基于RUSLE与机器学习分类的阿尔及利亚东北部区域水蚀筛查研究

《Land》：Regional Water-Erosion Screening in Northeastern Algeria Using RUSLE and Machine-Learning Classification

　　

水蚀对地中海景观中的农业土壤和流域管理构成持续挑战。研究考察了阿尔及利亚东北部的斯基克达省，采用修订版RUSLE筛查框架，该框架结合了基于CHIRPS的2000–2024年降雨侵蚀力估算、土壤可蚀性数据集、地形衍生的LS因子、土地覆盖C因子以及P=1。参考图覆盖26,821,605个有效输出单元（3798.21 km2）；模型A的中位数为6.05，均值为137.36（标称单位t ha?1 yr?1），具有强烈右偏的上尾分布。一项匹配的、空间缓冲的评估对随机森林（Random Forest）、LightGBM、XGBoost和CatBoost四种分类器使用了60,599个完整样本。LightGBM在使用全部12个预测因子时实现了宏F1=0.942，但当排除定义RUSLE目标的四个因子时，宏F1仅为0.469。这一对比突显了分类器主要是在复现模型衍生的侵蚀类别。在100个地理参考点中，有77个点可进行外部实地比较；在20 t ha?1 yr?1的探索性阈值下，点位精度为87.0%，灵敏度为58.8%，特异度为95.0%。实地观测表明存在可见的侵蚀特征，而非实测的年土壤流失量。经验估算的侵蚀力、特定作物的C值以及地形衍生的LS因子中的不确定性，限制了对绝对侵蚀速率的定量解释。

论文解读：基于RUSLE与机器学习分类的阿尔及利亚东北部区域水蚀筛查研究

一、研究背景与问题提出

土壤水蚀是土地退化的主要形式之一，威胁着土壤生产力、水资源以及农业景观的可持续性。地中海环境因其季节性降雨、陡峭地形、稀疏或受干扰的植被以及集约化土地利用，特别容易发生径流和土壤流失的加速过程。在北非，土壤侵蚀同时影响农业用地和水资源基础设施，因此备受关注。土壤支撑着粮食生产、水资源调节、碳储存和生物多样性，其保护直接关系到多项联合国可持续发展目标以及土地退化零增长目标。维持土壤覆盖和功能的土地管理方法，包括基于自然的解决方案，日益被认为是减少侵蚀同时增强生态系统服务的有效手段。侵蚀严重程度还取决于水文和沉积物连通性，这控制着径流和剥离的沉积物如何从坡面转移到河道。

修订版通用土壤流失方程（Revised Universal Soil Loss Equation，RUSLE）因其降雨侵蚀力（R）、土壤可蚀性（K）、地形（LS）、覆盖管理（C）和水土保持措施（P）因子能够在GIS和遥感环境中高效集成，仍是应用最广泛的空间土壤流失评估经验方法之一。RUSLE已在区域和全球尺度以及多个北非流域得到应用，包括摩洛哥、突尼斯和阿尔及利亚。在斯基克达省，已有研究将RUSLE和GIS应用于Saf-Saf流域，证明了在该环境异质性强的区域进行空间侵蚀评估的相关性。

机器学习分类器有助于概括复杂的地球空间模式，但其解释取决于响应变量的构建方式。随机森林广泛用于环境敏感性制图，而XGBoost、LightGBM和CatBoost为非线性关系提供了替代的基于树的方法。在基于RUSLE的研究中，区分复现从侵蚀方程衍生的类别与预测独立观测的侵蚀尤为重要。空间分离的测试可以减少由地理邻近观测引起的过度乐观评分，尽管常见的粗分辨率预测因子仍可能引发依赖性。

早期版本的评估使用了依赖于岩性的K系数和基于坡度的P公式，其单位和物理解释不够可靠。因此，研究人员用基于土壤属性的、符合国际单位制（SI）的K产品和P=1重建了参考RUSLE图，并更明确地记录了降雨、地形和覆盖管理假设。该研究旨在支持区域侵蚀筛查，并展示制图模式对参数选择的敏感性。研究目标包括：（i）使用CHIRPS衍生的经验R、Gupta K、地形衍生的LS、土地覆盖C和P=1生成修订的区域RUSLE筛查图；（ii）量化选定的输入因子和空间支持敏感性；（iii）在相同的空间缓冲保留条件下比较四种分类器；（iv）评估修订RUSLE输出与100个地理参考实地观测之间的一致性，明确考虑栅格NoData。机器学习目标源自RUSLE，并作为分类模拟任务而非独立测量侵蚀估算进行评估。

二、研究内容与主要技术方法

研究人员在斯基克达省开展了这项研究。该省位于阿尔及利亚东北部，面积约4118 km²，沿地中海海岸延伸，景观从沿海平原到泰尔阿特拉斯山脉的山区各异，属典型的地中海气候，夏季炎热干燥，冬季温和湿润，降水集中在湿季。

研究采用了多项关键技术方法。降雨侵蚀力因子R基于CHIRPS DAILY降水数据（2000–2024年），在Google Earth Engine中按日累积为年总量，再逐像元平均得到年均降水量，应用Renard–Freimund分段经验关系估算。土壤可蚀性因子K采用Gupta等基于饱和导水率（Ksat）的全球土壤可蚀性数据集，该产品以SI单位记录。地形因子LS基于Sentinel-1A IW SLC影像和Copernicus 30 m DEM，在ESA SNAP中进行地形校正，随后在ArcGIS中计算坡度、流向累积和LS因子。覆盖管理因子C基于Sentinel-2影像的监督最大似然分类结果，按土地覆盖类型赋予文献值。水土保持措施因子P设为1，因缺乏空间验证的保土措施清单。机器学习部分使用了12个预测变量，包括四个RUSLE因子和八个辅助预测因子（NDVI、TWI、地表温度、距河流距离、距道路距离、土地覆盖类别、坡度和岩性类别），对随机森林、LightGBM、XGBoost和CatBoost四种分类器在相同的空间缓冲保留条件下进行了比较。实地验证使用了100个地理参考点，其中77个点与修订RUSLE栅格的有效像元相交。

三、研究结果

3.1 基线RUSLE因子与土壤流失格局

修订的CHIRPS–Gupta参考模型在26,821,605个共同有效单元（约3798.21 km²）上计算。连续输出呈强烈右偏分布，均值137.36，中位数6.05，四分位距1.01–123.60。最大模型输出达151,361.90，由极大LS值（约2981.58）、农田C=0.63、R=3263.40和K=0.02469的乘积导致。LS≥100的像元占共同足迹的0.458%，贡献A总和的5.197%；LS≥250的像元占0.050%，贡献1.187%。在共同有效足迹上，54.52%的像元属于极低类别（<10），4.48%为低（10–<20），2.64%为中（20–<30），3.03%为高（30–<45），35.33%为极高（≥45）。

3.2 输入因子假设、极端LS值与空间支持的敏感性

研究人员进行了单因子敏感性诊断。将农业C值从0.63降至0.30时，平均A从137.36降至66.16，极高侵蚀类别面积从35.33%降至28.22%；使用C=0.233时，平均A=51.70，极高类别面积25.28%。而将LS上限设为100仅使平均A降低2.00%，改变0.211%的类别标签。空间支持实验表明，将A聚合到100 m和1 km后重新分类，与细网格主导类别的吻合度分别为67.16%（κ=0.459）和43.80%（κ=0.181），极高类别面积分别增至57.56%和73.01%。

3.3 机器学习性能与空间稳健性

四种分类器在12个预测因子和单一空间缓冲保留条件下（训练40,837，测试15,549）的宏F1分别为：随机森林0.859、LightGBM 0.942、XGBoost 0.929、CatBoost 0.926。总体精度分别为0.976、0.990、0.988和0.986。LightGBM的12变量模型在保留集上精度0.990，平衡精度0.941，宏F1 0.942，Cohen κ 0.982。在预测因子消融实验中，仅使用八个辅助预测因子时，LightGBM宏F1降至0.469，XGBoost为0.467；中和高类别的F1分别仅为0.112和0.105。12变量LightGBM的类别级性能显示，极低类别精度/召回率/F1为0.998/0.998/0.998，低类别为0.919/0.955/0.937，中类别为0.895/0.854/0.874，高类别为0.910/0.903/0.907，极高达0.996/0.995/0.996。

3.4 空间解释与机器学习图的局限

四种分类器评估在保留样本位置进行，而非新的全省预测图。修订RUSLE图是当前分析中唯一新的连续覆盖筛查输出。历史LightGBM分类栅格与修订RUSLE图在重叠有效网格上的一致性为62.12%（Cohen κ=0.358），这仅是不同建模配置的描述性比较。100个实地点位中，23个位于修订RUSLE足迹之外，因一个或多个输入因子栅格存在NoData而被排除。

3.5 实地观测与修订RUSLE图的一致性

100个实地点位中，77个由修订RUSLE栅格提供了有效的连续A估计（17个侵蚀阳性，60个阴性）。在探索性阈值A≥20下，77点比较产生10个真阳性、57个真阴性、3个假阳性和7个假阴性。精度87.0%（95% Wilson区间77.7–92.8%），灵敏度58.8%，特异度95.0%，精确率76.9%，F1 0.667，平衡精度0.769。阈值10和30给出相同的总体精度87.0%，但灵敏度/特异度分别为64.7%/93.3%和58.8%/95.0%。使用连续修订RUSLE A作为排序分数，ROC–AUC为0.952，12,000次重复分层点位引导给出描述性95%百分位区间0.898–0.990。

四、讨论与结论

讨论部分指出，修订RUSLE估计呈强烈右偏分布，35.33%的共同有效单元超过45标称单位。极端LS乘子在空间上集中，但不单独解释区域量级；农业C=0.63的赋值对区域结果影响显著，该类别覆盖共同足迹的53.11%，贡献A总和的约98.96%。C=0.63从文献转移至斯基克达未经本地验证，与欧洲耕地平均C=0.233的对比仅是背景参考。机器学习响应完全源自RUSLE因子乘积，高一致性本质上是方程模拟而非独立侵蚀预测验证。实地比较显示，在20单位阈值下77个覆盖点中67个与观测二元标签一致，但灵敏度仅58.8%，表明地图遗漏了七个有可见侵蚀的点位，同时正确识别了60个无侵蚀迹象点中的57个。连续RUSLE A对二元点位标签的区分在覆盖子集中表现良好（ROC–AUC 0.952），但23%的观测点位于修订RUSLE掩膜之外，且覆盖子集仅含17个侵蚀阳性观测，不足以支持独立验证的强主张。区域比较方面，与Beni Haroun Dam流域报告的约89%分类精度不可直接比较，因目标、预测因子构建、采样和验证方案均不同。管理建议方面，研究人员强调地图应作为区域筛查和优先排序工具，而非替代详细保护评估。

研究结论指出，修订的CHIRPS–Gupta RUSLE框架为斯基克达提供了空间明确的筛查图。在26,821,605个有效输出单元上，模拟分布强烈偏斜（中位数6.05，均值137.36，最大值约151,362标称单位）。极端输出需谨慎对待，因其源于陡峭地形与转移覆盖系数的交互，而非年土壤流失的本地测量。在单因子诊断中，农业C是测试变异的主要来源：将作物系数从0.63降至0.30使平均模拟A从137.36降至66.16，而将LS上限设为100仅使区域均值降低约2.0%。在共同单保留比较中，宏F1为LightGBM 0.942、XGBoost 0.929、CatBoost 0.926、随机森林0.859；其高一致性反映对RUSLE定义类别的重建，无四个定义因子时性能显著减弱。100点实地包允许对修订RUSLE图进行独立一致性检查；仅77个点被所有输入覆盖，在20标称单位的探索性阈值下，二元精度87.0%（10真阳性、57真阴性、3假阳性、7假阴性）。这种与可见特征的一致性不应被解释为年侵蚀速率的独立确认或修订机器学习分类器的验证。总体而言，结果支持区域尺度筛查和有针对性的后续观测；更强的定量结论需要本地校准的侵蚀力和作物管理因子、高程来源验证以及更具代表性的实地观测，最好包括直接土壤流失测量。