加拿大东部生物可利用锶同位素景观图：区域校准与机器学习的创新应用

为解决全球生物可利用87Sr/86Sr 等时线图在数据匮乏地区预测能力差的问题，研究人员开展加拿大东部生物可利用87Sr/86Sr 等时线图研究。结果显示新方法提升预测能力，该研究为相关研究提供重要基础。

　　在科学研究的广阔领域中，锶同位素（⁸⁷Sr/⁸⁶Sr）作为地理起源和生物迁移的 “追踪器”，发挥着至关重要的作用。它能帮助考古学家确定古代动植物和人类遗骸的来源，了解过去人类的迁徙和贸易活动；也能协助生态学家追踪现代生物的迁移路径和繁殖地。然而，现有的全球生物可利用⁸⁷Sr/⁸⁶Sr 等时线图在数据匮乏地区的预测能力却不尽人意。就好比在一幅地图上，有些地方的信息模糊不清，让我们无法准确判断事物的起源和发展轨迹。加拿大东部地区，地质、气候和环境独特，现有等时线图难以准确反映该地区的生物可利用⁸⁷Sr/⁸⁶Sr 分布情况。但该地区在农业、林业、生物多样性研究以及原住民历史研究等方面，对源研究有着强烈的需求。因此，开展针对加拿大东部地区生物可利用⁸⁷Sr/⁸⁶Sr 等时线图的研究迫在眉睫。

为了解决这些问题，来自国外多个研究机构的研究人员展开了深入研究。他们旨在开发一种准确、无偏差且经过区域校准的加拿大东部地区（EC）生物可利用⁸⁷Sr/⁸⁶Sr 等时线图，并对比传统随机森林（RF）方法和空间插值集成机器学习（EML）方法，探索集成学习对模型预测和空间不确定性估计的影响。研究成果发表在《FACETS》上。

研究人员采用了多种关键技术方法。首先是样本采集，他们在 2018 - 2022 年间开展了两次独立采样活动，采集了苔藓、地衣、草以及针叶树针叶等植物样本。之后对样本进行实验室分析，利用特定的化学处理方法提取锶，并通过质谱仪测定⁸⁷Sr/⁸⁶Sr。在建模方面，更新了魁北克省的机械基岩模型，使用了更精确的地质数据；同时选取一系列可能影响环境中生物可利用⁸⁷Sr/⁸⁶Sr 的辅助变量，运用 RF 和 EML 两种方法构建模型。

研究结果如下：

• 样本位点的⁸⁷Sr/⁸⁶Sr：新样本位点的⁸⁷Sr/⁸⁶Sr 值范围广泛（0.7087 - 0.7768），不同地质省份的值差异明显。古老的苏必利尔省和丘吉尔省样本位点的平均值较高且变化大，年轻的阿巴拉契亚造山带和圣劳伦斯平台则较低且变化小。
• 变量选择：RF_noEC和 RF_alldata选择的变量相似，主要包括基岩模型预测的第 1 四分位数、地质变量、气溶胶沉积变量和气候变量等。地质和气候变量是生物可利用⁸⁷Sr/⁸⁶Sr 的主要预测因子。
• RF 的性能和等时线图比较：添加 EC 样本后，RF 模型对 EC 样本的预测 RMSE 降低，与观测值的相关性更好。等时线图显示，添加样本使北部地质省份预测值增加，南部相对稳定，同时改变了误差的空间分布。
• 集成机器学习：EML_alldata模型与 RF_alldata模型的方差和 RMSE 相似，但空间不确定性模式不同。EML 模型的误差分布更合理，在高不确定性区域误差更低。

研究结论和讨论部分指出，通过添加 EC 采样位点和更新地质变量，研究人员成功改进了生物可利用⁸⁷Sr/⁸⁶Sr 的空间预测。虽然模型性能整体提升有限，但对北部地区的预测有显著改善。EML 方法在处理空间不确定性方面表现更优，但其计算成本较高，更适用于局部或区域预测。该研究生成的等时线图为加拿大东部地区的源研究提供了重要基础，有助于追踪农产品、自然资源、物种和考古文物的来源和迁移，对保护生物多样性和管理自然资源具有重要意义。此外，研究结果也为全球生物可利用⁸⁷Sr/⁸⁶Sr 等时线图的改进提供了参考，尤其是在古老克拉通地区数据匮乏的情况下。尽管研究存在一些局限性，如采样密度不足等，但为后续研究指明了方向，有望通过增加采样点和改进建模方法进一步提升等时线图的准确性和实用性。