地球物理方法在土壤水文過程研究中的應(yīng)用與展望①

劉成功，賈小旭，邵明安

地球物理方法在土壤水文過程研究中的應(yīng)用與展望①

劉成功1,2，賈小旭1,2*，邵明安1,2

(1 中國科學(xué)院地理科學(xué)與資源研究所生態(tài)系統(tǒng)網(wǎng)絡(luò)觀測(cè)與模擬重點(diǎn)實(shí)驗(yàn)室，北京 100101；2 中國科學(xué)院大學(xué)資源與環(huán)境學(xué)院，北京 100190)

土壤水分的多尺度高效監(jiān)測(cè)是土壤水文過程研究的基礎(chǔ)。近些年以電阻率成像法、探地雷達(dá)法和電磁感應(yīng)法為代表的地球物理方法，憑借多尺度適用性和微擾動(dòng)原位監(jiān)測(cè)的優(yōu)勢(shì)被廣泛用于土壤水文學(xué)研究。本文在介紹以上3種代表性地球物理技術(shù)工作原理的基礎(chǔ)上，初步總結(jié)了地球物理方法應(yīng)用于水文學(xué)研究中的進(jìn)展，討論了地球物理手段未來應(yīng)用于土壤水文學(xué)研究中的機(jī)遇與挑戰(zhàn)，以期能夠增進(jìn)有關(guān)學(xué)者對(duì)地球物理手段的了解和認(rèn)識(shí)，更好地將地球物理手段應(yīng)用于土壤水文學(xué)研究中。

土壤水分；電阻率成像法；探地雷達(dá)法；電磁感應(yīng)法；根系吸水

土壤水文過程主要包括水分進(jìn)出土體以及在土壤內(nèi)的再分布過程，是陸地水循環(huán)過程中的重要組成部分，在地球關(guān)鍵帶物質(zhì)循環(huán)和能量流動(dòng)中起重要作用，是旱區(qū)植被健康生長(zhǎng)及生態(tài)系統(tǒng)可持續(xù)性的關(guān)鍵。水分是水文過程的主體，對(duì)土壤水分狀況的準(zhǔn)確高效監(jiān)測(cè)是土壤水文過程研究的基礎(chǔ)。傳統(tǒng)的土壤水分監(jiān)測(cè)方法可分為以烘干法和傳感器法為代表的點(diǎn)尺度方法、以宇宙射線土壤水分觀測(cè)系統(tǒng)為代表的中尺度方法[1]和以遙感反演為代表的大尺度方法[2]。以上研究方法的廣泛應(yīng)用推動(dòng)了土壤水文學(xué)的發(fā)展，但也存在一些不足之處。例如，點(diǎn)尺度方法雖然準(zhǔn)確，但僅能測(cè)定樣點(diǎn)附近土壤水分狀況且安裝過程會(huì)對(duì)土壤結(jié)構(gòu)造成擾動(dòng)，大中尺度方法具有監(jiān)測(cè)范圍大且高效無擾動(dòng)的優(yōu)點(diǎn)，但其僅能獲得土壤表層水分狀況且易受外部環(huán)境的影響[2]。

近幾十年來，隨著地球物理技術(shù)的不斷發(fā)展和儀器儀表電子技術(shù)的不斷進(jìn)步，以電阻率成像法(electrical resistivity tomography, ERT)、探地雷達(dá)法(ground penetrating radar, GPR)和電磁感應(yīng)法(electromagnetic induction, EMI)為代表的地球物理技術(shù)憑借可實(shí)現(xiàn)多尺度、高精度和微擾動(dòng)監(jiān)測(cè)的優(yōu)勢(shì)逐步應(yīng)用于水文學(xué)研究中[3-4]。在Web of Science核心合集中檢索到1990—2020年利用以上3種地球物理方法進(jìn)行土壤水文學(xué)研究的相關(guān)文獻(xiàn)共計(jì)1 998篇，相關(guān)文獻(xiàn)發(fā)表年份統(tǒng)計(jì)結(jié)果如圖1所示。20世紀(jì)90年代，尤其是進(jìn)入21世紀(jì)之后，相關(guān)文獻(xiàn)發(fā)表數(shù)量呈逐年增加趨勢(shì)，這主要?dú)w因于地球物理探測(cè)理論和設(shè)備制造技術(shù)的進(jìn)步以及“水文地球物理”概念的提出和普及，這也代表著地球物理方法應(yīng)用于土壤水文學(xué)研究中的意義和價(jià)值得到認(rèn)可。

圖1 應(yīng)用典型地球物理手段的土壤水文學(xué)研究發(fā)文數(shù)量圖

本文將在介紹常用的地球物理方法及其原理的基礎(chǔ)上，對(duì)近年來地球物理方法應(yīng)用案例進(jìn)行總結(jié)和梳理，并對(duì)未來地球物理方法應(yīng)用于土壤水文學(xué)研究中所面臨的問題和挑戰(zhàn)進(jìn)行討論，以期為相關(guān)研究人員提供參考。

1 地球物理方法簡(jiǎn)介

1.1 電阻率成像法

電阻率成像法(ERT)以巖土介質(zhì)導(dǎo)電性差異為基礎(chǔ)，通過在地表或者鉆井布設(shè)電極，人工建立和觀測(cè)介質(zhì)內(nèi)穩(wěn)定電流場(chǎng)分布情況，從而在一、二或三維上對(duì)從點(diǎn)尺度到流域尺度的土壤電阻率進(jìn)行檢測(cè)[5]。其原理如圖2A所示，每個(gè)工作單元包含4個(gè)工作電極，其中兩個(gè)為電流電極(A，B)，兩個(gè)為測(cè)量電極(M，N)。工作過程中電流電極通電，在下部介質(zhì)中形成電流場(chǎng)，測(cè)量電極則測(cè)量此時(shí)兩電極之間的電位差并儲(chǔ)存，其測(cè)點(diǎn)電阻率可通過如下公式計(jì)算：

式中：Δ為M、N兩電極電位差，為A、B兩電極間電流，為與電極間距相關(guān)的距離矯正系數(shù)。電極排列方式會(huì)影響ERT的分辨率，常規(guī)電極排列包括溫納排列、施倫貝格排列、偶極–偶極排列、單極–偶極排列和單極–單極排列5種，不同排列方式所測(cè)得數(shù)據(jù)具有不同信噪比和分辨率特征，使用中可參照Loke[6]的研究進(jìn)行選擇。

ERT直接測(cè)得的為表觀電阻率(apparent resistivity)，需通過對(duì)地下均勻電阻率分布模型進(jìn)行迭代修正，以使模型響應(yīng)值與觀測(cè)數(shù)據(jù)值之間的差異最小，響應(yīng)值為真實(shí)土壤電阻率。該反演方法主要來源于Loke和Barker[7]及Loke和Dahlin[8]的一系列研究成果。溫度對(duì)電阻率影響較大，應(yīng)用中需將其轉(zhuǎn)化為標(biāo)準(zhǔn)溫度(25℃)下的電阻率(2.5℃)，應(yīng)用較為廣泛的模型為：

式中：ρ為測(cè)試溫度下的土壤電阻率；為溫度補(bǔ)償系數(shù)，一般為0.025[9-10]。

1.2 探地雷達(dá)法

探地雷達(dá)法(GPR)以電磁波傳播過程中遇到介電常數(shù)存在差異的界面會(huì)發(fā)生反射和散射為基礎(chǔ)，通過探地雷達(dá)接收散射回波信號(hào)，根據(jù)回波時(shí)間、振幅和形狀對(duì)介質(zhì)的性質(zhì)、結(jié)構(gòu)和形狀等因素進(jìn)行推測(cè)反演下墊面介電常數(shù)特性[11]。探地雷達(dá)包括發(fā)射天線和接收天線兩部分，其工作原理如圖2B所示。工作時(shí)，發(fā)射天線發(fā)射一定頻率的電磁波，電磁波向下傳遞，遇到不同介電常數(shù)的界面會(huì)產(chǎn)生不同的反射波，接收天線接收反射波信號(hào)并計(jì)算反射波波速進(jìn)而得到介質(zhì)介電常數(shù)及其對(duì)應(yīng)深度信息。介電常數(shù)計(jì)算方法如下：

式中：為介質(zhì)的介電常數(shù)，為電磁波在土壤中的波速，為真空中電磁波的傳播速度(0.3 m/ns)。按照反射波傳播類型，目前用于土壤水分監(jiān)測(cè)的方法可以分為反射波法、地波法、鉆孔雷達(dá)法和反射系數(shù)法。

1.3 電磁感應(yīng)法

電磁感應(yīng)法(EMI)通過測(cè)量土壤中感應(yīng)電流產(chǎn)生的磁場(chǎng)來對(duì)土壤介質(zhì)的電學(xué)性質(zhì)差異進(jìn)行監(jiān)測(cè)。其工作原理如圖2C所示，固定頻率的交流電穿過發(fā)射線圈產(chǎn)生初級(jí)磁場(chǎng)(Hp)，變化的初級(jí)磁場(chǎng)在導(dǎo)電的地下感應(yīng)產(chǎn)生二次磁場(chǎng)(Hs)，初級(jí)磁場(chǎng)和二次磁場(chǎng)被接收線圈接收[12]，土壤表觀電導(dǎo)率可由下式計(jì)算：

式中：ECa為土壤表觀電導(dǎo)率(mS/m)；Hs、Hp 分別為次級(jí)磁場(chǎng)和初級(jí)磁場(chǎng)；=2π，為發(fā)射頻率(Hz)；為發(fā)射端子與接受端子之間距(m)；0為空間磁場(chǎng)傳導(dǎo)系數(shù)。通過該方法所測(cè)得的土壤表觀電阻率同樣需進(jìn)行溫度校正[13]。

EMI測(cè)量深度及靈敏度取決于信號(hào)接收和發(fā)射端口的距離、方向以及測(cè)量頻率。應(yīng)用較為廣泛的電磁感應(yīng)設(shè)備(例如EM31、EM38)大多是通過單一發(fā)射和接收端口對(duì)土壤表觀電阻率進(jìn)行測(cè)量的，有效監(jiān)測(cè)深度淺且測(cè)量結(jié)果為一定深度范圍內(nèi)土壤表觀電阻率的加權(quán)平均值，垂直分辨率低[14]。近年來，研究者通過搭載不同線圈間距和線圈方向的接收器[15]或建立相關(guān)反演模型[16]等方式來提高其結(jié)果垂向分辨率。

圖2 三種地球物理方法原理示意圖

1.4 不同地球物理方法的優(yōu)勢(shì)

ERT、GPR和EMI三種方法理論上均可實(shí)現(xiàn)對(duì)點(diǎn)尺度到流域尺度地球物理特性的動(dòng)態(tài)監(jiān)測(cè)，但由于監(jiān)測(cè)設(shè)備原理不同而各有優(yōu)勢(shì)，在使用中需綜合考慮監(jiān)測(cè)需求合理選擇相應(yīng)技術(shù)手段。

ERT和GPR監(jiān)測(cè)深度分別與一次布線首尾電極間距和雷達(dá)發(fā)射頻率有關(guān)，可進(jìn)行較為靈活的調(diào)整，從而實(shí)現(xiàn)從點(diǎn)尺度到坡面尺度厘米到十米深度范圍的多維監(jiān)測(cè)，與EMI相比，垂直分辨率較高。EMI監(jiān)測(cè)設(shè)備有效監(jiān)測(cè)深度較淺且為深度范圍內(nèi)加權(quán)平均值，如目前應(yīng)用較為廣泛的EM38和EM31有效監(jiān)測(cè)深度分別為0.75 ～ 1.5 m和3.0 ～ 6.0 m。ERT監(jiān)測(cè)需布設(shè)電極且測(cè)量過程耗時(shí)較多，這一定程度上限制了該方法應(yīng)用于較大尺度(如流域尺度)和水文過程中間狀態(tài)的監(jiān)測(cè)。GPR和EMI不需與地面直接接觸，可搭載于探測(cè)車或飛機(jī)等快速移動(dòng)設(shè)備上，因而在大范圍監(jiān)測(cè)中更具優(yōu)勢(shì)。

2 地球物理方法在土壤水文過程研究中的應(yīng)用

ERT、GPR和EMI等地球物理技術(shù)所監(jiān)測(cè)的土壤電阻率、土壤介電常數(shù)和土壤電導(dǎo)率等土壤物理特性與土壤水分狀況具有密切關(guān)系，因而在土壤水分空間分布、水分入滲及再分布以及根系吸水等過程的研究中得到廣泛應(yīng)用。

2.1 土壤水分時(shí)空分布

基于地球物理方法獲取的與土壤水分狀況密切相關(guān)的地球物理參數(shù)大多受多種環(huán)境因子(如含水率、溫度、孔隙度、質(zhì)地等)影響[14]。因此，將地球物理參數(shù)(土壤電阻率、介電常數(shù)、表觀電阻率)與土壤水文指標(biāo)建立可靠的轉(zhuǎn)換關(guān)系是利用地球物理方法進(jìn)行土壤水文過程研究的重要步驟。

EMI測(cè)得的表觀電阻率是一定深度范圍內(nèi)土壤水分、質(zhì)地和溶質(zhì)濃度的綜合反映，因此，研究中大多直接通過將土壤表觀電阻率與所測(cè)得的一定深度內(nèi)的土壤水分狀況建立關(guān)系模型來實(shí)現(xiàn)兩者之間的轉(zhuǎn)換[31]。例如，Misra等[32]對(duì)棉田田間尺度不同季節(jié)土壤表觀電阻率進(jìn)行監(jiān)測(cè)并建立表觀電阻率–含水率關(guān)系，發(fā)現(xiàn)各季節(jié)ECa值隨特定深度內(nèi)累積土壤水分值的增加呈非線性增長(zhǎng)，且具有較高的可信度，淺層和深層土壤水分隨時(shí)間變化規(guī)律基本相同。

總體而言，ERT、GPR以及EMI三種地球物理方法監(jiān)測(cè)所得的地球物理參數(shù)受多種因素影響，但已有研究已經(jīng)探索出較為可靠的地球物理參數(shù)與土壤含水率之間的轉(zhuǎn)化模型，并不斷得到驗(yàn)證和改進(jìn)，為地球物理方法在多尺度土壤水分空間分布狀況的監(jiān)測(cè)奠定了基礎(chǔ)。

2.2 水分入滲與再分布過程

入滲是水分進(jìn)入土壤的重要過程，是降水、地表水、土壤水和地下水相互轉(zhuǎn)化的重要環(huán)節(jié)，對(duì)入滲過程的量化及其影響因素的研究對(duì)增加土壤入滲、減少水土流失等具有重要意義。傳統(tǒng)水分入滲研究大多采用侵入式的監(jiān)測(cè)方法[33]或采用示蹤劑染色法[34]在較小尺度上對(duì)相關(guān)問題進(jìn)行研究，該類方法可以實(shí)現(xiàn)入滲結(jié)果的可視化但無法對(duì)入滲過程進(jìn)行描述且費(fèi)時(shí)費(fèi)力，而地球物理方法的應(yīng)用可實(shí)現(xiàn)相關(guān)過程多空間和時(shí)間尺度的過程可視化[35]。

地球物理方法進(jìn)行水分入滲與再分布研究的基本方法為利用所建立的土壤物理特性與土壤含水率轉(zhuǎn)換方程，將在不同階段水文過程測(cè)定的土壤物理參數(shù)轉(zhuǎn)換為土壤含水率即可實(shí)現(xiàn)土壤水文過程的動(dòng)態(tài)監(jiān)測(cè)。例如，Dietrich等[36]利用11 m ERT測(cè)線對(duì)192 h內(nèi)土壤剖面電阻率進(jìn)行多次監(jiān)測(cè)，利用室內(nèi)試驗(yàn)得到的經(jīng)驗(yàn)公式將測(cè)得的土壤電阻率轉(zhuǎn)換為土壤含水率，發(fā)現(xiàn)土壤鈣積層的存在阻礙土壤水分的垂直入滲，促進(jìn)了低入滲區(qū)域上部的橫向基質(zhì)流。Yu等[37]則利用鉆孔和地表GPR對(duì)21 m2不同用水處理的土壤深層和表層位置介電常數(shù)進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，并利用Roth模型進(jìn)行土壤水分反演計(jì)算，實(shí)現(xiàn)了土壤水分時(shí)空演變的可視化，土壤含水率數(shù)值上與時(shí)域反射儀測(cè)量結(jié)果具有較好的一致性，而且由于GPR測(cè)量的空間代表性較高，利用GPR數(shù)據(jù)計(jì)算所得土壤儲(chǔ)水量變化更接近入滲試驗(yàn)耗水量。

如前文所述，地球物理特性受諸多因素的影響，建立適用于較大范圍內(nèi)的土壤物理特性與土壤含水率的轉(zhuǎn)換模型存在一定困難，但短時(shí)間內(nèi)同一位置土壤質(zhì)地、孔隙度等因素相對(duì)于土壤水分狀況更穩(wěn)定，即可認(rèn)為土壤水分是引起土壤物理特性變化的唯一因素，因此可采用地球物理特性的變化作為土壤水分變化的響應(yīng)，從而對(duì)水文過程進(jìn)行定性和定量描述[4]。例如，Carey等[18]利用ERT對(duì)模擬不同降水強(qiáng)度區(qū)域的土壤電阻率進(jìn)行監(jiān)測(cè)，并根據(jù)室內(nèi)土壤測(cè)試盒測(cè)定結(jié)果將電阻率變化大于10% 的位置確定為入滲位置，由此可根據(jù)電阻率空間變化得到水分入滲范圍。此外，該研究還利用GPR測(cè)得的地下結(jié)構(gòu)進(jìn)一步解釋了入滲路徑產(chǎn)生的原因。Peskett等[38]利用ERT進(jìn)行坡面尺度的監(jiān)測(cè)，根據(jù)電阻率變化情況判斷該位置土壤水分變化，發(fā)現(xiàn)坡中林帶對(duì)于加速降水對(duì)土壤水的補(bǔ)充作用有限。而Robinson等[39]利用EMI對(duì)面積約為4 hm2的流域土壤表觀電阻率進(jìn)行監(jiān)測(cè)，并用濕潤(rùn)與干燥土壤表觀電阻率之差對(duì)降水事件以及不同季節(jié)間土壤潤(rùn)濕模式和濕度動(dòng)態(tài)變化進(jìn)行了分析，證實(shí)了EMI在流域尺度土壤水分變化監(jiān)測(cè)中的可行性。最近，Zhao等[40]對(duì)定水頭入滲剖面過程進(jìn)行10次電阻率監(jiān)測(cè)，將所得電阻率相對(duì)變化量與剖面土壤水分變化進(jìn)行對(duì)比，發(fā)現(xiàn)黃土高原水分入滲在前期主要為單一優(yōu)先流和基質(zhì)流過程，但隨后優(yōu)先流在土壤深層轉(zhuǎn)化為基質(zhì)流并繼續(xù)向深層入滲，而此時(shí)表層基質(zhì)流濕潤(rùn)鋒基本停滯在較淺位置。該研究結(jié)果較為完整地反映了土壤水分的入滲過程，為黃土區(qū)土壤水分入滲局限于淺層提供了新的證據(jù)，并強(qiáng)調(diào)了近地表優(yōu)先流路徑對(duì)于黃土層較深位置處水分補(bǔ)給的作用。

優(yōu)先流是指在多種環(huán)境條件下發(fā)生非平衡流動(dòng)的過程，是一種常見的水分運(yùn)動(dòng)形式，具有大孔隙流、管流、指流等形式，其成因和分布特征是土壤水文過程研究的重要內(nèi)容之一。Kung等[41]于1991年首次利用GPR觀測(cè)因深層土壤不連續(xù)引起的優(yōu)先流現(xiàn)象，證明了GPR在優(yōu)先流研究中的可行性。Allroggen等[42]利用GPR監(jiān)測(cè)模擬降水區(qū)域3個(gè)土壤剖面介電常數(shù)狀況，獲得水分入滲引起的剖面土壤水分變化，進(jìn)一步證明了時(shí)域GPR可以無創(chuàng)探測(cè)水分流動(dòng)路徑，但其時(shí)間和空間分辨率均有待提高，應(yīng)進(jìn)一步補(bǔ)充不同尺度的示蹤試驗(yàn)信息。為提高GPR在小尺度上識(shí)別優(yōu)先流路徑和范圍的能力，實(shí)現(xiàn)入滲和優(yōu)先流路徑的準(zhǔn)確監(jiān)測(cè)，Di Prima等[43]利用900 MHz 天線間隔20 cm 布設(shè)測(cè)線，對(duì)體積約為1 m3的土體水分入滲前后土壤介電常數(shù)進(jìn)行監(jiān)測(cè)，監(jiān)測(cè)數(shù)據(jù)經(jīng)插值、過濾和提取得到介電常數(shù)發(fā)生實(shí)質(zhì)性變化位置的三維視圖，經(jīng)與亮藍(lán)染色劑標(biāo)記位置進(jìn)行比對(duì)后發(fā)現(xiàn)，該方法可清楚劃分土體內(nèi)部濕潤(rùn)區(qū)尺寸和形狀，充分體現(xiàn)了地球物理手段三維成像在入滲路徑研究中的優(yōu)勢(shì)[43]。

綜上，地球物理方法微干擾的監(jiān)測(cè)特點(diǎn)和延時(shí)監(jiān)測(cè)的方法為水分入滲和運(yùn)動(dòng)過程的研究提供大量多尺度時(shí)間序列數(shù)據(jù)，可以有效實(shí)現(xiàn)過程的可視化，增進(jìn)研究者對(duì)于相關(guān)過程的認(rèn)識(shí)和理解，具有較大的應(yīng)用潛力。

2.3 根系吸水過程

土壤水分條件是植物生長(zhǎng)發(fā)育的重要影響因素，地球物理方法對(duì)于土壤水分的監(jiān)測(cè)優(yōu)勢(shì)使其可以在植物與土壤水分相互作用研究中發(fā)揮巨大作用。植物根系吸水是土壤水分消耗的重要途徑，對(duì)土壤水分空間分布具有顯著影響[44]，研究植物根系空間分布及吸水位置對(duì)于合理配置植被和作物種類、實(shí)現(xiàn)土壤水分的高效可持續(xù)利用具有重要科學(xué)意義。地球物理手段可以通過連續(xù)監(jiān)測(cè)根系及其周圍土壤電磁學(xué)性質(zhì)差異，實(shí)現(xiàn)根區(qū)土壤水分的動(dòng)態(tài)監(jiān)測(cè)。例如，Rao等[45]利用ERT在不同物種配置的草地上布設(shè)水平和豎直探井電極進(jìn)行多次測(cè)量，利用所獲得的高空間分辨率土壤剖面電阻率信息對(duì)不同物種干旱脅迫下根系吸水位置和植物耗水量進(jìn)行了評(píng)價(jià)，發(fā)現(xiàn)雞尾草和黑麥草的吸水位置較淺，雞尾草耗水量顯著高于其他物種。對(duì)于存在主根的植物，單一土壤剖面監(jiān)測(cè)不易全面反映根系吸水位置。Vanella等[46]使用三維ERT對(duì)不同灌溉方式下柑桔樹的根區(qū)(體積約為7 m3)土壤電阻率進(jìn)行監(jiān)測(cè)，發(fā)現(xiàn)淺根和深根活躍程度由水分的有效性決定。劉成功等[47]利用二維ERT分析了黃土高原坡面尺度不同植被類型下土壤電阻率空間分布狀況，量化了由于根系過度耗水導(dǎo)致的土壤干層的空間分布特征。相對(duì)于ERT，GPR對(duì)具有電學(xué)性質(zhì)不同的邊界更加敏感，所以常用于根系分布及生物量的監(jiān)測(cè)。例如，Liu等[48]對(duì)GPR圖像中的粗根反射進(jìn)行識(shí)別，獲得不同位置的反射波速和土壤含水率，并利用反向距離加權(quán)插值方法重建了不同深度土壤水分的水平分布，并經(jīng)三維重建獲得三維根系與土壤水分的空間分布特征，均方根誤差約為0.017。以上研究充分證明了地球物理方法在植物–土壤水分相互作用研究中的獨(dú)特優(yōu)勢(shì)，即可以在植被空間格局分布、植物對(duì)于水分條件的響應(yīng)以及農(nóng)田水資源管理等方面研究中提供各尺度的高密度空間監(jiān)測(cè)數(shù)據(jù)。

3 機(jī)遇與挑戰(zhàn)

地球物理技術(shù)作為一種原位、微擾動(dòng)的監(jiān)測(cè)手段已被廣泛應(yīng)用于土壤水分時(shí)空分布、水分入滲與再分布以及根系吸水等土壤水文學(xué)研究中，為多尺度土壤水文過程的監(jiān)測(cè)與模擬提供了新方法，推動(dòng)了土壤水文學(xué)的發(fā)展。然而，地球物理方法在土壤水文學(xué)研究和應(yīng)用過程中仍存在一些亟待解決和需要進(jìn)一步研究的科學(xué)問題。

1)地球物理參數(shù)與土壤水分定量關(guān)系仍需探究。地球物理方法估算土壤含水率的不確定性不僅來自于電阻率模型的不確定性，也來自于研究假定準(zhǔn)確無誤的地球物理參數(shù)與土壤水文學(xué)參數(shù)的本構(gòu)關(guān)系[4]。地球物理參數(shù)與土壤水文要素之間的關(guān)系多為非線性的，模型的精度取決于輸入?yún)?shù)的數(shù)量和種類，而輸入?yún)?shù)具有高度的空間異質(zhì)性和尺度依賴性[10]。因此，如何利用先驗(yàn)數(shù)據(jù)與基于“大數(shù)據(jù)”分析或機(jī)器學(xué)習(xí)的參數(shù)預(yù)測(cè)等新興數(shù)據(jù)分析方法，建立具有較好預(yù)測(cè)能力的近似線性的轉(zhuǎn)換模型是目前值得探索的問題。例如，Brillante等[49]采用不同的機(jī)器學(xué)習(xí)方法來增強(qiáng)土壤水平衡模型和電阻率數(shù)據(jù)之間的擬合度，而Hedley等[50]發(fā)現(xiàn)隨機(jī)森林法在建立的土壤表觀電阻率與土壤含水率關(guān)系上較多元線性回歸模型具有更高的精度。

2)綜合利用多種地球物理方法進(jìn)行交叉反演。地球物理方法可實(shí)現(xiàn)野外多尺度土壤性質(zhì)空間變異的定性描述，然而實(shí)現(xiàn)定量描述則需要結(jié)合額外的(先驗(yàn)的)信息來構(gòu)建較為精確的地下模型。土壤水分先驗(yàn)數(shù)據(jù)可由烘干法或傳感器法等點(diǎn)尺度方法獲得[51]，但點(diǎn)尺度數(shù)據(jù)量較小且變異性較大，尺度轉(zhuǎn)換存在問題。而地球物理方法各具優(yōu)勢(shì)，不同靈敏度和分辨率方法的綜合利用將有利于克服單一方法的局限性[52]。例如，GPR具有較高的垂向空間分辨率，可用于介質(zhì)差異明顯界面的圈定，而ERT由于低頻電流的物理性質(zhì)，很難得到清晰的巖性邊界圖像，兩者結(jié)合將有利于提高整體空間分辨率[53]。EMI可快速和有效確定較大尺度土壤表觀電導(dǎo)率的空間分布，該方法與ERT相結(jié)合可以得到水平與垂直方向土壤剖面電阻率分布的綜合模型[54]。Fan等[52]總結(jié)了ERT、GPR和EMI三種地球物理方法在入滲機(jī)制與地球關(guān)鍵帶結(jié)構(gòu)研究中的綜合使用方法，為綜合利用地球物理方法研究水文過程提供了參考。

3)耦合水文過程模型需進(jìn)一步探索。地球物理手段可以實(shí)現(xiàn)包氣帶土壤水分時(shí)空分布和運(yùn)動(dòng)過程的監(jiān)測(cè)，進(jìn)而對(duì)剖面水力參數(shù)進(jìn)行預(yù)測(cè)，但該方法所包含的多過程反演會(huì)造成誤差的傳遞和累積[55]。對(duì)此，部分學(xué)者提出將地球物理參數(shù)反演模型與土壤水文模型相耦合的反演方法，在地球物理要素反演過程中增加水文過程機(jī)制的約束。例如，Rossi等[56]將GPR和ERT 監(jiān)測(cè)數(shù)據(jù)同化到水文模型CATHY中進(jìn)行試驗(yàn)的數(shù)值模擬，試驗(yàn)結(jié)果與簡(jiǎn)單非耦合的水文地球物理方法相比，耦合模型提供了更可靠的參數(shù)估計(jì)和入滲過程的可視化?？傮w而言，耦合水文過程和地球物理監(jiān)測(cè)的模型取得了一定進(jìn)展，但未來需要更多的工作來提供不依賴于先驗(yàn)知識(shí)的解決方案。

4)基于地球物理方法的多尺度生態(tài)水文過程研究?jī)?nèi)容的拓展。地球物理方法在點(diǎn)到流域尺度及更大尺度的準(zhǔn)確高效監(jiān)測(cè)能力隨著基礎(chǔ)理論和設(shè)備制造技術(shù)的發(fā)展得到提升，應(yīng)用范圍不斷拓寬。除文中所介紹的研究?jī)?nèi)容外，部分研究者近來將地球物理方法應(yīng)用于土壤水文與生物地球化學(xué)循環(huán)[57]、農(nóng)田生態(tài)系統(tǒng)水鹽要素的監(jiān)測(cè)與管理[58]、水文與生態(tài)系統(tǒng)之間的響應(yīng)[45]等研究中，成功地實(shí)現(xiàn)了多尺度的過程監(jiān)測(cè)。此外，地球物理方法在深層土壤水分運(yùn)動(dòng)、地下水補(bǔ)給等方面的潛力仍值得進(jìn)一步挖掘。未來相關(guān)研究者應(yīng)及時(shí)關(guān)注地球物理方法的發(fā)展，將地球物理前沿理論和方法引入土壤水文學(xué)研究中以提升對(duì)土壤水文過程及其生態(tài)效應(yīng)的理解和認(rèn)識(shí)。

[1] Zhu X C, Cao R X, Shao M G, et al. Footprint radius of a cosmic-ray neutron probe for measuring soil-water content and its spatiotemporal variability in an alpine meadow ecosystem[J]. Journal of Hydrology, 2018, 558: 1–8.

[2] 潘寧, 王帥, 劉焱序, 等. 土壤水分遙感反演研究進(jìn)展[J]. 生態(tài)學(xué)報(bào), 2019, 39(13): 4615–4626.

[3] Babaeian E, Sadeghi M, Jones S B, et al. Ground, proximal, and satellite remote sensing of soil moisture[J]. Reviews of Geophysics, 2019, 57(2): 530–616.

[4] Binley A, Hubbard S S, Huisman J A, et al. The emergence of hydrogeophysics for improved understanding of subsurface processes over multiple scales[J]. Water Resources Research, 2015, 51(6): 3837–3866.

[5] Samou?lian A, Cousin I, Tabbagh A, et al. Electrical resistivity survey in soil science: A review[J]. Soil and Tillage Research, 2005, 83(2): 173–193.

[6] Loke M H. Electrical Imaging surveys for environmrntal and engineering studies: A practical guide to 2D and 3D surveys [R/OL]. https://pages.mtu.edu/～ctyoung/LOKENOTE.PDF. [2021-09-27].

[7] Loke M H, Barker R D. Rapid least-squares inversion of apparent resistivity pseudosections by a quasi-Newton method1[J]. Geophysical Prospecting, 1996, 44(1): 131–152.

[8] Loke M H, Dahlin T. A comparison of the Gauss-Newton and quasi-Newton methods in resistivity imaging inversion[J]. Journal of Applied Geophysics, 2002, 49(3): 149–162.

[9] Campbell R B, Bower C A, Richards L A. Change of electrical conductivity with temperature and the relation of osmotic pressure to electrical conductivity and ion concentration for soil extracts[J]. Soil Science Society of America Journal, 1949, 13(C): 66–69.

[10] Sun H, Wang Y Q, Zhao Y L, et al. Assessing the value of electrical resistivity derived soil water content: Insights from a case study in the Critical Zone of the Chinese Loess Plateau[J]. Journal of Hydrology, 2020, 589: 125132.

[11] Neal A. Ground-penetrating radar and its use in sedimentology: Principles, problems and progress[J]. Earth-Science Reviews, 2004, 66(3/4): 261–330.

[12] von Hebel C, Rudolph S, Mester A, et al. Three-dimensional imaging of subsurface structural patterns using quantitative large-scale multiconfiguration electromagnetic induction data[J]. Water Resources Research, 2014, 50(3): 2732–2748.

[13] Reedy R C, Scanlon B R. Soil water content monitoring using electromagnetic induction[J]. Journal of Geotechnical and Geoenvironmental Engineering, 2003, 129(11): 1028–1039.

[14] Friedman S P. Soil properties influencing apparent electrical conductivity: A review[J]. Computers and Electronics in Agriculture, 2005, 46(1/2/3): 45–70.

[15] Saey T, de Smedt P, de Clercq W, et al. Identifying soil patterns at different spatial scales with a multi-receiver EMI sensor[J]. Soil Science Society of America Journal, 2013, 77(2): 382–390.

[16] Archie G E. The electrical resistivity log as an aid in determining some reservoir characteristics[J]. Transactions of the AIME, 1942, 146(1): 54–62.

[17] Zhou Q Y, Shimada J, Sato A. Three-dimensional spatial and temporal monitoring of soil water content using electrical resistivity tomography[J]. Water Resources Research, 2001, 37(2): 273–285.

[18] Carey A M, Paige G B, Carr B J, et al. Characterizing hydrological processes in a semi-arid rangeland watershed: A hydrogeophysical approach[J]. Hydrological Processes, 2018: hyp.13361.

[19] 岳寧, 董軍, 李玲, 等. 基于高密度電阻率成像法的隴中半干旱區(qū)土壤含水量監(jiān)測(cè)研究[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2016, 24(10): 1417–1427.

[20] 段旭, 王彥輝, 程積民. 寧夏固原云霧山天然草坡土壤電阻率和含水率的關(guān)系及其空間變異[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2012, 28(7): 130–137.

[21] Celano G, Palese A M, Ciucci A, et al. Evaluation of soil water content in tilled and cover-cropped olive orchards by the geoelectrical technique[J]. Geoderma, 2011, 163(3/4): 163–170.

[22] 高君亮, 羅鳳敏, 馬迎賓, 等. 電阻率成像法監(jiān)測(cè)人工梭梭林土壤水分[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2018, 34(22): 92– 101.

[23] Topp G C, Davis J L, Annan A P. Electromagnetic determination of soil water content: Measurements in coaxial transmission lines[J]. Water Resources Research, 1980, 16(3): 574–582.

[24] Roth K, Schulin R, Flühler H, et al. Calibration of time domain reflectometry for water content measurement using a composite dielectric approach[J]. Water Resources Research, 1990, 26(10): 2267–2273.

[25] Herkelrath W N, Hamburg S P, Murphy F. Automatic, real-time monitoring of soil moisture in a remote field area with time domain reflectometry[J]. Water Resources Research, 1991, 27(5): 857–864.

[26] Robinson D A, Jones S B, Wraith J M, et al. A review of advances in dielectric and electrical conductivity measurement in soils using time domain reflectometry[J]. Vadose Zone Journal, 2003, 2(4): 444–475.

[27] Anbazhagan P, Bittelli M, Pallepati R R, et al. Comparison of soil water content estimation equations using ground penetrating radar[J]. Journal of Hydrology, 2020, 588: 125039.

[28] 朱安寧, 吉麗青, 張佳寶, 等. 基于探地雷達(dá)的土壤水分測(cè)定方法研究進(jìn)展[J]. 中國生態(tài)農(nóng)業(yè)學(xué)報(bào), 2009, 17(5): 1039–1044.

[29] Grote K, Hubbard S, Rubin Y. Field-scale estimation of volumetric water content using ground-penetrating radar ground wave techniques[J]. Water Resources Research, 2003, 39(11): 1321.

[30] Schmelzbach C, Tronicke J, Dietrich P. High-resolution water content estimation from surface-based ground- penetrating radar reflection data by impedance inversion[J]. Water Resources Research, 2012, 48(8):W08505.

[31] Calamita G, Perrone A, Brocca L, et al. Field test of a multi-frequency electromagnetic induction sensor for soil moisture monitoring in southern Italy test sites[J]. Journal of Hydrology, 2015, 529: 316–329.

[32] Misra R K, Padhi J. Assessing field-scale soil water distribution with electromagnetic induction method[J]. Journal of Hydrology, 2014, 516: 200–209.

[33] Stewart R D, Najm M R A, Rupp D E, et al. Nondestructive quantification of macropore volume using shear-thinning fluid[J]. Soil Science Society of America Journal, 2014, 78(2): 445–453.

[34] Luo Z, Niu J, Xie B, et al. Influence of root distribution on preferential flow in deciduous and coniferous forest soils[J]. Forests, 2019,10(11).

[35] Robinson D A, Binley A, Crook N, et al. Advancing process-based watershed hydrological research using near-surface geophysics: A vision for, and review of, electrical and magnetic geophysical methods[J]. Hydrological Processes, 2008, 22(18): 3604–3635.

[36] Dietrich S, Weinzettel P A, Varni M. Infiltration and drainage analysis in a heterogeneous soil by electrical resistivity tomography[J]. Soil Science Society of America Journal, 2014, 78(4): 1153–1167.

[37] Yu Y, Klotzsche A, Weihermüller L, et al. Measuring vertical soil water content profiles by combining horizontal borehole and dispersive surface ground penetrating radar data[J]. Near Surface Geophysics, 2020, 18(3): 275–294.

[38] Peskett L, MacDonald A, Heal K, et al. The impact of across-slope forest strips on hillslope subsurface hydrological dynamics[J]. Journal of Hydrology, 2020, 581: 124427.

[39] Robinson D A, Lebron I, Kocar B, et al. Time-lapse geophysical imaging of soil moisture dynamics in tropical deltaic soils: An aid to interpreting hydrological and geochemical processes[J]. Water Resources Research, 2009, 45(4):W00D32.

[40] Zhao K Y, Xu Q, Liu F Z, et al. Field monitoring of preferential infiltration in loess using time-lapse electrical resistivity tomography[J]. Journal of Hydrology, 2020, 591: 125278.

[41] Kung K J S, Donohue S V. Improved solute-sampling protocol in a sandy vadose zone using ground-penetrating radar[J]. Soil Science Society of America Journal, 1991, 55(6): 1543–1545.

[42] Allroggen N, van Schaik N L M B, Tronicke J. 4D ground-penetrating radar during a plot scale dye tracer experiment[J]. Journal of Applied Geophysics, 2015, 118: 139–144.

[43] Di Prima S, Winiarski T, Angulo-Jaramillo R, et al. Detecting infiltrated water and preferential flow pathways through time-lapse ground-penetrating radar surveys[J]. Science of the Total Environment, 2020, 726: 138511.

[44] Vereecken H, Huisman J A, Bogena H, et al. On the value of soil moisture measurements in vadose zone hydrology: A review[J]. Water Resources Research, 2008, 44(4): W00D06.

[45] Rao S, Lesparre N, Flores-Orozco A, et al. Imaging plant responses to water deficit using electrical resistivity tomography[J]. Plant and Soil, 2020, 454(1/2): 261–281.

[46] Vanella D, Cassiani G, Busato L, et al. Use of small scale electrical resistivity tomography to identify soil-root interactions during deficit irrigation[J]. Journal of Hydrology, 2018, 556: 310–324.

[47] 劉成功, 賈小旭, 趙春雷, 邵明安. 黃土區(qū)坡地和壩地土壤電阻率分布特征及應(yīng)用[J/OL].土壤學(xué)報(bào):1–8[2021- 10-21].http://kns.cnki.net/kcms/detail/32.1119.P.20201013.0945.002.html.

[48] Liu X, Chen J, Butnor J R, et al. Noninvasive 2D and 3D mapping of root zone soil moisture through the detection of coarse roots with ground-penetrating radar[J]. Water Resources Research, 2020, 56(5):e2019wr026930.

[49] Brillante L, Bois B, Mathieu O, et al. Electrical imaging of soil water availability to grapevine: A benchmark experiment of several machine-learning techniques[J]. Precision Agriculture, 2016, 17(6): 637–658.

[50] Hedley C B, Roudier P, Yule I J, et al. Soil water status and water table depth modelling using electromagnetic surveys for precision irrigation scheduling[J]. Geoderma, 2013, 199: 22–29.

[51] Cimpoia?u M O, Kuras O, Pridmore T, et al. Potential of geoelectrical methods to monitor root zone processes and structure: A review[J]. Geoderma, 2020, 365: 114232.

[52] Fan B H, Liu X B, Zhu Q, et al. Exploring the interplay between infiltration dynamics and Critical Zone structures with multiscale geophysical imaging: A review[J]. Geoderma, 2020, 374: 114431.

[53] Guo L, Mount G J, Hudson S, et al. Pairing geophysical techniques improves understanding of the near-surface Critical Zone: Visualization of preferential routing of stemflow along coarse roots[J]. Geoderma, 2020, 357: 113953.

[54] van der Kruk J, Gueting N, Klotzsche A, et al. Quantitative multi-layer electromagnetic induction inversion and full-waveform inversion of crosshole ground penetrating radar data[J]. Journal of Earth Science, 2015, 26(6): 844–850.

[55] 馬東豪, 張佳寶, 吳忠東, 等. 電阻率成像法在土壤水文學(xué)研究中的應(yīng)用及進(jìn)展[J]. 土壤學(xué)報(bào), 2014, 51(3): 439–447.

[56] Rossi M, Manoli G, Pasetto D, et al. Coupled inverse modeling of a controlled irrigation experiment using multiple hydro-geophysical data[J]. Advances in Water Resources, 2015, 82: 150–165.

[57] Wainwright H M, Chen J S, Sassen D S, et al. Bayesian hierarchical approach and geophysical data sets for estimation of reactive facies over plume scales[J]. Water Resources Research, 2014, 50(6): 4564–4584.

[58] Paz M C, Farzamian M, Paz A M, et al. Assessing soil salinity dynamics using time-lapse electromagnetic conductivity imaging[J]. SOIL, 2020, 6(2): 499–511.

Application and Prospect of Geophysical Methods in Study of Soil Hydrological Processes

LIU Chenggong1,2, JIA Xiaoxu1,2*, SHAO Ming’an1,2

(1 Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China; 2 College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100190, China)

Soil hydrological process is one of the most important parts of the water cycle. An accurate and effective measurement of soil moisture is the basis of the study of soil hydrological process. Compared with the traditional soil moisture monitoring methods (such as time domain reflectometry, cosmic-ray neutron sensing, remote sensing, etc.), the geophysical methods have the advantages of multi-scale and high precision monitoring without disturbing the soil. Therefore, the popularization of geophysical methods is of great significance to broaden the understanding of soil hydrological process and water cycle. Based on the introduction of the essential principles and characteristics of three commonly used geophysical methods (electrical resistivity tomography, ground penetrating radar, electromagnetic induction), this paper summarized the conversion methods between geophysical parameters and hydrological elements. In addition, this paper focused on enumerating the methods and related cases applied in the study of hydrological processes such as the monitoring of spatial distribution of soil moisture, water infiltration and redistribution and root water uptake. Then, in the last section, this paper discussed the opportunities and challenges faced by the application of geophysical methods in the research of soil hydrology in the future and pointed that the researchers should: 1) continuously clarify the relationship between geophysical elements and soil moisture characteristics to improve the accuracy of inversion; 2) comprehensively use a variety of geophysical methods for cross inversion; 3) couple geophysical models with hydrological process models to provide more reliable parameter estimation; 4) expand the application of geophysical methods in hydrological and ecosystem responses and biogeochemical cycles and other fields.

Soil moisture; Electrical resistivity tomography; Ground penetrating radar; Electromagnetic induction; Root water uptake

劉成功, 賈小旭, 邵明安. 地球物理方法在土壤水文過程研究中的應(yīng)用與展望. 土壤, 2022, 54(1): 24–31.

S152.7

A

10.13758/j.cnki.tr.2022.01.004

國家自然科學(xué)基金項(xiàng)目(42022048)資助。

(jiaxx@igsnrr.ac.cn)

劉成功(1996— )，男，山東淄博人，博士研究生，主要從事土壤物理與生態(tài)水文研究。E-mail: liucg.19b@igsnrr.ac.cn