土壤质地类别(Soil Texture Classes, STCs)与景观特征的空间叠加分析：一种XGBoost增强的数字土壤制图(Digital Soil Mapping, DSM)方法

《Artificial Intelligence in Geosciences》：Spatial intersection of soil texture classes and landscape features: An XGBoost-enhanced digital soil mapping approach

　　

摘要：土壤质地类别（STCs）可通过先估算颗粒级配（PSFs，即砂粒、粉粒和黏粒含量）进行数字制图。本研究旨在建立极端梯度提升（eXtreme Gradient Boosting, XGBoost）模型，以估算0–50 cm土层深度PSFs的空间分布。研究人员使用了由主要地形属性、Landsat 9 OLI遥感（Remote Sensing, RS）衍生数据、气候数据以及将土壤表色由色调-明度-彩度（Hue-Value-Chroma, HVC）解码得到的红-绿-蓝（Red-Green-Blue, RGB）所构成的共30个预测因子（以下简称全数据集，Total Dataset, TDS）；并采用主成分分析（PCA）压缩预测因子规模以构建最小数据集（Minimum Dataset, MDS）。除绘制PSFs空间分布图外，还绘制了95%置信区间（Confidence Interval, CI）。随后，对整个研究区进行了基本及细分STCs制图，并检验了STCs与三类景观特征的空间叠加关系：土地利用/覆被（Land Use/Land Cover, LULC）、地形形态单元（Terrain Morphological Units, TMUs）和坡向（北向、南向、东向和西向）。基于五折交叉验证，使用最小预测因子集对砂粒和黏粒的估算精度更高。将原始STCs参照四种分类系统进行划分后发现，加拿大系统与美国农业部（USDA）系统吻合度最高（加权Kappa＝0.51和0.49，总体精度OA＝64%和63%），其次是英国系统和ISSS系统；鉴于USDA系统的国际通用性，最终选用其进行制图。结果表明，XGBoost模型对砂质黏土和砂质黏壤土质地类别的估算更为准确。此外，北坡黏粒含量高于南坡；草地土壤细质地面积比为耕地的2.5倍，而粗质地面积比仅为耕地的2.45分之1；北向坡面（NW：0°–45°及315°–360°）0–50 cm深度细质地分布水平较南向坡面（SW：135°–225°）高2.27倍。最终得出结论：将低成本土壤颜色作为代理预测因子不仅提高了PSFs估算精度，还通过特征选择提升了整个研究区（伊朗西北部）土壤质地制图精度。

论文解读：土壤质地类别与景观特征空间叠加的XGBoost增强数字土壤制图研究

该研究发表于《Artificial Intelligence in Geosciences》。土壤质地（由砂粒sand、粉粒silt、黏粒clay三相颗粒级配Particle-Size Fractions, PSFs决定）是控制排水、养分保持、可耕性及作物适宜性的关键属性，但伊朗西北部东阿塞拜疆省缺乏0–50 cm深度的基本及细分土壤质地类别（Soil Texture Classes, STCs）空间分布图。传统数字土壤制图（Digital Soil Mapping, DSM）基于SCORPAN概念模型，常使用数字高程模型（Digital Elevation Model, DEM）衍生地形属性、遥感（Remote Sensing, RS）波段比值及气候数据作环境协变量，但较少系统纳入表层土壤颜色定量信息。已有研究表明XGBoost（eXtreme Gradient Boosting）在处理PSFs与环境因子非线性关系上优于随机森林（Random Forest, RF）、支持向量机（Support Vector Machine, SVM）等算法，且孟塞尔颜色系统（Munsell Soil Color Charts, HVC：Hue-Value-Chroma）解码为RGB（Red-Green-Blue）后可作SCORPAN模型中"S"（土壤）属性的低成本代理变量。因此研究人员开展本研究，旨在通过XGBoost结合PCA筛选的最小数据集（Minimum Dataset, MDS），融合地表土壤颜色RGB、Landsat 9 OLI波段比值、气候及地形属性，估算0–50 cm深度PSFs并绘制USDA体系下STCs图，进而分析STCs与LULC、TMUs及坡向的空间叠加关系，验证土壤颜色因子对制图的增益作用。

主要关键技术方法：

研究区为伊朗西北部东阿塞拜疆省（约4400 km2，海拔352–3132 m，Entisols和Inceptisols）。研究人员于2023年8月分层随机采集55个土壤剖面（各2–6个发生层）和30个螺旋取土点（0–25 cm和25–50 cm），经实验室比重计法（hydrometer method）测定PSFs，野外用Munsell比色卡记录HVC并解码为归一化RGB。原始不同深度数据通过质量守恒样条函数（mass-preserving spline function，"ea_spline"）标准化至0–50 cm。预测因子共30个：地表土壤颜色RGB（3个）、气候（年均温、降水、潜在蒸散，3个）、Landsat 9 OLI波段比值——BCI（Biophysical Composition Index）、GSI（Grain Size Index）、NDVI（Normalized Difference Vegetation Index）、MSAVI2（Modified Soil Adjusted Vegetation Index 2）、NDMI（Normalized Difference Moisture Index）、NDWI（Normalized Difference Water Index）、MNDWI（Modified NDWI）、NBR1/NBR2（Normalized Burn Ratio 1/2）、CMR（Clay Minerals Ratio）、BI（Brightness Index）、SI（Salinity Index）（12个）、SRTM 30 m DEM衍生地形属性——LSF（LS factor）、SWI（SAGA Wetness Index）、TWI（Topographic Wetness Index）、DRI（Direct Insolation）、DFI（Diffuse Insolation）、ELE（Elevation）、SLP（Slope）、ASP（Aspect）、CUR（Curvature）、MrVBF（Multiresolution Index of Valley Bottom Flatness）、MrRTF（Multiresolution Ridge Top Flatness）、TRI（Terrain Ruggedness Index）（12个）。全数据集（Total Dataset, TDS）经PCA提取前三个主成分（累计方差65%）选出7个因子构建MDS（GSI、SI、MNDWI、Elevation、Red、Green、Blue）。XGBoost以默认超参数运行，数据按7∶3划分为训练集与测试集，采用五折交叉验证计算决定系数R2、Lin's Concordance Correlation Coefficient（CCC）及归一化均方根误差（normalized Root Mean Square Error, nRMSE）。通过Bootstrap（50次迭代）给出PSFs的95%置信区间（CI）。用"soiltexture" R包按加拿大、USDA、英国、ISSS四套三角图划分STCs，以加权Kappa和总体精度（Overall Accuracy, OA）选优后采用USDA系统制图。景观特征含ESA WorldCover的LULC（草地68.6%、耕地22.5%、裸地5.7%、林地2.0%）、按坡度分级的TMUs（平坦＜2°、波状rolling 2°–5°、起伏undulating 5°–10°、丘陵hilly 10°–25°、陡峭steep＞25°）和四象限坡向（北向NW：0°–45°及315°–360°，东向EW：45°–135°，南向SW：135°–225°，西向WW：225°–315°），各类结果按单位面积归一化（Normalized by Area, NbA，每10?公顷百分比）比较。

3.1. Soil data（土壤数据）

通过样条函数插值得到70个标准点0–50 cm深度PSFs描述统计：砂粒均值48.99%（CV 25.67%）、粉粒24.13%（CV 45.15%）、黏粒26.88%（CV 33.87%）。砂粒占比最高，变异性属中等，符合区内同一母岩上发育的年轻土壤（Entisols和Inceptisols）特征。

3.2. Reference soil texture classes（参比土壤质地类别）

按加拿大、USDA、英国、ISSS四系统分别归类，加拿大与USDA识别出8类（以砂质黏壤土sandy clay loam最多），英国7类，ISSS 9类，各类别界限依三角图粒径限值而定。

3.3. PCA-based feature selection（基于PCA的特征选择）

前三个主成分解释65%总方差，绝对载荷｜≥0.3｜的前七位贡献因子为GSI与SI（PC1负向最大载荷?0.30）、MNDWI（PC2载荷0.42）、MNDWI外另加RS波段比值中三个、海拔Elevation及RGB三通道（PC3）。土壤颜色RGB与海拔被确认为重要协变量，印证可见光波段比值及表层土色可增强PSFs预测能力。

3.4. Digital mapping of PSFs（PSFs数字制图）

3.4.1节，对比TDS与MDS建模效果：砂粒和黏粒用MDS时CCC较TDS分别提高1.45倍和1.57倍，验证集R2和CCC亦提升，RMSE降低（砂粒验证RMSE从0.17降至0.14，黏粒从0.13持平但CCC从0.21升至0.33），粉粒未被直接用于STCs制图。结论为经PCA降维的最小数据集可提高砂粒与黏粒估算精度。

3.4.2节，MDS因子重要性排序（%MSE增长）：砂粒以Color组最重要（相对重要性RI＝42.13%，Blue最突出），其次RS组（16.90%）和Elevation（14.40%）；黏粒以Elevation最重要（RI＝100%），其次Color组（48.88%）和RS组（16.97%）。气候因子因研究区内变异小而未显重要性。

3.4.3节，XGBoost+MDS预测全区0–50 cm平均PSFs为砂粒47.68%、粉粒25.52%（由100?砂?黏计算）、黏粒26.79%。黏粒制图不确定度低于砂粒（95%CI均值：黏土10.23%＜砂13.54%；标准误SE：黏土5.11%＜砂6.77%）。

3.4.4节，PSFs与景观特征空间叠加（NbA归一化）：LULC中裸地作基准，草地较耕地细粒NbA高12.37倍、粗粒低；TMUs中平坦区各PSFs NbA最高，随坡度增至丘陵区PSFs NbA下降（砂?69%、粉?67%、黏?66%），但均值黏粒在丘陵反而略升；坡向上北向（NW）较南向（SW）砂粒略高、黏粒略高（差异微小但趋势符合半干旱区水热分异导致黏粒北坡富集）。

3.5. Digital maps of STCs（STCs数字制图）

四套分类系统比对：加拿大系统Kappa＝0.51、OA＝64%最优，USDA次之（Kappa＝0.49、OA＝63%），但因USDA国际通用且黏壤土loam分级范围更宽便于应用，故选用USDA。USDA基本STCs以砂质黏壤土（51.2%）最多，次为壤土loam（25.6%）和黏壤土clay loam（17.2%）。按Brady and Weil细分：较细（fine：黏土clay＋砂质黏土sandy clay，2.54%）、中等偏细（M.fine：黏壤土clay loam＋砂质黏壤土sandy clay loam，68.43%）、中等（medium：壤土loam，25.59%）、中等偏粗（M.coarse：砂质壤土sandy loam，3.44%）。

3.5.1节STCs–景观叠加显示：草地细质地（fine）NbA为耕地的2.5倍，粗质地（M.coarse）NbA为耕地的2.45分之1；TMUs中细质地NbA随坡度增大（平坦→丘陵）略增，与PSFs NbA趋势不完全一致系面积权重差异；坡向北向（NW）细质地NbA为南向（SW）的2.27倍。

3.5.2与3.5.3节分别详述LULC及TMU/坡向与上述规律相符，耕作破坏团聚体致耕地粗化，北坡水热条件利于细粒残留。

3.6. Study limitations and prospects for the future（研究局限与展望）

局限包括缺历史0–50 cm深度PSFs legacy数据需靠样条插值弥补、无独立参比STCs实测值需按三角图解手工判定。展望包括引入高光谱遥感（AHSI/ZY1-02D）、更高分辨率DEM（ASTER或NASADEM）、深化RGB明度分量联合有机碳分析、对比多MLA算法、评估澳/巴土质分类系统、耦合CA-Markov模拟LULC变化影响、分0–25 cm与25–50 cm两层标准化并扩展、结合RUSLE量化LULC变化下侵蚀。

结论（Conclusion）翻译总结：

研究人员将野外采集的Munsell土壤颜色（HVC）解码为RGB并在R中通过RF结合Landsat 9 OLI波段建模获得全区表色空间分布。由于研究区缺乏现成STCs空间数据，先用XGBoost估算0–50 cm PSFs，再按USDA三角图生成基本及细分STCs图。经PCA选出7个预测因子构成MDS（占前三主成分65%方差），用MDS估算砂粒和黏粒的CCC分别提升至TDS的1.45倍和1.57倍。将低成本表层土壤颜色RGB作为SCORPAN模型中"S"属性代理因子显著提高了PSFs估算精度，其中RGB对砂粒含量预测最重要。集成Landsat 9 OLI数据与XGBoost成功估算了伊朗东阿塞拜疆省砂粒与黏粒空间分布，STCs制图与实测参比达中等一致性（Kappa＝0.49，OA＝63%），最主要类别为砂质黏壤土（51.2%）、壤土（25.6%）和黏壤土（17.2%）。LULC、TMU及坡向对PSFs和STCs具控制作用：北坡黏粒高于南坡，草地细质地面积为耕地2.5倍且粗质地仅为耕地2.45分之1，北向坡面细质地分布为南向坡面2.27倍。研究表明包含土壤颜色的MDS经PCA筛选可有效增强数字土壤制图中PSFs及STCs的预测能力。