基于两阶段模型的1985-2020年中国东北农田暗沃表层厚度时空分布

《Geoderma》：Spatiotemporal distribution of cultivated land mollic epipedon thickness in Northeast China from 1985 to 2020 based on a two-stage model

　　

暗沃表层厚度（mollic epipedon thickness，MET）是土壤质量和退化的关键指标，表征其时空动态对于保护黑土（Mollisols）至关重要。然而，很少有研究绘制长期时间段内的MET分布图，且观测样本呈零膨胀分布（zero-inflated distribution），由于零值的平滑处理会引入显著偏差，这可能显著降低传统模型的预测精度。为解决MET的分布特征，本研究开发了一种结合随机森林（random forest，RF）分类和回归的两阶段模型。该模型利用1985年至2015年间采集的358个土壤样本构建。首先，使用分类模型判断暗沃表层（mollic epipedon）存在与否。然后，对于存在暗沃表层的区域，采用回归模型估计其厚度。预测结果用于生成1985年至2020年每五年间隔的MET分布图，并分析其年际变异性。该研究表明：两阶段模型实现了中国东北地区MET的长期预测（R²=0.61，LCCC=0.77，RMSE=18.40 cm，MAE=11.75 cm）。与传统模型相比，两阶段模型的R²和LCCC分别提高了17.31%和26.23%，同时RMSE和MAE分别降低了15.28%和32.28%。这些结果表明，两阶段模型比传统模型更准确地预测了MET。从1985年到2020年，平均MET范围为31.05至32.89 cm。其年际变异性通常呈现先下降后上升的趋势，在2000-2005年间有所增加。在过去35年间，平均MET下降了0.7 cm。然而，新开垦耕地中较厚的暗沃表层部分抵消了这一总体下降趋势。MET下降的区域占35.79%，超过了MET上升的区域（占28.20%）。在不同区域中，三江平原的MET下降幅度最大，表明退化最为严重。本研究为MET的长期制图提供了方法和数据，为中国黑土区土壤保护策略的制定提供了科学依据。

黑土（Mollisols）是全球最具生产力的土壤类型之一，其暗沃表层（mollic epipedon）厚度（MET）是衡量土壤肥力与退化程度的关键指标。中国东北黑土区是我国重要粮食产区，但长期集约耕作导致暗沃表层厚度从20世纪50年代的60–70 cm骤降至目前的20–30 cm，威胁粮食安全。然而，现有MET制图多聚焦小流域或省份，缺乏覆盖整个黑土区的长期制图；且观测数据存在显著的“零膨胀”分布（zero-inflated distribution），即大量样本MET为零，传统随机森林（RF）模型因平滑零值而产生系统性高估，限制制图可靠性。为此，研究人员基于1985–2015年358个土壤剖面样本，构建了结合RF分类与回归的两阶段模型：先利用分类模型判断暗沃表层存在与否，再对存在区域进行厚度回归预测，生成1985–2020年每五年间隔的MET分布图，并分析时空变化。研究表明，两阶段模型在独立验证中R²=0.61、LCCC=0.77、RMSE=18.40 cm、MAE=11.75 cm，较传统模型R²和LCCC分别提升17.31%和26.23%，误差降低15.28%–32.28%，有效缓解零值高估问题。1985–2020年区域平均MET在31.05–32.89 cm间波动，但长期耕地MET下降0.7 cm，下降面积（35.79%）超过上升面积（28.20%）；三江平原退化最严重，MET降幅达7.56 cm。该研究为MET长期制图提供了有效方法，为中国黑土区土壤保护战略提供了科学依据。论文发表在《Geoderma》。

**关键技术方法**：样本源自中国土壤系列调查项目及第二次全国土壤普查的358个土壤剖面（1985、2005、2010、2015年）。诊断标准参照USDA土壤分类，以湿润颜色值≤3、干色值≤5、有机碳（SOC）≥6 g/kg界定暗沃表层。环境变量基于SCORPAN框架，选取SRTM DEM衍生地形因子、五年平均气候数据（MAT、MAP）、Landsat TM/OLI提取植被指数（GNDVI、SAVI等）及土壤亮度指数（BI）、HWSD土壤质地数据，统一重采样至250 m分辨率。采用递归特征消除（RFE）优化变量，构建RF分类（存在/不存在）与回归（厚度预测）两阶段模型，评价指标包括R²、LCCC、RMSE、MAE及Kappa系数；不确定性通过RF回归树预测标准差量化；耕地数据来源于1985–2020年土地利用产品。

**研究结果**：
- **暗沃表层存在/不存在的预测**：RF分类模型整体精度达0.92，Kappa为0.83。存在高概率区集中在松嫩平原（I区）东北部、三江平原（II区）西南部和长白山东部（IV区）西北部，低概率区主要分布于辽河平原（III区）和IV区南部。以概率>50%为阈值，I区83.58%耕地存在暗沃表层，III区仅7.02%。
- **传统模型与两阶段模型的MET预测精度**：独立验证表明，传统模型R²=0.52、LCCC=0.61、RMSE=21.72 cm、MAE=17.35 cm，存在严重零值高估。两阶段模型显著提升效果，R²提高17.31%至0.61，LCCC提高26.23%至0.77，RMSE降低15.28%至18.40 cm，MAE降低32.28%至11.75 cm，减少了空间平滑偏差。
- **1985–2020年MET制图**：基于两阶段模型生成的MET图显示，厚暗沃表层（>60 cm）主要聚集在I区东北部；II区、III区大部分厚度30–60 cm；III区、V区大面积缺乏暗沃表层（0 cm）。区域平均MET波动于31.05–32.89 cm，I区均值最高（44.11–47.03 cm），II区下降最显著（从38.42 cm降至29.32 cm）。长期耕地（35年）MET平均减少0.7 cm，下降面积占比35.79%（1.22×10⁵ km²），高于上升面积（28.20%）；II区退化最为严重。
- **回归阶段不确定性**：归一化不确定性空间格局持续一致，高不确定性集中在I区东北部和V区北部，与高MET区域对应。2015和2020年高不确定性面积及幅度增加，指示模型预测稳定性下降。

**讨论总结**：两阶段模型通过分离“存在/不存在”与厚度估计，有效抑制了零值高估，优于传统模型。MET时空动态显示，区域平均MET在1985–2020年略升，但长期耕地MET下降0.7 cm，新垦耕地较厚暗沃表层部分抵消了总体下降。三江平原（II区）退化最严重，松嫩平原（I区）次之；长白山及辽东地区（IV区）MET增加，可能与较高植被覆盖和低强度机械扰动有关。环境变量重要性分析指出：分类阶段气候（MAT）、地形（DEM）和土壤背景（BI）贡献最大，反映宏观成土条件控制；回归阶段植被指数（GNDVI、SAVI）更重要，表明厚度变化与地表生产力紧密相关。局限性包括：分类阶段不确定性未被显式传递到最终估计，样本量相对研究区异质性仍显不足，且训练样本集中于2005–2015年，其他年份的变量–MET关系可能不完全一致。未来需加强边界区和核心区采样，整合多源遥感与时序协变量以提高制图精度。

**结论翻译**：结合RF分类与回归的两阶段模型被开发用于描绘1985–2020年中国黑土区农田暗沃表层厚度（MET）的空间格局与动态特征。通过分别建模“暗沃表层存在/不存在”和“MET数值预测”，该框架更好地适应了MET样本的零膨胀特性。独立验证结果表明，两阶段模型达到了R²=0.61，并且相比传统单阶段模型更有效地减少了零值高估和空间过度平滑，从而增强了区域制图和跨时期对比的可靠性。2020年耕地平均MET相比1985年有所增加。然而，对于长期耕地，MET下降了0.7 cm，且暗沃表层变薄的区域面积超过了变厚的区域。平均MET的增加可能受到新开垦耕地的影响，而中国黑土区耕地中的暗沃表层在长期耕作下仍呈现变薄趋势。MET的空间变化也十分显著：三江平原表现出最明显的变薄趋势，是未来需要重点关注的退化热点区域。相比之下，长白山和辽东地区则呈现变厚趋势，这可能与较高的植被覆盖度和较低的农业机械扰动强度有关。本研究为MET提供了长期制图方法，并为中国黑土区的退化风险评估和保护治理提供了数据支持。