https://www.science.org on April 20, 2026
Problems, purpose and significance
研究问题：本文聚焦于不同耕作与压实方式对土壤水动力学过程的影响机制，旨在揭示机械扰动如何改变土壤孔隙结构，进而调控水分入渗、蒸发、排水及作物有效水分的时空动态。传统土壤水分监测方法依赖点状传感器或卫星遥感，前者难以捕捉田块尺度的空间异质性，后者受限于时空分辨率与植被干扰，无法精确刻画降雨后土壤水分的快速响应与滞后恢复过程。本研究采用分布式光纤声波传感技术，通过连续监测土壤剪切波速变化，首次实现了对耕作与压实处理下土壤水文响应的高分辨率（米级、分钟级）原位观测。研究结果不仅为理解农业扰动对土壤健康的影响提供了力学—水文耦合框架，也为改进陆面过程模型、优化节水农业管理与增强作物抗旱韧性提供了科学依据，具有重要的理论价值与实践指导意义。
本研究在英国哈珀亚当斯大学的实验农场开展，选取自2011年起连续施行的三种耕作深度（免耕、10厘米浅耕、25厘米深耕）与两种轮胎压实程度（低压70 kPa、高压120/150 kPa）组合的27个样地。将光纤电缆埋设于约2厘米深的浅沟中，使用分布式声波传感 interrogator 以2 kHz采样率连续记录40小时的环境地震噪声，通过自相关函数提取15–60 Hz频带内的剪切波速变化，进而反演土壤水分饱和度的时间序列。同时，收集临近气象站的降水、温度、湿度、风速及净辐射数据，利用Penman-Monteith公式计算参考蒸散量。在此基础上，构建了耦合水文模型（描述降水、排水、蒸散对水分饱和度的控制）与岩石物理模型（基于Hertz-Mindlin接触理论，引入动态毛细效应），模拟不同处理下的剪切波速响应，并与观测结果进行对比验证。
图1：展示了实验区的土壤性质（剪切波速、孔隙度）、耕作与压实处理的空间分布，以及降雨事件驱动的 seismic 速度变化，体现了 DAS 技术对土壤水文过程的分钟级、米级监测能力。
图2：揭示了不同通道（Ch.18 与 Ch.33）的水饱和度和剪切波速对降水和蒸散的差异性响应，表明动态毛细效应是解释土壤刚度滞后变化的关键机制。
图3：表现了耕作深度与压实程度对土壤水力学响应的空间变异性，通过扰动指数（DI）量化了机械扰动对蒸发和排水过程的调控作用。
图4：总结了未扰动土壤与高度扰动（耕作）土壤的水分行为差异：前者保持非饱和排水和田间持水量，后者导致表层积水、蒸发增强且根区有效水分减少。
研究发现，耕作与压实显著改变了土壤的水力学响应模式。在未扰动（免耕、未压实）土壤中，降水后水分通过连通的孔隙迅速下渗，保持非饱和排水状态，田间持水量高，蒸散引起的波速变化较小，表明土壤具有良好的水分缓冲能力。而在深翻或高压实处理的土壤中，耕作层下方形成“犁底层”，孔隙连通性被破坏，降水后易出现表层饱和积水，蒸发增强，同时深层储水减少，导致作物有效水分接近萎蔫点。剪切波速监测显示，高度扰动土壤在降雨后波速急剧下降，随后蒸散驱动的大幅波速回升呈现显著的滞后回线，动态毛细效应是解释这一行为的关键。基于耕作深度与压实程度构建的扰动指数能够有效预测不同样地的水文变异性。以上结果揭示了机械扰动通过破坏土壤结构，削弱水分保持与抗旱能力，为推广保护性耕作提供了坚实的物理依据。
遥览启示：：本研究为农业土壤水动力学的原位高分辨率监测提供了新范式，未来可通过与多源遥感技术的深度集成，进一步提升尺度外推能力与业务化应用水平。
1. 光学与热红外遥感协同反演耕作扰动下的蒸散时空格局。本研究发现蒸散是驱动扰动土壤波速变化的主导因素之一，但点尺度的蒸散测量难以扩展至田块乃至区域尺度。未来可融合Landsat/Sentinel-2的光学数据（提取NDVI、地表温度）与ECOSTRESS热红外蒸散产品，构建基于不同耕作类型的蒸散系数查找表，结合DAS观测的波速—蒸散响应曲线，实现免耕与翻耕农田实际蒸散量的高分辨率区域制图，为农业用水效率评估提供数据支撑。
2. 雷达遥感监测耕作扰动引起的表层土壤水分动态。耕作与压实改变表层孔隙度与粗糙度，进而影响雷达后向散射系数。未来可联合Sentinel-1双极化SAR数据与DAS反演的逐分钟水分饱和度，建立基于物理的散射模型或机器学习回归器，训练出适用于不同耕作处理的雷达水分反演算法。该算法可在云雨条件下全天候工作，填补光学遥感的观测空白，实现耕作地块土壤水分的近实时监测，服务于精准灌溉决策。
3. 重力卫星与InSAR联合反演区域尺度土壤储水变化与压实效应。本研究表明高压实处理导致表层饱和而深层缺水，这种垂向水分再分布可通过重力卫星（GRACE-FO）检测的陆地水储量变化与InSAR获取的地表沉降（反映压实与水分迁移）进行联合约束。未来可构建多尺度数据同化框架，将DAS提供的孔隙尺度力学参数作为先验信息，校正卫星重力与雷达干涉观测中的土壤有效弹性模量，从而区分自然降水与人为耕作对区域水储量的相对贡献。
4. 全球典型农区耕作扰动强度的遥感制图与土壤健康评估。当前全球缺乏耕作与压实扰动的空间分布数据。未来可综合利用Sentinel-1 SAR对地表粗糙度的敏感性、Sentinel-2对作物残茬覆盖度的识别能力，以及高分辨率DEM提取的田块坡度与地块大小信息，训练深度学习模型，实现主要农业区耕作方式（免耕/翻耕）与压实风险的逐田块分类。将分类结果与本研究的扰动指数框架耦合，可生成全球首套农田土壤结构健康风险图，为联合国粮农组织土壤健康倡议及碳封存项目提供基线数据。
以上方向将推动农业地震学与遥感技术的双向赋能，使土壤水动力学研究从样地尺度走向全球尺度，充分发挥遥感在时空覆盖与监测频次上的优势，为可持续农业与气候适应型农业提供核心科技支撑。
（遐想，不一定对）
机器翻译，难免出错。
读者有好的想法及思路，欢迎留言交流！
