對地表入滲和蒸發(fā)通量的分配，以及準確量化不同空間尺度下土壤與大氣之間的質(zhì)量和能量交換過程，都需要了解土壤的水文性質(zhì)（如土壤水分特征曲線和導(dǎo)水率特征曲線）。土壤水分特征曲線（SWRC）描述了在基質(zhì)勢下土壤水分含量的平衡情況，是重要的水文特性，與土壤孔隙的大小分布和結(jié)構(gòu)密切相關(guān)，受土壤結(jié)構(gòu)、質(zhì)地、有機物和粘土礦物等因素的影響。傳統(tǒng)測量SWRC的實驗室方法繁瑣，數(shù)據(jù)往往不完整，且只覆蓋有限的水分含量范圍。近年來，近程和遙感技術(shù)得到了廣泛關(guān)注，特別是在光學域內(nèi)的土壤反射光譜已被用于獲取土壤礦物學和化學成分、有機物含量、粒度分布及水分含量等信息。這些研究為衛(wèi)星遙感提供了大尺度測繪的基礎(chǔ)。傳統(tǒng)方法主要依賴光譜轉(zhuǎn)移函數(shù)，盡管能有效推斷土壤水力特性，但需大量數(shù)據(jù)進行模型校準。本文提出了一種新的實驗室方法，通過水分含量依賴的短波紅外（SWIR）土壤反射光譜直接估計SWRC，利用開發(fā)的前向輻射傳輸模型，僅依賴水分含量-反射率數(shù)據(jù)對，計算效率更高，無需反演流動方程，簡化了測量過程。

　　為了測試提議的新實驗室方法，作者使用了21種亞利桑那州土壤，這些土壤的質(zhì)地（表 1）和礦物成分（即高嶺石、云母/伊利石、蒙脫石、蛭石、綠泥石和黑云母含量）有很大差異。下面提供了實驗確定的 SWRC 和干燥土壤的反射光譜的描述。

表 1. 亞利桑那州土壤的質(zhì)地特性

　　使用ASD LabSpec?2500 地物光譜儀測量不同含水量水平的土壤反射光譜。波長范圍：350-2500nm。將烘干的土壤樣品通過2mm篩子，然后裝入直徑為40mm、高度為1.5mm的黑色金屬容器中。反射率測量采用與SWRC測量相同的目標填充密度。樣品經(jīng)過仔細平整（即不壓實以盡量減少陰影效應(yīng)）。土壤樣品一開始用2毫升注射器浸透，在土壤從浸透到風干的過程中，每3分鐘自動獲取一次反射光譜。

圖 2. (a) 假設(shè) θo= 0.18, log|hm| = 0.7和σ=1.3的毛細管水和吸附水貢獻的土壤水分保持模型。(b) 構(gòu)成土壤總水分含量的毛細管水和吸附水成分。

圖 3. Lebeau 和 Konrad (2010) 模型參數(shù)的變化及其對土壤水分特征曲線（上行）、吸附水分量（中行）和毛細管水分量（下行）的影響。在每個圖中，其他兩個參數(shù)保持不變，等于圖 2 中的參考值。

圖 4. Lebeau 和 Konrad (2010) 模型與四種具有不同粘土含量的 AZ 土壤的測得土壤水分保留曲線數(shù)據(jù)的最佳擬合。

圖 5. (a) 在不同短波紅外波段測量的 AZ3（壤土）和 AZ18（粘土）土壤的轉(zhuǎn)換反射率與土壤水分含量的關(guān)系。(b) 轉(zhuǎn)換反射率對水分含量的一階導(dǎo)數(shù)（實線）及其對應(yīng)的全局最大值（空心圓）。(c) 與全局dr/dθ 最大值相關(guān)的水分含量繪制為所有 SWIR 波長的密度分布（Eilers and Goeman，2004）與吸附和毛細管水分成分的關(guān)系。

圖 6. 利用所提出的逆方法獲得的毛細管水和吸附水成分，與通過 Lebeau 和 Konrad (2010) 模型對 21 種 AZ 土壤的測得的土壤水分保留曲線進行最佳擬合獲得的相應(yīng)成分進行比較。

圖 7. 使用新提出的模型獲取的 21 種 AZ 土壤的 SWRC 與直接測量結(jié)果的比較。

圖 8. 使用新實驗室方法從短波紅外反射獲得的土壤水分含量與所有被調(diào)查土壤的直接測量值的比較。

　　本文介紹了一種基于物理的實驗室的新方法，該方法可以直接從土壤水分含量 SWIR反射率數(shù)據(jù)對中檢索土壤水分特征曲線 (SWRC)。所得結(jié)果為本研究的假設(shè)提供了強有力的支持，即 SWRC 的毛細管和吸附水成分的光學特性存在顯著差異，因為它們在土壤孔隙系統(tǒng)中的分布不同。這種差異是從水分含量相關(guān)的反射率數(shù)據(jù)成功檢索 SWRC 的關(guān)鍵。

　　考慮到從飽和到風干的干燥薄土樣的短波紅外 (SWIR) 反射率可以在幾個小時內(nèi)測量，與通常需要數(shù)周時間的標準實驗室方法相比，所提出的新方法具有很高的時間效率。以計算效率為代價，用 Richards 方程約束所提出的反演方法可能會提高 SWRC 檢索的準確性。