利用中红外光谱预测土壤有机碳百年稳定比例：从法国到欧洲的模型构建与迁移挑战

本研究针对土壤有机碳（SOC）生物地球化学稳定性量化成本高、难以大规模应用的难题，探索了中红外光谱（MIR）这一快速、低成本技术预测百年稳定SOC比例（Cs,prop）的潜力。基于法国土壤监测网络（RMQS）1800余样本构建的模型预测精度高（RMSE=0.06, RPD=2.21），但直接迁移至德、芬数据集时性能下降，即便采用CORAL数据对齐方法亦未显著改善，凸显了光谱模型跨地域、跨仪器迁移的挑战，为大规模评估SOC稳定性提供了重要方法学参考。

　　

土壤，这颗蓝色星球的脆弱皮肤，不仅承载着万物生长，更是全球碳循环的关键枢纽。土壤有机碳（SOC）的微妙平衡，直接关系到土壤肥力、粮食安全乃至气候变化。然而，并非所有SOC都“生而平等”——有的活跃易分解，为微生物提供盛宴；有的则沉稳持久，可在地下沉睡百年之久。准确量化这些“沉睡”的碳（即百年稳定SOC），对于预测土壤碳库在气候变化下的响应、制定科学的土地管理策略至关重要。

传统的SOC稳定性评估方法，如物理分组（按粒径或密度分离），操作繁琐且难以标准化。近年来，一种基于Rock-Eval?热分析技术结合机器学习模型PARTYsoc的新方法崭露头角，它能有效区分出活跃SOC和稳定SOC（C_s,prop）。但遗憾的是，热分析设备昂贵且专业，限制了其大规模应用。能否找到一种更便宜、更快速的方法来实现同样精准的预测呢？中红外光谱（MIR）技术成为了候选者。它通过检测土壤中分子键的振动来获取“指纹”信息，已成功用于预测多种土壤属性。那么，它能否捕捉到深藏于SOC分子结构中的稳定性秘密呢？

为了回答这个问题，一个国际研究团队在《Geoderma》上发表了他们的最新研究成果。他们进行了一项雄心勃勃的研究：利用庞大的法国土壤光谱库，构建基于MIR的预测模型，并测试其在不同国家、不同仪器采集的土壤样本上的泛化能力，旨在为大规模评估SOC稳定性提供一种可行的技术路径。

研究人员开展此项研究主要依托了几个关键技术方法：首先，他们汇集了来自法国土壤监测网络（RMQS）的1876个顶层矿物土壤样本，以及来自德国农业土壤清单（BZE-LW）的412个和芬兰农田的81个样本，构建了多国数据集。所有样本均通过了Rock-Eval?热分析，以获得稳定的SOC比例（C_s,prop）真实值。其次，所有土壤样本均使用傅里叶变换漫反射中红外光谱（MIR）进行了扫描，获得了丰富的光谱数据。在数据分析阶段，团队采用了偏最小二乘（PLS）回归进行降维，并结合β回归来构建最终的预测模型，确保了预测值介于0到1之间。为了评估模型的跨数据集性能，他们采用了CORAL（相关对齐）这一领域自适应技术，试图对齐不同光谱数据集之间的协方差结构，以改善模型迁移效果。

3.1. 稳定SOC热组分的比例

对三个数据集的描述性统计显示，法国数据集样本量最大（n=1876），C_s,prop值范围最广（0.25-0.84），均值为0.45。德国数据集（n=412）与之相似（0.25-0.79，均值0.42），而芬兰数据集（n=81）范围最窄（0.26-0.60，均值0.39），为后续的模型迁移测试提供了差异化的基础。

3.2. 使用MIR光谱在法国数据集上预测稳定SOC比例

研究人员在法国数据集上取得了成功。经过严格的预处理和超参数优化（Savitzky-Golay滤波，窗口大小5，多项式阶数3，导数阶数1，并保留15个潜在变量），最终模型在独立测试集（n=376）上表现出色：R2 = 0.80，RMSE = 0.06，RPD = 2.21，RPIQ = 3.26。预测值与实测值散点图紧密分布在1:1线周围，表明MIR光谱确实包含了关于SOC生物地球化学稳定性的丰富信息。扰动分析表明，即使考虑PARTYsoc模型自身约0.08的 uncertainty，MIR预测模型的RMSE仍能保持在此水平附近。

3.3. 预测模型向德国和芬兰数据集的迁移性

这是本研究的核心挑战，也是现实应用的关键。当直接将基于法国数据训练的模型应用于德国和芬兰的光谱数据时，预测精度出现了显著下降（德国：RMSE升至0.10；芬兰：RMSE升至0.09）。研究人员随后尝试使用CORAL方法对齐法国训练集与目标数据集的光谱特征，再重新训练模型。结果显示，对于德国数据，预测性能仅有微不足道的改善（RMSE从0.10降至0.09）；而对于芬兰数据，性能反而变得更差。通过主成分分析（PCA）对光谱空间的解析发现，德国样本的光谱分布与法国样本有大量重叠，而芬兰样本仅覆盖了法国样本分布的一小部分。CORAL对齐虽然扩大了这种重叠，但可能以丢失对预测C_s,prop有用的光谱信息为代价。此外，芬兰土壤本身较窄的pH值和质地分布也可能是导致迁移效果不佳的原因。作为对比，仅在德国数据上训练的“本地”模型取得了更好的效果（RMSE=0.07），但这依赖于足够多的本地样本，对于小样本量的芬兰数据集则不适用。

4.1. 预测的准确性

本研究证实，MIR光谱能够非常准确地预测由热分析定义的稳定SOC比例，其精度甚至接近乃至达到了PARTYsoc模型本身的 uncertainty 水平。这意味着通过结合MIR预测的C_s,prop和SOC含量，可以进一步计算出稳定和活跃SOC的绝对量，为土壤碳管理提供更精细的数据支撑。

4.2. 对预测C_s,prop有贡献的光谱区域的解释

通过对PLS模型第一潜在变量载荷的分析，研究人员解读了哪些光谱信号对预测至关重要。正贡献主要来自与芳香族/羧酸键（~1680-1580 cm?1）、酚键（~1400 cm?1）和碳酸盐（~2515, 1790 cm?1）相关的区域，这些通常与氧化程度高、 processed 的有机质或矿物保护相关联。负贡献则主要来自与石英/硅酸盐（~2187, 1870 cm?1）相关的区域。这从光谱学角度印证了之前的发现：SOC的长期稳定性与土壤矿物相（如碳酸钙、粘土）的相互作用和有机质本身的化学结构（如芳香性）密切相关。

4.3. 当模型用于另一台光谱仪获取的另一光谱数据集时，准确性在多大程度上下降？

本研究清晰地表明，模型迁移是当前面临的主要挑战。不同仪器、不同土壤类型和不同环境条件引起的光谱差异，直接导致了预测性能的下降。CORAL等域适应技术在一定条件下（如源域和目标域光谱特征分布相似时）可能有所帮助，但当目标域样本多样性不足或与源域差异过大时，可能无效甚至产生负面影响。要实现模型的大规模部署，精心设计的校准传递策略或结合局部校准是未来的必由之路。

综上所述，这项研究有力地证明了中红外光谱（MIR）作为一种高通量、低成本的技术，在预测土壤有机碳（SOC）百年稳定比例方面具有巨大潜力。基于法国大规模样本库构建的模型展示了优异的预测能力。然而，研究也揭示了一个严峻的现实：直接将在一个国家或一种仪器上建立的模型应用于其他地区或其他仪器，会面临显著的性能损失。这凸显了土壤光谱学领域一个普遍而关键的挑战——模型的可转移性和普适性。未来的研究需要更侧重于开发鲁棒的校准传递方法、构建更大更全球化的标准化土壤光谱库，以及探索对仪器和条件变化不敏感的深度学习模型。唯有如此，中红外光谱这项强大的技术才能真正实现其承诺，成为在全球尺度上评估土壤碳稳定性和指导应对气候变化的可靠工具。