整合RothC过程模型与随机森林（RF）的荷兰农业矿质土壤有机碳（SOC）储量时空预测混合建模框架（1986—2022，25 m分辨率）

《CATENA》：A hybrid modelling framework for spatiotemporal prediction of soil organic carbon stock in Dutch agricultural soils

　　

在荷兰土壤（1986—2022）中，以25 m分辨率开展土壤有机碳（soil organic carbon, SOC）储量建模与制图；开发了两种将机器学习（machine learning, ML）与RothC（Rothamsted carbon model）模拟相结合的混合建模（hybrid modelling）方法；将RothC模拟作为额外协变量纳入混合模型获得了最高精度；基于残差的混合模型改善了SOC储量动态的物理一致性；混合模型未能完全克服过程模型（process-based model）与数据驱动模型（data-driven model）的局限性。

研究人员围绕荷兰农业矿质土壤SOC储量时空预测开展研究。土壤有机碳（soil organic carbon, SOC）是最大陆地碳库，影响土壤功能、全球碳循环、气候减缓、土壤健康和粮食生产力，因此精准时空量化与制图对农民、研究人员和政策制定者均重要。数字土壤制图（digital soil mapping, DSM）已广泛用于SOC建模，随机森林（Random Forest, RF）等机器学习（machine learning, ML）方法在区域至全球尺度表现良好，但多数应用仍为静态，难以捕捉土地利用和管理变化下的SOC动态。近期时空建模虽有进展，却存在预测不确定性可能超过实际SOC变化、纯数据驱动模型不显式表达机制、可能产生物理不一致输出等问题。RothC等过程模型可机理模拟SOC动态，但国家或全球尺度精细时空应用受数据、计算和模型复杂度限制，简化处理又会损害性能。已有混合模型研究显示可优于单一方法，但常受时间采样稀疏、输入有限、局地至区域尺度限制，国家尺度长期细分辨率且管理历史复杂的SOC动态仍未充分探索，时空显式不确定性量化也有限。因此，研究人员旨在评估将RothC与RF整合能否改善荷兰农业矿质土壤1986—2022年0–30 cm SOC储量时空建模与制图，具体包括开发两类混合模型、比较精度与不确定性、评估站点和国家尺度时间趋势、分析1992—2022年空间变化格局。研究得出：Hybrid 1精度最高，但物理一致性不足且时间波动较高；Hybrid 2精度略低，但物理一致性更好。意义在于，不同混合策略可按精度与物理一致性优先选择，为土壤碳管理和土地利用决策提供支持，但混合模型未完全克服过程模型与数据驱动模型局限，仍需进一步验证和替代整合方法。

关键技术方法（不超过250字）：研究区为荷兰农业矿质土壤，排除有机泥炭和SOC浓度>15%的复垦泥炭，25 m×25 m，1986—2022年，0–30 cm，面积14,530 km²。样本队列来自荷兰土壤数据库“Bodemkundig Informatie Systeem”，含Boring Bodemkundig pakket（BPK）和Profielbeschrijving（PFB），观测1953—2023年、0–200 cm；处理后0–30 cm SOC储量观测128,295个，土壤容重（bulk density, BD）缺值由BD图填充。RothC以月步长初始化并前向模拟，输入气候、黏粒、初始SOC和碳输入，输出SOC及可分解植物材料（decomposable plant material, DPM）、抗性植物材料（resistant plant material, RPM）、微生物生物量（microbial biomass, BIO）、腐殖化有机质（humified organic matter, HUM）、惰性有机质（inert organic matter, IOM）碳库。RF使用静态和动态CLORPT框架协变量及滞后气候、归一化植被指数（normalized difference vegetation index, NDVI）、土地利用。Hybrid 1将RothC输出作为RF额外动态协变量；Hybrid 2用RF预测RothC残差并加回。验证用随机10折和最近邻距离匹配（nearest-neighbour distance matching, NNDM）10折，指标为平均误差（mean error, ME）、均方根误差（root mean square error, RMSE）、模型效率系数（model efficiency coefficient, MEC）；分位数回归森林（quantile regression forest, QRF）得PI₉₀，预测区间覆盖概率（prediction interval coverage probability, PICP）评估。站点和国家尺度趋势及1992—2022年变化分析。

研究结果如下。

3.1 利用四种方法建模SOC储量动态
3.1.1 预测精度：通过随机和NNDM 10折交叉验证比较RF、RothC、Hybrid 1和Hybrid 2。随机交叉验证中Hybrid 1最佳，MEC为0.62、RMSE为22.6 t C ha^?1，RF为0.59，Hybrid 2为0.55，RothC为?0.33。NNDM下Hybrid 1仍最佳，MEC为0.47、RMSE为26.8 t C ha^?1，Hybrid 2为0.41，RF为0.39，RothC为?0.37、RMSE为42.5 t C ha^?1、ME为?22.8 t C ha^?1。RF类模型ME略负，总体高估；RothC系统高估。Hybrid 1较RF的MEC在随机交叉验证提高5.1%，在NNDM提高20.5%；Hybrid 2在NNDM提高5.1%，在随机交叉验证略低6.8%。散点显示低值高估、高值低估，高值≥300 t C ha^?1稀疏且欠预测；RothC存在约200 t C ha^?1上限，源于排除初始SOC>200 t C ha^?1的网格。Hybrid 1在中值区略有改善，Hybrid 2更分散并增加高值预测。
3.1.2 变量重要性分析：RF类模型显示气候因素最重要，尤其动态温度、潜在蒸散（potential evapotranspiration, PET）及其滞后版本；土壤类型、母质、地下水也有贡献但较低。RF中四个温度、四个PET和两个高程相关变量重要。Hybrid 1中滞后温度/PET、两个RothC模拟变量和高程居前。Hybrid 2中高程最重要，与生物相关的年度土地利用变量重要性增加；降水重要性低于温度和PET。
3.2 SOC储量预测的空间格局与不确定性：2022年四种模型空间格局相似，北部和东部高、中部和南部低。RF与RothC中等一致，r=0.45；RothC总体更高。Hybrid 1更平滑，多在50–125 t C ha^?1，与RF的r=0.81；Hybrid 2变异更大，与RothC的r=0.89。差值图显示Hybrid 1较RF在东部砂质和北部黏质区高1.5–10 t C ha^?1，在西部和东南部为负；Hybrid 2在中部、东南和西南有?20至?10 t C ha^?1负差，北部为正差。PI₉₀显示Hybrid 1不确定性最低，RF次之，Hybrid 2较高；NNDM下PICP为0.92–0.93，略保守。
3.3 站点和国家尺度SOC储量时间趋势：三个站点观测到2022年总体增加。站点A预测总体下降，RothC从100降至78 t C ha^?1，RF从85降至53 t C ha^?1，Hybrid 1跟随RF，Hybrid 2居中；2007年后分异，2022年Hybrid 1约50 t C ha^?1更接近观测，Hybrid 2部分年份因负值置零而平坦。站点B增加且波动明显，模型排序为RothC>Hybrid 2>Hybrid 1>RF；Hybrid 2更平滑但PI更宽，RothC更接近2022观测。站点C增加，Hybrid 2更接近2022观测且PI较窄。国家尺度上，RothC最高，约100–105 t C ha^?1，较RF高20–30 t C ha^?1且仅微降；RF最低，70.24–87.73 t C ha^?1且波动最强，1986—1990年下降10.51 t C ha^?1；Hybrid 1类似RF但波动略低，同期下降7.71 t C ha^?1；Hybrid 2较RF和Hybrid 1高约3–6 t C ha^?1且更平滑，1997—1998年有峰。
3.4 SOC储量变化空间图：1992—2022年RF空间异质性显著，东/北负变化为?1.0至?0.5 t C ha^?1 yr^?1，西南、东南、中部及河流沿线正变化为0.05–0.10 t C ha^?1 yr^?1。RothC更平滑，北/中增加0.05–0.10 t C ha^?1 yr^?1，南/沿海减少，东北损失强。Hybrid 1与RF一致但幅度减小；Hybrid 2与RothC一致，东北损失?1.0至?0.5 t C ha^?1 yr^?1，西部和南部为?0.10至?0.05 t C ha^?1 yr^?1，与RF预测增加相反。RF与Hybrid 1的r=0.82，RothC与Hybrid 2的r=0.77。

讨论部分总结：模型性能方面，随机交叉验证较NNDM高24–34%，空间聚类导致过乐观；NNDM更现实。高SOC>300 t C ha^?1欠预测占0.13%；泥炭残留、BD估计等增加不确定性。RothC系统高估源于初始SOC、默认参数、PET等输入不确定性和未校准。RF因与评估数据同源交叉验证且灵活捕捉非线性而优于RothC，但环境协变量仍有限，Hybrid 1最佳，说明过程信息嵌入特征空间有效。Hybrid 2残差框架未显式物理约束，但减少系统误差，ME接近零，指导未采样区。局限包括无概率验证的统计显著性、时间采样不均、未做时间交叉验证、初始SOC图同源可能信息泄漏，但RothC协变量为动态模拟。变量重要性方面，滞后气候变量重要但存在共线，排序需谨慎；RothC总SOC和HUM贡献大；Hybrid 2高程重要，补偿RothC未考虑地形、地下水与侧向流。母质重要但分类简化，生物变量贡献较小。空间和不确定性方面，四模型空间格局相似，差异在细节和幅度；PI₉₀与SOC值和采样密度相关；Hybrid 1在某些区域降低不确定性，在东北等增加；PICP可接受。时间一致性方面，RF和Hybrid 1在1986—1991年大降不合理，可能反映温度与SOC空间关联及早期气候填补；0.1 °C导致5 t C ha^?1下降不合物理。Hybrid 2更平滑，RothC主导、残差校正，但仍需验证。RothC系统偏差不影响混合模型。未来可探索损失函数约束、知识引导ML。量化变化挑战方面，时间信号弱、空间变异大，变化估计困难；站点PI宽，变化不显著；空间聚合可减小误差但需考虑误差空间相关；采样设计空间多于时间，无长期监测网，结果不外推。

研究结论翻译：本研究展示了整合过程模型与机器学习模型预测荷兰农业矿质土壤25 m分辨率SOC储量时空变化的潜力。研究人员比较RF、RothC、Hybrid 1和Hybrid 2在随机和NNDM交叉验证下的ME、RMSE、MEC和PICP。结果表明预测精度因模型而异。Hybrid 1获得最高MEC，突出将RothC输出作为RF额外协变量的优势。然而该方法不完全符合物理过程，并表现出较高时间波动，可能由动态和滞后温度协变量强影响所致。相反，Hybrid 2精度较低，但产生更物理一致的结果。研究结果表明，整合过程模型可改善预测性能或物理一致性。因此，不同混合方法为时空SOC储量预测提供灵活选择，允许用户根据精度与物理一致性优先选择。该框架有支持土壤碳管理和土地利用决策的潜在价值。然而，混合模型未完全克服过程模型或数据驱动模型的局限，需进一步研究评估稳健性。未来可探索替代整合方法，如将约束纳入机器学习损失函数，以进一步限制不合理时间波动并增强SOC储量建模框架稳健性。