中国东北山区树木密度低估问题：基于堆叠集成学习算法的高精度估算与生态意义

本研究针对复杂地形下树木密度估算不准确的问题，创新性地采用递归特征消除（RFE）和堆叠集成学习算法（ERT/SVR/CatBoost），结合1926个森林样地数据，构建了30米分辨率的中国东北山区树木密度地图。研究发现土壤黏粒含量、海拔和NDVI等6个关键变量显著影响密度分布，估算区域树木总数达274.97亿株，较全球数据集R2提升至0.454，RMSE降低47.9%，为森林碳汇精准评估和山地生态管理提供了重要技术支撑。

　　

山地森林作为陆地生态系统碳汇的核心载体，其树木密度估算精度直接影响全球碳循环模型的可靠性。然而，传统基于粗分辨率数据的估算方法在复杂地形区存在显著偏差——全球尺度研究显示中国东北应有245.61亿株树木，但实地调查表明该数据可能严重低估。这种差异源于山地环境的高度异质性：海拔梯度导致的微气候分异、坡向对水分再分配的影响，以及土壤质地对根系发育的调控，均未被现有模型充分捕捉。更棘手的是，中分辨率遥感影像（10-30米）难以区分郁闭林冠下的单木分布，而人工解译方法又难以大范围推广。如何突破地形限制实现精准估算，成为生态建模领域亟待解决的"黑箱"难题。

中国科学院的研究团队独辟蹊径，将机器学习领域的堆叠集成算法引入生态建模。研究团队整合1926个样地数据（含58个自主调查的20m×30m样方），通过递归特征消除（RFE）从28个环境变量中筛选出6个核心驱动因子：土壤粉粒/黏粒含量、海拔、NDVI（归一化植被指数）、最湿月降水和最冷季降水。创新性地构建三层建模框架：底层采用极端随机树（ERT）、支持向量回归（SVR）和CatBoost三种异质算法作为基学习器；中层通过五折交叉验证生成元特征；顶层用岭回归整合预测结果。这种"分而治之"的策略既保留了单一算法的优势，又通过误差互补提升了泛化能力。

关键技术包括：1）基于ASTER GDEM V2数字高程模型计算地形指数（如将坡向转化为0-1连续变量的北向指数）；2）利用dismo包的biovars函数从WorldClim数据集提取19个生物气候变量；3）通过RF-RFE算法进行特征选择，50次迭代中稳定筛选关键变量；4）采用Spearman秩相关系数评估基学习器多样性，确保集成效果。

3.1 特征选择与模型构建
RF-RFE方法在50次迭代中R²平均提升71.9%，显著优于TreeBag-RFE。海拔和NDVI在三个基模型中重要性评分均超50分，其中海拔以59.3分的投票得分成为最具解释力的因子。值得注意的是，最湿月降水在ERT模型中重要性达19.9分，却在SVR模型中仅1.02分，揭示不同算法对气候因子的敏感度差异。

3.2 密度分布模式解析
生成的30米分辨率地图显示：1）海拔600-800米和1600-1800米存在双峰分布（541.94和589.22株/公顷），对应阔叶林-针叶林过渡带；2）北坡密度（540.14株/公顷）较南坡（278.99株/公顷）高出93.6%，印证了"阴阳坡效应"；3）土壤粉粒含量超过阈值时，密度随黏粒增加而下降，可能与根系透气性恶化有关。

4.3 方法学突破
相较Crowther等2015年的全球数据集，新模型在1000-2100米高海拔区改进尤为显著：R²从0.008跃升至0.545，偏差降低53.59%。这种进步主要源于：1）30米分辨率可捕捉地形破碎区的密度突变；2）引入降水季节性指标（如最冷季降水）反映雪被保温效应；3）通过北向指数量化坡向的连续影响。

这项发表于《Ecological Indicators》的研究，首次实现山地树木密度的亚公顷级制图。其价值不仅在于修正了东北森林27.497亿株的存量数据，更开创性地证实：堆叠集成算法能有效协调环境因子在不同尺度的贡献权重，为全球山地生态系统的精准碳评估提供了可复用的技术框架。未来若结合激光雷达（LiDAR）的单木识别能力，或将进一步突破复杂地形下生物量估算的"最后一公里"瓶颈。