張甘霖史 舟朱阿興王秋兵吳克寧史志華趙永存趙玉國潘賢章劉 峰宋效東

土壤時空變化研究的進(jìn)展與未來*

張甘霖1，2，3?，史 舟4，朱阿興5，王秋兵6，吳克寧7，史志華8，趙永存1，趙玉國1，2，潘賢章1，劉 峰1，宋效東1

（1. 土壤與農(nóng)業(yè)可持續(xù)發(fā)展國家重點實驗室（中國科學(xué)院南京土壤研究所），南京 210008；2. 中國科學(xué)院大學(xué)現(xiàn)代農(nóng)學(xué)院，北京 100049；3. 中國科學(xué)院流域地理學(xué)重點實驗室（中國科學(xué)院南京地理與湖泊研究所），南京 210008；4. 浙江大學(xué)環(huán)境與資源學(xué)院，杭州 310058；5. 南京師范大學(xué)地理科學(xué)學(xué)院，南京 210023；6. 沈陽農(nóng)業(yè)大學(xué)土地與環(huán)境學(xué)院，沈陽 110161；7. 中國地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院，北京 100083；8. 華中農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，武漢 430070）

理解和表征土壤的時空變化是土壤學(xué)的基本任務(wù)，也是評估和合理發(fā)揮土壤功能的重要前提。土壤的時空變化與氣候環(huán)境變遷、巖石圈風(fēng)化、地表物質(zhì)遷移、生物地球化學(xué)循環(huán)等圈層變化過程相耦合。圍繞土壤時空變化研究的新近進(jìn)展，本文綜述并展望了土壤形成和演變過程、土壤形態(tài)學(xué)、土壤調(diào)查、土壤分類、數(shù)字土壤制圖與土壤退化的發(fā)展態(tài)勢。未來土壤時空變化研究的關(guān)鍵科學(xué)問題主要包括：地球表層系統(tǒng)中土壤與環(huán)境要素之間的多過程耦合機(jī)理與模擬、多尺度土壤-環(huán)境關(guān)系與模擬、多元土壤信息的融合機(jī)理與數(shù)據(jù)同化。未來重點研究領(lǐng)域?qū)⑸婕暗疥P(guān)鍵帶科學(xué)引領(lǐng)的土壤形成和演變研究、多尺度數(shù)字土壤制圖與時空變化預(yù)測、基于多傳感器的土壤綜合觀測原理與技術(shù)、完整和詳盡的國家和全球土壤資源清單及共享平臺建設(shè)、區(qū)域土壤資源退化機(jī)理及其功能恢復(fù)。

土壤地理學(xué)；土壤發(fā)生學(xué)；土壤形態(tài)學(xué)；土壤調(diào)查；土壤制圖；土壤光譜

土壤是地球表層系統(tǒng)的重要組成部分，在全球陸地分布中構(gòu)成了完整的圈層。地表系統(tǒng)中的其他圈層（巖石圈、生物圈、水圈、大氣圈）相互作用的連接界面就是土壤圈，因此土壤的空間分布和演化與其他圈層系統(tǒng)密切相關(guān)。19世紀(jì)中葉土壤學(xué)起源之初提出的土壤形成因素學(xué)說，即土壤是氣候、生物、地形、母質(zhì)相互作用的產(chǎn)物，可以看作是對這種圈層之間耦合關(guān)系的一種簡單描述。事實上，土壤的時空變化與氣候環(huán)境變遷、巖石圈風(fēng)化、地表物質(zhì)遷移、生物地球化學(xué)循環(huán)等圈層變化過程相耦合，并經(jīng)歷上述環(huán)境因子的變遷和日益強(qiáng)化的人類活動。因此，土壤時空變化研究必然從這些相關(guān)過程出發(fā)，反之也可以通過土壤的記錄來解譯這些環(huán)境的變化。

土壤是行星地球活的皮膚，是維系生命的載體，以其生產(chǎn)、支持、緩沖等功能為地球生命提供服務(wù)[1]。人類社會已經(jīng)認(rèn)識到，科學(xué)合理地維持土壤功能對人類自身的生存和可持續(xù)發(fā)展至關(guān)重要。在全球可持續(xù)發(fā)展目標(biāo)（Sustainable Development Goals，SDGs）中，有多個目標(biāo)與土壤密切相關(guān)，土壤資源的合理利用和管理是全球可持續(xù)發(fā)展解決方案中的重要環(huán)節(jié)[2-3]。土壤功能的發(fā)揮取決于土壤自身的屬性，而土壤的屬性又隨空間和時間而變化。因此，理解和表征土壤的時空變化是土壤學(xué)的基本任務(wù)，也是評估和合理發(fā)揮土壤功能的重要前提。土壤信息的獲取、存儲、表達(dá)、傳輸與分析是貫穿土壤時空變化研究的核心，這些信息的有效利用能為糧食安全、生態(tài)文明建設(shè)、鄉(xiāng)村振興、精準(zhǔn)扶貧等國計民生提供重要的決策支持。

1 土壤時空變化研究的內(nèi)涵

土壤的時空分布是土壤形成、演化、發(fā)展的綜合體現(xiàn)，是五大自然成土因素（氣候、生物、母質(zhì)、地形和時間）和人為作用長期綜合作用的結(jié)果。地表系統(tǒng)中土壤與地理環(huán)境相互作用關(guān)系的研究正是土壤時空變化研究的主題。土壤的任何變化都有其時空維度，本文所指的土壤時空變化研究主要是土體尺度以上的變化。以經(jīng)典土壤地理學(xué)為學(xué)科表現(xiàn)形式的土壤時空變化研究包含了土壤的發(fā)生和演變、土壤分類與分布、土壤調(diào)查與制圖、土壤區(qū)劃和土壤資源評價等諸多方面[4]。土壤的時空分異規(guī)律研究能夠有效地服務(wù)于土壤資源的可持續(xù)利用和管理。

土壤發(fā)生學(xué)是研究土壤形成和演變的土壤學(xué)學(xué)科分支。經(jīng)典的土壤發(fā)生學(xué)研究對土壤發(fā)生層的性狀、物理屬性、化學(xué)屬性、礦物學(xué)屬性進(jìn)行對比，將土壤形成因素與土壤形態(tài)和性質(zhì)聯(lián)系起來，推測土壤過去可能的發(fā)生過程。基于土壤時間序列的方法可以揭示具有不同時間尺度響應(yīng)特征的土壤性質(zhì)的演變。人為活動的加劇已經(jīng)對土壤過程產(chǎn)生深刻的影響，就現(xiàn)代土壤的利用和不當(dāng)使用的規(guī)模和強(qiáng)度而言，對于土壤與人類的關(guān)系還有很多問題亟需闡明。

土壤形態(tài)學(xué)是土壤學(xué)研究的起點。根據(jù)對土壤形態(tài)的研究，就能對土壤的組成、土壤中發(fā)生的各種過程的本質(zhì)以及影響成土作用發(fā)展的種種條件進(jìn)行推斷和演繹。土壤剖面描述是土壤形態(tài)學(xué)的基礎(chǔ)，包括剖面立地環(huán)境、地理位置、土壤發(fā)生層劃分及其形態(tài)性質(zhì)描述等。翔實的土壤剖面描述結(jié)果和實驗室測定的礦物性質(zhì)、土壤理化性質(zhì)、微形態(tài)特征等相結(jié)合，有助于認(rèn)識、理解土壤發(fā)生過程，科學(xué)劃分土壤類型，有利于土壤調(diào)查、土壤制圖、土地評價等工作的順利開展。

土壤調(diào)查與制圖的目的是獲取土壤屬性特征和時空演變的過程信息，并以地圖這種可視化的方式表達(dá)土壤的空間分布規(guī)律，能夠為土壤資源的利用提供空間數(shù)據(jù)支持。傳統(tǒng)的土壤調(diào)查主要是對土壤剖面形態(tài)及影響土壤形成的地理環(huán)境進(jìn)行觀察與描述記載，受野外調(diào)查成本和實際分析樣本數(shù)量的限制，很難進(jìn)行大范圍土壤信息的重復(fù)調(diào)查。傳統(tǒng)土壤制圖的技術(shù)流程包括資料收集—野外調(diào)查—室內(nèi)分析—野外校核—定界成圖，這種制圖方法以土壤調(diào)查者經(jīng)驗和手工操作為基礎(chǔ)，通過手工將不同的土壤類型或類型組合的空間分布?xì)w納成制圖單元并繪制成土壤圖?？磕_步丈量繪出土壤圖的傳統(tǒng)土壤地理學(xué)迫切需要引入新技術(shù)、新方法，傳統(tǒng)土壤制圖正向數(shù)字土壤制圖（Predictive Soil Mapping）演變。

土壤分類的目的是建立一個土壤類別的有序等級（體系）。土壤分類的發(fā)展與土壤科學(xué)的發(fā)展密不可分，在相當(dāng)長的時間內(nèi)引領(lǐng)了土壤科學(xué)的發(fā)展方向。土壤是一個連續(xù)體，因此土壤分類相對而言必須更多地依照分類者的主觀理解。除了認(rèn)識土壤、組織知識等理論意義，土壤分類在實踐上并不局限于傳統(tǒng)的制圖應(yīng)用。在土壤數(shù)據(jù)的支持下，基于數(shù)值空間距離的分類方法一直在不斷地嘗試新的突破，因而土壤分類理論、方法、標(biāo)準(zhǔn)及相關(guān)分類信息數(shù)據(jù)庫的集成與應(yīng)用將是土壤分類在現(xiàn)在和將來一段時間內(nèi)的重點。

土壤時空格局是土壤資源評價的基礎(chǔ)，因此在自然和人為作用下土壤資源的演變過程也是土壤時空變化研究的重要內(nèi)容。本質(zhì)上，可以將土壤退化過程理解為人為影響下的土壤演變過程，因此土壤退化也是土壤資源演變研究的重要內(nèi)容。土壤退化是指在各種自然和人為因素影響下，土壤生產(chǎn)能力或環(huán)境調(diào)控潛力暫時性或永久性的下降，甚至完全喪失的過程。土壤退化是高度非線性的過程，具有時間上的動態(tài)性和空間上的異質(zhì)性，涉及土壤學(xué)、農(nóng)學(xué)、生態(tài)學(xué)及環(huán)境科學(xué)，而且也與社會科學(xué)和經(jīng)濟(jì)學(xué)密切相關(guān)。

2 土壤時空變化研究的新近進(jìn)展與態(tài)勢

2.1 土壤形成和演變過程：從土壤到地表系統(tǒng)物質(zhì)循環(huán)

土壤發(fā)生學(xué)研究土壤的演變過程及其與環(huán)境（成土因素）之間的相互作用。土壤風(fēng)化和形成速率是土壤發(fā)生學(xué)的基礎(chǔ)科學(xué)問題之一，其研究技術(shù)和方法主要包括實驗室模擬、流域物質(zhì)通量平衡方法、時間序列方法等。實驗室模擬測定的礦物風(fēng)化速率與田間測定結(jié)果可相差數(shù)個數(shù)量級[5]，適用于礦物風(fēng)化機(jī)理研究。排水采集器方法可觀測自然狀態(tài)下元素的淋溶和遷移，相對接近自然狀態(tài)，但只能代表點位尺度的一維過程。流域物質(zhì)平衡方法的依據(jù)是元素的生物地球化學(xué)平衡原理，即對于流域體系，輸出元素與輸入元素的差值來源于礦物的風(fēng)化。通過徑流、植物、土壤、巖石、干濕沉降等要素長期和動態(tài)觀測，可以計算物質(zhì)的輸入、損失、遷移和轉(zhuǎn)化[6-7]，可相對真實地估算特定區(qū)域的礦物風(fēng)化和成土速率。

對于研究土壤的動態(tài)演變過程而言，土壤時間序列方法（Soil Chronosequence）具有重要的意義[8]。在獲得序列中各土壤個體的絕對或相對發(fā)育時間基礎(chǔ)上，系統(tǒng)比較不同相對年齡的各種土壤性質(zhì)，在定量研究土壤發(fā)生過程中具有獨到的價值[9-10]。近年來利用土壤時間序列方法對熱帶地區(qū)土壤和水稻土開展了比較深入和系統(tǒng)的研究，為揭示自然和人為作用下土壤的演變和可持續(xù)性提供了新的認(rèn)識[10-16]。

近10年來，以關(guān)鍵帶科學(xué)為代表的地球表層系統(tǒng)科學(xué)發(fā)展迅速，為土壤發(fā)生學(xué)提供了新的契機(jī)，土壤與其他關(guān)鍵帶要素之間的相互作用逐步成為土壤發(fā)生學(xué)新的研究內(nèi)容。地球關(guān)鍵帶科學(xué)是地表系統(tǒng)的綜合研究，涉及地質(zhì)學(xué)、地球物理學(xué)、土壤學(xué)、水文學(xué)、生態(tài)學(xué)、地貌學(xué)等跨學(xué)科的系統(tǒng)研究（圖1），但土壤發(fā)生學(xué)在其中起著核心和紐帶的作用[ 17 ]。

圖1 土壤形成演化過程耦合地表系統(tǒng)要素之間的物質(zhì)遷移與轉(zhuǎn)化

2.2 土壤形態(tài)學(xué)：從描述走向數(shù)字化

土壤形態(tài)是現(xiàn)代土壤學(xué)的核心科學(xué)概念之一。對土壤剖面的描述是研究土壤最直觀和詳實的有效手段[18]。在土壤學(xué)發(fā)展過程中，土壤剖面的描述標(biāo)準(zhǔn)雖然也經(jīng)歷了一些變化，但其基本內(nèi)容一直相當(dāng)穩(wěn)定。以[19]、[20]、[21]等為代表的土壤形態(tài)描述工具實際上大同小異。

傳統(tǒng)土壤描述的信息采集設(shè)備簡陋，無法充分反映土壤在空間上的連續(xù)變異特征，描述結(jié)果受描述者個人經(jīng)驗所限，其適用性和實用性受到了一定程度的限制，因此歷史上已經(jīng)獲取的大量土壤形態(tài)描述資料并未發(fā)揮應(yīng)有的作用。

隨著不同傳感技術(shù)在土壤信息獲取領(lǐng)域逐步得到應(yīng)用[22]，2014年Hartemink和Minasny[23]首先提出了數(shù)字土壤形態(tài)計量學(xué)（Digital Soil Morphometrics），主要是通過不同的調(diào)查工具，定量獲取土壤剖面屬性、剖面屬性圖及其深度函數(shù)。國際土壤聯(lián)合會（International Union of Soil Sciences，IUSS）2014年設(shè)立了數(shù)字土壤形態(tài)計量學(xué)工作組，并于次年6月在美國舉行了第一次國際專題研討會。2016年一書的面世，表明數(shù)字土壤形態(tài)計量學(xué)體系已趨于成熟。之后又有多篇論文問世，數(shù)字化土壤形態(tài)計量學(xué)已應(yīng)用于不同的學(xué)科領(lǐng)域[24-25]。

與傳統(tǒng)土壤剖面形態(tài)描述相比，數(shù)字化土壤形態(tài)計量學(xué)能夠更精確地定量再現(xiàn)土壤形態(tài)屬性，并以一種相對客觀的方式量化土壤變異[18]，從而實現(xiàn)了土壤形態(tài)屬性信息的數(shù)字化，并可進(jìn)一步結(jié)合數(shù)字土壤制圖技術(shù)應(yīng)用于不同尺度、不同專業(yè)領(lǐng)域。

2.3 土壤調(diào)查：技術(shù)引領(lǐng)革新

土壤調(diào)查是獲取土壤類型及其空間分布信息的主要手段，是土壤資源管理的基礎(chǔ)。然而，傳統(tǒng)土壤調(diào)查信息的獲取周期長、成本高、過程復(fù)雜、復(fù)雜區(qū)域不可達(dá)、時效性差，難以進(jìn)行大范圍、高覆蓋度的重復(fù)調(diào)查[26]。衛(wèi)星與航空遙感、近地傳感在內(nèi)的星地傳感技術(shù)的蓬勃發(fā)展為土壤調(diào)查提供了新機(jī)遇[27]。

按照工作原理，土壤星地傳感技術(shù)包括光學(xué)與輻射型、電與電磁型、電化學(xué)型、機(jī)械式型等種類。地面?zhèn)鞲邪诉@四類方式，衛(wèi)星和航空遙感搭載的傳感器主要是基于光學(xué)與輻射型[27]（圖2）。

土壤航空光學(xué)遙感出現(xiàn)于20世紀(jì)20年代。1969年，MacDonald和Waite[28]利用航空成像雷達(dá)進(jìn)行土壤濕度監(jiān)測試驗。1972年世界第一顆資源衛(wèi)星發(fā)射成功，1975年發(fā)射第二顆并更名為“Landsat”，此后Landsat衛(wèi)星開始用于大面積土壤調(diào)查。進(jìn)入到21世紀(jì)，無人機(jī)遙感（Unmanned Aerial Vehicle，UAV）技術(shù)快速發(fā)展，已應(yīng)用于田間尺度的高分辨率土壤調(diào)查與制圖。

土壤具有感應(yīng)電磁的特性，在地下土壤信息獲取中，電與電磁型傳感器能夠基于電流的變化來度量土壤導(dǎo)電能力，而隨著土壤在空間位置上的變異，電流將發(fā)生瞬時變化。電與電磁型傳感器能夠有效反演黏土層埋深、土壤養(yǎng)分、土壤鹽分、土壤質(zhì)地、土壤水分等屬性。

土壤光譜探測技術(shù)研究的主要任務(wù)是從探測信號獲取可與傳統(tǒng)方法相比較的土壤性質(zhì)，數(shù)據(jù)預(yù)處理與預(yù)測模型的構(gòu)建是其核心內(nèi)容。數(shù)據(jù)預(yù)處理主要針對野外土壤光譜受到的各種環(huán)境因素以及土壤本身的差異（土壤水分含量、土壤顆粒大小等）的影響[27]，目前國際上主要提出了三類方法：一是利用室內(nèi)外干濕樣光譜對比，采用分段直接標(biāo)準(zhǔn)化法（Piecewise Direct Standardization，PDS）、直接標(biāo)準(zhǔn)化法（Direct Standardization，DS）、外部參數(shù)正交化法（External Parameter Orthogonalization，EPO）等方法直接進(jìn)行光譜曲線的轉(zhuǎn)換[29-31]；二是從預(yù)測樣本中挑選有代表性的子集，從而提高模型對預(yù)測樣本的預(yù)測精度[32-33]；三是通過導(dǎo)數(shù)等預(yù)處理來提高野外光譜預(yù)測精度[34]。

圖2 現(xiàn)代土壤調(diào)查數(shù)據(jù)獲取平臺特征

土壤近地傳感是利用田間傳感器獲取土壤近地面或土體內(nèi)信息的一種科學(xué)技術(shù)[35]。自20世紀(jì)20年代以來，傳感技術(shù)不斷進(jìn)步，自20世紀(jì)60年代出現(xiàn)了最早的土壤光譜輻射能研究，以及X射線熒光光譜技術(shù)的應(yīng)用（X-ray fluorescence spectroscopy，XRF），20世紀(jì)70年代出現(xiàn)了鹽堿土電磁感應(yīng)技術(shù)（Electromagnetic induction，EMI）[36-37]。近年來可見-近紅外光譜（Vis-NIR）發(fā)展迅速，2006年，Brown等開始建立全球土壤光譜庫，此后各國也陸續(xù)開展了國家尺度的土壤光譜庫建設(shè)工作[38-39]。此外，探地雷達(dá)和地震儀在土壤調(diào)查中能夠更有效地獲取到表下層土壤的特征信息，已逐步成為現(xiàn)代土壤調(diào)查的重要手段之一[40]?？傊?，以技術(shù)進(jìn)步為標(biāo)志的現(xiàn)代土壤信息獲取為土壤時空變化研究提供了極其有力的工具，無疑為業(yè)已發(fā)端的土壤信息學(xué)奠定了技術(shù)基礎(chǔ)。

2.4 土壤分類：不斷精細(xì)并與數(shù)值融合

土壤分類是科學(xué)認(rèn)識和區(qū)分土壤類型的實踐，也是建立土壤屬性與功能之間聯(lián)系的橋梁。隨著科學(xué)的進(jìn)步，土壤分類也在迅速發(fā)展。目前國際上土壤分類仍然是以土壤形態(tài)學(xué)為基礎(chǔ)的診斷分類，如美國土壤系統(tǒng)分類（ST）和國際土壤分類參比基礎(chǔ)（WRB）[4]。

我國近代土壤分類始于20世紀(jì)30年代，先后經(jīng)歷了馬伯特分類、土壤地理發(fā)生分類和土壤系統(tǒng)分類三個時期。土壤發(fā)生分類在我國土壤科學(xué)發(fā)展和生產(chǎn)應(yīng)用方面發(fā)揮了重要作用，以其為基礎(chǔ)編制了大量的大、中比例尺圖，而且還編制了全國1︰400萬土壤圖和1︰1 200萬土壤圖。中國土壤系統(tǒng)分類研究始于20世紀(jì)80年代初，經(jīng)過近四十年的發(fā)展，出版的經(jīng)過國際土壤學(xué)會的介紹后，已經(jīng)傳播到20多個國家。關(guān)于基層分類的研究與系統(tǒng)分類高級單元的原則和方法呼應(yīng)，目前已取得了階段性的進(jìn)展[41]。最近10多年來，“我國土系調(diào)查和《中國土系志》編制”工作基于中國土壤系統(tǒng)分類建立了土族和土系劃分標(biāo)準(zhǔn)[42]，并在廣泛調(diào)查的基礎(chǔ)上，陸續(xù)出版了系列《土系志》專著，將土壤分類工作推向了新的前沿[43-46]。

土壤分類方法正在由基于專家經(jīng)驗的人工判別逐步走向數(shù)值化自動分類[47-48]。受益于星地遙感和近地傳感等技術(shù)的飛速發(fā)展，用于分類的屬性逐步從基于實驗室測定的物理、化學(xué)屬性向傳感獲得的信號信息過渡。土壤光譜獲取相對簡單、快速、信息量大，能夠反映土壤的多種關(guān)鍵屬性，已成為數(shù)值分類體系中重要的數(shù)據(jù)來源[47]；同時現(xiàn)代地理信息系統(tǒng)技術(shù)和計算機(jī)技術(shù)的發(fā)展，為數(shù)值土壤分類提供了更強(qiáng)大的工具。傳統(tǒng)的土壤分類只能將目標(biāo)土壤剖面劃分為一個非此即彼的具體類型，而數(shù)值分類則突破了這種界線，使用模糊或相似程度的形式表達(dá)土壤在屬性空間中的關(guān)系，這為描述地理空間中的土壤漸變特征提供了新的技術(shù)支持。

2.5 數(shù)字土壤制圖：土壤制圖新范式

數(shù)字土壤制圖是利用環(huán)境協(xié)同變量預(yù)測目標(biāo)土壤信息的預(yù)測性制圖范式（圖3），它避免了傳統(tǒng)制圖的不足，能為土地利用和管理提供準(zhǔn)確的土壤信息產(chǎn)品。

預(yù)測性土壤制圖近20年來發(fā)展異常迅速，相關(guān)研究主要集中在采樣設(shè)計、環(huán)境協(xié)同變量獲取和預(yù)測模型開發(fā)三個方面[49-50]。采樣方法研究的主要目的是揭示不同背景下采樣的效率和對制圖精度的貢獻(xiàn)，無論是基于概率理論的采樣方法，或是基于樣點空間自相關(guān)的采樣方法，還是基于環(huán)境因子輔助的采樣方法，都有不同程度的適用條件[51]。基于概率理論的采樣設(shè)計在空間相關(guān)性較強(qiáng)的地區(qū)會生成一定數(shù)量的冗余點，在其他地區(qū)卻有可能生成極少數(shù)的樣點；環(huán)境因子輔助的采樣方法旨在選擇可以代表環(huán)境因子參數(shù)空間的樣點來捕捉土壤的空間變異特征，以提高采樣效率[52-54]。

圖3 數(shù)字土壤制圖基本范式

能表征土壤環(huán)境空間變化的地理變量統(tǒng)稱為“環(huán)境協(xié)同變量”，通常包括影響土壤形成的母質(zhì)、氣候、地形地貌、植被等因子[55-56]。不同因子作用的空間尺度特征是不同的，因而對制圖精度的影響各異。開發(fā)新的非傳統(tǒng)成土因素變量近期有新的進(jìn)展，如使用地表動態(tài)反饋來表達(dá)土壤的時空變異特征，在平原地區(qū)取得了很好的效果[57-61]。

數(shù)字土壤制圖方法（模型）的發(fā)展具有決定性的意義。不同的空間預(yù)測模型包括數(shù)理統(tǒng)計方法、地統(tǒng)計方法、模糊邏輯方法、專家知識方法，還包括遺傳算法、多元自適應(yīng)回歸樣條法等，在不同的樣區(qū)都能實現(xiàn)一定程度上的預(yù)測精度[51，62]。作為地表上的三維實體，土壤空間預(yù)測模型也走向了立體，三維土壤制圖近年來受到重視，針對三維土壤制圖提出了多種技術(shù)方案，如3D克里金[63-64]、神經(jīng)網(wǎng)絡(luò)[65]、回歸樹[66]等。三維土壤制圖研究熱點包括模型改進(jìn)[67-68]、深度函數(shù)擬合[69-70]、各向異性表達(dá)[71]、精度檢驗[72]與不確定性評估[73]等技術(shù)。

數(shù)字土壤制圖正在向大尺度、高精度的方向發(fā)展，同時，結(jié)合土壤過程和轉(zhuǎn)換函數(shù)，瞄準(zhǔn)獲取與土壤功能相關(guān)的非直接測定土壤信息，能夠為服務(wù)多過程解譯和多目標(biāo)評價、實現(xiàn)土壤資源的精準(zhǔn)管理提供支撐[67-68]。

2.6 土壤退化：從土壤過程到地表過程

聯(lián)合國糧農(nóng)組織于20世紀(jì)70年代首次提出土壤退化概念，并劃分了土壤侵蝕、鹽堿累積等10大類土地退化[74]。我國土壤學(xué)家結(jié)合實際，進(jìn)一步提出了較為系統(tǒng)的土壤退化分類方法，涵括了土壤侵蝕、土壤沙化與荒漠化、土壤貧瘠化、土壤板結(jié)化、土壤酸化、鹽堿化與潛育化等多個方面[75]。目前相關(guān)研究主要圍繞土壤退化的發(fā)生機(jī)理與時空演變、評價指標(biāo)與評價方法、驅(qū)動因素等方面。

為深入剖析土壤退化的發(fā)生機(jī)理及演變過程，前人從土壤的物理、化學(xué)和生物學(xué)過程及其相互作用入手，在不同尺度上，深入研究了土壤退化的過程與本質(zhì)[76]。并在此基礎(chǔ)上，從歷史的角度出發(fā)，結(jié)合定位動態(tài)監(jiān)測，研究了各類土壤退化的演變過程及發(fā)展趨向和速率。以我國為例，重點針對南方紅壤肥力退化、污染及酸化、黃土高原土壤侵蝕和水土流失過程、西北干旱土壤沙漠化和鹽漬化等開展了退化機(jī)理與動態(tài)演變研究[77-78]。

土壤退化的研究手段與土壤資源研究的趨勢一致，從傳統(tǒng)的典型樣點采樣分析、連續(xù)定位觀測、典型區(qū)動態(tài)監(jiān)測逐步發(fā)展到遙感反演、數(shù)字制圖、空間分析等[79]。隨著近年來高空間分辨率、高光譜遙感技術(shù)的發(fā)展，新技術(shù)手段在退化土壤的監(jiān)測、預(yù)警、模擬、可視化及評估中逐漸得到廣泛的應(yīng)用。

土壤退化研究逐步從對土壤自身的關(guān)注向地表綜合體系統(tǒng)演變發(fā)展。當(dāng)前土壤退化研究的重要趨勢，是從水、土、氣、生、人之間的耦合關(guān)系這一地表系統(tǒng)科學(xué)的角度，從不同的時空尺度分析氣候變化等自然因素和人為活動對環(huán)境變化和各類土壤退化過程的影響[80]，從多方面、多角度分析土壤退化的發(fā)生機(jī)理和驅(qū)動因子，認(rèn)識自然和人為過程影響下人-地關(guān)系驅(qū)動的土壤變化和退化。

3 土壤時空變化研究的需求與未來

土壤是人類生存和發(fā)展的基礎(chǔ)。從傳統(tǒng)的糧食安全保障，到土壤與生命健康、土壤與區(qū)域生態(tài)安全、土壤與全球氣候變化，土壤這一重要的地表要素在國家議程上的地位持續(xù)上升。2014年聯(lián)合國提出的全球可持續(xù)發(fā)展目標(biāo)（SDGs）中有數(shù)個目標(biāo)直接與土壤相關(guān)。管理好土壤這一近乎不可再生的自然資源，關(guān)乎到人類的生存和福祉。應(yīng)對這一宏偉目標(biāo)，土壤學(xué)面臨挑戰(zhàn)和革新發(fā)展的契機(jī)，既推進(jìn)研究的前沿，同時支撐可持續(xù)發(fā)展目標(biāo)的實現(xiàn)。對土壤時空變化研究而言，需要進(jìn)一步明確近期需要解決的科學(xué)問題，并基于此設(shè)定研究的重點。

3.1 新興的關(guān)鍵科學(xué)問題

全球環(huán)境變化和強(qiáng)烈人為活動條件下的土壤時空變化研究面臨新的挑戰(zhàn)和契機(jī)。現(xiàn)代環(huán)境條件下，人為活動（森林砍伐、農(nóng)田耕作和管理、城市建設(shè)等）及其產(chǎn)生的環(huán)境變化（酸雨、大氣CO2含量升高、水土流失等）對土壤影響強(qiáng)度遠(yuǎn)遠(yuǎn)超過自然因素，可以改變土壤發(fā)生的方向和軌跡，使得成土過程更加復(fù)雜，土壤空間分布特征發(fā)生改變。土壤的定義超越了“陸地表面能生長綠色植物的疏松表層”，而是發(fā)展為“土壤圈”。同時，土壤學(xué)的研究對象和科學(xué)內(nèi)涵也在不斷演進(jìn)，從傳統(tǒng)的土壤自身向地球關(guān)鍵帶視角下的整個疏松表層延伸，研究方法上也更加全面地融合多學(xué)科技術(shù)和方法，不斷走向定量化?；趯ο嚓P(guān)領(lǐng)域研究現(xiàn)狀的分析，未來土壤時空變化研究可聚焦以下關(guān)鍵科學(xué)問題。

（1）地球表層系統(tǒng)中土壤與環(huán)境要素之間的多過程耦合機(jī)理與模擬。以關(guān)鍵帶科學(xué)為代表的地球表層系統(tǒng)科學(xué)是研究土壤時空變化的重要契機(jī)，在關(guān)鍵帶科學(xué)范疇內(nèi)能夠系統(tǒng)地進(jìn)行以土壤為重要樞紐的表層系統(tǒng)物質(zhì)循環(huán)研究，可以綜合考慮地質(zhì)大循環(huán)和生物小循環(huán)對土壤形成和演變的作用。借助水文學(xué)、生物地球化學(xué)和生態(tài)學(xué)等多交叉學(xué)科，可從多尺度、多界面、多要素角度出發(fā)綜合研究多過程耦合，以理解地表過程各要素的響應(yīng)與交互機(jī)理。在大量的原位測定實驗的基礎(chǔ)上，需要從田間尺度到流域尺度上構(gòu)建多過程耦合的數(shù)學(xué)模型，如生態(tài)過程與水文過程耦合建模研究、包氣帶與飽和帶水文過程耦合等[2，81]，這些模型旨在預(yù)測不同情景下物質(zhì)在界面之間的通量及其環(huán)境效應(yīng)，還可模擬土壤性質(zhì)的演化過程和未來趨勢，為土壤資源可持續(xù)利用提供支撐。以風(fēng)化和成土過程為例，描述全球土被分布格局與氣候、地質(zhì)背景、地貌特征等之間的定量關(guān)系，需要融合風(fēng)化過程、地表剝蝕與沉積過程、人為活動等多個關(guān)鍵要素發(fā)展預(yù)測模型。

（2）多尺度土壤-環(huán)境關(guān)系與模擬。隨著多源、多平臺傳感器的發(fā)展以及土壤地理信息獲取和處理技術(shù)的不斷進(jìn)步，以土壤發(fā)生學(xué)為理論基礎(chǔ)，通過數(shù)字土壤制圖模型模擬大范圍區(qū)域乃至洲際、全球尺度上的土壤相關(guān)屬性的時空分布特征仍然是一個挑戰(zhàn)。近年來，數(shù)字土壤制圖已成為土壤科學(xué)和土壤制圖領(lǐng)域的研究前沿，未來需要針對不同生態(tài)和環(huán)境類型，構(gòu)建適用于區(qū)域特點的土壤—景觀模型，預(yù)測土壤類型或?qū)傩苑植?。如何與相關(guān)學(xué)科領(lǐng)域不斷涌現(xiàn)出新的知識發(fā)現(xiàn)模型或改進(jìn)模型進(jìn)行結(jié)合，實現(xiàn)多尺度精準(zhǔn)模擬，是深入解剖土壤時空變異、土壤與成土要素耦合關(guān)系的重要科學(xué)問題。

（3）多元土壤信息的融合機(jī)理與數(shù)據(jù)同化。由于觀測技術(shù)手段和觀測平臺的多樣化，土壤信息的多元獲取方式導(dǎo)致大量異構(gòu)土壤數(shù)據(jù)的生產(chǎn)，而任何基于觀測數(shù)據(jù)的土壤管理措施（管理模型）需要具有可比的基礎(chǔ)，因此數(shù)據(jù)的同化是一個急需解決的難題。傳統(tǒng)實驗室獲取數(shù)據(jù)仍然可以作為可比的基礎(chǔ)，但未來基于遙感、近感和接觸式傳感獲取的土壤信息或?qū)l(fā)展出相對獨立的標(biāo)準(zhǔn)，而這些標(biāo)準(zhǔn)的建立需要先探索不同途徑獲取的土壤信息與土壤功能之間的關(guān)系。

3.2 未來重點研究領(lǐng)域分析

經(jīng)過近25年的快速發(fā)展，正像很多研究領(lǐng)域一樣，我國土壤學(xué)正迅速從跟蹤向國際第一梯隊邁進(jìn)，并在很多領(lǐng)域逐步發(fā)揮引領(lǐng)作用。為在國際上實現(xiàn)領(lǐng)跑，未來土壤時空變化研究可根據(jù)相關(guān)發(fā)展態(tài)勢，優(yōu)先發(fā)展以下領(lǐng)域。

（1）以關(guān)鍵帶（地球表層系統(tǒng)）科學(xué)研究引領(lǐng)土壤形成和演變研究的革新?，F(xiàn)代土壤發(fā)生逐漸從自然因素發(fā)展到人為因素影響的研究，從靜態(tài)發(fā)展到動態(tài)研究，從實驗室到田間，從現(xiàn)象到機(jī)理探索，從定性到定量，從觀測和模擬到模型，從以土壤為主體走向以土壤為中心的地球表層系統(tǒng)，到水-土-氣-生-巖交互作用的關(guān)鍵帶研究。土壤是關(guān)鍵帶的核心部分，水是地球關(guān)鍵帶各組成部分的紐帶，是物質(zhì)遷移和能量轉(zhuǎn)換的主要驅(qū)動力。針對我國不同地區(qū)存在的生態(tài)環(huán)境問題，可利用已經(jīng)建立的長期關(guān)鍵帶觀測站和穩(wěn)定同位素、同步輻射等先進(jìn)技術(shù)，多尺度、跨學(xué)科地系統(tǒng)研究自然和人為作用下土壤發(fā)育與相關(guān)要素耦合過程研究，進(jìn)而建立生物地球化學(xué)和水文過程耦合模型，模擬多尺度水文過程、物質(zhì)遷移轉(zhuǎn)化過程和土壤演變過程，預(yù)測未來土壤和關(guān)鍵帶演變趨勢。

（2）多尺度數(shù)字土壤制圖與時空變化預(yù)測。由于自然條件和社會經(jīng)濟(jì)發(fā)展水平的差異，土壤信息可獲取水平和實際需求相差較大，高分辨率土壤數(shù)據(jù)事實上存在較大的區(qū)域空白，土壤質(zhì)量時空變化程度難以準(zhǔn)確估計。土壤數(shù)據(jù)多使用以類別多邊形為基礎(chǔ)的制圖表達(dá)，無法充分滿足現(xiàn)代生產(chǎn)應(yīng)用、流域水文模擬、全球氣候模型等需求。因此，未來需要針對不同生態(tài)系統(tǒng)類型區(qū)，利用現(xiàn)代土壤調(diào)查技術(shù)，構(gòu)建代表性區(qū)域土壤—景觀定量模型，預(yù)測生成不同深度的三維土壤屬性空間分布數(shù)據(jù)產(chǎn)品，為土壤資源合理利用和生態(tài)文明建設(shè)以及多目標(biāo)應(yīng)用提供關(guān)鍵土壤數(shù)據(jù)。

（3）基于多傳感器的土壤綜合觀測原理與技術(shù)。包括衛(wèi)星與航空遙感、近地傳感在內(nèi)的星地傳感技術(shù)的蓬勃發(fā)展為土壤調(diào)查帶來了新契機(jī)。土壤星地傳感技術(shù)在不同地理尺度（田塊、農(nóng)場、區(qū)域）獲得了海量、不同分辨率的空間數(shù)據(jù)，這些數(shù)據(jù)有望較好地滿足不同應(yīng)用的需求。然而，傳感器平臺機(jī)制差異導(dǎo)致了數(shù)據(jù)融合與反演困難重重。在此背景下，需要結(jié)合土壤時空變化研究的具體需求，研發(fā)更高效的土壤信息快速獲取與多源數(shù)據(jù)融合、協(xié)同反演技術(shù)體系，尤其是基于超高分辨率的無人機(jī)遙感實現(xiàn)近地面非接觸土壤和作物信息的快速獲取，挖掘土壤關(guān)鍵參數(shù)的光譜響應(yīng)機(jī)理，建立遙感信息與土壤理化屬性地面觀測數(shù)據(jù)的耦合關(guān)系和同化方法，進(jìn)一步發(fā)展土壤信息科學(xué)（Soil Informatics）。

（4）建立完整和詳盡的國家和全球土壤資源清單，并實現(xiàn)共享與應(yīng)用。土壤資源清單包括以多邊形為表現(xiàn)形式的土壤類型圖和基于柵格數(shù)據(jù)的屬性圖。土壤的特性在空間尺度上呈現(xiàn)不同程度的變異性，這種空間變異信息的獲取、分析、模擬、制圖表達(dá)等處理離不開土壤數(shù)據(jù)庫的支持，尤其是多時空屬性、包含更多基層分類信息的土壤剖面樣點。作為一個土壤類型眾多、土壤資源豐富的國家，我國現(xiàn)在尚未構(gòu)建覆蓋全國、以基層單元類型為核心的土壤類型數(shù)據(jù)庫。因此，目前需要建立國家尺度土壤數(shù)據(jù)庫并發(fā)展相應(yīng)的解譯服務(wù)技術(shù)，建立我國網(wǎng)絡(luò)化、網(wǎng)格化、多時空屬性的土壤數(shù)據(jù)庫（Soil Grid），為土壤信息廣泛地應(yīng)用于土壤資源的評價、開發(fā)、利用和管理等提供支持，也能直接服務(wù)于相關(guān)部門在精準(zhǔn)農(nóng)業(yè)和生態(tài)過程模擬等方面的需求。與此同時，作為國際社會的重要一員，應(yīng)積極參與乃至領(lǐng)導(dǎo)地區(qū)和至全球土壤資源數(shù)據(jù)庫建設(shè)。

（5）區(qū)域土壤資源退化機(jī)理及其功能恢復(fù)。土壤作為維系陸地生命系統(tǒng)不可替代的資源，土壤物理、化學(xué)和生物學(xué)性質(zhì)共同決定了土壤過程和功能。土壤退化機(jī)理及其功能恢復(fù)的研究重點包括：①研究土壤退化的主要類型與驅(qū)動因素，建立以土壤過程為核心的功能模型，并開展多尺度土壤退化趨向的模擬預(yù)測與預(yù)警；②理解土壤性質(zhì)和過程變化的尺度效應(yīng)，及其對生源要素與水循環(huán)、溫室氣體排放、生物系統(tǒng)演替等生態(tài)過程的影響，揭示土壤質(zhì)量變化與土壤功能退化或恢復(fù)的關(guān)系；③研究土壤資源服務(wù)功能的形成機(jī)制，及其與人類活動的關(guān)系，開發(fā)適用于不同土壤退化類型區(qū)的、以生態(tài)功能提升為目標(biāo)的土壤質(zhì)量恢復(fù)重建的關(guān)鍵技術(shù)與途徑。

［ 1 ］ Blum W，Schad P，Nortcliff S. Essentials of Soil Science：Soil Formation，F(xiàn)unctions，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. [張甘霖，朱阿興，史舟，等. 土壤地理學(xué)的進(jìn)展與展望[J]. 地理科學(xué)進(jìn)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. [張甘霖，吳華勇. 從問題到解決方案：土壤與可持續(xù)發(fā)展目標(biāo)的實現(xiàn)[J]. 中國科學(xué)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. [張甘霖，史學(xué)正，龔子同. 中國土壤地理學(xué)發(fā)展的回顧與展望[J]. 土壤學(xué)報，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. 土壤星地傳感技術(shù)現(xiàn)狀與發(fā)展趨勢[J]. 地理科學(xué)進(jìn)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.

［ 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. 土壤近地傳感器研究進(jìn)展[J]. 土壤學(xué)報，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 ］ CSTCG（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. [張甘霖，王秋兵，張鳳榮，等. 中國土壤系統(tǒng)分類土族和土系劃分標(biāo)準(zhǔn)[J]. 土壤學(xué)報，2013，50（4）：826—834.]

［ 43 ］ Lu Y. Chinese Soil Series·Guangdong[M]. Beijing：Science Press，2017. [盧瑛. 中國土系志·廣東卷[M]. 北京：科學(xué)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，張甘霖，王華. 中國土系志·安徽卷[M]. 北京：科學(xué)出版社，2017.]

［ 45 ］ Sui Y Y，Jiao X G，Li J W. Chinese Soil Series·Jilin[M]. Beijing：Science Press，2019. [隋躍宇，焦曉光，李建維. 中國土系志·吉林卷[M]. 北京：科學(xué)出版社，2019.]

［ 46 ］ Wang T W. Chinese Soil Series·Hubei[M]. Beijing：Science Press，2017. [王天巍. 中國土系志·湖北卷[M]. 北京：科學(xué)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，F(xiàn)an N Q，et al. The review and outlook of digital soil mapping[J]. Progress in Geography，2018，37（1）：66—78. [朱阿興，楊琳，樊乃卿，等. 數(shù)字土壤制圖研究綜述與展望[J]. 地理科學(xué)進(jìn)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，Mendon?a-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 machine learning[J]. PLoS One，2017，12（2）：e0169748.

［ 57 ］ Zhu A X，Liu F，Li B L，et al. Differentiation of soil conditions over low relief areas using feedback dynamic patterns extracted from MODIS[J]. Soil Science Society of America Journal，2010，74（3）：861—869.

［ 58 ］ Liu F，Rossiter D G，Song X D，et al. An approach for broad-scale predictive soil properties mapping in low-relief areas based on responses to solar radiation[J]. Soil Science Society of America Journal，2020，84：144—162.

［ 59 ］ Liu F，Geng X，Zhu A X，et al. Soil texture mapping over low relief areas using land surface feedback dynamic patterns extracted from MODIS[J]. Geoderma，2012，171：44—52.

［ 60 ］ Guo S X，Meng L，Zhu A X，et al. Data-gap filling to understand the dynamic feedback pattern of soil[J]. Remote Sensing，2015，7（9）：1801—1182.

［ 61 ］ Zeng C Y，Zhu A X，Liu F，et al. The impact of rainfall magnitude on the performance of digital soil mapping over low-relief areas using a land surface dynamic feedback method[J]. Ecological Indicators，2017，72：297—309.

［ 62 ］ Song X D，Brus D J，Liu F，et al. Mapping soil organic carbon content by geographically weighted regression：A case study in the Heihe River Basin，China[J]. Geoderma，2016，261：11—22.

［ 63 ］ Veronesi F，Corstanje R，Mayr T. Mapping soil compaction in 3D with depth functions[J]. Soil & Tillage Research，2012，124：111—118.

［ 64 ］ Liu F，Zhang G L，Sun Y J，et al. Mapping three-dimensional distribution of soil organic matter over a subtropical hilly landscape[J]. Soil Science Society of America Journal，2013，77（4）：1241—1253.

［ 65 ］ Aitkenhead M J，Coull M C. Mapping soil carbon stocks across Scotland using a neural network model[J]. Geoderma，2016，262：187—198.

［ 66 ］ Lacoste M，Minasny B，McBratney A，et al. High resolution 3D mapping of soil organic carbon in a heterogeneous agricultural landscape[J]. Geoderma，2014，213：296—311.

［ 67 ］ Brus D J，Yang R M，Zhang G L. Three-dimensional geostatistical modeling of soil organic carbon：A case study in the Qilian Mountains，China[J]. Catena，2016，141：46—55.

［ 68 ］ Song X D，Wu H Y，Ju B，et al. Pedoclimatic zone-based three-dimensional soil organic carbon mapping in China[J]. Geoderma，2020，363：114145.

［ 69 ］ Liu F，Rossiter D G，Song X D，et al. A similarity-based method for three-dimensional prediction of soil organic matter concentration[J]. Geoderma，2016，263：254—263.

［ 70 ］ Veronesi F，Corstanje R，Mayr T. Landscape scale estimation of soil carbon stock using 3D modelling[J]. Science of the Total Environment，2014，487：578—586.

［ 71 ］ Bourennane H，Salvador–Blanes S，Couturier A，et al. Geostatistical approach for identifying scale–specific correlations between soil thickness and topographic attributes[J]. Geomorphology，2014，220：58—67.

［ 72 ］ Mulder V L，Lacoste M，Richer–de–Forges A C，et al. National versus global modelling the 3D distribution of soil organic carbon in mainland France[J]. Geoderma，2016，263：16—34.

［ 73 ］ Poggio L，Gimona A，Spezia L，et al. Bayesian spatial modelling of soil properties and their uncertainty：The example of soil organic matter in Scotland using R–INLA[J]. Geoderma，2016，277：69—82.

［ 74 ］ Oldeman L R，Hakkeling R T A，Sombroek W G. World map of the status of human-induced soil degradation：An explanatory note[R]. Wageningen：ISRIC，1990：3.

［ 75 ］ Zhang T L，Wang X X. Development and orientation of research work on soil degradation[J]. Journal of Natural Resources，2000，15（3）：280—284. [張?zhí)伊?，王興祥. 土壤退化研究的進(jìn)展與趨向[J]. 自然資源學(xué)報，2000，15（3）：280—284.]

［ 76 ］ Lal R，Blum W E，Valentine C，et al. Methods for Assessment of Soil Degradation[M]. CRC Press，1997.

［ 77 ］ Zhao Q G. Spatiotemporal Variation，Mechanism and Regulation of Soil Degradation in the Red Soil Region of Eastern China[M]. Beijing：Science Press，2002. [趙其國. 中國東部紅壤地區(qū)土壤退化的時空變化、機(jī)理及調(diào)控[M]. 北京：科學(xué)出版社，2002.]

［ 78 ］ Cheng G D，Li R. On some issues of the ecological construction of west China and proposals for policy[J]. Scientia Geographica Sinica，2000，20（6）：503—510. [程國棟，李銳. 西部地區(qū)生態(tài)環(huán)境建設(shè)的若干問題與政策建議[J]. 地理科學(xué)，2000，20（6）：503—510.]

［ 79 ］ Cheng J L，Shi Z，Zhu Y W. Assessment and mapping of environmental quality in agricultural soils of Zhejiang Province，China[J]. Journal of Environmental Sciences，2007，19（1）：50—54.

［ 80 ］ Lal R. Soil degradation by erosion[J]. Land Degradation & Development，2001，12（6）：519—539.

［ 81 ］ Yang J F，Zhang C G. Earth’s critical zone：A holistic framework for geo-environmental researches[J]. Hydrogeology & Engineering Geology，2014，41（3）：98—104. [楊建鋒，張翠光. 地球關(guān)鍵帶：地質(zhì)環(huán)境研究的新框架[J]. 水文地質(zhì)工程地質(zhì)，2014，41（3）：98—104.]

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, 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)

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.

Soil geography; Pedogenesis; Soil morphology; Soil survey; Soil mapping; Soil spectral

S159

A

10.11766/trxb202004270199

張甘霖，史舟，朱阿興，王秋兵，吳克寧，史志華，趙永存，趙玉國，潘賢章，劉峰，宋效東. 土壤時空變化研究的進(jìn)展與未來[J]. 土壤學(xué)報，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.

* 國家重點研發(fā)計劃項目（2018YFE0107000）、NSFC-廣東省人民政府聯(lián)合基金項目（U1901601）、國家自然科學(xué)基金項目（41571130051）、國家科技基礎(chǔ)性工作專項（2008FY110600，2014FY110200）資助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）

，E-mail：glzhang@issas.ac.cn

張甘霖（1966—），男，湖北通山人，研究員，土壤學(xué)專業(yè)。

2020–04–27；

2020–05–11；

網(wǎng)絡(luò)首發(fā)日期（www.cnki.net）：2020–06–11

（責(zé)任編輯：陳德明）