坡耕地土壤饱和导水率特征：石砾与围堰的交互作用

《CATENA》：Characteristics of saturated hydraulic conductivity in sloping farmland soils: interactive effects of rock fragments and enclosure walls

　　

• •
  围栏墙显著改变了土壤背景条件，从而影响了K_s。
• •
  岩屑含量是控制K的主导因素。
• •
  融合岩屑参数的指数模型提高了K_s的估算精度。
• •
  随机森林模型在K_s预测中优于传统土壤水力学转换函数（PTF）。

引言

土壤饱和导水率（K_s）是描述土壤渗透性和土壤饱和水传运特性的核心参数，主导着包括地表径流、入渗和地下水补给在内的水文过程。因此，准确评价K_s对于理解坡耕地的水文过程、评估土壤侵蚀风险和优化土地管理至关重要（Araya and Ghezzehei, 2019; Tang et al., 2023）。

K_s受多石坡耕地中嵌入土壤基质的岩屑强烈影响。岩屑对K_s的影响并不遵循简单的线性关系（Naseri et al., 2019）。一方面，岩屑可能减少土壤的过流断面并破坏孔隙连续性，从而阻碍水分传输。另一方面，岩屑可能充当土壤骨架，促进在岩屑-土壤界面处形成大孔隙和非毛细流动路径（Ma et al., 2024; Naseri et al., 2020）。在后一种情况下，这些界面孔隙可以改善孔隙连通性，促进优先流形成，从而增加K_s（Ilek et al., 2019; Verbist et al., 2009）。以往研究表明，岩屑含量和岩屑粒径均可以改变土壤孔隙网络和水力流动路径，但它们的相对贡献和机制因土壤类型、结构特性和实验条件而异（Hlavá?iková et al., 2016; Zhang et al., 2016; Zi et al., 2024; Li et al., 2022）。对于具有显著空间异质性的坡耕地土壤而言，岩屑特征及其与土壤基质的复合结构是控制K_s变异的关键因素（Lai et al., 2018）。然而，大多数现有研究主要关注土壤基质特性，而岩屑特征的关注度不足（Ottoni et al., 2019; Qin et al., 2024）。仅凭岩屑含量不足以充分表征岩屑粒径和结构配置对孔隙连通性和水力流动路径的影响，这可能会限制对多石土壤水力特性的可靠表征（Nasri et al., 2015; de Rijk et al., 2025）。原状土和重构土可能表现出不同的K_s响应，因为原状土芯保留了天然大孔隙、团聚体、裂隙和孔隙连通性，而过筛和重新装填会改变这些结构特征（Tuli et al., 2005）。然而，重构样品允许控制岩屑含量和粒径，因此对于分离岩屑对土壤水力特性的影响非常有用（Wu et al., 2021）。

除了岩屑本身的特征外，工程措施和土地利用管理实践还可以进一步改变坡耕地的土壤结构和水文路径。在坡耕地水文与土壤侵蚀研究中，水土保持工程措施的水文效应受到了广泛关注（Deng et al., 2021; Duan et al., 2021; Yuan et al., 2022）。这些措施可以通过拦截径流、保持泥沙、调节入渗和重新分配土壤水分来改变坡面的水文路径。围栏墙（EW）在中国西南部干热河谷地区凉山彝族自治州安宁河流域的坡耕地中被广泛修建，可视为一种新型水土保持措施。这些围栏墙通常采用当地可获得的材料建造，包括黏土、石块和土石混合物（图1）。在研究区，许多围栏墙是利用农事准备和耕作过程中清除的当地石块和岩屑堆砌而成的。因此，在该农业系统中，岩屑既作为围栏墙的建筑材料，又作为围栏墙内耕地土壤中粗骨料组成部分。以往研究表明，在类似的水土保持工程措施中，石埂和干砌石墙可以减轻坡地土壤侵蚀并促进泥沙截留（Camera et al., 2018; Gharaibeh et al., 2025）。以往关于围栏墙的研究主要集中在土壤有机碳、土壤养分和表层土壤质量方面，表明其在维持耕作层质量方面具有潜在作用（Dai et al., 2026; Zhao et al., 2025）。然而，这些研究很少考察与围栏墙相关的坡耕地的水文特性，尤其是土壤饱和导水率。目前尚不清楚围栏墙引起的边界条件、相对坡面位置、岩屑含量、岩屑粒径和土壤属性如何共同影响多石坡耕地的K_s（Petryk et al., 2023）。因此，有必要识别控制围栏墙相关坡地多石耕地K_s的主导因素，并开发融合岩屑特征及其与土壤基质非线性相互作用的预测方法。

由于直接测量K_s劳动密集、耗时且受空间异质性高度影响，利用土壤水力学转换函数（PTF）进行间接预测为K_s估算提供了一种实用的替代方案。传统土壤水力学转换函数（PTF）利用易于获取的土壤属性（如土壤质地、容重和土壤有机质含量）来估算饱和导水率（K_s）。然而，这些土壤理化性质本身也表现出空间异质性，这为K_s预测引入了不确定性（McBratney et al., 2002; Minasny et al., 1999; W?sten et al., 2001）。这些模型已从经验回归方程发展到多元统计方法和机器学习算法，并在具有相对均匀结构和低岩屑含量的耕作土中表现良好（Schaap et al., 2001）。然而，许多研究表明，传统PTF在应用于多石土壤时可能存在系统偏差和高预测不确定性（Beckers et al., 2016; Qin et al., 2024; Vereecken et al., 2010）。这主要是因为大多数现有PTF是基于土壤基质特性开发的，未能充分表征岩屑对土壤孔隙结构、水力路径连通性和优先流发育的结构效应（Naseri et al., 2023）。这些局限性限制了其在复杂多石坡耕地生态系统中的适用性。相比之下，机器学习方法能够更好地捕捉变量间的非线性关系、阈值响应和交互效应，为开发融合岩屑信息的K_s预测框架提供了一种有前景的方法（Aguilera et al., 2022）。

然而，围栏墙相关土壤基质背景、相对坡面位置和岩屑结构对K_s的综合作用尚未得到充分量化。此外，基于机器学习的PTF在预测异质多石土壤K_s方面的适用性也尚未得到充分探索（Dai et al., 2026; Veloso et al., 2022; Zhao et al., 2025; Zhu et al., 2023; Zhu et al., 2022）。基于上述背景，本研究旨在：（1）阐明岩屑含量和粒径对坡地多石耕地K_s的影响；（2）确定围栏墙影响下K_s的差异及其与岩屑变量的交互作用；（3）开发并评估融合岩屑特性的经验方程和机器学习模型，以提高K_s预测精度。研究结果预计将为K_s参数化提供支持，并促进干热河谷多石坡耕地的水文和土壤侵蚀过程分析。

章节摘要

研究区

本研究在中国西南部四川省凉山彝族自治州安宁河流域开展。该流域位于典型的干热河谷区，属雅砻江水系，地理坐标为北纬26°36′–28°56′、东经101°47′–102°44′（图2）。该流域海拔范围从975米到5161米。该地区地貌复杂，由高山、丘陵、过渡坡和河谷平原组成。

不同岩屑含量和粒径条件下带有围栏墙的多石坡耕地土壤饱和导水率特征

K_s随岩屑含量的逐渐增加呈一致上升趋势，在岩屑含量为30%、50%和70%时分别达到0.17–0.28 mm·min^?1、0.38–0.67 mm·min^?1和0.74–2.02 mm·min^?1。K_s在每种岩屑含量下随岩屑粒径增大而总体增加。K_s的大小顺序为：10–20 mm（0.28–2.02 mm·min^?1）> 5–10 mm（0.24–1.17 mm·min^?1）> 2–5 mm（0.19–0.92 mm·min^?1）> 0.25–2 mm（0.17–0.74 mm·min^?1），对应岩屑含量为30%。

岩屑含量和粒径对带有围栏墙的多石坡耕地K_s的影响

本研究显示，K_s随岩屑含量从0%增加到70%而总体增加，而岩屑粒径的影响较小但具有统计学显著性（图3、图4、表2）。一方面，岩屑可能通过减少有效导水断面面积和增加水流路径的曲折度来限制水分传输。另一方面，它也可能通过形成土-岩界面孔隙和较大的颗粒间

结论

结果表明，岩屑是控制围栏墙坡耕地多石土壤中饱和导水率（K_s）的主导因素。岩屑含量对K_s的影响最强，其次为岩屑粒径。围栏墙处理对K_s产生了显著影响。融合岩屑含量、岩屑粒径和黏粒含量的指数经验模型为K_s估算提供了一种可解释的方法。机器学习模型表现出更高的

CRediT作者贡献声明

侯宇：论文写作 – 审阅与编辑，论文写作 – 原稿撰写，可视化，验证，软件，方法学，调查，形式化分析，数据管理，概念设计。张彬：项目管理，调查。喻心晓：调查。王娜娜：调查。陶婷婷：论文写作 – 审阅与编辑，可视化，指导，资源获取，项目管理，方法学，调查，资金获取，形式化分析，数据管理，概念设计。

利益冲突声明

作者声明他们不存在可能影响本文所报告工作的已知竞争性经济利益或个人关系。

致谢

本工作得到了四川省自然科学基金（项目编号：2026NSFSC1174、2026NSFSC1177）、国家自然科学基金委员会（项目编号：42477348）和西华师范大学博士研究计划（项目编号：24KE007）的支持。

侯宇|张彬|喻心晓|王娜娜|陶婷婷