利用统计物理模型和SoilGrids数据预测多种土壤热物理特性

《International Communications in Heat and Mass Transfer》:Predicting multiple soil thermal properties using statistical-physical models and data from SoilGrids

【字体: 大 中 小 】 时间:2026年10月01日 来源:International Communications in Heat and Mass Transfer 6.2

编辑推荐:

   •提出了一种利用SoilGrids数据预测多种热学性质的方法。•该方法很好地反映了水分对波兰东部土壤热学性质的影响。•该方法能够利用全球土壤数据库预测热学性质。引言热导率(λ)、热容(Cv)、热扩散率(α)和热惯量(TI)是控制地表能量分配、热量传递[1]以及土壤剖面中由此产

  
  • •
    提出了一种利用SoilGrids数据预测多种热学性质的方法。
  • •
    该方法很好地反映了水分对波兰东部土壤热学性质的影响。
  • •
    该方法能够利用全球土壤数据库预测热学性质。

引言

热导率(λ)、热容(Cv)、热扩散率(α)和热惯量(TI)是控制地表能量分配、热量传递[1]以及土壤剖面中由此产生的温度分布[2]、[3]、[4]的主要性质。热量传递和土壤温度分布对种子发芽、幼苗生长及相应的作物建立[1]、[5]、微生物呼吸速率和有机质周转[6]、温室气体交换[6]以及气候变化缓解[7]具有重要影响。此外,了解土壤热学性质对于理解土壤中的水分运动[8]和渗透流速[9]至关重要,因为这些过程受到热交换和蒸发的影响[10]。不同土壤类型的热学性质在很大程度上由固相组成决定,包括矿物颗粒含量和土壤有机质含量[11]。然而,特定土壤类型的这些性质会随时间变化,取决于多变的土壤水分状况和空气孔隙率[2]、[12]、[13],以及变化较小的有机质含量[14]。即使是土壤组成的小幅改变,也可能对土壤热传导产生显著影响,因为空气的热导率和扩散率比其他土壤组分低数个数量级[4]。因此,土壤热导率与空气孔隙率的关联比与水分体积分数更为密切[12]。热容还能提供关于土壤结构指标的信息,如容重[15]、含水量[16]以及相关的空气含量[17]。热扩散率描述了温度变化通过传导在土壤中传递的速率,对于模拟土壤中和陆-大气边界处的耦合热-水传递至关重要[18]。热惯量可用于估算热导率、容重[19]、土壤含水量[20]以及卫星土壤湿度产品的空间降尺度[21],尽管此类推断具有高度场地特异性[19]。
此外,热学性质还用于评估地热能源应用中的土壤热量迁移[22]。热导率和热容有助于提高地热设备的效率,如能源桩、钻孔地热储能和地源热泵系统,并支持冻土地区基础设施的设计和施工、核废料填埋场以及热修复项目[23]。
直接测量对于评估热学性质是有效且可靠的;然而,它们需要专业仪器和熟练人员,且繁琐费力[15],尽管先进的稳态和瞬态测量方法已可获得[1]。因此,需要新的建模方法来利用可用输入数据,对广泛土壤类型和空间尺度下的土壤热学性质进行预测[24]。全球栅格土壤信息(SoilGrids)数据集是此类数据的便捷来源[25]。SoilGrids提供全球土壤属性信息,包括有机碳、容重、土壤质地组分以及在关键土壤水分势下的含水量,空间分辨率为中等(250米栅格尺寸),覆盖七个标准深度直至200厘米。土壤数据库已被证明适用于一系列评估和预测,包括土壤侵蚀[26]、水和粮食安全、生物多样性、气候变化效应[25]、[27],以及植物种群的生物地理推断[28],从而支持决策制定。然而,SoilGrids及其他数据库用于土壤热学性质的适用性尚未得到评估。在更大尺度上生成土壤热学性质可以补充广泛的土壤水力参数档案[e.g., 29],这些参数与热学性质共同影响各种土壤和环境过程[10]。
在本研究中,我们提出了一种方法,该方法基于热导率[30]和热容[17]的统计物理模型,以及热扩散率和热惯量的方程,以在区域尺度上评估和预测四种土壤热学性质,使用来自SoilGrids V2.0的输入数据,包括主要质地组分含量、砂/石英和其他矿物、有机质、主要土壤水分势下的含水量、容重、颗粒密度和空气孔隙率。

章节摘要

一种用于预测多种土壤热学性质的拟合方法

该方法采用基于比热概念、能量守恒原理以及矿物、有机质、水和空气颗粒配置的统计物理模型,来预测热导率(λ)和热容(Cv),并利用适当的方程计算热扩散率(α)和热惯量(TI)。

结果

来自SoilGrids的七个重复(S0–S6)在各地点对土壤水分势为?10 kPa、?33 kPa和?1500 kPa的平均土壤容重(r)和含水量(WC)用对数函数(Log.)进行拟合,以指示土壤剖面(0.05–1.5 m)中的主导趋势(图1)。表土容重在Wigry、Biebrza、Bia?owie?a、Cicibór和Trzebieszów最低(0.954–1.186 Mg m?3),随深度增加至1.5 m时的1.560–1.593 Mg m?3。在其余

拟合方法的实用性

我们的结果表明,在九个地点,无论土壤质地和深度如何,在土壤水分势为?1500 kPa(对应较低含水量)时,平均热导率、热容、热扩散率和热惯量明显低于水分势为?10 kPa和?33 kPa时的值(图2、图3和补充材料)。这种差异表明,该方法中包含的模型很好地反映了土壤水分状况对

结论

本研究的结论可总结如下:
  • (1)
    本研究提出了一种方法,利用热导率和热容的统计物理模型以及热扩散率和热惯量的方程,结合全球SoilGrids数据库的输入数据,评估四种土壤热学性质。
  • (2)
    该方法是一种物理上合理的概念验证,用于评估土壤水分状况对四种土壤热学性质垂直分布的影响,覆盖

CRediT作者贡献声明

Bogus?aw Usowicz:写作——审阅与编辑、验证、软件、方法学、概念构思。Jerzy Lipiec:写作——初稿撰写、验证、形式分析、数据整理。

利益冲突声明

作者声明他们不存在已知的竞争性经济利益或个人关系,这些关系可能会影响本文所报告的工作。

致谢

本工作部分由HORIZON 2020(欧洲委员会,计划:H2020-SFS-2015-2: SoilCare——面向欧洲盈利和可持续作物生产的土壤保护项目,项目编号677407)资助。
Bogus?aw Usowicz|Jerzy Lipiec
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号