基于哨兵1/2协同与电荷平衡约束的随机森林模型反演土壤水溶性盐分离子

《Remote Sensing Applications: Society and Environment》：Retrieval of Soil Water-Soluble Salt Ions Using a Random Forest Model Integrating Sentinel-1/2 Synergy and Charge Balance Constraints

　　{"answer":"

摘要

土壤盐渍化是土地退化的一种主要形式。快速、准确地反演主要水溶性盐离子对于识别盐分组成和支持灌溉区的水盐调控至关重要。本研究以新疆温宿县塔里木河流域灌溉区为研究区，将Sentinel-1 SAR和Sentinel-2多光谱数据与随机森林模型相结合，估算主要水溶性盐离子。随后，利用电荷平衡误差（CBE）约束对预测的离子浓度进行调整，以提高预测离子之间的电荷平衡一致性。结果表明，不同水溶性盐离子的最优输入特征数和模型参数存在显著差异。参数优化后，随机森林模型对SO₄^2-、Cl^-、Ca²⁺、Na⁺和HCO₃^-均表现出良好的预测性能，测试集R²值分别为0.737、0.662、0.640、0.624和0.561；而K⁺和Mg²⁺的预测精度相对较低。应用CBE约束后，满足|CBE| ≤ 5%的样本比例从72.7%提升至100.0%，表明预测离子之间的电荷平衡一致性得到改善。基于约束后预测结果的空间制图揭示了研究区内实测离子的明显空间分布格局，为盐土的分区管理和灌溉区的水盐调控提供了有用的信息。

引言

土壤盐渍化是干旱和半干旱地区土地退化的主要形式，对农田生产力、生态系统稳定性和粮食安全产生不利影响（Hassani等，2021；Tarolli等，2024）。新疆是中国盐土分布最集中的地区之一。由于气候干旱、蒸发强烈、地下水埋深浅以及灌排条件不完善，该地区土壤盐分组成复杂，且表现出显著的空间异质性（Zhang等，2014；Kahaer和Tashpolat，2019；Xu等，2019）。主要水溶性盐离子，包括Na⁺、Ca²⁺、Mg²⁺、K⁺、Cl^-、SO₄^2-和HCO₃^-，不仅决定了土壤盐土类型和盐渍化程度，还直接影响土壤结构、渗透性和植物对盐胁迫的响应（Rengasamy，2010；Ismayilov等，2021）。因此，在区域尺度上快速获取主要水溶性盐离子浓度对于识别控制土壤盐渍化的主导因素和支持盐土改良具有重要意义。

传统的土壤采样和实验室分析能够提供高精度的离子浓度信息；然而，受限于有限的空间覆盖范围和高昂的成本，难以满足大规模连续监测的需求（K?l?c等，2022）。遥感技术以其空间连续性和多尺度观测的优势，已被广泛用于土壤盐渍化反演（Sahbeni等，2023；Wang等，2024）。Sentinel-2在可见光、近红外和短波红外波段提供光谱信息，能够表征土壤亮度、盐壳、土壤湿度和植被覆盖的差异（Bannari等，2018；Gerardo和de Lima，2022）。Sentinel-1合成孔径雷达对土壤湿度和地表粗糙度敏感，从而弥补了光学遥感在表征地表结构信息方面的局限性（Gao等，2017；Baghdadi等，2018）。因此，Sentinel-1/2协同观测为干旱灌溉区的盐分反演提供了多维度的观测基础。

现有大多数研究以土壤电导率（EC）或总盐分含量作为反演目标（Wang等，2020；Ma等，2021；Mzid等，2023）。例如，Ge等（2022）将Sentinel-2 MSI、环境协变量和混合机器学习方法相结合，在干旱绿洲地区以高分辨率制图土壤盐度，证明多源遥感变量能够有效提高盐度反演精度。Mohamed等（2023）结合主动和被动遥感数据，包括Sentinel-1 SAR和Sentinel-2 MSI，并利用机器学习和特征选择方法在干旱地区制图土壤盐度。然而，土壤盐渍化的遥感响应并非仅仅是对总盐分含量的直接反映，而是与离子组成、盐类类型、土壤湿度、地表结壳和植被覆盖共同关联（Metternicht和Zinck，2003；Wang等，2019a；Hien等，2022）。不同水溶性盐离子可能与遥感特征表现出不同的关系。例如，Na⁺、Cl^-和SO₄^2-可能有助于地表盐分积累，而HCO₃^-则与碱化和碳酸盐平衡更为密切（Bargrizan等，2020；Ma等，2024a）。因此，反演主要水溶性盐离子能够提供比单独使用EC或总盐分含量更为详细的土壤盐分组成信息。

然而，以往研究通常为单一离子分别建立预测模型，采用针对各离子的特征选择和建模方法，而很少明确考虑预测的阳离子和阴离子之间的电荷平衡关系（Jiang等，2017；Wang等，2021；Wang等，2019；Lao等，2021；Feng等，2026）。对于多离子体系，主要阳离子和阴离子的当量浓度应保持相对平衡，可利用电荷平衡误差（CBE）来评估其电荷平衡一致性（Murray和Wade，1996）。因此，将CBE约束引入多离子遥感反演有助于提高多离子预测的电荷平衡一致性。

基于上述背景，本研究选取新疆温宿县塔里木河流域灌溉区为研究区，将Sentinel-1/2遥感数据、随机森林模型和CBE约束相结合，研究Na⁺、K⁺、Ca²⁺、Mg²⁺、Cl^-、SO₄^2-和HCO₃^-七种主要土壤盐离子的反演。核心科学问题是遥感与机器学习能否有效表征这些离子空间变异的差异，以及电荷平衡约束能否进一步提高其联合预测的一致性。据此，本研究目标为：（1）确定各离子的最优特征数和随机森林模型参数，建立水溶性盐离子的遥感反演模型；（2）评估各离子反演性能的差异，并评价CBE约束在提高预测电荷平衡一致性方面的有效性；（3）基于应用CBE约束后的预测结果，刻画主要实测离子的空间分布特征。

章节摘要

研究区

塔里木河流域灌溉区位于新疆温宿县，介于80°05′E-80°50′E和40°50′N-42°10′N之间（图1）。塔里木河是典型的干旱区内陆河，流域总面积约2224.58 km²，长期平均年径流量为7.54 × 10⁸ m³ yr^-1。塔里木河发源于天山山脉托木尔峰，主要补给水源为高山冰雪融水、季节性降水和裂隙泉水。北部地区

特征选择

由于本研究针对每种水溶性盐离子选取了排名前0.01%的组合指数，将所有候选指数直接输入模型可能引入冗余信息并增加模型复杂度，从而影响模型训练效率和预测稳定性（Chandrashekar和Sahin，2014）。因此，在五次交叉验证过程中，按照组合指数与其对应的

多源特征和组合指数对水溶性盐离子反演的影响

多源遥感数据可以增强水溶性盐离子反演的信息表征能力（Feng等，2026）。Sentinel-2光学影像提供可见光、红边、近红外和短波红外波段的信息，这些波段对土壤表面亮度、盐分结晶、土壤湿度、植被覆盖和土壤背景差异敏感，能够反映盐渍化表面的光谱响应特征（Bannari等，

结论

本研究以塔里木河流域灌溉区表层土壤的水溶性盐离子为研究对象，通过整合Sentinel-1/2多源遥感数据、波段组合指数、随机森林模型和电荷平衡约束，建立了Ca²⁺、K⁺、Mg²⁺、Na⁺、HCO₃^-、Cl^-和SO₄^2-的遥感反演框架。结果表明，多遥感特征和组合指数的整合提高了主要离子的

CRediT作者贡献声明

李嘉奇：可视化、方法论。邵珊珊：可视化、指导、项目管理。刘艺文：软件、形式化分析、数据整理。颜昊奎：撰写——原稿、验证、方法论。陶万海：撰写——审阅与编辑、资金获取、概念化

未被引用参考文献

El Baba等，2020。

数据可用性声明

本研究所使用和分析的dataset可通过合理请求向通讯作者获取。

利益冲突

作者声明不存在利益冲突。

利益冲突声明

? 作者声明不存在可能影响本文所报道工作的已知竞争性经济利益或个人关系。

致谢

本工作得到以下项目资助：塔里木河流域水盐碳氮多元素耦合运移机制及其生态环境响应研究（2025.B-002）、自然力作用与三维脱盐机制研究（2024A03007-1）、中国博士后科学基金博士后资助计划（B类；GZB20250728）、生态水水利研究中心研究项目

颜昊奎|陶万海|邵珊珊|刘艺文|李嘉奇

干旱区水工程生态与环境国家重点实验室，西安理工大学。中国西安 710048

"}