Soil phenotyping: Integrating phenosoils and proximal soil sensing for spatiotemporal characterisation of managed soil variability

土壤变异性的表征一直是土壤科学面临的挑战，早在人们认识到土壤在景观尺度上呈现复杂、结构化的空间格局之时便已如此。随着农业集约化程度提高，以及人们对土壤寄予更多期望——固碳、支撑生物多样性并维持其他关键功能——迫切需要可扩展的定量方法来监测和管理土壤在时空上的变异性。本文综合并推进了一个土壤表型分析框架，将其定义为利用近端传感对土壤结构、化学、物理和生物特性及其时空格局进行定量评估，并明确以基因土壤（genosoils，即在人类影响最小条件下的基线土壤）与表型土壤（phenosoils，即持续受到管理改造的土壤表现）之间的区分为基础。通过与田间植物表型分析的类比，我们认为土壤表现出由固有土壤能力、环境和管理驱动因素之间相互作用所产生的表型响应，并且这些响应可以通过高通量传感高效测量。我们综述了近端土壤传感技术，包括电磁感应和可见光—近红外光谱（vis–NIR spectroscopy），并讨论了它们在多传感器平台、数字土壤制图以及用于数据融合、预测和不确定性量化的机器学习工作流程中的整合。我们将土壤表型分析定位为一条从原位传感走向土壤状况与功能的时空显式指标的实用路径，支撑精准农业、土壤健康评估和土壤安全规划。最后，我们指出了业务化部署面临的关键挑战，包括校准可迁移性、传感器协调统一、时空采样设计以及开放可互操作的数据框架，并概述了加速其在管理景观中应用的研究优先方向。