综述：利用基于机器学习的建模方法对马尾松（Pinus massoniana）人工林的碳储量进行评估

《Trees, Forests and People》：Carbon stock assessment using Machine learning based modeling in Pinus massoniana plantations

准确估算森林生态系统碳储量对可持续管理和气候变化至关重要，但地下碳量化仍面临挑战。本研究基于中国马尾松（Pinus massoniana）种植园数据，结合文献与实地调查，构建了四类机器学习模型（随机森林、支持向量机、神经网络、极端梯度提升），量化了植被层与土壤碳层（0-100 cm）的碳储量关系指数K，并评估了各模型性能。结果表明：神经网络（NET）在0-40 cm土层表现最佳（R2≥0.64），支持向量机（SVM）在60-80 cm土层最优（R2=0.71），随机森林（RF）对整体土层（0-100 cm）预测效果最佳（R2=0.50）。植被碳与土壤碳呈显著正相关（P<0.001），但K值随土层加深显著下降（P<0.001）。主要驱动因素包括植被特征（胸径、密度、年龄）、土壤性质（黏粒、有机质、pH）、气候指标（年均温、降水、湿度）等。研究证实机器学习可有效整合多源数据，为区域尺度的森林碳评估提供新方法。

　　森林生态系统碳储量的精确估算对于可持续森林管理和应对气候变化策略至关重要。然而，地下碳储量的量化仍是最大的挑战之一。本研究基于中国马尾松人工林的文献资料和实地数据，量化了林分层面的地上与地下碳储量。通过应用四种机器学习算法，我们构建了地上与地下碳储量关系指数（K），旨在验证一种可行的区域尺度森林生态系统碳储量评估方法。研究发现，林分因子、地形、气候和土壤性质共同解释了不同土壤层中K值的33%至60%的变异（P < 0.001）。地上与地下碳储量表现出显著的正相关性（P < 0.001），而K值随着土壤深度和林冠层碳储量的增加而显著下降（P < 0.05）。在这些模型中，人工神经网络（ANN）在单个土壤层上的表现最佳（R2 ≥ 0.64，P < 0.001），而随机森林（RF）则在整体土壤剖面中更为有效（R2 = 0.50，P < 0.001）。这些发现突显了通过机器学习算法从地上碳储量推断地下碳储量在森林生态系统中的可行性，为利用森林调查和遥感数据进行大规模碳储量评估提供了坚实的框架。

马尾松（Pinus massoniana）是亚热带湿润地区广泛分布的先锋树种，覆盖面积达2.52×10^7公顷，其在碳封存中的作用至关重要，并长期作为人工林研究的代表对象。然而，大规模估算马尾松碳储量，特别是地上与地下碳储量之间的关系，仍存在不确定性。为解决这一问题，我们结合了文献数据和实地调查数据，应用四种机器学习算法构建并评估了地上与地下碳储量的关系指数（K）。本研究的主要目标是：（1）利用四种算法开发K，并比较其预测性能；（2）明确地上与地下碳储量之间的相互依赖关系，提出一个可行的森林生态系统碳储量评估框架。

研究区域涵盖了中国南方的多个省份，主要分布在海拔低于1500米的地区，年均温从8.9°C到27.5°C，年降水量在755至2500毫米之间。主要的表层土壤类型为红壤和黄壤。我们通过文献回顾和实地调查，收集了249个马尾松人工林样地的数据，包括地上植被碳储量和地下土壤有机碳（SOC）储量，以及相关的生态变量，以形成基础数据集。研究方法框架整合了数据收集、指标识别、模型开发、精度评估和后续解释。在数据处理过程中，我们采用了多种方法，如归一化输入变量、筛选缺失数据、使用Microsoft Excel 2016进行数据管理，以及在R 4.3.2中进行数据预处理、建模和可视化。

为了量化K值，我们首先对地上植被碳储量和地下SOC储量进行了估算。地上植被碳储量通过树木级测量和基于“马尾松碳会计树生物量模型（LY/T 2263-2014）”的生物量模型进行估算，将林分生物量转换为碳储量，使用规定的碳含量系数。地下SOC储量则通过土壤碳密度方法估算，即每个样地的SOC储量等于各土壤层的碳密度乘以其深度，再减去粗碎片的比例。我们还对31个潜在解释变量进行了分析，包括土壤性质、人为干扰指数、地形指标、林分结构指标和气候指标。通过相关分析和逐步回归，我们确定了这些变量对K值的影响，并排除了具有高共线性的变量。

研究结果表明，K值在不同土壤层中表现出显著的垂直异质性，随着土壤深度的增加而迅速下降（P < 0.001）。这证实了表层土壤（0–10厘米）含有最高的SOC，而在更深的土壤层中，SOC浓度显著降低。K值与地上植被碳储量呈正相关，但相关性较弱，这表明K值的形成并非简单或线性，而是受到多种未被充分考虑的因素的影响。通过应用四种机器学习算法，我们发现人工神经网络在单个土壤层上的预测性能最佳，而随机森林在整体土壤剖面中表现更优。此外，支持向量机（SVM）和神经网络（NET）在各土壤层中均表现出良好的性能，而极端梯度提升（XGB）则在较深的土壤层中效果不佳，可能由于样本数量不足。

在讨论部分，我们进一步分析了K值的分布特征及其驱动因素。研究发现，K值在不同土壤层中受到多种因素的影响，包括林分属性、地形/地貌、气候/气象和土壤性质。其中，林分属性是K值空间异质性的主要决定因素，而气候因素如降水量、蒸发量和表面压力异常也对碳积累产生限制作用。逐步回归分析显示，这些因素共同解释了K值变异的32%至58%（P < 0.001），并且随着土壤深度的增加，解释力也有所增强。然而，在更深的土壤层中，这些因素的调控作用减弱，导致地下碳储量的空间异质性显著。

研究还指出了当前方法的一些局限性。首先，不同数据源的土壤深度覆盖差异导致各土壤层的样本数量不均，这可能引入输入数据的偏差并夸大模型的预测精度。此外，研究仅限于马尾松人工林，其K值估算方法在其他森林生态系统中的适用性尚不确定。因此，未来的研究应扩展样地数量，特别是在地理和气候代表性不足的地区，以增强数据集的覆盖范围和代表性。同时，应采用空间块方法或空间独立数据集进行交叉验证，以减轻空间自相关性并防止模型性能的高估。

本研究通过结合文献数据和实地调查数据，构建了K值模型，为森林生态系统碳储量的估算提供了新的思路。K值的定义为某一固定样地的地上植被碳储量与对应地下SOC储量的比值，作为一种无量纲常数，K值减少了潜在的统计误差，同时有效表达了地上与地下碳储量之间的关系。在实际碳核算中，国家森林调查数据可以替代实地数据，当与遥感数据结合时，基于K值的模型可以扩展到更大的空间尺度。这种方法不仅克服了直接地下测量的成本和难度，还为森林生态系统碳监测、管理和政策提供了坚实的基础，支持碳市场发展、碳循环研究和国际碳核算框架的构建。

综上所述，本研究通过应用机器学习算法，成功构建了马尾松人工林地上与地下碳储量的关系指数（K），并分析了其主要影响因素。研究结果表明，不同算法在不同土壤层上的表现存在差异，其中人工神经网络在单个土壤层上具有最佳性能，而随机森林在整体土壤剖面中表现更优。这些发现为森林生态系统碳储量的精确估算提供了可行的方法，有助于推动可持续森林管理和气候变化应对策略的制定。然而，进一步的验证和改进仍是必要的，以确保模型的广泛适用性和可靠性。