《土壤学报》：土壤时空变化研究的进展与未来（2020）

第57卷第5期 土壤学报 Vol.57,No5 2020年9月 ACTA PEDOLOGICA SINICA 2020 DOI:10.11766/trxb20200427019 张甘霖,史舟,朱阿兴,王秋兵,吴克宁,史志华,赵永存,赵玉国,潘贤章,刘峰,宋效东.土壤时空变化研究的进展与未来土 壤学报,2020,57(5):1060-1070 ZHANG Ganlin, SHI Zhou, ZHU Axing. WANG Qiubing, wU Kening, SHI Zhihua. ZHAO Yongcun. ZHAO Yuguo, PAN Xianzhang, LIU Feng, SONG Xiaodong. Progress and Perspective of Studies on Soils in Space and Time [J]. Acta Pedologica Sinica, 2020. 57(5): 1060-1070. 土壤时空变化研究的进展与未来 张甘霖23,史舟4,朱阿兴,王秋兵6,吴克宁,史志华8,赵永存, 赵玉国2,潘贤章,刘峰,宋效东 (1.土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所),南京210008;2.中国科学院大学资源与环境学院,北京100049; 3.中国科学院流域地理学重点实验室(中国科学院南京地理与湖泊研究所),南京210008;4.浙江大学环境与资源学院,杭州310058; 5.南京师范大学地理科学学院,南京210023;6.沈阳农业大学土地与环境学院,沈阳110161;7.中国地质大学(北京)土地科学技术 学院,北京100083;8.华中农业大学资源与环境学院,武汉430070) 摘要: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、土壤调査、土壤分类、数字土壤制图与土壤退化的发展态势。未来」 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。未来重点硏究领域将涉及到关键带科学驱动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 共享机制、区域土壤资源退化机理及其功能恢复 关键词:土壤地理学;土壤发生学;土壤形态学;土壤调査;土壤制图;土壤光谱 中图分类号:S159文献标志码:A Progress and Perspective of studies on Soils in Space and Time ZHANG Ganlin,2,3f, SHI Zhou, ZHU Axing, WANG Qiubing WU Kening,, SHI Zhihua, ZHAO Yongcun ZHAO Yuguo, PAN Xianzhang, LIU Feng, SONG Xiaodong (1. State Key Laboratory of soil and Sustainable Agriculture, Institute of soil Science, Chinese Academy of Sciences, Nanjing 210008, China; 2. University of the Chinese Academy of Sciences, Beijing 100049, China; 3. Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China; 4. College of Environmental Resource Sciences, Zhejiang University, Hangzhou 310058, China; 5. School of Geographical Science, Nanjing Normal University, Nanjing 210023 *国家重点研发计划项目(No.2018YFE0107000)、NSFC·广东省人民政府联合基金项目(No.U1901601)、国家自然科学基金项目 (41571130051)、国家科技基础性工作专项(Nos.2008FY110600,2014FY110200)资助 Supported by the National Key Research and Development Plan of China(No 2018YFE0107000), Joint Fund of National Natural Science Foundation of China and Guangdong Provincial Peoples Government( No U1901601), National Natural Science Foundation of China(No 41571130051), Special Project of National Science and Technology Basic Research (Nos. 2008FY110600, 2014FY110200) ↑通讯作者 Corresponding author,E-mail: glzhangaissas accn 作者简介:张甘霖(1966—),男,湖北通山人,研究员,土壤学专业。 收稿日期:2020-04-27:收到修改稿日期:2020-05-11:网络首发日期(www.cnkinet):2020-06-11 http://pedologica.issas.ac.cn

第 57 卷 第 5 期 土 壤 学 报 Vol. 57，No. 5 2020 年 9 月 ACTA PEDOLOGICA SINICA Sep.，2020 * 国家重点研发计划项目（No.2018YFE0107000）、NSFC-广东省人民政府联合基金项目（No.U1901601）、国家自然科学基金项目 （41571130051）、国家科技基础性工作专项（Nos.2008FY110600，2014FY110200）资助 Supported by the National Key Research and Development Plan of China（No. 2018YFE0107000），Joint Fund of National Natural Science Foundation of China and Guangdong Provincial People's Government（No. U1901601），National Natural Science Foundation of China（No. 41571130051），Special Project of National Science and Technology Basic Research（Nos. 2008FY110600，2014FY110200） † 通讯作者 Corresponding author，E-mail：glzhang@issas.ac.cn 作者简介：张甘霖（1966—），男，湖北通山人，研究员，土壤学专业。 收稿日期：2020–04–27；收到修改稿日期：2020–05–11；网络首发日期（www.cnki.net）：2020–06–11 http://pedologica.issas.ac.cn DOI：10.11766/trxb202004270199 张甘霖，史 舟，朱阿兴，王秋兵，吴克宁，史志华，赵永存，赵玉国，潘贤章，刘 峰，宋效东. 土壤时空变化研究的进展与未来[J]. 土 壤学报，2020，57（5）：1060–1070. ZHANG Ganlin，SHI Zhou，ZHU Axing，WANG Qiubing，WU Kening，SHI Zhihua，ZHAO Yongcun，ZHAO Yuguo，PAN Xianzhang，LIU Feng，SONG Xiaodong. Progress and Perspective of Studies on Soils in Space and Time [J]. Acta Pedologica Sinica，2020，57（5）：1060–1070. 土壤时空变化研究的进展与未来* 张甘霖1，2，3†，史 舟4 ，朱阿兴5 ，王秋兵6 ，吴克宁7 ，史志华8 ，赵永存1 ， 赵玉国1，2 ，潘贤章1 ，刘 峰1 ，宋效东1 （1. 土壤与农业可持续发展国家重点实验室（中国科学院南京土壤研究所），南京 210008；2. 中国科学院大学资源与环境学院，北京 100049； 3. 中国科学院流域地理学重点实验室（中国科学院南京地理与湖泊研究所），南京 210008；4. 浙江大学环境与资源学院，杭州 310058； 5. 南京师范大学地理科学学院，南京 210023；6. 沈阳农业大学土地与环境学院，沈阳 110161；7. 中国地质大学（北京）土地科学技术 学院，北京 100083；8. 华中农业大学资源与环境学院，武汉 430070） 摘 要：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驱动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 共享机制、区域土壤资源退化机理及其功能恢复。 关键词：土壤地理学；土壤发生学；土壤形态学；土壤调查；土壤制图；土壤光谱 中图分类号：S159 文献标志码：A Progress and Perspective of Studies on Soils in Space and Time ZHANG Ganlin1, 2, 3†, SHI Zhou4 , ZHU Axing5 , WANG Qiubing6 , WU Kening7 , SHI Zhihua8 , ZHAO Yongcun1 , ZHAO Yuguo1, 2, PAN Xianzhang1 , LIU Feng1 , SONG Xiaodong1 (1. State Key Laboratory of Soil and Sustainable Agriculture, Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China; 2. University of the Chinese Academy of Sciences, Beijing 100049, China; 3. Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China; 4. College of Environmental & Resource Sciences, Zhejiang University, Hangzhou 310058, China; 5. School of Geographical Science, Nanjing Normal University, Nanjing 210023

5期 张甘霖等:土壤时空变化研究的进展与未来 China; 6. College of Land and Environment, Shenyang Agricultural University, Shenyang 110161, China; 7. School of land Science an Technology, China Universiry of Geosciences, Beijing 100083, China; 8. College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) Abstract: Soils evolve in space and time and soil changes are coupled with the changes in climate and environment, rock weathering and biogeochemical cycling. a better understanding and accurate quantification of soil spatio temporal variation not only act as a basic research task of soil science but also are prerequisite for scientifically evaluating and reasonably maintaining soil functions. The main objective of this study was to review the recent studies on spatio-temporal soil variation. Dozens of latest elated publications were reviewed, of which the topics included soil formation and evolution, soil morphology, soil survey, soil digital soil mapping and soil degradation. It is anticipated that coupling processes between soil and environment within the framework of earth surface system, precise modeling of the soil-landscape, and the data fusion and assimilation of multisource soil information. Based on the analysis, future priority areas of soils in space and time studies may include the soil formation and evolution driven by Critical Zone processes, digital soil mapping at various scales, the principle and technology for soil information acquisition based on multi-sensors, a complete and detailed national even global soil inventory and its sharing platform, and the processes of regional soil resource degradation and the recovery of soil functio Key words: Soil geography; Pedogenesis, Soil morphology; Soil survey; Soil mapping; Soil spectral 土壤是地球表层系统的重要组成部分,在全球息的获取、存储、表达、传输与分析是贯穿土壤时 陆地分布中构成了完整的圈层。地表系统中的其他空变化研究的核心,这些信息的有效利用能为粮食 圈层(岩石圈、生物圈、水圈、大气圈)相互作用安全、生态文明建设、乡村振兴、精准扶贫等国计 的连接界面就是土壤圈,因此土壤的空间分布和演民生提供重要的决策支持。 化与其他圈层系统密切相关。19世纪中叶土壤学起 源之初提出的土壤形成因素学说,即土壤是气候、 土壤时空变化研究的内涵 生物、地形、母质相互作用的产物,可以看作是对 这种圈层之间耦合关系的一种简单描述。事实上, 土壤的时空分布是土壤形成、演化、发展的综合 土壤的时空变化与气候环境变迁、岩石圈风化、地体现,是五大成土因素(气候、生物、母质、地形和 表物质迁移、生物地球化学循环等圈层变化过程相时间)和人为作用长期综合作用的结果。地表系统中 耦合,并经历上述环境因子的变迁和日益强化的人土壤与地理环境相互作用关系的研究正是土壤深时 类活动。因此,土壤时空变化研究必然从这些相关空变化研究的主题。土壤的任何变化都有其时空维 过程出发,反之也可以通过土壤的记录来解译这些度,本文所指的土壤时空变化研究主要是土体尺度以 环境的变化。 上的变化。以经典土壤地理学为学科表现形式的土壤 土壤是行星地球活的皮肤,是维系生命的载体, 时空变化研究包含了土壤的发生和演变、土壤分类与 以其生产、支持、缓冲等功能为地球生命提供服务。分布、土壤调查与制图、土壤区划和土壤资源评价等 人类社会已经认识到,科学合理地维持土壤功能对诸多方面。土壤的时空分异规律的研究能够有效地 人类自身的生存和可持续发展至关重要。在全球可服务于土壤资源的可持续利用和管理。 持续发展目标( Sustainable Development Goals 土壤发生学是研究土壤形成和演变的土壤学学 sDGs)中,有多个目标与土壤密切相关,土壤资源科分支。经典的土壤发生学研究对土壤发生层的性 的合理利用和管理是全球可持续发展解决方案中的状、物理属性、化学属性、矿物学属性进行对比,将 重要环节土壤功能的发挥取决于土壤自身的属土壤形成因素与土壤形态和性质联系起来,推测土壤 性,而土壤的属性又随空间和时间而变化。因此,过去可能的发生过程。基于土壤时间序列的方法可以 理解和表征土壤的时空变化是土壤学的基本任务,揭示具有不同时间尺度响应特征的土壤性质的演变。 也是评估和合理发挥土壤功能的重要前提。土壤信人为活动的加剧已经对土壤过程产生深刻的影响 http://pedologica.issas.ac.cn

5 期 张甘霖等：土壤时空变化研究的进展与未来 1061 http://pedologica.issas.ac.cn China; 6. College of Land and Environment, Shenyang Agricultural University, Shenyang 110161, China; 7. School of Land Science and Technology, China University of Geosciences, Beijing 100083, China; 8. College of Resources and Environment, Huazhong Agricultural University, Wuhan 430070, China) Abstract: Soils evolve in space and time and soil changes are coupled with the changes in climate and environment, rock weathering and biogeochemical cycling. A better understanding and accurate quantification of soil spatio-temporal variation not only act as a basic research task of soil science but also are prerequisite for scientifically evaluating and reasonably maintaining soil functions. The main objective of this study was to review the recent studies on spatio-temporal soil variation. Dozens of latest related publications were reviewed, of which the topics included soil formation and evolution, soil morphology, soil survey, soil classification, digital soil mapping and soil degradation. It is anticipated that main scientific issues may include the simulation of coupling processes between soil and environment within the framework of earth surface system, precise modeling of the soil-landscape, and the data fusion and assimilation of multisource soil information. Based on the analysis, future priority areas of soils in space and time studies may include the soil formation and evolution driven by Critical Zone processes, digital soil mapping at various scales, the principle and technology for soil information acquisition based on multi-sensors, a complete and detailed national even global soil inventory and its sharing platform, and the processes of regional soil resource degradation and the recovery of soil functions. Key words: Soil geography; Pedogenesis; Soil morphology; Soil survey; Soil mapping; Soil spectral 土壤是地球表层系统的重要组成部分，在全球 陆地分布中构成了完整的圈层。地表系统中的其他 圈层（岩石圈、生物圈、水圈、大气圈）相互作用 的连接界面就是土壤圈，因此土壤的空间分布和演 化与其他圈层系统密切相关。19 世纪中叶土壤学起 源之初提出的土壤形成因素学说，即土壤是气候、 生物、地形、母质相互作用的产物，可以看作是对 这种圈层之间耦合关系的一种简单描述。事实上， 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，并经历上述环境因子的变迁和日益强化的人 类活动。因此，土壤时空变化研究必然从这些相关 过程出发，反之也可以通过土壤的记录来解译这些 环境的变化。 土壤是行星地球活的皮肤，是维系生命的载体， 以其生产、支持、缓冲等功能为地球生命提供服务[1]。 人类社会已经认识到，科学合理地维持土壤功能对 人类自身的生存和可持续发展至关重要。在全球可 持续发展目标（Sustainable Development Goals， SDGs）中，有多个目标与土壤密切相关，土壤资源 的合理利用和管理是全球可持续发展解决方案中的 重要环节[2][3]。土壤功能的发挥取决于土壤自身的属 性，而土壤的属性又随空间和时间而变化。因此， 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。土壤信 息的获取、存储、表达、传输与分析是贯穿土壤时 空变化研究的核心，这些信息的有效利用能为粮食 安全、生态文明建设、乡村振兴、精准扶贫等国计 民生提供重要的决策支持。 1 土壤时空变化研究的内涵 土壤的时空分布是土壤形成、演化、发展的综合 体现，是五大成土因素（气候、生物、母质、地形和 时间）和人为作用长期综合作用的结果。地表系统中 土壤与地理环境相互作用关系的研究正是土壤深时 空变化研究的主题。土壤的任何变化都有其时空维 度，本文所指的土壤时空变化研究主要是土体尺度以 上的变化。以经典土壤地理学为学科表现形式的土壤 时空变化研究包含了土壤的发生和演变、土壤分类与 分布、土壤调查与制图、土壤区划和土壤资源评价等 诸多方面[4]。土壤的时空分异规律的研究能够有效地 服务于土壤资源的可持续利用和管理。 土壤发生学是研究土壤形成和演变的土壤学学 科分支。经典的土壤发生学研究对土壤发生层的性 状、物理属性、化学属性、矿物学属性进行对比，将 土壤形成因素与土壤形态和性质联系起来，推测土壤 过去可能的发生过程。基于土壤时间序列的方法可以 揭示具有不同时间尺度响应特征的土壤性质的演变。 人为活动的加剧已经对土壤过程产生深刻的影响，就

土壤学报 57卷 现代土壤的利用和不当使用的规模和强度而言,对于是指在各种自然和人为因素影响下,土壤生产能力 土壤与人类的关系还有很多问题亟需阐明。 或环境调控潜力暂时性或永久性的下降,甚至完全 土壤形态学是土壤学研究的起点。根据对土壤丧失的过程。土壤退化是高度非线性的过程,具有 形态的研究,就能对土壤的组成、土壤中发生的各时间上的动态性和空间上的异质性,涉及到土壤学 种过程的化学本质以及影响成土作用发展的种种条农学、生态学及环境科学,而且也与社会科学和经 件进行推断和演绎。土壤剖面描述是土壤形态学的济学密切相关 基础,包括剖面立地环境、地理位置、土壤发生层 划分及其形态性质描述等。详实的土壤剖面描述结2土壤时空变化研究的新近进展与态势 果和实验室测定的矿物性质、土壤理化性质、微形 态特征等,有助于认识、理解土壤发生过程,科学2,1土壤形成和演变过程:从土壤到地表系统物 划分土壤类型,有利于土壤调查、土壤制图、土地 质循环 评价等工作的顺利开展 土壤发生学研究土壤的演变过程及其与环境 土壤调查与制图的目的是获取土壤属性特征和(成土因素)之间的相互作用。土壤风化和形成速率 时空演变的过程信息,并以地图这种可视化的方式是土壤发生学的基础科学问题之一,其研究技术和 表达土壤的空间分布规律,能够为士壤资源的利用方法主要包括实验室模拟、流域物质通量平衡方法 提供空间数据支持。传统的土壤调查主要是对土壤时间序列方法等。实验室模拟测定的矿物风化速率 剖面形态及影响土壤形成的地理环境进行观察与描与田间测定结果可相差数个数量级1,适用于矿物 述记载,受野外调查成本和实际分析样本数量的限风化机理研究。排水采集器方法可观测自然状态下 制,很难进行大范围土壤信息的重复调查。传统土元素的淋溶和迁移,相对接近自然状态,但只能代 壤制图的技术流程包括资料收集一野外调查一室内表点位尺度的一维过程。流域物质平衡方法的依据 分析-野外校核一定界成图,这种制图方法以土壤是元素的生物地球化学平衡原理,即对于流域体系 调查者经验和手工操作为基础,通过手工将不同的输出元素与输入元素的差值来源于矿物的风化。通 土壤类型或类型组合的空间分布归纳成制图单元并过径流、植物、土壤、岩石、干湿沉降等要素长期 绘制成土壤图。靠脚步绘出土壤图的传统土壤地理和动态观测,可以计算物质的输入、损失、迁移和 学迫切需要引入新技术、新方法,传统土壤制图正转化,可相对真实地估算特定区域的矿物风化和 向数字土壤制图( Predictive Soil Mapping)演变。成土速率 土壤分类的目的是建立一个土壤类别的有序等 对于研究土壤的动态演变过程而言,土壤时间 级(体系)。土壤分类的发展与土壤科学的发展密不序列方法( Soil Chronosequence)具有重要的意义。 可分,在相当长的时间内引领了土壤科学的发展方在获得序列中各土壤个体的绝对或相对发育时间基 向。土壤是一个连续体,因此土壤分类相对而言必础上,系统比较不同相对年龄的各种土壤性质,在 须更多地依照分类者的主观理解。除了认识土壤、定量研究土壤发生过程中具有独到的价值l 组织知识等理论意义,土壤分类在实践上并不局限近年来利用土壤时间序列方法对热带地区土壤和 于传统的制图应用。在土壤数据的支持下,基于数水稻土开展了比较深入和系统的研究,为揭示自然 值空间距离的分类方法一直在不断地尝试新的突和人为作用下土壤的演变和可持续性提供了新的 破,因而土壤分类理论、方法、标准及相关分类信理解lo2n 息数据库的集成与应用将是土壤分类在现在和将来 近10年来,以关键带科学为代表的地球表层系 段时间内的重点 统科学发展迅速,为土壤发生学提供了新的契机,土 土壤时空格局是土壤资源评价的基础,因此在壤与其他环境要素之间的相互作用逐步成为土壤发 自然和人为作用下土壤资源的演变过程也是土壤时生学新的研究内容。地球关键带科学是地表系统的综 退化也是土壤资源演变研究的重要内容。土壤退化但土壤发生学在其中起着核心和纽带的作用y 空变化研究的重要内容。本质上,可以将土壤退化合研究,涉及到地质学、地球物理学、土壤学、水 过程理解为人为影响下的土壤演变过程,因此土壤学、生态学、地貌学等跨学科的系统研究(图 http://pedologica.issas.ac.cn

1062 土 壤 学 报 57 卷 http://pedologica.issas.ac.cn 现代土壤的利用和不当使用的规模和强度而言，对于 土壤与人类的关系还有很多问题亟需阐明。 土壤形态学是土壤学研究的起点。根据对土壤 形态的研究，就能对土壤的组成、土壤中发生的各 种过程的化学本质以及影响成土作用发展的种种条 件进行推断和演绎。土壤剖面描述是土壤形态学的 基础，包括剖面立地环境、地理位置、土壤发生层 划分及其形态性质描述等。详实的土壤剖面描述结 果和实验室测定的矿物性质、土壤理化性质、微形 态特征等，有助于认识、理解土壤发生过程，科学 划分土壤类型，有利于土壤调查、土壤制图、土地 评价等工作的顺利开展。 土壤调查与制图的目的是获取土壤属性特征和 时空演变的过程信息，并以地图这种可视化的方式 表达土壤的空间分布规律，能够为土壤资源的利用 提供空间数据支持。传统的土壤调查主要是对土壤 剖面形态及影响土壤形成的地理环境进行观察与描 述记载，受野外调查成本和实际分析样本数量的限 制，很难进行大范围土壤信息的重复调查。传统土 壤制图的技术流程包括资料收集－野外调查－室内 分析－野外校核－定界成图，这种制图方法以土壤 调查者经验和手工操作为基础，通过手工将不同的 土壤类型或类型组合的空间分布归纳成制图单元并 绘制成土壤图。靠脚步绘出土壤图的传统土壤地理 学迫切需要引入新技术、新方法，传统土壤制图正 向数字土壤制图（Predictive Soil Mapping）演变。 土壤分类的目的是建立一个土壤类别的有序等 级（体系）。土壤分类的发展与土壤科学的发展密不 可分，在相当长的时间内引领了土壤科学的发展方 向。土壤是一个连续体，因此土壤分类相对而言必 须更多地依照分类者的主观理解。除了认识土壤、 组织知识等理论意义，土壤分类在实践上并不局限 于传统的制图应用。在土壤数据的支持下，基于数 值空间距离的分类方法一直在不断地尝试新的突 破，因而土壤分类理论、方法、标准及相关分类信 息数据库的集成与应用将是土壤分类在现在和将来 一段时间内的重点。 土壤时空格局是土壤资源评价的基础，因此在 自然和人为作用下土壤资源的演变过程也是土壤时 空变化研究的重要内容。本质上，可以将土壤退化 过程理解为人为影响下的土壤演变过程，因此土壤 退化也是土壤资源演变研究的重要内容。土壤退化 是指在各种自然和人为因素影响下，土壤生产能力 或环境调控潜力暂时性或永久性的下降，甚至完全 丧失的过程。土壤退化是高度非线性的过程，具有 时间上的动态性和空间上的异质性，涉及到土壤学、 农学、生态学及环境科学，而且也与社会科学和经 济学密切相关。 2 土壤时空变化研究的新近进展与态势 2.1 土壤形成和演变过程：从土壤到地表系统物 质循环 土壤发生学研究土壤的演变过程及其与环境 （成土因素）之间的相互作用。土壤风化和形成速率 是土壤发生学的基础科学问题之一，其研究技术和 方法主要包括实验室模拟、流域物质通量平衡方法、 时间序列方法等。实验室模拟测定的矿物风化速率 与田间测定结果可相差数个数量级[5]，适用于矿物 风化机理研究。排水采集器方法可观测自然状态下 元素的淋溶和迁移，相对接近自然状态，但只能代 表点位尺度的一维过程。流域物质平衡方法的依据 是元素的生物地球化学平衡原理，即对于流域体系， 输出元素与输入元素的差值来源于矿物的风化。通 过径流、植物、土壤、岩石、干湿沉降等要素长期 和动态观测，可以计算物质的输入、损失、迁移和 转化[6][7]，可相对真实地估算特定区域的矿物风化和 成土速率。 对于研究土壤的动态演变过程而言，土壤时间 序列方法（Soil Chronosequence）具有重要的意义[8]。 在获得序列中各土壤个体的绝对或相对发育时间基 础上，系统比较不同相对年龄的各种土壤性质，在 定量研究土壤发生过程中具有独到的价值[ 9][ 11]。 近年来利用土壤时间序列方法对热带地区土壤和 水稻土开展了比较深入和系统的研究，为揭示自然 和人为作用下土壤的演变和可持续性提供了新的 理解[10][12][16]。 近 10 年来，以关键带科学为代表的地球表层系 统科学发展迅速，为土壤发生学提供了新的契机，土 壤与其他环境要素之间的相互作用逐步成为土壤发 生学新的研究内容。地球关键带科学是地表系统的综 合研究，涉及到地质学、地球物理学、土壤学、水文 学、生态学、地貌学等跨学科的系统研究（图 1）， 但土壤发生学在其中起着核心和纽带的作用[ 17 ]

5期 张甘霖等:土壤时空变化研究的进展与未来 书的面世,表明数字土壤形态计量学体系已趋于 成熟。之后又有多篇论文问世,数字化土壤形态计 量学已应用于不同的学科领域2425。 ▲ 与传统土壤剖面形态描述相比,数字化土壤形 态计量学能够更精确地定量再现土壤形态属性,并 以一种相对客观的方式量化土壤变异1,从而实现 了土壤形态属性信息的数字化,并可进一步结合数 字土壤制图技术应用于不同尺度、不同专业领域。 23土壤调查:技术引领革新 土壤调查是获取土壤类型及其空间分布信息的 主要手段,是土壤资源管理的基础。然而,传统土 壤调査信息的获取周期长、成本高、过程复杂、复 杂区域不可达、现势性差,难以进行大范围、高覆 Qq00a00月自 盖度的重复调査。卫星与航空遥感、近地传感在 的星地传感技术的蓬勃发展为土壤调查提供了新 图1土壤形成演化过程耦合地表系统要素之间的物质迁机遇27 移与转化 按照工作原理,土壤星地传感技术包括光学与 Fg1 The coupling between the soil formation and the migration辐射型、电与电磁型、电化学型、机械式型等种类。 and transformation of materials of earth surface system 地面传感包括了这四类方式,卫星和航空遥感搭载 22土壤形态学:从描述走向数字化 的传感器主要是基于光学与辐射型27(图2) 土壤形态是现代土壤学的核心科学概念之 土壤航空光学遥感出现于20世纪20年代。1969 对土壤剖面的描述是研究土壤最直观和详实的有效年, MacDonald和Waie28利用航空成像雷达进行土 手段。在土壤学发展过程中,土壤剖面的描述标壤湿度监测试验。1972年世界第一颗资源卫星发射 准虽然也经历了一些变化,但其基本内容一直相当成功,1975年发射第二颗并更名为“ Landsa”,此后 稳定。以 Soil Survey manual、 Field Book for Landsat卫星开始用于大面积土壤调查。进入到21 Describing and Sampling Soils20、 Guidelines for Soil世纪,无人机遥感( Unmanned Aerial Vehicle,UAV) Description2等为代表的土壤形态描述工具实际上技术快速发展,已应用于田间尺度的高分辨率土壤 大同小异。 调查与制图。 传统土壤描述的信息采集设备简陋,无法充分 土壤具有感应电磁的特性,在地下土壤信息获 反映土壤在空间上的连续变异特征,描述结果受描取中,电与电磁型传感器能够基于电流的变化来度 述者个人经验所限,其适用性和实用性受到了一定量土壤导电能力,而随着土壤在空间位置上的变异, 程度的限制,因此历史上已经获取的大量土壤形态电流将发生瞬时变化。电与电磁型传感器能够有效 描述资料并未发挥应有的作用 反演黏土层埋深、土壤养分、土壤盐分、土壤质地、 随着不同传感技术在土壤信息获取领域逐步得土壤水分等属性。 到应用2,2014年 Hartemink和 Minasny23首先提 土壤光谱探测技术研究的主要任务是从探测信 出了数字土壤形态计量学( Digital Soil Morphometrics)号获取可与传统方法相比较的土壤性质,数据预处 该技术主要是通过不同的调査工具,定量获取土壤理与预测模型的构建是其核心内容。数据预处理主 剖面属性、剖面属性图及其深度函数。国际土壤联要针对野外土壤光谱受到的各种环境因素以及土壤 合会( International union of soil sciences,IUSS)本身的差异(土壤水分含量、土壤颗粒大小等)的 2014年设立了数字化土壤形态计量学工作组,并于影响2,目前国际上主要提出了三类方法:一是利 次年6月在美国举行了第一次数字化土壤形态计量用室内外干湿样光谱对比,采用分段直接标准化法 学国际专题研讨会。2016年 Digital Soil Morphometrics( Piecewise Direct Standardization,PDS)、直接标准 http://pedologica.issas.ac.cn

5 期 张甘霖等：土壤时空变化研究的进展与未来 1063 http://pedologica.issas.ac.cn 图 1 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 Fig. 1 The coupling between the soil formation and the migration and transformation of materials of earth surface system 2.2 土壤形态学：从描述走向数字化 土壤形态是现代土壤学的核心科学概念之一。 对土壤剖面的描述是研究土壤最直观和详实的有效 手段[18]。在土壤学发展过程中，土壤剖面的描述标 准虽然也经历了一些变化，但其基本内容一直相当 稳定。以 Soil Survey Manual[19]、Field Book for Describing and Sampling Soils[20]、Guidelines for Soil Description[21]等为代表的土壤形态描述工具实际上 大同小异。 传统土壤描述的信息采集设备简陋，无法充分 反映土壤在空间上的连续变异特征，描述结果受描 述者个人经验所限，其适用性和实用性受到了一定 程度的限制，因此历史上已经获取的大量土壤形态 描述资料并未发挥应有的作用。 随着不同传感技术在土壤信息获取领域逐步得 到应用[22]，2014 年 Hartemink 和 Minasny[23]首先提 出了数字土壤形态计量学（Digital Soil Morphometrics）。 该技术主要是通过不同的调查工具，定量获取土壤 剖面属性、剖面属性图及其深度函数。国际土壤联 合会（International Union of Soil Sciences，IUSS） 2014 年设立了数字化土壤形态计量学工作组，并于 次年 6 月在美国举行了第一次数字化土壤形态计量 学国际专题研讨会。2016 年 Digital Soil Morphometrics 一书的面世，表明数字土壤形态计量学体系已趋于 成熟。之后又有多篇论文问世，数字化土壤形态计 量学已应用于不同的学科领域[24][25]。 与传统土壤剖面形态描述相比，数字化土壤形 态计量学能够更精确地定量再现土壤形态属性，并 以一种相对客观的方式量化土壤变异[18]，从而实现 了土壤形态属性信息的数字化，并可进一步结合数 字土壤制图技术应用于不同尺度、不同专业领域。 2.3 土壤调查：技术引领革新 土壤调查是获取土壤类型及其空间分布信息的 主要手段，是土壤资源管理的基础。然而，传统土 壤调查信息的获取周期长、成本高、过程复杂、复 杂区域不可达、现势性差，难以进行大范围、高覆 盖度的重复调查[26]。卫星与航空遥感、近地传感在 内的星地传感技术的蓬勃发展为土壤调查提供了新 机遇[27]。 按照工作原理，土壤星地传感技术包括光学与 辐射型、电与电磁型、电化学型、机械式型等种类。 地面传感包括了这四类方式，卫星和航空遥感搭载 的传感器主要是基于光学与辐射型[27]（图 2）。 土壤航空光学遥感出现于 20 世纪 20 年代。1969 年，MacDonald 和 Waite[28]利用航空成像雷达进行土 壤湿度监测试验。1972 年世界第一颗资源卫星发射 成功，1975 年发射第二颗并更名为“Landsa”，此后 Landsat 卫星开始用于大面积土壤调查。进入到 21 世纪，无人机遥感（Unmanned Aerial Vehicle，UAV） 技术快速发展，已应用于田间尺度的高分辨率土壤 调查与制图。 土壤具有感应电磁的特性，在地下土壤信息获 取中，电与电磁型传感器能够基于电流的变化来度 量土壤导电能力，而随着土壤在空间位置上的变异， 电流将发生瞬时变化。电与电磁型传感器能够有效 反演黏土层埋深、土壤养分、土壤盐分、土壤质地、 土壤水分等属性。 土壤光谱探测技术研究的主要任务是从探测信 号获取可与传统方法相比较的土壤性质，数据预处 理与预测模型的构建是其核心内容。数据预处理主 要针对野外土壤光谱受到的各种环境因素以及土壤 本身的差异（土壤水分含量、土壤颗粒大小等）的 影响[27]，目前国际上主要提出了三类方法：一是利 用室内外干湿样光谱对比，采用分段直接标准化法 （Piecewise Direct Standardization，PDS）、直接标准

土壤学报 57卷 微波遥感 卫星 光学遥感 MS4000 HYMAPr高光谱 航空 航空成像 VIS-NIR UAV 车载 MS-6I Veris车载 测仪 Vis-NIR 探地雷 EM3 田间 XRE 野外光谱仪 VIs-NIR Y射线X射线紫外可见光红外微波射频电磁感应 图2现代土壤调查数据获取平台特征 Fig. 2 The characteristics of data acquisition 化法( Direct Standardization,DS)、外部参数正交系统分类(ST)和国际土壤分类参比基础(WRB) His( External Parameter Orthogonalization, EPO 我国近代土壤分类始于20世纪30年代,先后 等方法直接进行光谱曲线的转换3;二是从预测经历了马伯特分类、土壤地理发生分类和土壤系统 样本中挑选有代表性的子集,从而提高模型对预测分类三个时期。土壤发生分类在我国土壤科学发展 样本的预测精度13213;三是通过导数等预处理来提和生产应用方面发挥了重要作用,以其为基础编制 高野外光谱预测精度。 了大量的大、中比例尺图,而且还编制了全国1 土壤近地传感是利用田间传感器获取土壤近地400万土壤图和1:1200万土壤图。中国土壤系统 面或土体内信息的一种科学技术围自1920年代以分类研究始于20世纪80年代初,经过近四十年的 来,传感技术不断进步,1960年代出现了最早的土发展,出版的 Chinese soil taxonomy经过国际土壤 壤光谱辐射能研究,以及Ⅹ射线荧光光谱技术的应学会的介绍后,已经传播到20多个国家。关于基层 用( X ray fluorescence spectroscopy,XRF),1970分类的研究与系统分类高级单元的原则和方法呼 年代出现了盐碱土电磁感应技术( Electromagnetic应,目前已取得了阶段性的进展H。最近10多年来 duction,EMI)1。近年来可见-近红外光谱“我国土系调查和《中国土系志》编制”工作基于中 ( ViS-NIR)发展迅速,2006年, Brown等开始建立国土壤系统分类建立了土族和土系划分标准{2,并 全球土壤光谱库,此后各国也陆续开展了国家尺度在广泛调查的基础上,陆续出版了系列《土系志》 的土壤光谱库建设工作悶。此外,探地雷达和地专著,将土壤分类工作推向了新的前沿46 震仪在土壤调查中能够更有效地获取到表下层土壤 土壤分类方法正在由基于专家经验的人工判 的特征信息,已逐步成为现代土壤调查的重要手段别逐步走向数值化自动分类114。受益于星地遥 之一。总之,以技术进步为标志的现代土壤信息感和近地传感等技术的飞速发展,用于分类的属性 获取为土壤时空变化研究提供了极其有力的工具,逐步从基于实验室测定的物理、化学属性向传感获 无疑为业已发端的土壤信息学奠定了技术基础 得的信号信息过渡。土壤光谱获取相对简单、快速 2.4土壤分类:不断精细并与数值融合 信息量大,能够反映土壤的多种关键属性,已成为 土壤分类是科学认识和区分土壤类型的实践,也数值分类体系中重要的数据来源n;同时现代地理 是建立土壤属性与功能之间联系的桥梁。随着科学的信息系统技术和计算机技术的发展,为数值土壤分 进步,土壤分类也在迅速发展。目前国际上土壤分类类提供了更强大的工具。传统的土壤分类只能将目 仍然是以土壤形态学为基础的诊断分类,如美国土壤标土壤剖面划分为一个非此即彼的具体类型,而数 http://pedologica.issas.ac.cn

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. 2 The characteristics of data acquisition for modern soil survey 化法（Direct Standardization，DS）、外部参数正交 化法（External Parameter Orthogonalization，EPO） 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 1920 年代以 来，传感技术不断进步，1960 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 ray fluorescence spectroscopy，XRF），1970 年代出现了盐碱土电磁感应技术（Electromagnetic induction，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础。 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重要作用，以其为基础编制 了大量的大、中比例尺图，而且还编制了全国 1︰ 400 万土壤图和 1︰1200 万土壤图。中国土壤系统 分类研究始于 20 世纪 80 年代初，经过近四十年的 发展，出版的 Chinese Soil Taxonomy 经过国际土壤 学会的介绍后，已经传播到 20 多个国家。关于基层 分类的研究与系统分类高级单元的原则和方法呼 应，目前已取得了阶段性的进展[41]。最近 10 多年来， “我国土系调查和《中国土系志》编制”工作基于中 国土壤系统分类建立了土族和土系划分标准[42]，并 在广泛调查的基础上，陆续出版了系列《土系志》 专著，将土壤分类工作推向了新的前沿[43][46]。 土壤分类方法正在由基于专家经验的人工判 别逐步走向数值化自动分类[47][48]。受益于星地遥 感和近地传感等技术的飞速发展，用于分类的属性 逐步从基于实验室测定的物理、化学属性向传感获 得的信号信息过渡。土壤光谱获取相对简单、快速、 信息量大，能够反映土壤的多种关键属性，已成为 数值分类体系中重要的数据来源[47]；同时现代地理 信息系统技术和计算机技术的发展，为数值土壤分 类提供了更强大的工具。传统的土壤分类只能将目 标土壤剖面划分为一个非此即彼的具体类型，而数

5期 张甘霖等:土壤时空变化研究的进展与未来 值分类则突破了这种界线,使用模糊或相似程度的测模型开发三个方面90。采样方法研究的主要目 形式表达土壤在属性空间中的关系,这为描述地理的是揭示不同背景下采样的效率和对制图精度的贡 空间中的土壤渐变特征提供了新的技术支持。 献,无论是基于概率理论的采样方法,或是基于样 2.5数字土壤制图:土壤制图新范式 点空间自相关的采样方法,还是基于环境因子辅助 数字土壤制图是利用环境协同变量预测目标土的采样方法,都有不同程度的适用条件。基于概 壤信息的预测性制图范式(图3),它避免了传统制率理论的采样设计在空间相关性较强的地区会生成 图的不足,能为土地利用和管理提供准确的土壤信一定数量的冗余点,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 预测性土壤制图近20年来发展异常迅速,相关代表环境因子参数空间的样点来捕捉土壤的空间变 研究主要集中在采样设计、环境协同变量获取和预异特征,以提高采样效率。 自然因素 土壤属 人为因素 采样方法 有机碳 地形母→性空间白耕作:施现 异质性 灌溉排水等 容重、pH等 生物等 壤-景观模型 候、地形、水 不确定性 文、地质等 土壤性质空间变异特征模拟 三维土壤制图 水平维:土壤 土壤图更新 属性分布特征 可连续分布的土壤类型理化属性图 地球表层系统 垂直维:深度 函数拟合 等中 土壤承载力 环境容量 图3数字土壤制图基本范式 Fig. 3 mapping 能表征土壤环境空间变化的地理变量统称为 数字土壤制图正在向大尺度、高精度的方向发 ˆ环境协同变量”,通常包括影响土壤形成的母质、展,同时,结合土壤过程和转换函数,瞄准获取与 气候、地形地貌、植被等因子綗。不同因子作用土壤功能相关的非直接测定土壤信息,能够为服务 的空间尺度特征是不同的,因而对制图精度的影响多过程解译和多目标评价、实现土壤资源的精准管 各异。开发新的非传统成土因素变量近期有新的进理提供支撑66 展,如使用地表动态反馈来表达土壤的时空变异特2.6土壤退化:从土壤过程到地表过程 征,在平原地区取得了很好的效果16 联合国粮农组织于20世纪70年代首次提出土 数字土壤制图方法(模型)的发展具有决定性壤退化概念,并划分了土壤侵蚀、盐碱累积等10大 的意义。不同的空间预测模型包括数理统计方法、类土地退化。我国土壤学家结合实际,进一步提 地统计方法、模糊逻辑方法、专家知识方法,还包出了较为系统的土壤退化分类方法,涵括了土壤侵 括遗传算法、多元自适应回归样条法等,在不同的蚀、土壤沙化与荒漠化、土壤贫瘠化、土壤板结化、 样区都能实现一定程度上的预测精度5ll作为地土壤酸化、盐碱化与潜育化等多个方面。目前相 表上的三维实体,土壤空间预测模型也走向了立体,关研究主要围绕土壤退化的发生机理与时空演变 维土壤制图近年来受到重视,针对三维土壤制图评价指标与评价方法、驱动因素等方面。 提出了多种技术方案,如3D克里金6、神经网 为深入剖析土壤退化的发生机理及演变过程, 络的、回归树等。三维土壤制图研究热点包括模前人从土壤的物理、化学和生物学过程及其相互作 型改进663、深度函数拟合、各向异性表达Ⅶ、用人手,在不同尺度上,深入研究了土壤退化的过 精度检验与不确定性评估等技术 程与本质1。并在此基础上,从历史的角度出发 http://pedologica.issas.ac.cn

5 期 张甘霖等：土壤时空变化研究的进展与未来 1065 http://pedologica.issas.ac.cn 值分类则突破了这种界线，使用模糊或相似程度的 形式表达土壤在属性空间中的关系，这为描述地理 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. 3 Paradigm of digital soil mapping 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 表上的三维实体，土壤空间预测模型也走向了立体， 三维土壤制图近年来受到重视，针对三维土壤制图 提出了多种技术方案，如 3D 克里金[63][64]、神经网 络[65]、回归树[66]等。三维土壤制图研究热点包括模 型改进[67[[68]、深度函数拟合[69][70]、各向异性表达[71]、 精度检验[72]与不确定性评估[73]等技术。 数字土壤制图正在向大尺度、高精度的方向发 展，同时，结合土壤过程和转换函数，瞄准获取与 土壤功能相关的非直接测定土壤信息，能够为服务 多过程解译和多目标评价、实现土壤资源的精准管 理提供支撑[67][68]。 2.6 土壤退化：从土壤过程到地表过程 联合国粮农组织于 20 世纪 70 年代首次提出土 壤退化概念，并划分了土壤侵蚀、盐碱累积等 10 大 类土地退化[74]。我国土壤学家结合实际，进一步提 出了较为系统的土壤退化分类方法，涵括了土壤侵 蚀、土壤沙化与荒漠化、土壤贫瘠化、土壤板结化、 土壤酸化、盐碱化与潜育化等多个方面[75]。目前相 关研究主要围绕土壤退化的发生机理与时空演变、 评价指标与评价方法、驱动因素等方面。 为深入剖析土壤退化的发生机理及演变过程， 前人从土壤的物理、化学和生物学过程及其相互作 用人手，在不同尺度上，深入研究了土壤退化的过 程与本质[76]。并在此基础上，从历史的角度出发

土壤学报 57卷 结合定位动态监测,研究了各类土壤退化的演变过层”,而是发展为“土壤圈”。同时,土壤学的研究 程及发展趋向和速率。以我国为例,重点针对南方对象和科学内涵也在不断演进,从传统的土壤自身 红壤肥力退化、污染及酸化、黄土髙原土壤侵蚀和向地球关键带视角下的整个疏松表层延伸,研究方 水土流失过程、西北干旱土壤沙漠化和盐渍化等开法上也更加全面地融合多学科技术和方法,不断走 展了退化机理与动态演变研究m。 向定量化。基于对相关领域研究现状的分析,未来 土壤退化的研究手段与土壤资源硏究的趋势一土壤时空变化硏究可聚焦以下关键科学冋题。 致,从传统的典型样点采样分析、连续定位观测 (1)地球表层系统中土壤与环境要素之间的多过 典型区动态监测逐步发展到遥感反演、数字制图、程耦合机理与模拟。以关键带科学为代表的地球表层 空间分析等例。随着近年来高空间分辨率、高光谱系统科学是研究土壤时空变化的重要契机,在关键带 遥感技术的发展,新技术手段在退化土壤的监测、科学范畴内能够系统地进行以土壤为重要枢纽的表 预警、模拟、可视化及评估中逐渐得到广泛的应用。层系统物质循环研究,可以综合考虑地质大循环和生 土壤退化研究逐步从对土壤自身的关注向地表物小循环对土壤形成和演变的作用。借助水文过程 综合体系统演变发展。当前土壤退化研究的重要趋生物地球化学过程和生态过程等多交叉学科,可从多 势,是从水、土、气、生、人之间的耦合关系这 尺度、多界面、多要素角度出发综合研究多过程耦合 地表系统科学的角度,从不同的时空尺度分析气候以理解地表过程各要素的响应与交互机理。在大量 变化等自然因素和人为活动对环境变化和各类土壤的原位测定实验的基础上,需要从田间尺度到流域 退化过程的影响,从多方面、多角度分析土壤退尺度上构建多过程耦合的数学模型,如生态过程与 化的发生机理和驱动因子,认识自然和人为过程影水文过程耦合建模研究、包气带与饱和带水文过程 响下人-地关系驱动的土壤变化和退化。 耦合等28,这些模型旨在预测不同情景下物质在界 面之间的通量及其环境效应,还可模拟土壤性质的演 3土壤时空变化研究的需求与未来 化过程和未来趋势,为土壤资源可持续利用提供支 撑。以风化和成土过程为例,描述全球土被分布格局 土壤是人类生存和发展的基础。从传统的粮食与气候、地质背景、地貌特征等之间的定量关系,需 安全保障,到土壤与生命健康、土壤与区域生态安要融合风化过程、地表剥蚀与沉积过程、人为活动等 全、土壤与全球气候变化,土壤这一重要的地表要多个关键要素发展预测模型。 素在国家议程上的地位持续上升。2014年联合国提 (2)多尺度土壤-环境关系与模拟。随着多源 出的全球可持续发展目标(SDGs)中有数个目标直多平台传感器的发展以及土壤地理信息获取和处理 接与土壤相关。管理好土壤这一近乎不可再生的自技术的不断进步,以土壤发生学为理论基础,通过 然资源,关乎到人类的生存和福祉。应对这一宏伟数字土壤制图模型模拟大范围区域乃至洲际、全球 目标,土壤学面临挑战和革新发展的契机,既推进尺度上的土壤相关属性的时空分布特征仍然是一个 研究的前沿,同时支撑可持续发展目标的实现。对挑战。近年来,数字土壤制图已成为土壤科学和土 土壤时空变化研究而言,需要进一步明确近期需要壤制图领域的研究前沿,未来需要针对不同生态和 解决的科学问题,并基于此设定研究的重点 环境类型,构建适用于区域特点的土壤一景观模型, 3.1新兴的关键科学问题 预测土壤类型或属性分布。如何与相关学科领域不 全球环境变化和强烈人为活动条件下的土壤时断涌现岀新的知识发现模型或改进模型进行结合 空变化研究面临新的契杋和挑战。现代环境条件下,实现多尺度精准模拟,是深人解剖土壤时空变异 人为活动(森林砍伐、农田耕作和管理、城市建设土壤与成土要素耦合关系的重要科学问题。 等)及其产生的环境变化(酸雨、大气CO2含量升 (3)多元土壤信息的融合机理与数据同化。由 高、水土流失等)对土壤影响强度远远超过自然因于观测技术手段和观测平台的多样化,土壤信息的 素,可以改变土壤发生的方向和轨迹,使得成土过多元获取方式导致大量异构土壤数据的生产,而任 程更加复杂,土壤空间分布特征发生改变。土壤的何基于观测数据的土壤管理揹施(管理模型)需要 定义超越了“陆地表面能生长绿色植物的疏松表具有可比的基础,因此数据的同化是一个急需解决 http://pedologica.issas.ac.cn

1066 土 壤 学 报 57 卷 http://pedologica.issas.ac.cn 结合定位动态监测，研究了各类土壤退化的演变过 程及发展趋向和速率。以我国为例，重点针对南方 红壤肥力退化、污染及酸化、黄土高原土壤侵蚀和 水土流失过程、西北干旱土壤沙漠化和盐渍化等开 展了退化机理与动态演变研究[77][78]。 土壤退化的研究手段与土壤资源研究的趋势一 致，从传统的典型样点采样分析、连续定位观测、 典型区动态监测逐步发展到遥感反演、数字制图、 空间分析等[79]。随着近年来高空间分辨率、高光谱 遥感技术的发展，新技术手段在退化土壤的监测、 预警、模拟、可视化及评估中逐渐得到广泛的应用。 土壤退化研究逐步从对土壤自身的关注向地表 综合体系统演变发展。当前土壤退化研究的重要趋 势，是从水、土、气、生、人之间的耦合关系这一 地表系统科学的角度，从不同的时空尺度分析气候 变化等自然因素和人为活动对环境变化和各类土壤 退化过程的影响[80]，从多方面、多角度分析土壤退 化的发生机理和驱动因子，认识自然和人为过程影 响下人-地关系驱动的土壤变化和退化。 3 土壤时空变化研究的需求与未来 土壤是人类生存和发展的基础。从传统的粮食 安全保障，到土壤与生命健康、土壤与区域生态安 全、土壤与全球气候变化，土壤这一重要的地表要 素在国家议程上的地位持续上升。2014 年联合国提 出的全球可持续发展目标（SDGs）中有数个目标直 接与土壤相关。管理好土壤这一近乎不可再生的自 然资源，关乎到人类的生存和福祉。应对这一宏伟 目标，土壤学面临挑战和革新发展的契机，既推进 研究的前沿，同时支撑可持续发展目标的实现。对 土壤时空变化研究而言，需要进一步明确近期需要 解决的科学问题，并基于此设定研究的重点。 3.1 新兴的关键科学问题 全球环境变化和强烈人为活动条件下的土壤时 空变化研究面临新的契机和挑战。现代环境条件下， 人为活动（森林砍伐、农田耕作和管理、城市建设 等）及其产生的环境变化（酸雨、大气 CO2 含量升 高、水土流失等）对土壤影响强度远远超过自然因 素，可以改变土壤发生的方向和轨迹，使得成土过 程更加复杂，土壤空间分布特征发生改变。土壤的 定义超越了“陆地表面能生长绿色植物的疏松表 层”，而是发展为“土壤圈”。同时，土壤学的研究 对象和科学内涵也在不断演进，从传统的土壤自身 向地球关键带视角下的整个疏松表层延伸，研究方 法上也更加全面地融合多学科技术和方法，不断走 向定量化。基于对相关领域研究现状的分析，未来 土壤时空变化研究可聚焦以下关键科学问题。 （1）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。以关键带科学为代表的地球表层 系统科学是研究土壤时空变化的重要契机，在关键带 科学范畴内能够系统地进行以土壤为重要枢纽的表 层系统物质循环研究，可以综合考虑地质大循环和生 物小循环对土壤形成和演变的作用。借助水文过程、 生物地球化学过程和生态过程等多交叉学科，可从多 尺度、多界面、多要素角度出发综合研究多过程耦合， 以理解地表过程各要素的响应与交互机理。在大量 的原位测定实验的基础上，需要从田间尺度到流域 尺度上构建多过程耦合的数学模型，如生态过程与 水文过程耦合建模研究、包气带与饱和带水文过程 耦合等[2][81]，这些模型旨在预测不同情景下物质在界 面之间的通量及其环境效应，还可模拟土壤性质的演 化过程和未来趋势，为土壤资源可持续利用提供支 撑。以风化和成土过程为例，描述全球土被分布格局 与气候、地质背景、地貌特征等之间的定量关系，需 要融合风化过程、地表剥蚀与沉积过程、人为活动等 多个关键要素发展预测模型。 （2）多尺度土壤-环境关系与模拟。随着多源、 多平台传感器的发展以及土壤地理信息获取和处理 技术的不断进步，以土壤发生学为理论基础，通过 数字土壤制图模型模拟大范围区域乃至洲际、全球 尺度上的土壤相关属性的时空分布特征仍然是一个 挑战。近年来，数字土壤制图已成为土壤科学和土 壤制图领域的研究前沿，未来需要针对不同生态和 环境类型，构建适用于区域特点的土壤—景观模型， 预测土壤类型或属性分布。如何与相关学科领域不 断涌现出新的知识发现模型或改进模型进行结合， 实现多尺度精准模拟，是深入解剖土壤时空变异、 土壤与成土要素耦合关系的重要科学问题。 （3）多元土壤信息的融合机理与数据同化。由 于观测技术手段和观测平台的多样化，土壤信息的 多元获取方式导致大量异构土壤数据的生产，而任 何基于观测数据的土壤管理措施（管理模型）需要 具有可比的基础，因此数据的同化是一个急需解决

5期 张甘霖等:土壤时空变化研究的进展与未来 的难题。传统实验室获取数据仍然可以作为可比的传感技术在不同地理尺度(田块、农场、区域)获 基础,但未来基于遥感、近感和接触式传感获取的得了海量、不同分辨率的空间数据,这些数据有望 土壤信息或将发展成为相对独立的标准,而这些标较好地满足不同需求的应用。然而,传感器平台机 准的建立需要先探索不同途径土壤信息与土壤功能制差异导致了数据融合与反演困难重重。在此背景 间的关系。 下,需要结合土壤时空变化研究的具体需求,研发 3.2未来重点研究领域分析 更高效的土壤信息快速获取与多源数据融合、协同 经过近25年的快速发展,正像很多研究领域 反演技术体系,尤其是基于超高分辨率的无人机遥 样,我国土壤学正迅速从跟踪向国际第一梯队迈进,感实现近地面非接触土壤和作物信息的快速获取 并在很多领域逐步发挥引领作用。为在国际上实现挖掘土壤关键参数的光谱响应机理,建立遥感信息 领跑,未来土壤时空变化硏究可根据相关发展态势,与土壤理化属性地面观测数据的耦合关系和同化方 优先发展以下领域。 法,进一步发展土壤信息科学( Soil informatics) (1)以关键带(地球表层系统)科学研究带动 4)建立完整和详尽的国家和全球土壤资源清 土壤形成和演变研究的革新。现代土壤发生逐渐从单,并实现共享与应用。土壤资源清单包括以多边 自然因素发展到人为因素影响的研究,从静态发展形为表现形式的土壤类型图和基于栅格数据的属性 到动态研究,从实验室到田间,从现象到机理探索,图。土壤的特性在空间尺度上呈现不同程度的变异 从定性到定量,从观测和模拟到模型,从以土壤为性,这种空间变异信息的获取、分析、模拟、制图 主体走向以土壤为中心的地球表层系统,到水土等处理离不开土壤数据库的支持,尤其是多时空属 气生若交互作用的关键带研究。土壤是关键带的性、包含更多基层分类信息的土壤剖面样点。作为 核心部分,水是地球关键带各组成部分的纽带,是一个土壤类型众多、土壤资源丰富的国家,我国现 物质迁移和能量转换的主要驱动力。针对我国不同在尚未构建覆盖全国、以基层单元类型为核心的土 地区存在的生态环境问题,可利用已经建立的长期壤类型数据库。因此,目前需要建立国家尺度土壤 关键带观测站和稳定同位素、同步辐射等先进技术 数据库和发展相应的解译服务技术,建立我国网络 多尺度、跨学科地系统研究自然和人为作用下土壤 化、网格化、多时空属性的土壤数据库( Soil grid), 发育与相关要素耦合过程研究,进而建立生物地球 为土壤信息广泛地应用于土壤资源的评价、开发、 化学和水文过程耦合模型,模拟多尺度水文过程 利用和管理等提供支持,也能直接服务于相关部门 物质迁移转化过程和土壤演变过程,预测未来土壤 和包气带演变趋势 在精准农业和生态过程模拟等方面的需求。与此同 (2)多尺度数字土壤制图与时空变化预测。由 时,作为国际社会的重要一员,我们应积极参与乃 于自然条件和社会经济发展水平的差异,土壤信息 至领导地区和至全球土壤资源数据库建设。 可获取水平和实际需求相差较大,高分辨率土壤数 5)区域土壤资源退化机理及其功能恢复。土壤 据事实上存在较大的区域空白,土壤质量时空变化作为维系陆地生命系统不可替代的资源,土壤物理、 程度难以准确估计。土壤数据多使用以类别多边形化学和生物学性质共同作用决定了土壤过程和功能。 为基础的制图表达,无法充分满足具体生产应用、土壤退化机理及其功能恢复的研究重点包括:①研究 流域水文模拟、全球气候模型等需求。因此,未来土壤退化的主要类型与驱动因素,建立以土壤过程为 需要针对不同生态系统类型区,利用现代土壤调查核心的功能模型,并开展多尺度土壤退化趋向的模拟 技术,构建代表性区域土壤一景观定量模型,预测预测与预警;②理解土壤性质和过程变化的尺度效 生成不同深度的三维土壤属性空间分布数据产品,应,及其对生源要素与水循环、温室气体排放、生物 为土壤资源合理利用和生态文明建设以及多目标应系统演替等生态过程的影响,揭示土壤质量变化与土 用提供关键土壤数据。 壤功能退化或恢复的关系;③研究土壤资源服务功能 (3)基于多传感器的土壤综合观测原理与技术。的形成机制,及其与人类活动的关系,开发适用于不 包括卫星与航空遥感、近地传感在内的星地传感技同土壤退化类型区的、以生态功能提升为目标的土壤 术的蓬勃发展为土壤调査带来了新契机。土壤星地质量恢复重建的关键技术与途径。 http://pedologica.issas.ac.cn

5 期 张甘霖等：土壤时空变化研究的进展与未来 1067 http://pedologica.issas.ac.cn 的难题。传统实验室获取数据仍然可以作为可比的 基础，但未来基于遥感、近感和接触式传感获取的 土壤信息或将发展成为相对独立的标准，而这些标 准的建立需要先探索不同途径土壤信息与土壤功能 之间的关系。 3.2 未来重点研究领域分析 经过近 25 年的快速发展，正像很多研究领域一 样，我国土壤学正迅速从跟踪向国际第一梯队迈进， 并在很多领域逐步发挥引领作用。为在国际上实现 领跑，未来土壤时空变化研究可根据相关发展态势， 优先发展以下领域。 （1）以关键带（地球表层系统）科学研究带动 土壤形成和演变研究的革新。现代土壤发生逐渐从 自然因素发展到人为因素影响的研究，从静态发展 到动态研究，从实验室到田间，从现象到机理探索， 从定性到定量，从观测和模拟到模型，从以土壤为 主体走向以土壤为中心的地球表层系统，到水-土- 气-生-岩交互作用的关键带研究。土壤是关键带的 核心部分，水是地球关键带各组成部分的纽带，是 物质迁移和能量转换的主要驱动力。针对我国不同 地区存在的生态环境问题，可利用已经建立的长期 关键带观测站和稳定同位素、同步辐射等先进技术， 多尺度、跨学科地系统研究自然和人为作用下土壤 发育与相关要素耦合过程研究，进而建立生物地球 化学和水文过程耦合模型，模拟多尺度水文过程、 物质迁移转化过程和土壤演变过程，预测未来土壤 和包气带演变趋势。 （2）多尺度数字土壤制图与时空变化预测。由 于自然条件和社会经济发展水平的差异，土壤信息 可获取水平和实际需求相差较大，高分辨率土壤数 据事实上存在较大的区域空白，土壤质量时空变化 程度难以准确估计。土壤数据多使用以类别多边形 为基础的制图表达，无法充分满足具体生产应用、 流域水文模拟、全球气候模型等需求。因此，未来 需要针对不同生态系统类型区，利用现代土壤调查 技术，构建代表性区域土壤—景观定量模型，预测 生成不同深度的三维土壤属性空间分布数据产品， 为土壤资源合理利用和生态文明建设以及多目标应 用提供关键土壤数据。 （3）基于多传感器的土壤综合观测原理与技术。 包括卫星与航空遥感、近地传感在内的星地传感技 术的蓬勃发展为土壤调查带来了新契机。土壤星地 传感技术在不同地理尺度（田块、农场、区域）获 得了海量、不同分辨率的空间数据，这些数据有望 较好地满足不同需求的应用。然而，传感器平台机 制差异导致了数据融合与反演困难重重。在此背景 下，需要结合土壤时空变化研究的具体需求，研发 更高效的土壤信息快速获取与多源数据融合、协同 反演技术体系，尤其是基于超高分辨率的无人机遥 感实现近地面非接触土壤和作物信息的快速获取， 挖掘土壤关键参数的光谱响应机理，建立遥感信息 与土壤理化属性地面观测数据的耦合关系和同化方 法，进一步发展土壤信息科学（Soil Informatics）。 （4）建立完整和详尽的国家和全球土壤资源清 单，并实现共享与应用。土壤资源清单包括以多边 形为表现形式的土壤类型图和基于栅格数据的属性 图。土壤的特性在空间尺度上呈现不同程度的变异 性，这种空间变异信息的获取、分析、模拟、制图 等处理离不开土壤数据库的支持，尤其是多时空属 性、包含更多基层分类信息的土壤剖面样点。作为 一个土壤类型众多、土壤资源丰富的国家，我国现 在尚未构建覆盖全国、以基层单元类型为核心的土 壤类型数据库。因此，目前需要建立国家尺度土壤 数据库和发展相应的解译服务技术，建立我国网络 化、网格化、多时空属性的土壤数据库（Soil Grid）， 为土壤信息广泛地应用于土壤资源的评价、开发、 利用和管理等提供支持，也能直接服务于相关部门 在精准农业和生态过程模拟等方面的需求。与此同 时，作为国际社会的重要一员，我们应积极参与乃 至领导地区和至全球土壤资源数据库建设。 （5）区域土壤资源退化机理及其功能恢复。土壤 作为维系陆地生命系统不可替代的资源，土壤物理、 化学和生物学性质共同作用决定了土壤过程和功能。 土壤退化机理及其功能恢复的研究重点包括：①研究 土壤退化的主要类型与驱动因素，建立以土壤过程为 核心的功能模型，并开展多尺度土壤退化趋向的模拟 预测与预警；②理解土壤性质和过程变化的尺度效 应，及其对生源要素与水循环、温室气体排放、生物 系统演替等生态过程的影响，揭示土壤质量变化与土 壤功能退化或恢复的关系；③研究土壤资源服务功能 的形成机制，及其与人类活动的关系，开发适用于不 同土壤退化类型区的、以生态功能提升为目标的土壤 质量恢复重建的关键技术与途径

1068 土壤学报 57卷 参考文献( References) 14] Han G Z, Zhang G L Changes in magnetic properties and pedogenetic implications for paddy soil had P. Nortcliff S. Essentials of Soil Science chronosequences from different parent materials in south Soil Formation. Functions Use and Classification( World China[]. European Journal of Soil Science, 2013. 64 Reference Base, WRB ) [M]. Stuttgart:Borntraeger (4):435-444 15]Han G Z, Zhang G L Li D C, et al. Pedogenetic evolution [2] Zhang G L, Zhu A X, Shi Z, et al. Progress and future of clay minerals and agricultural implications in three prospect of soil geography ] Progress in Geography paddy soil chronosequences of south China 2018,37(1):57-65.[张甘霖,朱阿兴,史舟,等,土 different parent materials]. Journal of 壤地理学的进展与展望[地理科学进展,2018,37 Sediments.2015,15(2):423-435 (1):57-65. 16] Huang L M. Zhang X H, Shao M A, et al. Pedogenesis [3] Zhang G L, Wu H Y From"Problems"to"Solutions' significantly decreases the stability of water-dispersible Soil functions for realization of sustainable development soil colloids in a humid tropical region[J]. Geoderma goals]. Bulletin of the Chinese Academy of Sciences 2016,274:45-53 2018,33(2):124-134.[张甘霖,吴华勇.从问题到 17] Sullivan P L, Wymore A S, McDowell W, et al.New 解决方案:土壤与可持续发展目标的实现[中国科学 opportunities for Critical Zone Science[R]. White 院院刊,2018,33(2):124-134 booklet Arlington meeting for CZ science, 2017 4] Zhang G L. Shi X Z, Gong Z T Retrospect and prospect Arlington of soil geography in China]. Acta Pedologica Sinica 18] Jones E J. McBratney A B. What is digital soil 2008,45(5):792-801.【张甘霖,史学正,龚子同.中 morphometrics and where might it be going? // Hartemink A 国土壤地理学发展的回顾与展望叮.土壤学报,2008 E Minasny B Digital Soil Morphometrics[M]. Switzerland 45(5):792-801 Springer, 2016: 1-15 [5 Swobada-Colberg N G. Drever J I Mineral dissolution 19 Soil Survey Division Staff. Soil Survey Manual[M rates in plot- scale field and laboratory experiments] Chemical Geology, 1993, 105(1/3):51-69 DC,1993 6 Huang L M. Zhang G L. Yang J L. Weathering and soil 20 Schoeneberger P J. Wysocki D A. Benham EC. et al formation rates based on geochemical mass balances in a Field Book for Describing and Sampling Soils, version 3.0[M]. Natural Soil Survey Center. Lincoln, NE. 2012 subtropical China[]. Catena, 2013, 105: 11-20 21] Jahn R, Blume H P, Asio VB, et al. Guidelines for Soil [ 7] Yang J L. Zhang G L. Huang L M, et al. Estimating soil Description M]. 4th ed. Rome: FAO, 2006 acidification rate at watershed scale based on the 22] McBratney A B. Mendonca S. Minasny B On digital soil stoichiometric relations between silicon and base mapping[J]. Geoderma, 2003, 117: 3-52 ationsD] Chemical Geology, 2013. 337/338: 30-37. 23 Hartemink A E, Minasny B. Towards digital soil [8] Brantley S L Understanding soil time[J]. Science, 2008 morphometrics[J]. Geoderma, 2014, 230/231: 305-317 321(5895):1454-1455 24]Wang QB. Hartemink A E. Jiang Z D. et al. Digital soil [9] Lichter J. Rates of weathering and chemical depletion in morphometrics of krotovinas in a deep Alfisol derived soils across a chronosequence of Lake Michigan sand from loess in Shenyang, China[J]. Geoderma 2017. 301 dunes J). Geoderma, 1998, 85: 255-282 10] Chen L M. Zhang G L, William R E Soil characteristic 25 Zhang Y, Hartemink A E. Sampling designs for soil response times and pedogenic thresholds dur rganic carbon stock assessment of soil profiles] 000-year evolution of a paddy soil chronosequence Geoderma.2017,307:220-230 Soil Science Society of America Journal, 2011. 75 26]Hartemink A E, McBratney A 1807-1820 11 J Li J W, Zhang G L. Gong Z T. Ndisotope evidence for 27] Shi Z, Xu D Y, Teng H F. et al. Soil information dust accretion to a soil chronosequence in Hainan acquisition based on remote sensing and proximal soil Island[J]. Catena, 2013, 101: 24-30 ensing: Current status and prospect[J]. Progress in 12 ] Chadwick O A Derry L A. Vitousek PM. et al. Changing Geography,2018,37(1):79-92.[史舟,徐冬云 sour 洪芬,等,土壤星地传感技术现状与发展趋势叮地 ecosystem development[J]. Nature, 1999. 397: 491-497. 理科学进展,2018,37(1):79-92. [13] He Y, Li C, Velde B. et al. Clay minerals in a soil 28 Macdonald H C, Waite W. Soil moisture detection with hronosequence derived from basalt on Hainan Island imaging radars J]. Water Resources Research, 1971. 7 China[] Geoderma,2008,148:206-212 (1):100-110. http://pedologica.issas.ac.cn

1068 土 壤 学 报 57 卷 http://pedologica.issas.ac.cn 参考文献（References） ［ 1 ］ Blum W，Schad P，Nortcliff S. Essentials of Soil Science： Soil Formation，Functions，Use and Classification（World Reference Base， WRB） [M]. Stuttgart： Borntraeger Science Publishers，2018. ［ 2 ］ Zhang G L，Zhu A X，Shi Z，et al. Progress and future prospect of soil geography[J]. Progress in Geography， 2018，37（1）：57—65. [张甘霖，朱阿兴，史舟，等. 土 壤地理学的进展与展望[J]. 地理科学进展，2018，37 （1）：57—65. ] ［ 3 ］ Zhang G L，Wu H Y. From “Problems” to “Solutions”： Soil functions for realization of sustainable development goals[J]. Bulletin of the Chinese Academy of Sciences， 2018，33（2）：124—134. [张甘霖，吴华勇. 从问题到 解决方案：土壤与可持续发展目标的实现[J]. 中国科学 院院刊，2018，33（2）：124—134.] ［ 4 ］ Zhang G L，Shi X Z，Gong Z T. Retrospect and prospect of soil geography in China[J]. Acta Pedologica Sinica， 2008，45（5）：792—801. [张甘霖，史学正，龚子同. 中 国土壤地理学发展的回顾与展望[J]. 土壤学报，2008， 45（5）：792—801.] ［ 5 ］ Swobada-Colberg N G，Drever J I. Mineral dissolution rates in plot- scale field and laboratory experiments[J]. Chemical Geology，1993，105（1/3）：51—69. ［ 6 ］ Huang L M，Zhang G L，Yang J L. Weathering and soil formation rates based on geochemical mass balances in a small forested watershed under acid precipitation in subtropical China[J]. Catena，2013，105：11—20. ［ 7 ］ Yang J L，Zhang G L，Huang L M，et al. Estimating soil acidification rate at watershed scale based on the stoichiometric relations between silicon and base cations[J]. Chemical Geology，2013，337/338：30—37. ［ 8 ］ Brantley S L. Understanding soil time[J]. Science，2008， 321（5895）：1454—1455. ［ 9 ］ Lichter J. Rates of weathering and chemical depletion in soils across a chronosequence of Lake Michigan sand dunes[J]. Geoderma，1998，85：255—282. ［ 10 ］ Chen L M，Zhang G L，William R E. Soil characteristic response times and pedogenic thresholds during the 1000-year evolution of a paddy soil chronosequence[J]. Soil Science Society of America Journal，2011，75： 1807—1820. ［ 11 ］ Li J W，Zhang G L，Gong Z T. Ndisotope evidence for dust accretion to a soil chronosequence in Hainan Island[J]. Catena，2013，101：24—30. ［ 12 ］ Chadwick O A，Derry L A，Vitousek P M，et al. Changing sources of nutrients during four million years of ecosystem development[J]. Nature，1999，397：491—497. ［ 13 ］ He Y，Li D C，Velde B，et al. Clay minerals in a soil chronosequence derived from basalt on Hainan Island， China[J]. Geoderma，2008，148：206—212. ［ 14 ］ Han G Z，Zhang G L. Changes in magnetic properties and their pedogenetic implications for paddy soil chronosequences from different parent materials in south China[J]. European Journal of Soil Science，2013，64 （4）：435—444. ［ 15 ］ Han G Z，Zhang G L，Li D C，et al. Pedogenetic evolution of clay minerals and agricultural implications in three paddy soil chronosequences of south China derived from different parent materials[J]. Journal of Soils and Sediments，2015，15（2）：423—435. ［ 16 ］ Huang L M，Zhang X H，Shao M A，et al. Pedogenesis significantly decreases the stability of water-dispersible soil colloids in a humid tropical region[J]. Geoderma， 2016，274：45—53. ［ 17 ］ Sullivan P L，Wymore A S，McDowell W，et al. New opportunities for Critical Zone Science[R]. White booklet：Arlington meeting for CZ science，2017， Arlington. ［ 18 ］ Jones E J ， McBratney A B. What is digital soil morphometrics and where might it be going? // Hartemink A E，Minasny B. Digital Soil Morphometrics[M]. Switzerland： Springer，2016：1—15. ［ 19 ］ Soil Survey Division Staff. Soil Survey Manual[M]. United States Department of Agriculture，Washington DC，1993. ［ 20 ］ Schoeneberger P J，Wysocki D A，Benham E C，et al. Field Book for Describing and Sampling Soils，version 3.0[M]. Natural Soil Survey Center，Lincoln，NE，2012. ［ 21 ］ Jahn R，Blume H P，Asio V B，et al. Guidelines for Soil Description[M]. 4th ed. Rome：FAO，2006. ［ 22 ］ McBratney A B，Mendonca S，Minasny B. On digital soil mapping[J]. Geoderma，2003，117：3—52. ［ 23 ］ Hartemink A E ， Minasny B. Towards digital soil morphometrics[J]. Geoderma，2014，230/231：305—317. ［ 24 ］ Wang Q B，Hartemink A E，Jiang Z D，et al. Digital soil morphometrics of krotovinas in a deep Alfisol derived from loess in Shenyang，China[J]. Geoderma，2017，301： 11—18. ［ 25 ］ Zhang Y，Hartemink A E. Sampling designs for soil organic carbon stock assessment of soil profiles[J]. Geoderma，2017，307：220—230. ［ 26 ］ Hartemink A E ， McBratney A. A soil science renaissance[J]. Geoderma，2008，148（2）：123—129. ［ 27 ］ Shi Z，Xu D Y，Teng H F，et al. Soil information acquisition based on remote sensing and proximal soil sensing ： Current status and prospect[J]. Progress in Geography，2018，37（1）：79—92. [史舟，徐冬云， 滕洪芬，等. 土壤星地传感技术现状与发展趋势[J]. 地 理科学进展，2018，37（1）：79—92.] ［ 28 ］ Macdonald H C，Waite W P. Soil moisture detection with imaging radars[J]. Water Resources Research，1971，7 （1）：100—110

5期 张甘霖等:土壤时空变化研究的进展与未来 29] Minasny B, Mc Bratney A B, Bellon-Maurel V, et al Soil Taxonomy[J]. Acta Pedologica Sinica. 2013. 50(4 ) Removing the effect of soil moisture from nir diffuse 826-834.[张甘霖,王秋兵,张凤荣,等.中国土壤系 reflectance spectra for the prediction of soil organic 统分类土族和土系划分标准[.土壤学报,2013,50 carbon J]. Geoderma, 2011. 167/168: 118-124 (4):826-834 of 43 Lv Y. Chinese Soil Series Guangdong[M water and the environment on proximally sensed vis-NIR Science press,2017.[卢瑛.中国土系志·广东卷[M tra and their calibrations]. European Journal of 北京:科学出版社,2017.] Soil science,2015,66(3):55-56 [ 44]Li D C. Zhang G L, Wang H. Chinese Soil 31 ]Wang C K. Pan X Z. Improving the prediction of soil Series. Anhui[M]. Beijing: Science Press, 2017.[it organic matter using visible and near infrared 成,张甘霖,王华.中国土系志·安徽卷[M]北京 spectroscopy on moist samples]. Journal of Near 科学出版社,2017. nfrared Spectroscopy. 2016, 24(3 ): 231 [45 Sui YY. Jiao X G. Li J W Chinese Soil SeriesJilin(M) 32] ViscarraRossel R A. Cattle SR, Ortega A, et al. In situ Beijing: Science press,2019.[隋跃宇,焦晓光,李建 measurements of soil colour, mineral composition a 维,中国土系志·吉林卷[M]北京:科学出版社,2019 clay content by vis-NIR spectroscopy[]. Geoderma 46] Wang T W. Chinese Soil Series Hubei[M]. Beijing 2009,150(314):253-266 Science press.2017.[王天巍.中国土系志·湖北卷[M 33 Guerrero C, Zornoza R, Gomez l. et al. Spiking of NIR 北京:科学出版社,2017 regional models using samples from target sites: Effect of 47] Shi Z Wang Q L, Peng J,et al. Development of a national model size on prediction accuracy]. Geoderma. 2010 VNIR soil-spectral library for soil classification and 158(1n2):66-77 prediction of organic matter concentrations J]. Science [34]Wu Y, Chen J. Wu X. et al. Possibilities of reflectance China: Earth Sciences. 2014. 44: 978-988 spectroscopy for the assessment of contaminant elements 48] Zeng R. Rossiter D G, Yang F, et al. How accurately can in suburban soils]. Applied Geochemistry, 2005, 20 (6):1051-1059 physio-chemical properties? J]. Geoderma, 2017. 303 [35 Shi Z, Guo Y. Jin X, et al. Advancement in study on proximal soil sensing]. Acta Pedologica Sinica, 2011 49 Zhang G L, Brus D, Liu F, et al. Digital Soil Mapping 48(6):1274-1281.[史舟,郭燕,金希,等土壤近 Scales and 地传感器研究进展门土壤学报,2011,48(6) Singapore: Springer, 2016 1274-1281. 50 Zhang G L. Liu F. Song X D. Recent progress and future [ 36] Ristori G, Bruno V. Metallic microelements of soil prospect of digital soil mapping: A review]. Journal of determined by X-ray fluorescence[J]. Agrochimica Integrative Agriculture, 2017. 16(12):2871-2885 1969,13(4/5):367. 51 Zhu A X Yang L, Fan N Q. et al. The review and outlook 37] Dejong E, Ballantyne A K, Cameron D R.et of digital soil mapping]. Progress in Geography. 2018 Measurement of apparent electrical-conductivity of soils 37(1):66—78.[朱阿兴,杨琳,樊乃卿,等,数字 by an electromagnetic induction probe to aid salinity 壤制图研究综述与展望门.地理科学进展,2018,37 surveys]. Soil Science Society of America Journal (1):66-78.] 1979,43(4):810-812 52]Minasny B, McBratney A B Latin hypercube sampling as 38] Brown D J, Shepherd K D, Walsh M G. et al. Global soil a tool for digital soil mapping[J]. Developments in Soil characterization with VNIr diffuse reflectance Science,2006.31:153-606. spectroscopy[J]. Geoderma, 2006, 132( 3/4 ): 273--290. 53] Brus D J, Heuvelink G B M. Optimization of sample [39] ViscarraRossel R A, Behrens T, Ben-Dor E. A global patterns for universal kriging of environmental spectral library to characterize the world's soil]. Earth ariables J). Geoderma. 2007. 138: 86-9 Science reviews. 2016. 155: 198-230 [54] Zhu AX, Yang L, Li B L, et al. Purposive sampling for 40] Song X D. Wu H Y, Hallett P D, et al. Paleotopography digital soil mapping under fuzzy logic//Hartemink A E continues to drive surface to deep-layer interactions in a McBratney A, Mendonca-Santos M de L. Digital Soil subtropical Critical Zone Observatory]. Journal of Mapping with Limited Data[M]. Switzerland: Springer, Applied Geophysics, 2020. 175: 103987 2008:233-245 41] CSTC( Chinese Soil Taxonomic Classification Research 55 Zhu A,, Band L E. A knowledge-based approach to data Group ) Chinese Soil Taxonomy[M]. Beijing. New York integration for soil mapping]. Canadian Journal of Science press. 2001 Remote Sensing, 1994. 20(4):408-418 [42] Zhang G L, Wang Q B, Zhang F R, et al. Criteria for [56] Hengl T, de Jesus J M, Heuvelink G B M. et al establishment of soil family and soil series in Chinese SoilGrids 250m: Global gridded soil information based or http://pedologica.issas.ac.cn

5 期 张甘霖等：土壤时空变化研究的进展与未来 1069 http://pedologica.issas.ac.cn ［ 29 ］ Minasny B，McBratney A B，Bellon-Maurel V，et al. Removing the effect of soil moisture from NIR diffuse reflectance spectra for the prediction of soil organic carbon[J]. Geoderma，2011，167/168：118—124. ［ 30 ］ Ji W，Rossel R A V，Shi Z. Accounting for the effects of water and the environment on proximally sensed vis-NIR soil spectra and their calibrations[J]. European Journal of Soil Science，2015，66（3）：555—565. ［ 31 ］ Wang C K，Pan X Z. Improving the prediction of soil organic matter using visible and near infrared spectroscopy on moist samples[J]. Journal of Near Infrared Spectroscopy，2016，24（3）：231. ［ 32 ］ ViscarraRossel R A，Cattle S R，Ortega A，et al. In situ measurements of soil colour，mineral composition and clay content by vis-NIR spectroscopy[J]. Geoderma， 2009，150（3/4）：253—266. ［ 33 ］ Guerrero C，Zornoza R，Gomez I，et al. Spiking of NIR regional models using samples from target sites：Effect of model size on prediction accuracy[J]. Geoderma，2010， 158（1/2）：66—77. ［ 34 ］ Wu Y，Chen J，Wu X，et al. Possibilities of reflectance spectroscopy for the assessment of contaminant elements in suburban soils[J]. Applied Geochemistry，2005，20 （6）：1051—1059. ［ 35 ］ Shi Z，Guo Y，Jin X，et al. Advancement in study on proximal soil sensing[J]. Acta Pedologica Sinica，2011， 48（6）：1274—1281. [史舟，郭燕，金希，等. 土壤近 地传感器研究进展[J]. 土壤学报，2011，48（6）： 1274—1281.] ［ 36 ］ Ristori G， Bruno V. Metallic microelements of soil determined by X-ray fluorescence[J]. Agrochimica ， 1969，13（4/5）：367. ［ 37 ］ Dejong E， Ballantyne A K， Cameron D R，et al. Measurement of apparent electrical-conductivity of soils by an electromagnetic induction probe to aid salinity surveys[J]. Soil Science Society of America Journal， 1979，43（4）：810—812. ［ 38 ］ Brown D J，Shepherd K D，Walsh M G，et al. Global soil characterization with VNIR diffuse reflectance spectroscopy[J]. Geoderma，2006，132（3/4）：273—290. ［ 39 ］ ViscarraRossel R A，Behrens T，Ben-Dor E. A global spectral library to characterize the world's soil[J]. Earth Science Reviews，2016，155：198—230. ［ 40 ］ Song X D，Wu H Y，Hallett P D，et al. Paleotopography continues to drive surface to deep-layer interactions in a subtropical Critical Zone Observatory[J]. Journal of Applied Geophysics，2020，175：103987. ［ 41 ］ CSTC（Chinese Soil Taxonomic Classification Research Group）. Chinese Soil Taxonomy[M]. Beijing·New York： Science Press，2001. ［ 42 ］ Zhang G L，Wang Q B，Zhang F R，et al. Criteria for establishment of soil family and soil series in Chinese Soil Taxonomy[J]. Acta Pedologica Sinica，2013，50（4）： 826—834. [张甘霖，王秋兵，张凤荣，等. 中国土壤系 统分类土族和土系划分标准[J]. 土壤学报，2013，50 （4）：826—834.] ［ 43 ］ Lv Y. Chinese Soil Series·Guangdong[M]. Beijing： Science Press，2017. [卢瑛. 中国土系志·广东卷[M]. 北京：科学出版社，2017.] ［ 44 ］ Li D C ， Zhang G L ， Wang H. Chinese Soil Series·Anhui[M]. Beijing：Science Press，2017. [李德 成，张甘霖，王华. 中国土系志·安徽卷[M]. 北京： 科学出版社，2017.] ［ 45 ］ Sui Y Y，Jiao X G，Li J W. Chinese Soil Series·Jilin[M]. Beijing：Science Press，2019. [隋跃宇，焦晓光，李建 维. 中国土系志·吉林卷[M]. 北京：科学出版社，2019.] ［ 46 ］ Wang T W. Chinese Soil Series·Hubei[M]. Beijing： Science Press，2017. [王天巍. 中国土系志·湖北卷[M]. 北京：科学出版社，2017.] ［ 47 ］ Shi Z，Wang Q L，Peng J，et al. Development of a national VNIR soil-spectral library for soil classification and prediction of organic matter concentrations[J]. Science China：Earth Sciences，2014，44：978—988. ［ 48 ］ Zeng R，Rossiter D G，Yang F，et al. How accurately can soil classes be allocated based on spectrally predicted physio-chemical properties? [J]. Geoderma，2017，303： 78—84. ［ 49 ］ Zhang G L，Brus D，Liu F，et al. Digital Soil Mapping Across Paradigms ， Scales and Boundaries[M]. Singapore：Springer，2016. ［ 50 ］ Zhang G L，Liu F，Song X D. Recent progress and future prospect of digital soil mapping：A review[J]. Journal of Integrative Agriculture，2017，16（12）：2871—2885. ［ 51 ］ Zhu A X，Yang L，Fan N Q，et al. The review and outlook of digital soil mapping[J]. Progress in Geography，2018， 37（1）：66—78. [朱阿兴，杨琳，樊乃卿，等. 数字土 壤制图研究综述与展望[J]. 地理科学进展，2018，37 （1）：66—78.] ［ 52 ］ Minasny B，McBratney A B. Latin hypercube sampling as a tool for digital soil mapping[J]. Developments in Soil Science，2006，31：153—606. ［ 53 ］ Brus D J，Heuvelink G B M. Optimization of sample patterns for universal kriging of environmental variables[J]. Geoderma，2007，138：86—95. ［ 54 ］ Zhu A X，Yang L，Li B L，et al. Purposive sampling for digital soil mapping under fuzzy logic//Hartemink A E， McBratney A，Mendonça-Santos M de L. Digital Soil Mapping with Limited Data[M]. Switzerland：Springer， 2008：233—245. ［ 55 ］ Zhu A X，Band L E. A knowledge-based approach to data integration for soil mapping[J]. Canadian Journal of Remote Sensing，1994，20（4）：408—418. ［ 56 ］ Hengl T，de Jesus J M，Heuvelink G B M，et al. SoilGrids250m：Global gridded soil information based on