ASD--LabSpec地物光譜儀在反演土壤水分特征曲線方面的應用
對地表入滲和蒸發通量的分配，以及準確量化不同空間尺度下土壤與大氣之間的質量和能量交換過程，都需要了解土壤的水文性質（如土壤水分特征曲線和導水率特征曲線）。土壤水分特征曲線（SWRC）描述了在基質勢下土壤水分含量的平衡情況，是重要的水文特性，與土壤孔隙的大小分布和結構密切相關，受土壤結構、質地、有機物和粘土礦物等因素的影響。傳統測量SWRC的實驗室方法繁瑣，數據往往不完整，且只覆蓋有限的水分含量范圍。近年來，近程和遙感技術得到了廣泛關注，特別是在光學域內的土壤反射光譜已被用于獲取土壤礦物學和化學成分、有機物含量、粒度分布及水分含量等信息。這些研究為衛星遙感提供了大尺度測繪的基礎。傳統方法主要依賴光譜轉移函數，盡管能有效推斷土壤水力特性，但需大量數據進行模型校準。本文提出了一種新的實驗室方法，通過水分含量依賴的短波紅外（SWIR）土壤反射光譜直接估計SWRC，利用最近開發的前向輻射傳輸模型，僅依賴水分含量-反射率數據對，計算更高效，無需反演流動方程，簡化了測量過程。
為了測試提議的新實驗室方法，作者使用了21種亞利桑那州土壤，這些土壤的質地（表 1）和礦物成分（即高嶺石、云母/伊利石、蒙脫石、蛭石、綠泥石和黑云母含量）有很大差異。下面提供了實驗確定的 SWRC 和干燥土壤的反射光譜的描述。
表 1. 亞利桑那州土壤的質地特性
使用ASD LabSpec®2500 地物光譜儀測量不同含水量水平的土壤反射光譜。波長范圍：350-2500nm。將烘干的土壤樣品通過2mm篩子，然后裝入直徑為40mm、高度為1.5mm的黑色金屬容器中。反射率測量采用與SWRC測量相同的目標填充密度。樣品經過仔細平整（即不壓實以盡量減少陰影效應）。土壤樣品最初用2毫升注射器浸透，在土壤從浸透到風干的過程中，每3分鐘自動獲取一次反射光譜。
圖 2. (a) 假設 θo= 0.18, log|hm| = 0.7和σ=1.3的毛細管水和吸附水貢獻的土壤水分保持模型。(b) 構成土壤總水分含量的毛細管水和吸附水成分。
圖 3. Lebeau 和 Konrad (2010) 模型參數的變化及其對土壤水分特征曲線（上行）、吸附水分量（中行）和毛細管水分量（下行）的影響。在每個圖中，其他兩個參數保持不變，等于圖 2 中的參考值。
圖 4. Lebeau 和 Konrad (2010) 模型與四種具有不同粘土含量的 AZ 土壤的測得土壤水分保留曲線數據的最佳擬合。
圖 5. (a) 在不同短波紅外波段測量的 AZ3（壤土）和 AZ18（粘土）土壤的轉換反射率與土壤水分含量的關系。(b) 轉換反射率對水分含量的一階導數（實線）及其對應的全局最大值（空心圓）。(c) 與全局dr/dθ 最大值相關的水分含量繪制為所有 SWIR 波長的密度分布（Eilers and Goeman，2004）與吸附和毛細管水分成分的關系。
圖 6. 利用所提出的逆方法獲得的毛細管水和吸附水成分，與通過 Lebeau 和 Konrad (2010) 模型對 21 種 AZ 土壤的測得的土壤水分保留曲線進行最佳擬合獲得的相應成分進行比較。
圖 7. 使用新提出的模型獲取的 21 種 AZ 土壤的 SWRC 與直接測量結果的比較。
圖 8. 使用新實驗室方法從短波紅外反射獲得的土壤水分含量與所有被調查土壤的直接測量值的比較。
本文介紹了一種基于物理的實驗室的新方法，該方法可以直接從土壤水分含量 SWIR反射率數據對中檢索土壤水分特征曲線 (SWRC)。所得結果為本研究的假設提供了強有力的支持，即 SWRC 的毛細管和吸附水成分的光學特性存在顯著差異，因為它們在土壤孔隙系統中的分布不同。這種差異是從水分含量相關的反射率數據成功檢索 SWRC 的關鍵。
考慮到從飽和到風干的干燥薄土樣的短波紅外 (SWIR) 反射率可以在幾個小時內測量，與通常需要數周時間的標準實驗室方法相比，所提出的新方法具有很高的時間效率。以計算效率為代價，用 Richards 方程約束所提出的反演方法可能會提高 SWRC 檢索的準確性。
