土壤时空变化研究的进展与未来
发布时间：2021-06-16 01:32
理解和表征土壤的时空变化是土壤学的基本任务,也是评估和合理发挥土壤功能的重要前提。土壤的时空变化与气候环境变迁、岩石圈风化、地表物质迁移、生物地球化学循环等圈层变化过程相耦合。围绕土壤时空变化研究的新近进展,本文综述并展望了土壤形成和演变过程、土壤形态学、土壤调查、土壤分类、数字土壤制图与土壤退化的发展态势。未来土壤时空变化研究的关键科学问题主要包括:地球表层系统中土壤与环境要素之间的多过程耦合机理与模拟、多尺度土壤-环境关系与模拟、多元土壤信息的融合机理与数据同化。未来重点研究领域将涉及到关键带科学引领的土壤形成和演变研究、多尺度数字土壤制图与时空变化预测、基于多传感器的土壤综合观测原理与技术、完整和详尽的国家和全球土壤资源清单及共享平台建设、区域土壤资源退化机理及其功能恢复。
【文章来源】：土壤学报. 2020,57(05)北大核心CSCD
【文章页数】：11 页
【部分图文】：
土壤形成演化过程耦合地表系统要素之间的物质迁移与转化
1064土壤学报57卷http://pedologica.issas.ac.cn图2现代土壤调查数据获取平台特征Fig.2Thecharacteristicsofdataacquisitionformodernsoilsurvey等方法直接进行光谱曲线的转换[29-31]；二是从预测样本中挑选有代表性的子集，从而提高模型对预测样本的预测精度[32-33]；三是通过导数等预处理来提高野外光谱预测精度[34]。土壤近地传感是利用田间传感器获取土壤近地面或土体内信息的一种科学技术[35]。自20世纪20年代以来，传感技术不断进步，自20世纪60年代出现了最早的土壤光谱辐射能研究，以及X射线荧光光谱技术的应用（X-rayfluorescencespectroscopy，XRF），20世纪70年代出现了盐碱土电磁感应技术（Electromagneticinduction，EMI）[36-37]。近年来可见-近红外光谱（Vis-NIR）发展迅速，2006年，Brown等开始建立全球土壤光谱库，此后各国也陆续开展了国家尺度的土壤光谱库建设工作[38-39]。此外，探地雷达和地震仪在土壤调查中能够更有效地获取到表下层土壤的特征信息，已逐步成为现代土壤调查的重要手段之一[40]。总之，以技术进步为标志的现代土壤信息获取为土壤时空变化研究提供了极其有力的工具，无疑为业已发端的土壤信息学奠定了技术基矗2.4土壤分类：不断精细并与数值融合土壤分类是科学认识和区分土壤类型的实践，也是建立土壤属性与功能之间联系的桥梁。随着科学的进步，土壤分类也在迅速发展。目前国际上土壤分类仍然是以土壤形态学为基础的诊断分类，如美国土壤系统分类（ST）和国际土壤分类参比基础（WRB）[4]。我国近代土壤分类始于20世纪30年代，先后经历了马伯特分类、土壤地理发生分类和土壤系统分类三个时期。土壤发生分类在我国土壤科学发展和生产应用方面发挥了?
5期张甘霖等：土壤时空变化研究的进展与未来1065http://pedologica.issas.ac.cn空间中的土壤渐变特征提供了新的技术支持。2.5数字土壤制图：土壤制图新范式数字土壤制图是利用环境协同变量预测目标土壤信息的预测性制图范式（图3），它避免了传统制图的不足，能为土地利用和管理提供准确的土壤信息产品。预测性土壤制图近20年来发展异常迅速，相关研究主要集中在采样设计、环境协同变量获取和预测模型开发三个方面[49-50]。采样方法研究的主要目的是揭示不同背景下采样的效率和对制图精度的贡献，无论是基于概率理论的采样方法，或是基于样点空间自相关的采样方法，还是基于环境因子辅助的采样方法，都有不同程度的适用条件[51]。基于概率理论的采样设计在空间相关性较强的地区会生成一定数量的冗余点，在其他地区却有可能生成极少数的样点；环境因子辅助的采样方法旨在选择可以代表环境因子参数空间的样点来捕捉土壤的空间变异特征，以提高采样效率[52-54]。图3数字土壤制图基本范式Fig.3Paradigmofdigitalsoilmapping能表征土壤环境空间变化的地理变量统称为“环境协同变量”，通常包括影响土壤形成的母质、气候、地形地貌、植被等因子[55-56]。不同因子作用的空间尺度特征是不同的，因而对制图精度的影响各异。开发新的非传统成土因素变量近期有新的进展，如使用地表动态反馈来表达土壤的时空变异特征，在平原地区取得了很好的效果[57-61]。数字土壤制图方法（模型）的发展具有决定性的意义。不同的空间预测模型包括数理统计方法、地统计方法、模糊逻辑方法、专家知识方法，还包括遗传算法、多元自适应回归样条法等，在不同的样区都能实现一定程度上的预测精度[51，62]。作为地表上
【参考文献】：
期刊论文
[1]从问题到解决方案:土壤与可持续发展目标的实现[J]. 张甘霖,吴华勇. 中国科学院院刊. 2018(02)
[2]土壤地理学的进展与展望[J]. 张甘霖,朱阿兴,史舟,王秋兵,刘宝元,张兴昌,史志华,杨金玲,刘峰,宋效东,吴华勇,曾荣. 地理科学进展. 2018(01)
[3]土壤星地传感技术现状与发展趋势[J]. 史舟,徐冬云,滕洪芬,胡月明,潘贤章,张甘霖. 地理科学进展. 2018(01)
[4]数字土壤制图研究综述与展望[J]. 朱阿兴,杨琳,樊乃卿,曾灿英,张甘霖. 地理科学进展. 2018(01)
[5]地球关键带:地质环境研究的新框架[J]. 杨建锋,张翠光. 水文地质工程地质. 2014(03)
[6]中国土壤系统分类土族和土系划分标准[J]. 张甘霖,王秋兵,张凤荣,吴克宁,蔡崇法,章明奎,李德成,赵玉国,杨金玲. 土壤学报. 2013(04)
[7]土壤近地传感器研究进展[J]. 史舟,郭燕,金希,吴豪翔. 土壤学报. 2011(06)
[8]中国土壤地理学发展的回顾与展望[J]. 张甘霖,史学正,龚子同. 土壤学报. 2008(05)
[9]Assessment and mapping of environmental quality in agricultural soils of Zhejiang Province, China[J]. CHENG Jie-liang, SHI Zhou, ZHU You-wei Institute of Agricultural Remote Sensing and Information System, Zhejiang University, Hangzhou 310029, China. Protection and Monitoring Station of Agricultural Environment, Bureau of Agriculture, Zhejiang Province, Hangzhou 310020, China. Journal of Environmental Sciences. 2007(01)
[10]西部地区生态环境建设的若干问题与政策建议[J]. 程国栋,张志强,李锐. 地理科学. 2000(06)
本文编号：3232100
【文章来源】：土壤学报. 2020,57(05)北大核心CSCD
【文章页数】：11 页
【部分图文】：
土壤形成演化过程耦合地表系统要素之间的物质迁移与转化
1064土壤学报57卷http://pedologica.issas.ac.cn图2现代土壤调查数据获取平台特征Fig.2Thecharacteristicsofdataacquisitionformodernsoilsurvey等方法直接进行光谱曲线的转换[29-31]；二是从预测样本中挑选有代表性的子集，从而提高模型对预测样本的预测精度[32-33]；三是通过导数等预处理来提高野外光谱预测精度[34]。土壤近地传感是利用田间传感器获取土壤近地面或土体内信息的一种科学技术[35]。自20世纪20年代以来，传感技术不断进步，自20世纪60年代出现了最早的土壤光谱辐射能研究，以及X射线荧光光谱技术的应用（X-rayfluorescencespectroscopy，XRF），20世纪70年代出现了盐碱土电磁感应技术（Electromagneticinduction，EMI）[36-37]。近年来可见-近红外光谱（Vis-NIR）发展迅速，2006年，Brown等开始建立全球土壤光谱库，此后各国也陆续开展了国家尺度的土壤光谱库建设工作[38-39]。此外，探地雷达和地震仪在土壤调查中能够更有效地获取到表下层土壤的特征信息，已逐步成为现代土壤调查的重要手段之一[40]。总之，以技术进步为标志的现代土壤信息获取为土壤时空变化研究提供了极其有力的工具，无疑为业已发端的土壤信息学奠定了技术基矗2.4土壤分类：不断精细并与数值融合土壤分类是科学认识和区分土壤类型的实践，也是建立土壤属性与功能之间联系的桥梁。随着科学的进步，土壤分类也在迅速发展。目前国际上土壤分类仍然是以土壤形态学为基础的诊断分类，如美国土壤系统分类（ST）和国际土壤分类参比基础（WRB）[4]。我国近代土壤分类始于20世纪30年代，先后经历了马伯特分类、土壤地理发生分类和土壤系统分类三个时期。土壤发生分类在我国土壤科学发展和生产应用方面发挥了?
5期张甘霖等：土壤时空变化研究的进展与未来1065http://pedologica.issas.ac.cn空间中的土壤渐变特征提供了新的技术支持。2.5数字土壤制图：土壤制图新范式数字土壤制图是利用环境协同变量预测目标土壤信息的预测性制图范式（图3），它避免了传统制图的不足，能为土地利用和管理提供准确的土壤信息产品。预测性土壤制图近20年来发展异常迅速，相关研究主要集中在采样设计、环境协同变量获取和预测模型开发三个方面[49-50]。采样方法研究的主要目的是揭示不同背景下采样的效率和对制图精度的贡献，无论是基于概率理论的采样方法，或是基于样点空间自相关的采样方法，还是基于环境因子辅助的采样方法，都有不同程度的适用条件[51]。基于概率理论的采样设计在空间相关性较强的地区会生成一定数量的冗余点，在其他地区却有可能生成极少数的样点；环境因子辅助的采样方法旨在选择可以代表环境因子参数空间的样点来捕捉土壤的空间变异特征，以提高采样效率[52-54]。图3数字土壤制图基本范式Fig.3Paradigmofdigitalsoilmapping能表征土壤环境空间变化的地理变量统称为“环境协同变量”，通常包括影响土壤形成的母质、气候、地形地貌、植被等因子[55-56]。不同因子作用的空间尺度特征是不同的，因而对制图精度的影响各异。开发新的非传统成土因素变量近期有新的进展，如使用地表动态反馈来表达土壤的时空变异特征，在平原地区取得了很好的效果[57-61]。数字土壤制图方法（模型）的发展具有决定性的意义。不同的空间预测模型包括数理统计方法、地统计方法、模糊逻辑方法、专家知识方法，还包括遗传算法、多元自适应回归样条法等，在不同的样区都能实现一定程度上的预测精度[51，62]。作为地表上
【参考文献】：
期刊论文
[1]从问题到解决方案:土壤与可持续发展目标的实现[J]. 张甘霖,吴华勇. 中国科学院院刊. 2018(02)
[2]土壤地理学的进展与展望[J]. 张甘霖,朱阿兴,史舟,王秋兵,刘宝元,张兴昌,史志华,杨金玲,刘峰,宋效东,吴华勇,曾荣. 地理科学进展. 2018(01)
[3]土壤星地传感技术现状与发展趋势[J]. 史舟,徐冬云,滕洪芬,胡月明,潘贤章,张甘霖. 地理科学进展. 2018(01)
[4]数字土壤制图研究综述与展望[J]. 朱阿兴,杨琳,樊乃卿,曾灿英,张甘霖. 地理科学进展. 2018(01)
[5]地球关键带:地质环境研究的新框架[J]. 杨建锋,张翠光. 水文地质工程地质. 2014(03)
[6]中国土壤系统分类土族和土系划分标准[J]. 张甘霖,王秋兵,张凤荣,吴克宁,蔡崇法,章明奎,李德成,赵玉国,杨金玲. 土壤学报. 2013(04)
[7]土壤近地传感器研究进展[J]. 史舟,郭燕,金希,吴豪翔. 土壤学报. 2011(06)
[8]中国土壤地理学发展的回顾与展望[J]. 张甘霖,史学正,龚子同. 土壤学报. 2008(05)
[9]Assessment and mapping of environmental quality in agricultural soils of Zhejiang Province, China[J]. CHENG Jie-liang, SHI Zhou, ZHU You-wei Institute of Agricultural Remote Sensing and Information System, Zhejiang University, Hangzhou 310029, China. Protection and Monitoring Station of Agricultural Environment, Bureau of Agriculture, Zhejiang Province, Hangzhou 310020, China. Journal of Environmental Sciences. 2007(01)
[10]西部地区生态环境建设的若干问题与政策建议[J]. 程国栋,张志强,李锐. 地理科学. 2000(06)
本文编号：3232100
本文链接：https://www.wllwen.com/kejilunwen/nykj/3232100.html
