高分辨率全球土壤盐渍化与钠质化动态制图（1980-2024）：基于Box-Cox样本优化的多源遥感特征与不确定性量化

《Remote Sensing of Environment》：High-resolution global soil salinity and sodicity mapping (1980–2024): Box-Cox-based sample optimization, multi-source remote sensing features, and uncertainty quantification

本研究创新性结合Box-Cox变换（解决样本偏态分布）与多源遥感特征，利用随机森林算法构建了1980-2024年全球1 km分辨率土壤盐度（ECe）和钠度（ESP）动态模型，模型R2提升达100%，揭示了赤道及北美/东亚等关键区域盐碱化加剧趋势，为全球土地可持续管理提供高精度数据支撑。

　　

Highlight
【突破性进展】通过Box-Cox样本转换与关键预测因子增强的土壤盐碱化制图技术

验证制图结果并与现有产品对比
本研究采用Box-Cox变换结合随机森林算法，生成了1980-2024年全球土壤盐度（EC_e）和钠度（ESP）高分辨率地图。独立测试集显示：EC_e模型的RMSE为0.86（R²=0.60），ESP分类器整体精度达0.81，ESP回归模型RMSE为0.56（R²=0.55）。与现有全球土壤数据库（如HWSD）相比，本成果在时空连续性和定量分析适用性上显著提升。

Box-Cox样本转换与新增关键预测因子的协同创新
Box-Cox变换成功解决了土壤样本的偏态分布问题，使EC_e和ESP模型的R²分别提升100%和44%。新增的遥感动态特征（如热红外冠层温度、盐度指数SI/NDSI）贡献了15%的性能增益，其中7个新因子进入特征重要性排名前30%。该方法特别适用于处理土壤盐碱化数据中常见的"长尾分布"现象。

结论
盐碱化作为土地退化的核心驱动力，本研究通过方法论创新实现了三大突破：①首次将Box-Cox变换应用于全球尺度土壤属性建模；②整合多时相遥感动态特征（1980-2024）；③揭示赤道及中纬度农业区盐碱化加剧趋势（20%土地盐化率上升，48%土地钠化率增长）。该成果为《联合国土壤健康宣言》提供了关键数据支持。