量化遥感协变量对土壤传递函数（PTFs）的附加价值：面向塞浦路斯地中海农田的贝叶斯分层评估与置换对照

《Smart Agricultural Technology》：Quantifying the added value of remote-sensing covariates in soil pedotransfer functions: a Bayesian hierarchical assessment with permutation controls for Mediterranean croplands in Cyprus

　　

算法选择对精度影响最大；集成模型（ensemble）与随机森林（random forest, RF）降低误差最多。基于包装器的特征选择（wrapper-based feature selection）降低误差，尤其对有机碳（organic carbon, OC）。遥感（remote sensing, RS）增益因土壤属性而异，对OC的改善最大。伪遥感对照（pseudo-remote-sensing control）可区分真实RS信号与偶然关联。粗分辨率RS数据可能限制点尺度土壤预测的增益。

研究背景：土壤是粮食、能源和纤维等生态系统服务的基础，但形成速率低、属有限资源；可持续土壤管理对减缓贫困、饥饿、全球变暖和土地退化具有重要意义。欧盟首个土壤保护与可持续管理专项法律已就《土壤监测与韧性指令》达成一致，要求成员国监测土壤健康和养分、有机质等指标。氮（N）、磷（P）、钾（K）和有机碳（OC）是土壤肥力与生态系统功能的关键属性；OC还影响养分循环、持水能力和大气CO₂源汇。常规土壤属性测定耗时、费力、成本高，因此土壤传递函数（pedotransfer functions, PTFs）被用于以易测变量估计土壤属性。传统PTFs多用多元线性回归（multiple linear regression, MLR），但预测精度依赖预测变量集合。遥感（remote sensing, RS）可快速、非侵入获取土壤相关数据，机器学习（machine learning, ML）可捕捉非线性关系；然而，RS加入土壤预测变量后的增益报道不一致，且存在两个解释难题：增加RS预测变量必然提高模型维度，表观改善可能来自额外自由度而非真实环境信号；RS贡献常未与算法和特征选择等建模决策并列评估。为此，研究人员采用贝叶斯分层框架，量化三类决策对PTFs预测精度的作用：学习算法、特征选择方法、是否在实测土壤预测变量中加入RS预测变量组；并提出H1—H4假设，分别检验算法选择是否大于RS增益、特征选择是否改善性能（尤其OC）、RS增益是否属性依赖、RS表观增益能否通过置换对照区别于偶然关联。研究意义在于在同一概率尺度上比较建模决策，为从业者判断建模投入的回报提供依据，而非寻找单一“最佳”模型。

研究开展与结论：研究人员以塞浦路斯半干旱地中海农业景观为案例，构建Soil基线、Soil RS和Soil RS Pseudo三类数据库，系统比较算法、特征选择和RS加入的效应。结果表明，算法选择主导RMSE变化，集成模型和RF等树模型降低误差最多；特征选择提供次级且属性依赖的改善，FRFS和RFE对OC最明显，Boruta效果接近全特征并在OC上表现不佳；RS组带来属性依赖的小幅增益，OC名义改善最大，但伪RS对照显示其中大部分与预测变量维度增加有关，真实RS特异贡献较小；置换对照仍支持真实RS优于伪RS。总体意义是：在点尺度、已有较丰富土壤信息的PTFs中，审慎选择算法和预测变量比添加粗支撑RS协变量带来更大、更可靠的精度增益；RS并非普遍无用，其价值受目标属性、协变量类型和空间支撑约束。

技术方法概括（≤250字）：研究人员使用Dalias et al. (2025)发布的塞浦路斯全国地球参考表土数据库，951个农业站点、0–20 cm复合样，2019年7月至2023年6月采样并GPS定位，预处理后928条。构建Soil基线、Soil RS（加入12个RS协变量：Sentinel-2的NDVI、NDWI、BSI，MODIS地表温度，CHIRPS降水，SRTM高程/坡度/坡向/TPI/TRI/粗糙度，Copernicus土地覆盖）及Soil RS Pseudo（按样本整块随机置换RS向量）。采用Full、Boruta、RFE、FRFS四种特征选择，12种模型（MLR、LASSO、PLSR、KNN、Cubist、SVML、SVMP、SVMR、RF、XGBoost、DNN、Ensemble），蒙特卡洛交叉验证（Monte Carlo cross-validation, MCVV）20次、80/20划分，以均方根误差（root mean squared error, RMSE）评价；再用贝叶斯分层模型（Gamma或对数正态似然、brms/cmdstanr、5链6000次迭代、留一法交叉验证与先验敏感性）估计ΔRMSE。

研究结果：

3.1 Model Comparison：通过比较12种模型相对MLR的ΔRMSE后验分布得出，集成模型和RF等树模型在N、P、K、OC上降低RMSE最多且较一致；Cubist和DNN也明显改善；SVML和SVMP对N增加RMSE，PLSR近零或对OC增加RMSE。N相对最易预测，OC整体最难预测。

3.2 Feature Selection Performance：通过比较Full、Boruta、RFE、FRFS对ΔRMSE的影响得出，RFE和FRFS总体降低误差，OC改善最明显，N次之；Boruta多数接近零，对OC无益。FRFS在P上优于RFE，表明特征选择效果依赖目标属性。

3.3 Contribution of RS-Derived Data：通过Soil、Soil RS与Soil RS Pseudo比较得出，RS加入对N、P、OC有不同程度名义改善，对K很小；OC名义降低最大，但伪RS也大幅降低，说明大部分来自维度增加，真实RS特异贡献约小幅度。伪RS对N、P、K可增加误差，显示随机输入可损害精度。

3.4 Sensitivity to Bayesian Priors：通过信息性、弱信息性和弥散先验比较得出，N、P、K的ΔRMSE后验中位数在不同先验间差异多小于1个ΔRMSE单位；OC略有更大变异，但方向和量级总体一致，说明结论对先验设定较稳健。

3.5 Overall Model Performance：通过汇总各模型在全部因素组合上的Bias、RMSE、R²和一致性得出，Ensemble、RF和XGBoost总体排名靠前，但相对优势随属性变化；N预测较好，P、K中等，OC最难且R²较低；线性和SVM类模型总体较弱。预测-观测散点也支持树模型和集成模型优势。

3.6 Posterior Contrast Analysis for Hypotheses：通过后验对比检验H1—H4得出，H1获强支持，算法选择对RMSE影响大于RS加入，N、P、K、OC的后验概率均>0.999；H2获支持，特征选择总体改善且OC平均降幅最大；H3获支持，RS增益属性依赖，OC大于N、P、K；H4获支持，真实Soil RS一致优于Soil RS Pseudo，后验概率均>0.999，但OC的真实RS特异增益较小。

3.6 Residual Diagnostics：通过RF模型测试集残差与实测值关系得出，各属性平均残差接近零，但残差随实测值正相关，呈低值高估、高值低估的条件偏差，P、K更明显；FRFS使所有属性的一致性界限最窄，添加RS组对OC一致性界限略有收窄，对K影响小。

讨论总结：讨论形成一致层级：算法选择主导RMSE降低，特征选择提供次级且属性依赖的增益，RS组仅带来小幅、可变改善且可经置换对照与偶然区分。集成模型和RF表现强，但需权衡计算成本；RF平均近无偏，却在极端值处收缩并向均值回归，P、K因右偏更强。RFE和FRFS总体优于Boruta，后者接近全特征；特征选择收益依赖数据维度、预测变量冗余和目标属性。RS贡献受空间支撑不匹配约束：土壤属性基于小于约100 cm3的点样，而RS协变量为10 m至数公里的像元或网格值，重采样不能恢复亚像元变异，因此点尺度预测中RS边际关联弱、增益有限。OC名义改善大但伪RS也改善，说明维度效应明显；N的RS真实特异增益相对更清晰。RS价值取决于目标属性、协变量类型和预测支撑，不能解读为RS对土壤评估普遍不重要。局限性包括模型和特征选择非穷尽、未含管理信息、DNN结构较简单、RS未分解为子组、样本量与空间代表性限制、随机重采样验证可能偏乐观、置换控制应作为维度对照而非因果重要性估计、贝叶斯不确定性针对建模决策比较而非观测级预测区间。

结论翻译：本案例研究使用贝叶斯分层框架，量化三类建模决策对四类关键土壤健康属性PTFs精度的影响：算法选择、特征选择、以及在土壤预测变量集中加入遥感预测变量组。算法选择与RMSE最大边际变化相关，集成和树基方法如随机森林在所有属性上取得最大且最一致降低。特征选择尤其FRFS和RFE提供次级和属性依赖改善，OC最明显；Boruta保留与全预测变量集相似的特征并降低OC预测。以RS组扩充土壤预测变量产生属性依赖改善，从K的小幅降低到OC较大的名义降低。然而，基于置换的对照显示部分改善尤其OC也与加入更大预测变量集有关，而真实RS预测变量优于其置换对应物，提供了与观测RS—响应关系相关的额外预测信息证据。除具体性能值外，研究主要贡献在方法：贝叶斯分层框架结合伪RS置换对照，在共同概率尺度上量化建模决策的相对影响，同时考虑组结构、交互和不确定性。由于框架针对决策过程而非单一算法，所得因素排序为优先安排建模努力提供可迁移指导，并可重新应用于需判断新协变量附加价值与模型复杂度成本的场景。研究发现应视为以半干旱地中海环境、点采样设计和非空间验证为条件。在这些范围内，结果表明，对点尺度PTFs，审慎选择算法和预测变量比添加RS协变量产生更大且更可靠精度增益，RS价值受粗RS支撑与点测量不匹配限制。该结论特定于基于已较丰富土壤数据的点尺度预测，不应解读为RS对土壤评估不重要的普遍陈述。当RS协变量有信息时，如受地形和气候结构影响的OC，它们仍可补充土壤数据用于养分管理和区域土地利用规划。未来研究应在空间显式验证和对比农业生态背景下检验该因素层级，将RS贡献分解为地形、气候和光谱子组并与其他土壤预测变量组排序，评估更高分辨率、多时相和物候信息RS输入，以及更深网络架构和面向OC等难预测属性的分区或局部建模策略；并将框架扩展到使用连续层协变量的空间显式数字土壤制图。