度与地表能量通量。广泛验证表明,NOAH-LSM在区域至大陆尺度近表层土壤水分模拟合理性较高,但深层剖面精度下降;NOAH-MP在异质景观与复杂地形中总体优于NOAH LSM,尤其启用地下水选项与动态植被时,但增加的复杂度要求谨慎选择物理方案与参数校准;两类模型均对土壤水力参数化与强迫数据质量敏感,深层及冻融或积雪主导区性能下降;与CLM相比,NOAH-MP灵活性与参数定制性更高,但对参数不确定性更敏感;与VIC相比,NOAH的垂向通量表征更具物理一致性。
2.3.3 VIC(可变下渗容量模型)
VIC是半分布式宏观尺度水文模型,用于模拟大空间域的水与能量平衡,侧重捕捉水文过程的亚网格变异性,计算架构基于独立运行的网格单元,每个单元包含分层土壤柱与参数化植被组分,通常采用日或亚日时间步长,广泛应用于区域水文评估与气候影响研究。入渗采用可变下渗容量方案表征,将网格单元划分为具有不同下渗能力的份额,概念性但有效地表征了产流的亚网格变异性,无需显式解析土壤物理过程;再分布主要由剖面内重力驱动关系控制,蒸散发采用能量平衡公式计算,可高效模拟大尺度水平衡,但未显式解析水力梯度或毛细过程;侧向流未在网格单元内直接模拟,单元间交互通过独立路由模型处理,简化了计算但忽略了地下连通性与坡面过程;基流通常采用非线性水库函数参数化,进一步凸显了地下通量表征的概念性。输入需格点气象强迫、土壤参数数据集与植被信息,数据需求随分辨率从中等到高,输出包括分层土壤水分时间序列,径流通过耦合外部路由模型获取。多项研究表明,VIC可捕捉全球尺度土壤水分的季节性循环与年际变率,但绝对值存在偏差:干旱区高估、湿润区低估,主要源于强迫数据不确定性;大陆尺度评估显示土壤水分预测对模拟时间步长与能量平衡假设敏感,需参数调整以实现一致性;流域尺度评估发现VIC因低估蒸散发与忽略人类用水而高估土壤水分。共性局限包括网格单元独立性假设(侧向流极弱)、依赖统计入渗曲线与概念性基流、参数敏感性高需区域特异性校准。与CLM和NOAH相比,VIC更依赖概念性参数化,过程表征精细度较低,但为大尺度应用提供了更高的计算效率与鲁棒性。
- 3.
当前应用与土壤水分预测的启示
3.1 模型结构与性能的跨尺度权衡
土壤水分建模已从早期存储型公式发展为可表征田块至全球尺度包气带过程的多尺度层级体系。早期倾桶模型将土壤水视为离散存储单元,可捕捉整体水平衡,但忽略内部水力梯度与瞬态再分布;基于Richards方程的模型引入了模拟动态边界条件下入渗、再分布、蒸散发与根系吸水的机理框架,实现了非饱和流的真实表征。但所有模型均存在与过程表征、尺度、目标应用及计算可行性相关的固有权衡,包括土壤水物理过程的简化、侧向或优先流(如大孔隙、双域交换)表征不完整、异因同果与高维参数空间带来的校准挑战、精细空间离散或复杂数值求解器的高昂计算成本。土壤水分预测的核心控制因素是入渗与再分布的概化方式及侧向流的纳入与否:倾桶模型中入渗被表征为存储填充过程或径流-入渗的经验划分,忽略入渗能力限制与水力梯度效应,再分布被处理为超过田间持水量后的瞬时过程,导致细质地或层状土壤中渗漏系统性高估、土壤水分持久性低估;存储-演算模型通过引入通量驱动的再分布与湿度依赖的导水函数部分弥补上述局限,但通量受经验关系而非显式水力梯度控制,导致入渗-再分布耦合衰减与垂向通量动态简化,如SWAT中曲线数法对入渗的划分平滑了降雨变率,进而降低土壤水分存储与产流生成的变异性;相比之下,物理过程模型将入渗与再分布模拟为由水力梯度控制的连续过程,可真实表征入渗锋、毛细流与延迟排水。
3.2 空间尺度与侧向连通性的作用
跨尺度模型通常通过聚合与地下过程简化实现可扩展性,但这引入了异因同果问题——基于径流的校准可产生可接受的地表通量预测,却掩盖内部土壤水分状态的误差,如SWAT中HRU聚合平滑了空间变异性,VIC、NOAH与CLM中简化的垂向与侧向过程导致不同气候区土壤水分量级出现系统性偏差。侧向地下水流的表征是土壤水分建模中最显著的结构性局限:MIKE SHE等全分布式模型证明,准确表征侧向连通性对模拟空间土壤水分格局与地下水流路径至关重要;CLM与VIC等区域模型中缺乏显式侧向流,导致土壤柱行为独立,抑制空间变异性,限制景观尺度真实水分再分布的模拟能力;同样,入渗公式随尺度提升日益简化,HYDRUS等模型通过导水函数动态解析入渗,而大尺度模型依赖的解耦降雨强度与入渗动力学的方案,进一步受冠层截留、融雪与冻土条件的参数化影响,增加了地表-地下交互的不确定性。
3.3 模型选择与未来发展的启示
核心结论是土壤水分模型运行于过程保真度、可扩展性、数据需求与计算成本权衡定义的连续谱上,不存在全维度最优的单一框架:物理过程模型可解析垂向与侧向过程,但受参数不确定性与计算成本约束;概念与半分布式模型具备可扩展性,但简化或忽略了优先流与侧向再分布等关键过程;区域模型维持大域一致性,但将土壤水分视为简化状态变量,限制了对动态地下过程的表征能力。这一约束解释了普遍观测到的规律:随着空间尺度增大,过程保真度系统性降低,尤其是侧向流与瞬态入渗动态。因此,土壤水分预测的不确定性主要源于模型设计的固有结构简化,而非随机误差。研究强调需开展尺度与过程感知的模型选择:需精准表征入渗与再分布时(尤其是试验或田块尺度研究),应选用HYDRUS等模型;农业应用中需耦合土壤水分与作物生长但次要精细地下过程时,DSSAT与AquaCrop更为适宜;大尺度综合水文或气候分析中,CLM与VIC适用,但需认识到其底层结构局限。未来模型发展需应对若干关键挑战:首先,需改进侧向地下流与空间连通性表征,尤其在流域与区域模型中,可能需要融合物理一致侧向通量且计算成本可控的混合方法;其次,需改进优先流与土壤异质性的处理,以捕捉结构性土壤中的快速再分布过程;此外,需整合遥感与数据同化技术以约束模型状态、降低不确定性,尤其在观测稀疏的区域尺度。推进土壤水分建模不仅需要提升过程表征,还需开发平衡物理真实性与可扩展性的框架,否则结构性局限将持续制约田块至区域应用的土壤水模型预测能力。
- 4.
结论
本综述对田块、流域与区域尺度的预测性土壤水分模型开展了聚焦过程的综合评估,重点解析了地下通量的表征方式及其对预测行为的控制作用。分析表明,土壤水分预测的差异主要源于入渗、再分布与地下连通性的基本假设,而非仅源于校准过程。跨模型类别中,侧向地下水流的缺失或简化是土壤水分建模的首要跨尺度局限,尤其在流域与区域尺度,忽略或近似该过程的模型会系统性低估坡面连通性与空间水分梯度。未来土壤水分建模的进步需要改进侧向地下流与空间连通性表征、提升入渗的物理一致性处理,并