土壤水分是精准农业与水文学研究的核心参数，其动态演变直接影响农田灌溉优化、水文过程模拟等关键应用。然而，传统测量多基于浅层土样的静态湿度，难以真实反映自然环境下土壤逐渐变干的动态过程。近日，刊发在《Geoderma》的一项研究，带来了一种全新的视角：研究人员利用可见-近红外光谱，如同为土壤表面进行“CT扫描”，首次在5 cm高的土柱上，高频、实时地追踪了水分在蒸发过程中细微的动态变化。这项工作旨在突破以往方法的局限，为理解土壤水分的时空演变提供了关键见解。
为什么选择灰壤和淋溶土？
灰壤（Podzol）：常分布于湿润气候、针叶林和混交林地区，颜色较深、质地偏粗。
淋溶土（Luvisol）：WRB 分类中的重要土类，质地较细、结构稳定、干燥后具有一定收缩性。
选择这两种差异明显的土壤，有两个目的：
1. 检验光谱方法在不同质地中的普适性
2. 研究颜色、结构与收缩性对光谱信号的影响
图1. 蒸发实验装置的剖面图。土柱高度为L = 5 cm，在指定的垂直位置安装两个张力计以测量基质势，在干燥过程中通过天平和接触式探针多次记录土壤的质量和Vis-NIR光谱。
研究方法：光谱“扫描”vs. 物理“模拟”
实验设计：将灰壤和淋溶土做成5 cm高的土柱，用HYPROP装置进行蒸发实验，通过监测其在蒸发过程中的重量与水势变化，来检验光谱技术的可靠性；
双线验证：
Ø 物理“模拟”（基准）：通过蒸发数据计算土壤水力特性，使用HYDRUS-1D软件求解理查兹方程，对蒸发实验进行土壤表面含水量模拟，该模拟值作为“基准真相”，用于验证光谱测量结果；
Ø 光谱“扫描”（实测）： 使用ASD Fieldspec® Pro地物光谱仪，搭载接触式探头，扫描范围在350~2500 nm之间，每天在样品环区域中心记录2~4次光谱，每个光谱由50次单次光谱平均而得；
随后使用 HYDRUS-1D + Richards 方程 模拟土壤表面含水量，并与光谱反演值逐一对比。
表1. 土壤样品基本信息。
图2. 连续谱去除和吸收深度的示意图。
图3. 灰壤（A）和淋溶土（B）的参比光谱随含水量增加而变化。
图4. 淋溶土样品反射率随蒸发时间的变化（每天测量四次，每次间隔3 h）。
表2. 交叉验证光谱模型的拟合优度准则。
图5. 基于HYDRUS-1D模拟和光谱测量，对20个淋溶土样品（A）和1个淋溶土样品（B）的地表含水量进行了时间演变分析。
图6. 模拟和光谱法测定的灰壤（A）和淋溶土（B）地表水含量（灰壤包含377个光谱，淋溶土包含431个光谱）。
研究发现：模型简单反而更准，土壤类型决定精度
关键发现1：最佳预测模型
线性回归模型在光谱反演土壤含水量中表现最优，优于主成分回归（PCR）和偏最小二乘回归（PLSR）；
关键发现2：精度因土壤而异
✅ 淋溶土：光谱测量值与HYDRUS-1D模拟值贴合度高，平均误差仅2.81%，基本达到实用级精度；
❌ 灰壤：出现系统性低估，平均误差为 ~7.1%，主要因为表面黑暗吸热快 + 探头接触 + 校准模型不适配实际蒸发时的局部表面状况。
为什么灰壤和淋溶土的误差有差异？
1️⃣ 探头接触：灰壤颗粒粗、接触不均致信号偏差；淋溶土质地细、表面规整，接触更稳定；
2️⃣ 土壤自身变化：淋溶土干燥收缩改变表面结构，影响光谱反射；灰壤收缩不明显，但颜色深易吸热，加速表面水分蒸发。
实用价值：不止于实验室
这项研究的意义可不止“纸上谈兵”，未来能落地到很多场景：
l 无人机大面积监测：光谱技术能快速获取大范围土壤水分数据，比传统取样效率高10倍以上；
l 精准灌溉：根据光谱监测的实时水分变化，调整灌溉量，避免水资源浪费；
l 灾害预警：提前捕捉干旱、滑坡隐患区的土壤水分动态，为防灾争取时间。
研究还给出了优化建议：未来用光谱监测时，可让探头离土壤表面几厘米，避免直接接触导致的误差，同时标准化测量时间，更贴近田间实际场景。
结语：
研究不仅明确线性回归模型为光谱反演土壤水分的最优方案，还厘清了淋溶土灰壤的精度差异及成因，为光谱技术在农业灌溉、干旱监测等场景的落地，以及针对不同质地土壤的精准适配提供了关键支撑。
发表期刊：Geoderma【影响因子：6.6】；
研究单位：德国布伦瑞克工业大学、德国地球科学研究中心；
使用设备：ASD Fieldspec® Pro地物光谱仪；