加纳土壤性质与养分的数字制图：样条与加权平均方法的性能比较及其对精准农业的启示

针对加纳全国尺度土壤属性数据稀缺的问题，研究人员采用样条(easpline)和厚度加权平均(WA)两种数据协调方法，结合分位数随机森林(QRF)模型，绘制了250米分辨率的9种土壤属性（TN、avail. P、exch. K、黏土/砂/粉粒含量、SOC、pH、CEC）地图。研究发现WA方法在8项指标上表现更优（R2 0.008-0.687），揭示加纳土壤普遍缺氮（<1500 ppm）缺磷（<11 ppm），而钾含量多在17-74 ppm临界范围内，为靶向施肥策略提供了重要依据。

　　

土壤是农业生产的根基，但在加纳这样的发展中国家，全国尺度的土壤属性数据长期匮乏，导致农民难以实施精准施肥。当前加纳主要作物如玉米、大豆和水稻的实际产量远低于潜在产量，约120万人面临粮食不安全，另有200万人处于风险中。这种状况与土壤养分失衡密切相关——研究显示加纳每年每公顷流失35 kg氮、4 kg磷和20 kg钾，严重威胁农业可持续性。尽管区域或大陆尺度的土壤地图（如SoilGrids和iSDA）存在，但其分辨率不足或样本代表性有限，无法满足国家层面的精准农业需求。

为填补这一空白，来自Innovative Solutions for Decision Agriculture等机构的研究团队在《Geoderma》发表研究，首次系统绘制加纳250米分辨率的土壤属性数字地图，并创新性地比较了样条和加权平均两种深度协调方法的性能。研究整合了2000-2020年间18,000余个土壤样本数据，涵盖9项关键指标（总氮、有效磷、交换性钾、黏土/砂/粉粒含量、有机碳、pH值和阳离子交换量），采用分位数随机森林模型进行空间预测，并生成不确定性地图。

关键技术包括：1) 使用ithir包的easpline()函数实施等面积样条法，通过最小化拟合误差与粗糙度惩罚项实现深度标准化；2) 采用厚度加权平均法，要求至少67%的目标深度覆盖（20/30 cm）；3) 基于Google Earth Engine获取地形、气候、植被指数等250米分辨率协变量；4) 应用量化随机森林模型进行空间预测，并通过10折空间聚类验证优化超参数。

研究结果揭示：

1. 模型性能对比
   加权平均法在8项土壤属性预测中表现更优，其中交换性钾预测最佳（R²
   =0.687，CCC=0.793），而有效磷预测最差（R²
   <0.1），可能与人为施肥活动未纳入协变量有关。样条法预测的SOC值系统性偏低，反映其对表层土壤富集特征的捕捉不足。

2. 关键养分分布

• 氮磷普遍缺乏：全境总氮处于或低于玉米临界范围（400-1500 ppm），有效磷全部低于11 ppm阈值，北部地区尤为严重。
• 钾分布异质性：北部（上东、上西等）钾含量超74 ppm临界值，而南部多处于17-74 ppm适宜范围，这与2017年玉米单产空间格局（北部4.1吨/公顷 vs 全国平均2.5吨/公顷）高度吻合。

1. 土壤理化特性

• 酸性风险：西部常绿林区pH<5.5，需石灰改良；而北部苏丹草原带pH多处于5.5-7.2理想范围。
• 质地与持水性：全国以砂质土为主（砂粒占比68.2%），但博诺和阿哈福地区黏土达30%，理论上应具更高持水性，却出现玉米水分限制产量（4.9吨/公顷）低于砂质土主导的北部（7.6吨/公顷）的反常现象，可能与高有机碳（1.93%）改变孔隙结构有关。

1. 不确定性热点
   黏土含量和SOC预测在南部不确定性高，而交换性钾在北部误差较大，反映样本分布不均的影响。值得注意的是，国家尺度地图的RMSE比SoilGrids和iSDA分别低12-35%和8-22%，凸显本土化建模优势。

这项研究首次为加纳建立了高分辨率国家土壤数据库，其创新性体现在三方面：一是方法学上证实厚度加权平均法更适合热带土壤深度标准化；二是实践层面揭示北部地区钾肥可减量施用，而磷肥需全域补充；三是技术路线为资源有限国家提供了可复制的建模框架——通过整合多源历史数据（CSIR-SRI、IFDC等机构）和开源协变量，以较低成本实现精准制图。

未来需重点解决两个局限：一是将管理措施（如施肥历史）纳入协变量以提升有效磷预测精度；二是开发30米分辨率模型捕捉田间尺度变异。该成果已直接服务于加纳农业部"国家化肥补贴计划"的区位定制，并为西非类似地区树立了土壤健康管理的技术标杆。