土壤水分再分布过程中的水势梯度驱动与滞后效应耦合模拟研究综述

土壤水分再分布过程中的水势梯度驱动与滞后效应耦合模拟研究综述一、土壤水分再分布过程的核心驱动机制土壤水分再分布是指降水或灌溉入渗结束后，土壤内部水分在势能差作用下发生的非稳态运移过程，是陆地水文循环中连接大气降水、地表水、地下水与植被用水的关键环节。这一过程的核心驱动力源于土水势梯度，其本质是土壤中不同位置水分能量状态的差异导致的自发性流动。根据土水势的构成，总水势通常由基质势、重力势、压力势和溶质势四部分组成，在非饱和土壤条件下，压力势可忽略，溶质势仅在盐分显著影响的区域需要考虑，因此绝大多数自然场景下的水分再分布由基质势梯度与重力势梯度共同驱动。基质势是土壤颗粒表面吸附力与毛管力共同作用的结果，与土壤含水量呈现显著的非线性关系：当土壤含水量接近饱和时，基质势接近0，水分流动主要受重力势梯度控制，表现为重力水下渗；当含水量降至田间持水量以下时，基质势随含水量下降呈指数级降低，此时基质势梯度逐渐成为主导驱动力，水分会从湿润区（高基质势）向干燥区（低基质势）缓慢运移，即使重力势梯度方向相反，也可能出现水分向上运动的毛管上升现象。已有研究通过原位监测发现，在壤质土剖面中，当表层土壤因蒸发失水导致基质势降至-100kPa以下时，下层60cm处含水量较高的土壤（基质势约-30kPa）会持续向上输送水分，运移速率可达0.2~0.5mm/d，这一过程是干旱半干旱区植被深层水分利用的重要来源。重力势梯度的作用方向始终垂直向下，其大小由土壤剖面的位置差决定，每下降1cm重力势增加1kPa。在湿润地区的厚层土壤剖面中，重力势梯度的贡献通常超过基质势，水分再分布整体表现为向下的淋溶过程，是地下水补给的主要途径；而在浅层地下水埋深区域，当潜水面以上的毛管边缘带基质势与重力势达到平衡时，水分再分布会进入相对稳定的阶段，形成稳定的毛细水上升带，其高度与土壤质地密切相关：砂质土毛管上升高度通常在0.5~1m，壤质土可达1.5~3m，黏质土甚至可超过5m，这一特征直接影响了盐碱地的盐分表聚过程。二、土壤水分滞后效应的产生机制与量化方法土壤水分滞后效应是指相同基质势下，土壤脱湿过程（含水量由高到低）的含水量显著高于吸湿过程（含水量由低到高）的现象，是导致水分再分布模拟结果与实际观测出现偏差的关键因素之一。其产生机制主要包括三个方面：一是毛管滞后，土壤孔隙是形状不规则的网络结构，根据“墨水瓶效应”，水分进入孔隙需要克服的毛管阻力小于排出孔隙的阻力，导致吸湿过程中水分填充孔隙的基质势阈值高于脱湿过程中孔隙排水的阈值；二是接触角滞后，土壤颗粒表面的润湿性在吸湿和脱湿过程中存在差异，脱湿时固液接触角更小，相同基质势下能保持更多水分；三是空气截留，吸湿过程中部分孔隙中的空气无法完全排出，占据了有效储水空间，导致相同基质势下含水量低于脱湿过程。滞后效应的量化通常通过构建土壤水分特征曲线（SWCC）的滞后模型实现，目前常用的模型包括三类：第一类是经验模型，以Scott等提出的独立域模型为代表，该模型将土壤孔隙划分为若干独立的水分活动域，每个域对应特定的吸湿和脱湿特征曲线，通过加权求和得到任意干湿路径下的土壤含水量与基质势关系，优点是计算简便，参数可通过常规的吸湿脱湿试验获取，缺点是物理机制不够明确，难以描述复杂干湿循环下的滞后行为；第二类是物理概念模型，基于毛管孔隙分布理论推导，如Mualem滞后模型，该模型假设孔隙的吸湿排水阈值由孔隙半径和颈口半径的比值决定，通过引入形状参数描述滞后环的宽窄，能够较好地反映土壤质地对滞后效应的影响，在砂质土和壤质土的模拟中精度较高，但对黏粒含量超过30%的黏性土适用性较差，因为黏性土中表面吸附作用的贡献超过了毛管作用；第三类是半经验半物理模型，以vanGenuchten模型的滞后扩展形式为代表，通过在原始vanGenuchten方程中引入干湿路径转换系数，对吸湿和脱湿曲线分别设置不同的参数，既保留了经验模型的易用性，又具备一定的物理基础，是目前水文模型中应用最广泛的滞后效应量化方法。已有试验研究表明，滞后效应对水分再分布过程的影响程度与土壤干湿变化幅度密切相关：当土壤经历完整的干湿循环（从饱和到凋萎湿度再到饱和）时，滞后效应导致的含水量模拟误差可达10%~15%，在细质地土壤中甚至超过20%；而当干湿变化幅度较小时（如含水量波动范围小于0.1cm³/cm³），滞后效应的影响可忽略不计。此外，多次干湿循环会导致滞后环逐渐缩小，最终趋于一个稳定的闭合环路，这种现象被称为“滞后的扫描线效应”，在季节性干湿交替明显的地区，模拟多年尺度的水分再分布时必须考虑这一特征，否则会高估土壤的储水能力。三、水势梯度与滞后效应耦合模拟的研究进展传统的土壤水分运移模拟以Richards方程为核心，该方程默认土壤水分特征曲线是唯一的，不考虑滞后效应，导致在模拟干湿交替频繁的土壤剖面时经常出现明显的偏差。20世纪90年代以来，国内外学者开始尝试将滞后模型与Richards方程耦合，构建能够反映滞后效应的水分再分布模拟框架。早期的耦合研究主要采用显式耦合方法，即在每个时间步长计算时，先判断当前土壤单元的干湿状态（吸湿或脱湿），再选择对应的水分特征曲线和水力传导度曲线计算水势梯度和通量。这种方法的优点是实现简单，只需对传统的Richards方程求解代码进行少量修改即可，缺点是在干湿路径发生转换的节点容易出现数值振荡，尤其是在基质势变化剧烈的干湿锋面处，计算稳定性较差。为解决显式耦合的数值稳定性问题，2000年后隐式耦合方法逐渐成为主流。该方法将滞后效应的状态变量（如当前干湿路径、历史最大最小基质势等）作为求解变量纳入Richards方程的离散方程组中，通过迭代求解同时得到水势分布和滞后状态的更新。其中最具代表性的是Saito等人提出的耦合模拟框架，该框架引入了“滞回状态因子”来描述土壤单元当前所处的干湿路径，通过在水力传导度计算中加入与滞回状态相关的校正系数，实现了复杂干湿循环下水分运移的稳定模拟。通过与室内土柱试验结果对比，该框架在模拟多次干湿循环下的水分再分布过程时，平均相对误差比传统非滞后模型降低了40%以上，尤其是在干湿转换后的12小时内，模拟精度提升最为显著。近年来，随着计算机算力的提升和机器学习方法的发展，基于数据驱动的耦合模拟方法逐渐兴起。这类方法不需要明确构建滞后效应的物理模型，而是通过大量的试验观测数据训练神经网络，直接建立水势梯度、干湿历史、土壤质地等因素与水分通量之间的映射关系。例如，有研究采用长短期记忆网络（LSTM）耦合传统的Richards方程，将过去72小时的基质势和含水量观测序列作为网络输入，动态校正水力传导度参数，在黄土高原坡耕地的原位水分再分布模拟中，纳什效率系数达到0.92，比传统的物理耦合模型提升了12%。不过这类数据驱动模型的可解释性较差，模拟结果的可靠性高度依赖训练数据的覆盖范围，在观测数据不足的地区应用受到限制。耦合模拟的另一个重要进展是考虑多因素的协同影响，除了滞后效应外，越来越多的研究开始将土壤膨胀收缩、冻融循环、生物孔隙等过程纳入耦合框架。例如，在黑土区的研究发现，土壤冻融过程会改变孔隙结构，导致滞后环的形状发生显著变化，冻融循环5次后，相同基质势下的脱湿含水量比未冻融土壤降低了8%左右，若耦合模拟中不考虑冻融对滞后效应的影响，春季融雪期的水分再分布模拟误差会超过30%。在农田土壤中，蚯蚓活动形成的生物孔隙会使大孔隙比例增加，滞后效应的影响程度比未受扰动的自然土壤降低约15%，这也是农田土壤水分运移模拟中需要考虑的重要因素。四、耦合模拟的关键挑战与未来研究方向尽管土壤水势梯度与滞后效应的耦合模拟研究已经取得了显著进展，但在实际应用中仍面临三个关键挑战：首先是参数获取困难，现有滞后模型的参数需要通过室内吸湿脱湿试验测定，而这类试验耗时较长，通常一个完整的干湿循环测定需要7~14天，且试验结果受土样扰动影响很大，难以反映原位土壤的真实滞后特征。虽然近年来出现了一些基于原位监测数据反演滞后参数的方法，但反演过程的非唯一性问题尚未得到很好的解决，不同初始条件下反演得到的参数差异可达20%以上。其次是多尺度耦合的不确定性，目前绝大多数耦合模拟是在单点尺度和土柱尺度开展的，而在流域尺度的水文模拟中，由于土壤质地、结构、孔隙分布的空间异质性，滞后效应的影响存在显著的空间差异，如何将点尺度的滞后模型扩展到流域尺度，同时考虑参数的空间异质性，是当前研究的难点之一。已有研究表明，在流域模拟中若忽略滞后效应的空间异质性，采用均一的滞后参数，会导致流域蒸散发模拟结果偏低5%~10%，地下水补给量模拟结果偏高10%~15%。第三是多过程耦合的复杂性，土壤水分再分布过程不仅与水势梯度和滞后效应相关，还与溶质运移、土壤侵蚀、植被根系吸水等过程密切相关，这些过程之间存在复杂的相互作用：例如盐分的积累会改变土壤溶液的渗透压，影响溶质势梯度，同时也会改变土壤颗粒的表面性质，进而影响滞后效应的强度；植被根系吸水会在根区形成局部的水势梯度，改变土壤的干湿路径，进而影响滞后效应的表现。如何将这些相互作用纳入耦合模拟框架，仍是未来需要突破的方向。针对上述挑战，未来的研究可以重点关注四个方向：一是开发快速、无损的原位滞后参数测定技术，结合X射线断层扫描、时域反射仪等手段，实现土壤孔隙结构与滞后特征的同步观测，建立基于土壤基本物理性质（质地、容重、有机质含量等）的滞后参数预测模型，降低参数获取成本；二是发展多尺度滞后效应的尺度转换方法，通