有机碳与黏粒调控土壤短波红外反射率对含水量的响应机制

《European Journal of Soil Science》：Organic Carbon and Texture Control Moisture Dependence of Soil Shortwave Infrared Reflectance

本研究针对土壤含水量（400–2500 nm）干扰光谱预测的难题，通过构建28种欧洲土壤的反射率-含水量指数模型，揭示了有机碳（OC）与黏粒含量主导反射率衰减速率（解释67%方差），为气候模型与遥感反演提供了关键参数。

　　

引言：当土壤变湿时，它为何会“变脸”？

如果你曾在雨后漫步于田野，一定会注意到一个有趣的现象：干燥的土壤颜色浅淡，而湿润的土壤则显得深暗。这种肉眼可见的变化，在光学遥感领域被称为“土壤反射率随含水量的衰减”。在400–2500 nm的光学波段，水分的介入不仅改变了土壤的视觉颜色，更深刻影响了其光谱“指纹”，这给通过遥感手段精准预测土壤有机碳（OC）、黏粒含量等关键属性带来了巨大挑战。

传统的土壤光谱学（Soil Spectroscopy）研究通常是在实验室的“理想状态”下进行的——将土壤样本烘干、磨细，以消除水分和颗粒大小的干扰。然而，现实世界中的土壤极少是干燥的。水分在土壤中以多种形式存在（如吸附水、自由水），自由水会普遍降低整个光谱波段的反射率，而吸附水则会在1400 nm和1900 nm附近产生明显的OH吸收特征。这种影响在短波红外（SWIR）区域尤为敏感，其响应范围可至约50%的含水量，远高于可见光波段的饱和点（约20%）。

尽管物理模型（如MARMIT）试图通过辐射传输理论模拟湿土反射率，但它们往往忽略了土壤本身属性（如OC、质地）对湿润过程的影响。同时，现有的气候模型和地表模型中，土壤反照率随水分变化的复杂性也常被过度简化，这可能导致能量平衡估算的偏差。因此，理解不同土壤类型在变湿过程中的“变暗”规律，对于改进遥感反演算法和气候模型至关重要。

研究方法概览（250字内）

研究基于欧盟LUCAS 2018土壤调查网络，采用“立方体算法”从388个样本中筛选出27个具有广泛代表性的欧洲耕地土壤（0–20 cm），并增加1个英国样本，共28个样本。所有样本均测定OC、碳酸钙（CaCO₃）、草酸盐提取态铁（Ox_Fe）及颗粒组成（黏粒<0.002 mm）。在实验室控制条件下，系统测量了不同含水量梯度下的光谱反射率（400–2500 nm）。数据分析采用指数函数拟合反射率-含水量关系，并通过归一化处理分离出表征“变暗”速率的参数（Normalisation Factor），最后利用多元线性回归解析该参数与土壤基本属性的定量关系。

研究结果

1. 光谱响应规律：指数衰减与波长依赖性

研究发现，土壤反射率随含水量的增加呈显著的指数衰减趋势，且这一关系具有强烈的波长依赖性。在短波红外（SWIR）区域，反射率对水分变化的响应最为敏感，衰减速率最快。研究排除了简单的线性关系，确认指数模型能更好地描述这一物理过程，这与前人关于土壤“变暗”现象的研究结论一致。

2. 土壤属性的调控作用：OC与黏粒是关键“刹车片”

通过归一化处理消除样本间差异后，研究发现有机碳（OC）、黏粒和粉粒含量与归一化因子（即反射率衰减速率）存在显著的统计学关系。其中，OC和黏粒含量是主导因素，两者在多元线性回归模型中的相对特征重要性合计接近70%。这意味着，富含有机质和黏粒的细质地土壤，在湿润过程中反射率下降的速度更快，表现出更强烈的“变暗”效应。

3. 预测模型的构建与应用潜力

基于上述发现，研究建立了一个半经验模型，利用OC含量和土壤质地信息（黏粒、粉粒）来预测特定土壤在不同含水量下的反射率变化。该模型能够解释约67%的方差。这一成果为物理辐射传输模型（如MARMIT）提供了关键的土壤属性参数输入，使得仅基于土壤基本属性模拟可变含水量下的反射率成为可能。

结论与展望

本研究定量揭示了土壤有机碳和质地（尤其是黏粒）是调控土壤短波红外反射率水分依赖性的关键内在因素。这不仅深化了对土壤光学行为的物理理解，更具有重要的应用价值：

• •
  支持遥感反演：在利用现场或遥感光谱（如新兴的高光谱卫星）预测土壤属性时，该模型可用于模拟或校正水分的影响，提高OC等属性预测的鲁棒性。
• •
  改进气候建模：为气候模型和地表过程模型提供了更可靠的、基于土壤属性的反照率参数化方案，有助于减少因忽略土壤类型差异而导致的不确定性。

未来研究可进一步整合更多样的土壤类型和地表状况，推动土壤光学模型从“理想干燥态”向“真实湿润态”的跨越。