三方辩论——测量、土壤转换函数与反演建模——小麦模拟中土壤水力参数输入策略

《Frontiers in Agronomy》：Three-way debate – measurements, pedotransfer functions, and inverse modeling – input strategy for soil hydraulic parameters in wheat simulations

　　

准确表征土壤水力参数对于农业生态系统模型中土壤-植物-水动态模拟至关重要。水力参数特别是田间持水量(field capacity)和永久萎凋点(permanent wilting point)，控制着土壤水分平衡并界定了植物可用水的极限。本研究通过在DSSAT(Decision Support System for Agrotechnology Transfer)中比较模拟的土壤水分动态、小麦生长及产量与观测数据，评估了土壤水力参数的影响。为此，研究采用了德国南部2022、2023和2025年共3年的详细田间数据集，其特点是将小麦生长与多层深度的土壤体积含水量和基质势日常记录相整合。在DSSAT框架内，永久萎凋点和田间持水量通过Saxton与Rawls两种土壤转换函数(pedotransfer functions, PTFs)推导获得；这些估算值随后利用滞留曲线和土壤水分模拟与实验室测量及传感器数据进行了评价。特别地，Saxton PTF在土壤水分模拟中引入了较高不确定性，因此被选为起点，采用贝叶斯(Bayesian)和网格搜索(Grid search)算法进行反演建模以优化田间持水量和永久萎凋点。在优化过程中以土壤含水量、小麦生长和生物量数据作为目标变量，显著降低了两种优化算法的归一化均方根误差(normalized Root Mean Square Error, nRMSE)。整体模型性能显著提升，nRMSE由Saxton PTF的20%降低至贝叶斯靶向粒重≤10%、网格搜索靶向地上生物量≤10%，从而增强了小麦生长和产量预测的准确性。本研究现实地评价了测量、估算与校准参数如何影响土壤水分平衡，证明植物响应数据可作为优化田间持水量和永久萎凋点的有效目标变量。

研究背景方面，气候变化导致农田产量变异性增加，威胁粮食安全。雨养农业中产量变异受时间（气象）与空间（土壤景观）双维度驱动，其中土壤剖面持水能力由水力性质决定，而田间持水量（?33 kPa）与永久萎凋点（?1500 kPa）是界定植物可用水容量(plant-available water capacity)的两个核心水力参数。过程型作物模型如DSSAT-CSM中的CERES-Wheat依赖一维Ritchie tipping-bucket水平衡例程，其下层间下渗阈值与根系吸水下限即由上述两参数控制。经验性土壤转换函数（PTF，如Saxton 1986、Rawls & Brakensiek 1985）虽成本低，但精度有限且需异地重校准；实验室原状土芯测定值又常因忽略田间层理与排水限制而与田间实际偏离，直接将室内?33 kPa/?1500 kPa等同为田间值会放大模拟误差。此外，反演建模优化水力参数时面临等值线(equifinality)风险——多组参数组合统计拟合优但物理失真。因此，系统评估“直接测量→PTF估算→反演优化”这一递进路径在DSSAT小麦模拟中的不确定性传导，具有重要方法学意义。该研究发表于《Frontiers in Agronomy》。

关键技术方法上，研究人员基于德国巴登-符腾堡州Boxberg“In der Klinge”田块2022、2023、2025三年冬小麦（Triticum spelta L. cv. Baul?nder Spelz）田间队列，整合原状土芯pF-θ滞留曲线测定（pF 1.0/1.8/2.5/4.2对应?1/?6.3/?33/?1500 kPa，van Genuchten 1980拟合）、多层TEROS 11（体积含水率）与TEROS 21（基质势）原位传感、地上部生物量与叶面积指数(LAI)破坏性采样，以及混合线性模型（SAS GLIMMIX）提取田块边际均值；以DSSAT v4.8.5 CERES-Wheat为模拟内核，设置五种土壤输入方案——Rawls PTF、Saxton PTF、实验室实测、贝叶斯优化、网格搜索优化（后两者以Saxton PTF为初值，搜索边界±15%/±20%，目标变量含15 cm土壤含水率、粒重、地上生物量，以nRMSE为目标准则）；贝叶斯采用高斯过程代理模型(Matérn ν=2.5核)与UCB(k=2.576)采集函数，三随机种子(42/123/999)取最优；品种系数以2023季手动校准，2022/2025季验证。

研究结果部分，3.1季节性土壤基质势显示2022生长季15 cm与50 cm基质势多次突破水分胁迫阈(pF 2.7–3.0)，2023季因降雨充沛整体pF<2.0，2025季介于二者之间，印证年际水分胁迫差异。3.2实测与计算水力参数及其对土壤水分模拟的影响表明：van Genuchten曲线拟合在15 cm与50 cm各数据源R²达0.89–0.99，130 cm处PTF跌至0.57–0.72；Rawls PTF在全剖面高估植物可用水容量（表层+33%），Saxton PTF表层田间持水量接近实验室值但永久萎凋点偏低（可用水+5%），传感器法因原位排水限制低估可用水（表层?56%）；在15 cm与50 cm土壤含水率模拟中，Rawls PTF的RMSE最低（15 cm跨年0.011–0.036 cm³ cm^-3，50 cm 0.045–0.053 cm³ cm^-3），Saxton PTF误差最大。继以Saxton PTF为初值的反演优化中，贝叶斯靶向粒重与网格搜索靶向地上生物量均将nRMSE由20%压减至≤10%，证明植株响应变量可有效回馈校正土层水力边界。讨论部分指出，PTF并非中立替代品——Saxton缺有机碳输入在深层与Rawls趋同且偏差方向一致，实验室?33/?1500 kPa不能直接代换田间持水量/永久萎凋点；反演建模须分步锚定可测物理参数再微调概念参数以抑制equifinality，且目标函数应受适当观测变量约束（“为正确原因得正确结果”）。研究结论翻译为：本研究系统降低了DSSAT-CERES-Wheat中由土壤水力界限估计引入的模拟不确定性，证实从直接测量经PTF估算到反演优化的递进校准中，以小麦生长与生物量为靶向的贝叶斯或网格搜索可将nRMSE控制在10%以内，且优化后参数仍落于物理合理的水文动态区间内；植物响应数据是可替代或补充土壤滞留曲线以优化田间持水量与永久萎凋点的有效目标变量。