在寒冷的極地與高山地區，凍土如同大地厚重的“棉被”，其傳熱能力的強弱，直接影響著地表與大氣的能量交換、活動層厚度變化乃至整個區域的氣候響應。準確模擬土壤熱導率（Soil Thermal Conductivity, STC），是預測凍土演變、理解地表過程的關鍵。然而，現有的主流模型，如經典的Johansen方案，普遍隱含著一個“常識性”假設：由于冰的導熱性優于液態水，凍結土壤的STC理應高于未凍結土壤。這個假設在濕潤環境下或許成立，但在廣袤而干燥的青藏高原，情況可能截然不同。高原半干旱的氣候、粗糙的土壤質地和稀疏的植被，使得近地表土壤時常處于干燥狀態。此時，凍結過程非但不能增強熱量傳遞，反而可能因為液態水連通性的喪失和界面熱阻的增加，導致土壤“導熱不良”。這種理論與現實的偏差，會層層傳導，最終歪曲我們對地面熱通量、融化深度乃至陸氣反饋的評估。那么，在什么條件下凍土的導熱性會“反常”地低于非凍土？這個反轉的“水分閾值”是多少？我們又該如何修正現有模型，使其能精準刻畫干旱凍土區的獨特熱行為？這不僅是理論上的挑戰，更是提升高寒地區環境模擬預測能力的迫切需求。

為回答這些問題，來自中國科學院西北生態環境資源研究院冰凍圈科學國家重點實驗室的研究團隊，在《Geoderma》上發表了一項深入研究。他們綜合利用了青藏高原北部四個典型站點（KKXL, BLH, TTH, KXL）長達十年的野外觀測數據（2003-2013）、實驗室控制的土壤熱導率-含水量關系標定，以及一個考慮了土壤結構的Johansen方案框架。研究旨在：1. 從凍前土壤水分中識別出STC反轉的閾值，并從土壤物理性質推導出交叉飽和度S_r；2. 開發一套緊湊、可轉移的參數化方案，該方案能在飽和度低于S_r時“削減”凍結分支的STC，從測量的土壤容重（BD）、孔隙度（n）和石英含量（q）推導端元值，并根據土壤類型和干燥度傾向選擇非凍結狀態的Kersten數（K_e）與飽和度（S_r）關系形式。

本研究的關鍵技術方法包括：1) 梯度法原位STC觀測：基于傅里葉定律，利用5厘米和10厘米深度處布設的熱流板和溫度傳感器，計算0-10厘米土層的STC，數據質量經過嚴格控制并與商用探頭（KD2 Pro）交叉驗證；2) 土壤水分與性質測量：使用時域反射儀（TDR）監測體積含水量（SMC），在凍結期估算未凍水含量（SMC_u），并通過采集原狀土芯，在實驗室內測定土壤容重（BD）、孔隙度（n）、質地和有機質含量等關鍵物理參數；3) 實驗室熱導率標定：對站點特異性土樣進行逐步干燥處理，同時使用KD2 Pro測量每個含水量下的STC，從而構建STC-含水量曲線，確定干態（STC_dry）和飽和態（STC_sat）熱導率端元值；4) 結構感知的Johansen模型參數化與校準：在Johansen方案框架內，利用實驗室標定數據校準非凍結狀態的Kersten數（K_e,u）與飽和度（S_r）關系（測試了冪律和對數線性兩種形式），而凍結分支保留原始的線性關系，并基于測量的BD-n-q計算固體相熱導率（STC_s）等端元值，最終形成一套包含決策規則的、可外推應用的參數化方案。

十年的觀測記錄顯示，所有四個站點均存在清晰的單峰年循環。STC在溫暖濕潤的季節（7-9月）達到峰值，在寒冷干燥的季節（12-2月）降至最低。在所有站點，凍結月份的STC（STC_f）均系統地低于非凍結月份（STC_u），平均季節性差異為0.32 W m^-1K^-1。不同站點間差異顯著：高寒草甸站點（KKXL, BLH）的STC_f最低，季節振幅最大；而高寒荒漠站點（KXL）的STC在兩個狀態下都較高，振幅較小。年平均STC隨土壤容重增加而增加，隨孔隙度增加而減少，表明了土壤結構對熱傳導網絡的基礎性控制。

土壤水分對STC的季節性變化具有強控制作用。在凍結和非凍結狀態下，STC都隨體積含水量增加而增加，但斜率不同。站點特異性回歸分析證實了0-10厘米土層STC與SMC的正相關關系（R²= 0.91–0.99）。凍結期間，STC緊密跟蹤著隨溫度下降而快速減少的未凍水含量（SMC_u）。對年際變異的分析發現，凍結季節初期含水量（SMC_ini）較高的年份，STC_u/STC_f的比值（即反差）較小；而在干燥的凍結季節，該反差更大，尤其是在草甸站點。

使用校準后的端元值和K_e形式，站點特異性的K_e-S_r擬合效果很好（R²> 0.95）。與非凍結季節梯度法觀測的STC進行驗證顯示，相較于原始Johansen曲線，校準后的方案在所有站點均降低了均方根誤差（RMSE），平均減少約一半，在粗糙/干燥站點（KXL, TTH）提升最大。非凍結狀態K_e-S_r曲線呈凹形（低S_r時快速上升，高S_r時敏感性減弱），而凍結分支在整個觀測范圍內近似線性。兩條曲線的交點定義了交叉飽和度S_r：KKXL為0.21，BLH為0.20，KXL為0.36，TTH為0.27。觀測到的STC_u/STC_f比值與SMC_ini的關系與模型推導的S_r閾值相符：當SMC_ini< 0.20–0.25 m³m^-3時，比值多大于1（即發生反轉）；當SMC_ini接近此范圍時，比值趨向于1，反轉現象變得不常見。在獨立驗證站點TGL的測試中，該方案無需站點特異性調參，即成功再現了觀測的K_e-S_r關系（R²= 0.98），并在非凍結月份顯著降低了預測誤差和偏差。

本研究在近地表土壤中識別出一個明確的水分閾值反轉現象：在低的凍前含水量條件下，凍結狀態的導熱性低于非凍結狀態；而當含水量較高時，則恢復常規的排序關系。交叉飽和度S_r*可從凍前含水量觀測到，并能從校準的K_e-S_r關系曲線中反推得出，這為模型提供了一個實用的診斷指標。

其機理源于孔隙尺度的連通性與界面熱阻，而非單純的體相屬性。在低飽和度下，顆粒間接觸稀疏，界面熱阻高；凍結形成的冰橋可能是不連續的，無法形成有效的熱量傳遞網絡。當凍前含水量較高時，液態水/冰的連通路徑形成，接觸熱阻減小，從而恢復了常規的導熱次序。土壤結構（如容重、孔隙度、石英含量）和植被（通過根系結構和有機質輸入影響孔隙和接觸）共同調節著閾值S_r*的位置和反轉的幅度。

基于此，研究在Johansen框架內實現了一套緊湊的、觀測驅動的修正方案：為S_r< S_r*的凍結分支引入“削減” taper，根據實測的BD-n-q計算端元值（STC_dry, STC_sat等），并依據土壤類型和干燥度傾向（通過干燥度指數D判斷）選擇非凍結K_e(S_r)的關系形式（多孔/有機質土壤用冪律形式，致密/粗糙土壤用校準的對數線性形式）。這套方案顯著降低了核心站點非凍結季節的模擬誤差，并在獨立站點TGL上無需調參即表現出良好的泛化能力。

該參數化方案主要針對0-10厘米近地表有效STC，其輸入參數可觀測、決策過程透明，旨在為干旱、粗糙、監測稀疏的區域提供一種可部署的模型改進工具。由于STC的誤差會傳導至地面熱通量、融化深度及陸氣耦合過程，且熱力/水力參數是寒區模型模擬差異的主要來源之一，因此本研究的改進在網格尺度模擬中具有重要意義。然而，該方案在存在強烈垂向異質性（如顯著紋理分層、富冰透鏡體、厚有機層/泥炭層）或超出觀測的質地-水分范圍時，其適用性存在限制，需要額外約束。未來工作需結合垂向剖面觀測、季節性重復測量，并測試S_r*和端元值產品在網格尺度模型中的應用效果。