机器学习算法预测热带土壤砷含量的空间建模研究

《Soil & Environmental Health》：PREDICTION OF ARSENIC IN TROPICAL SOILS BY MACHINE LEARNING ALGORITHMS

本研究针对高多样性区域土壤重金属预测难题，以巴西米纳斯吉拉斯州为研究区，结合空间数据分析和机器学习技术，首次实现了砷(As)含量的高精度预测。研究表明，空间随机森林(RFsp)模型通过显式建模空间自相关，将预测精度从基准模型R2=0.02提升至0.70，揭示粉砂、黏土和pH KCl是最重要的非空间预测因子，为异质景观砷污染制图提供了强有力的工具。

　　

在当今环境健康领域，土壤重金属污染已成为全球性挑战，其中砷(As)因其高毒性和易迁移性备受关注。传统监测方法成本高昂且难以实现大范围覆盖，而机器学习(ML)虽在小尺度均质区域表现良好，但在高度异质的热带地区预测效果欠佳。巴西米纳斯吉拉斯州作为矿产大州，土壤类型多样且砷本底值高，亟需开发精准的预测模型来指导环境治理。

研究团队创新性地将空间数据分析与机器学习相结合，通过空间自相关分析、变异函数和莫兰特征向量地图(MEMs)表征空间结构，比较标准随机森林(RF)与空间随机森林(RFsp)的预测性能。关键技术包括：采集648个表层土壤样本测定理化指标和重金属含量；利用空间主成分分析(sPCA)降维；通过置换重要性评估和偏依赖图解析变量贡献；采用袋外采样(oob)进行模型验证。

研究结果揭示：

1. 1.
   土壤特性统计显示砷含量变异系数达401%，显著的空间自相关范围达193公里
2. 2.
   空间模型显著优于非空间模型，RFsp的oob R2达到0.70，而基准RF仅为0.02
3. 3.
   变量重要性分析表明粉砂、黏土和pH KCl是最关键的非空间预测因子
4. 4.
   交互作用发现铝饱和度(m%)与pH KCl存在协同效应，共同驱动砷含量变化

研究结论强调，显式建模空间自相关能极大提升砷预测精度，土壤质地对砷的吸附起关键作用。这项发表于《Soil》的研究为异质景观重金属制图提供了新范式，对区域环境风险评估和土壤修复具有重要实践价值。