《Agricultural Water Management》：Building irrigation-tailored soil datasets for land suitability assessment in collective irrigation systems
编辑推荐：
针对地中海集体灌溉系统（CIS）土壤数据稀缺与空间变异性大的难题，研究者集成遗留数据集、观测点及土壤转换函数（PTFs）估算关键土壤水力参数，结合AHP-GIS多准则分析生成灌溉适宜性地图；结果显示土壤深度与AWC为核心限制因子，该可转移方法为CIS运维决策提供了高精度土壤数据集。
在南欧的烈日与干热季风下，地中海地区的农业从来都是一场与缺水的博弈。特别是在葡萄牙南部的“集体灌溉系统（Collective Irrigation Systems, CIS）”中，水资源需要被精确地分配到成百上千个农户的田地里。然而，长久以来，这些地区面临着一个尴尬的“数据鸿沟”：可靠的土壤信息对于灌溉规划至关重要，但直接测量土壤水力性质（如田间持水量、凋萎含水率等）成本极高、耗时极久，且难以覆盖大面积区域；而现有的全球土壤数据库（如SoilGrids 2.0）虽然覆盖面广，却往往因“水土不服”而高估当地土壤的实际保水能力，导致灌溉决策出现偏差。此外，传统的土地适宜性评估方法有时难以将复杂的土壤数据转化为灌溉管理者和农民能直接使用的实操参数。
为了 bridging this gap（弥合这一缺口），来自葡萄牙的研究团队开展了一项极具实用价值的研究。他们以葡萄牙南部的“Minutos”集体灌溉系统（MCIS，面积约1974公顷）为案例，开发了一套可转移、专为灌溉定制的土壤数据集构建与土地适宜性评估方法论。该研究创新性地整合了国家遗留土壤数据集、点观测数据以及葡萄牙本土的土壤转换函数（Pedotransfer Functions, PTFs）来估算和绘制关键土壤水力属性图。随后，研究团队选取了土壤有效水容量（Available Water Capacity, AWC）、土壤深度、坡度、排水能力等关键因子，利用层次分析法（Analytic Hierarchy Process, AHP）确定权重，并通过GIS叠加分析生成了灌溉土地适宜性分级地图（S1高度适宜、S2中度适宜、S3边际适宜、N不适宜）。
研究结果表明，该区域有13.8%的土地高度适宜（S1），56.1%中度适宜（S2），29.6%边际适宜（S3），仅0.4%不适宜。其中，土壤深度和AWC被确定为最具影响力的限制因子。在方法对比上，类别平均PTFs（Class-average PTFs）便于阈值分类，连续PTFs（continuous PTFs，基于三元相图）能更好捕捉空间变异性以优化管理分区，而SoilGrids虽覆盖完整但易高估AWC，必须经本地验证。敏感性分析证实该适宜性分级结构稳健。最终，研究者按适宜性等级汇总了土壤参数，形成简洁的查找表（lookup table），可直接耦合到灌溉需水量计算和灌区决策支持流程中，提升了用水需求的一致性。该论文发表在农林科学及水资源领域的顶级期刊《Agricultural Water Management》上。
为开展上述研究，作者主要采用了以下关键技术方法：基于葡萄牙国家土壤制图（1:25,000）划分土壤制图单元，并结合INFOSOLO数据库等遗留土壤数据源编译基础属性；应用葡萄牙本土的类别平均PTFs和连续PTFs（三元相图法）估算土层θ?33 kPa（田间持水量）与θ?1500 kPa（凋萎点），并与全球网格数据SoilGrids 2.0对比；基于FAO框架选取土壤深度、AWC、坡度、排水、渗透性、侵蚀与石质化6个因子，利用专家判定的层次分析法（AHP）确定权重（一致性比率CR=0.0385）并在GIS中进行加权叠加；开展单因子扰动（One-at-a-time）及整体权重扰动集合的敏感性分析以验证地图鲁棒性；最后按适宜性等级聚合土壤水力属性生成灌溉规划用查找表。
2.1. 研究区与数据收集
研究选取了位于葡萄牙南部Montemor-o-Novo的“Minutos”集体灌溉系统（MCIS）作为案例。该区域为地中海气候，夏季炎热干燥，灌溉对夏季作物生产至关重要。研究收集了国家土壤信息系统的土壤制图数据（1:25,000）、5米分辨率数字高程模型（DEM）、遗留土壤剖面数据（如INFOSOLO数据库）、土壤质地数据、渗透率分类数据以及土地能力图。为处理MCIS复杂的边界，研究者对其使用了凸包（convex hull）简化以计算空间统计，但最终所有指标统计均基于原始命令区（command area）多边形报告。
2.2. 灌溉土地适宜性指标
研究聚焦于CIS内关键土壤和地形因子，排除了气候、水价等均匀或可控的变量，集中分析土壤属性与压力灌溉系统的交互。选定因子包括：有效水容量（AWC，由θ?33 kPa与θ?1500 kPa之差计算）、土壤有效深度（A、B层及特定C层）、排水能力（基于形态描述定性分级）、渗透率（基于USDA标准推断）、坡度（由DEM生成，遵循FAO分级）以及侵蚀与石质化（结合土地能力亚类和土壤学相数据）。各因子依据FAO框架划分为S1至N2等级，随后通过AHP权重整合。
2.3. 层次分析法（AHP）
利用AHP确定6项标准的相对重要性。研究者基于文献综述及MCIS现场条件（如半干旱气候、浅层或多石土壤普遍）设定了两两比较矩阵，并用特征向量法计算权重。土壤深度（权重0.390）和AWC（权重0.246）被定为最主要标准，其次为坡度（0.158）、渗透率（0.098）、侵蚀/石质化（0.065）和排水（0.043）。一致性比率（CR）为0.0385（低于0.10阈值），表明矩阵具有一致性。权重设定还参考了与当地用水者协会管理者及农民的交流信息。
2.3.1. AHP权重的敏感性分析
在一致性检验后，进行了空间敏感性分析。采用单因子扰动法（每个因子权重±10%扰动，其余重归一化）和全局集合分析（100个随机权重向量，±20%）。结果显示，基线适宜的地图结构非常稳健：所有扰动下Cohen’s kappa ≥ 0.90，至少93.8%的面积保持原类别，仅S2–S3边界处有些许变化；集合分析也显示N和S1类极其稳定，变动主要集中在S2和S3内部过渡带。
2.4. 适宜性标准的加权叠加分析
在GIS中使用AHP得出的权重进行加权叠加分析（S = Σ(wi· xi)），生成最终的灌溉适宜性地图。将适宜性等级图层与土壤类型图层相交，按各适宜性等级内不同土壤类型的空间代表性，计算出该等级的平均田间持水量、凋萎点含水率和土壤深度，从而形成最终面向灌溉规划的聚合数据集。
3.1. 土壤水力性质估算方法的比较
研究对比了三类估算θ?33 kPa、θ?1500 kPa及AWC的方法：类别平均PTFs、连续PTFs（三元相图）和SoilGrids 2.0（250米分辨率）。连续PTFs相较类别平均PTFs在θ?33 kPa略低、θ?1500 kPa略高，导致AWC范围更窄，尤其在Luvisols等高度异质土壤中差异明显。SoilGrids一致高估AWC（尤其表土层），且变异性极低。对于阈值分类问题，类别平均PTFs因能产生与适宜性阈值对齐的多峰分布，具备分类优势；连续PTFs则能更好描绘渐变和管理分区；SoilGrids虽可作数据匮乏时的基线，但用于设计前需本地验证。以LUvisols上层50厘米为例，SoilGrids预测AWC超76毫米，而连续和类别平均PTFs约为55和60毫米，这种差异会影响灌溉制度制定。
3.2. 专题适宜性地图
专题地图显示，AWC和土壤深度是主要制约因素，分别有82.2%（更广区域）和超91%（MCIS内）被归为中等至边际适宜（S2+S3）。排水和渗透率限制最小，超70%土地为高度适宜（S5类，FAO分级）。坡度几乎不构成限制，近95%区域为平缓和缓坡（0–5%）。侵蚀与石质化在MCIS内多为高度适宜（72.4%），仅局部受限。
3.3. 两两比较矩阵与标准权重
详细阐述了AHP矩阵构建逻辑：在MCIS条件下，土壤深度与AWC是长期制约根际蓄水与盐分淋洗的核心，故赋予最高权重且深度略高于AWC（评分2），因为深度限制难以后天改善，而较低AWC可通过灌溉频率等弥补；坡度、渗透率、侵蚀/石质化、排水依次降低。最终CR=0.0385，权重分布（深度0.390，AWC 0.246，坡度0.158，渗透率0.098，侵蚀/石质化0.065，排水0.043）与地中海及半干旱区多数AHP土地适宜性研究结论一致。
3.4. 从局部评估到更广泛规划：MCIS土地适宜性启示
MCIS命令区内，13.8%为S1，56.1%为S2，29.6%为S3，0.4%为N。不适宜区主要受低土地能力、陡坡（>16%）、高侵蚀风险及排水差限制。敏感性分析证实适宜性图对权重不确定性结构稳健，仅S2–S3边界敏感。按适宜等级汇总（如S1：深度109厘米，AWC 58毫米/50厘米；N：深度41厘米，AWC 40毫米/50厘米）形成的查找表，可直接嵌入水平衡模型、灌溉间隔设计和CIS级决策流程，弥补了科研信息与灌区运营决策间的缺口。
3.5. 灌溉定制数据集：按适宜性等级聚合的土壤参数
通过将水力属性按适宜类聚合，研究把复杂的地图分析转化为简明查找表。S1类拥有最深有效深度（109厘米）、最高θ?33 kPa（0.286 cm3 cm?3）和AWC（58毫米/50厘米），随适宜性下降，这些值显著递减，N类仅为41厘米、0.224 cm3 cm?3和40毫米。这强化了物理参数（深度与保水能力）的决定性作用，该表可直接供工程师和水管理者用于灌溉需水计算、储水规模设定及缺水灌溉策略制定。
结论与讨论
本研究开发了一套可转移的方法论，通过集成遗留土壤数据、点观测和PTFs（尤其是葡萄牙本土PTFs），结合AHP-GIS多准则分析，解决了集体灌溉系统中土壤数据稀缺与空间变异导致的灌溉规划难题。以MCIS为例，结果显示大部分区域属中至边际适宜，土壤深度与AWC为核心限制；适宜性地图对权重扰动结构稳健；类别平均PTFs利于阈值分类，连续PTFs利于捕捉变异，SoilGrids需本地验证；按适宜类聚合得出的查找表可直接耦合到CIS运维的水资源管理流程中。该框架可转移至其他CIS（需可比数据），未来应加强田间持水与萎蔫点等的独立验证，并融入近感/遥感和机器学习以提升分辨率，同时扩展至气候变化、干旱风险及社会经济维度，以支撑更具韧性的灌溉适宜性评估。
