《Frontiers in Forests and Global Change》：Bayesian geostatistical modeling outperforms machine learning for mapping carbon stocks from Sentinel-2 data in plantation-forest landscapes of Zimbabwe’s Eastern Highlands
编辑推荐：
本研究聚焦于人工林景观碳储量估算的可靠性问题，针对空间结构强、传统模型易忽视空间依赖性的挑战，研究人员利用Sentinel-2多光谱数据，系统比较了贝叶斯地统计学分层模型与三种机器学习方法在预测地上碳储量方面的表现。结果表明，明确考虑空间结构的贝叶斯模型预测误差最低，且能提供概率性不确定性地图，为人工林碳核算和基于气候减缓与生态系统服务目标的管理决策提供了更稳健的框架。
在应对全球气候变化的宏大叙事中，森林作为关键的“碳汇”，其碳储量的精准评估至关重要。无论是制定气候减缓政策，还是实现土地的可持续管理，都离不开对森林“碳家底”的精确摸底。然而，传统的实地碳盘点方法往往费时费力，且空间覆盖面有限。幸运的是，遥感技术的飞速发展为大范围监测提供了可能。但问题也随之而来：在那些由人工种植、树种单一、管理方式各异的人工林（例如广泛种植的松树和桉树林）中，碳储量往往呈现出强烈的空间异质性。如果建模时忽略了这种“邻里效应”——即空间上相近的点其值也趋向相似（空间自相关），就可能导致预测结果失真，甚至产生过于乐观的评估。这对于依赖碳信用等市场化机制进行气候治理的决策而言，无疑是巨大的隐患。那么，在利用遥感影像（如Sentinel-2卫星数据）估算人工林碳储量时，哪种建模方法更能“抓住”这种空间结构，从而给出更可靠、更“心里有数”的预测呢？是当下火热、能处理复杂非线性关系的机器学习，还是理论上能明确刻画空间依赖性和量化不确定性的贝叶斯地统计学方法？一项发表于《Frontiers in Forests and Global Change》的研究，在津巴布韦东部高地的人工林景观中，对这两种“流派”进行了一场面对面的较量。
为了回答上述问题，研究人员在津巴布韦Nyanga地区一片约2767公顷、以Eucalyptus camaldulensis（赤桉）、Pinus patula（展叶松）和Eucalyptus grandis（巨桉）为主的人工林开展了系统研究。他们采用了空间覆盖设计，在191个样地中测量了树木的胸径(DBH)，并运用物种特异性生长方程和IPCC转换因子，将生物量估算转换为地上碳储量（单位：MgC ha-1）。在遥感数据方面，研究使用了2021年10月的Sentinel-2影像，从中提取了归一化植被指数(NDVI)、土壤调节植被指数(SAVI)和增强型植被指数(EVI)这三个核心植被指数，并加入了到居民点的距离(DIST)作为反映人为影响的代理变量。建模的核心是比较四类方法：一个贝叶斯地统计学分层模型(BGHM)，以及三种经典的机器学习算法——随机森林(RF)、支持向量机(SVM)和K-近邻(KNN)。为了公平且严谨地评估模型在空间外推时的表现，研究采用了空间分块交叉验证的方法，以降低因空间自相关导致的评估偏差。
2.4.1 贝叶斯地统计学分层方法
贝叶斯模型的核心优势在于其分层结构和明确的空间建模。它将观测数据分解为固定效应（由NDVI、SAVI、DIST等协变量解释的部分）、空间随机效应（用以捕获残差中的空间结构）和独立残差。通过马尔可夫链蒙特卡洛(MCMC)方法进行后验分布推断，该模型不仅给出了碳储量的点预测，还生成了完整的后验预测分布，从而能够量化每个位置预测的不确定性（即可信区间）。
2.5 机器学习算法
作为对比，三种机器学习模型（RF, SVM, KNN）使用相同的协变量（NDVI, SAVI, EVI, DIST）进行训练和预测。随机森林因其集成学习和抗过拟合特性被广泛使用；支持向量机通过核函数处理非线性关系；K-近邻则是一种基于相似性的非参数方法。所有机器学习模型的超参数均通过空间交叉验证进行优化选择。
2.6 模型性能评估
模型性能通过空间分块交叉验证产生的平均绝对误差(MAE)、均方根误差(RMSE)和相对均方根误差(RRMSE)进行评判。此外，对贝叶斯模型还进行了后验预测检验以评估模型充分性。
3.1 对数转换碳储量的空间结构
研究首先通过经验半变异函数分析揭示了碳储量的空间依赖模式。分析显示，碳储量在约1公里范围内存在明显的空间自相关，超出此范围后相关性逐渐减弱至基台值。这一发现为使用地统计学方法进行建模提供了直接依据。
3.2 贝叶斯推导的碳储量模型参数和固定效应预测因子
贝叶斯模型的参数后验总结显示，在所有预测因子中，NDVI对碳储量的正向效应最强，其次是SAVI和到居民点的距离(DIST)。空间方差分量相对较小，表明大部分空间变异已被纳入模型的固定效应所解释。空间衰减参数表明碳储量在约2000米范围内保持空间相关。
3.2.1 碳储量后验预测
基于拟合的贝叶斯模型，研究人员生成了研究区碳储量的空间预测图及其对应的95%贝叶斯可信区间宽度图。预测图显示碳储量高值（>60 MgC ha-1）主要集中在西南和东南区域。不确定性图则表明，在采样稀疏或植被条件快速变化的区域，预测的不确定性更高。
3.3 基于机器学习的碳储量建模
变量重要性分析显示，在三种机器学习模型中，NDVI始终是最重要的预测因子。在KNN和SVM中，DIST的重要性紧随其后，而在随机森林中，SAVI的重要性超过了DIST。EVI在所有模型中的贡献都相对有限。
3.3.1 基于机器学习的碳储量预测
三种机器学习模型生成了空间预测图。随机森林的预测表面最为平滑，呈现大范围的梯度变化；支持向量机的预测值普遍偏高，空间格局相对均质；而K-近邻的预测则呈现出更强烈的局部斑块化特征，这是其依赖于邻近样本进行预测的必然结果。
3.4 贝叶斯与机器学习模型性能评估
空间交叉验证的结果清晰地展示了不同模型的性能差异。在贝叶斯模型变体中，包含空间随机效应的模型（空间模型和空间信息模型）显著优于忽略空间效应的误差独立模型。在机器学习算法中，随机森林的表现最好，支持向量机次之，K-近邻最差。综合比较，表现最佳的贝叶斯空间信息模型(SpIMdl)的预测误差（MAE = 2.2 MgC ha-1， RMSE = 2.1 MgC ha-1）低于表现最好的机器学习模型随机森林（MAE = 2.4 MgC ha-1， RMSE = 2.7 MgC ha-1）。
4 讨论与结论
本研究的核心结论是：在津巴布韦东部高地这种异质性较强的人工林景观中，明确建模空间依赖性的贝叶斯地统计学分层模型，在预测地上碳储量方面，其精度优于所比较的三种主流机器学习方法。这不仅体现在更低的预测误差上，更体现在其能够提供完整的概率性不确定性量化框架，这是标准机器学习方法所欠缺的。贝叶斯模型生成的不确定性地图，能够明确指示哪些区域由于数据稀疏或环境剧变而导致估计可信度较低，这对于资源分配、风险管理和制定监测、报告与核查(MRV)方案具有极高的实践价值。
研究同时肯定了Sentinel-2数据及其衍生的植被指数（尤其是NDVI和SAVI）在人工林碳制图中的有效性。距离居民点的距离作为一个简易的代理变量，也被证明能有效捕捉林缘等人为活动密集区的碳储量变化信号。
这项研究的意义在于，它超越了简单的算法性能比较，而是强调了在生态学、环境科学等天生具有空间属性的领域建模时，理论驱动与数据驱动方法结合的重要性。贝叶斯地统计学模型通过其先验信息和分层结构，将领域知识（如空间相关性的存在）和不确定性量化自然地融入分析框架，从而在数据有限、空间结构复杂的场景下，能提供更稳健、更可信的推断。这为全球范围内的人工林碳计量、生态系统服务评估以及基于自然的气候解决方案的可靠实施，提供了一个强有力的方法论工具。未来，探索能结合机器学习强大拟合能力与贝叶斯框架不确定性量化优势的混合模型，将是一个充满前景的方向。
