可解释的HybridEnsemble方法结合Golden Jackal Optimization用于多传感器遥感的地上生物量（AGB）估算

《Frontiers in Remote Sensing》：Explainable HybridEnsemble approach with golden jackal optimization for AGB estimation using multi-sensor remote sensing

　　

精确的地上生物量（AGB）空间测量对于评估森林生态系统中的碳储量至关重要。为了增强这种估算，将主动和被动地球观测数据与先进的机器学习技术相结合提供了一种有前景的方法。研究人员提出了一个集成的HybridEnsemble模型结合金豺优化用于AGB估算，并通过可解释人工智能（XAI）以及主动和被动数据集的协同应用，评估了其相对于单个基学习器的预测性能，这些基学习器包括分类提升（CatBoost）、极端梯度提升（XGBoost）、轻量梯度提升机（LightGBM）和自适应提升（AdaBoost）。研究结果揭示了这些模型之间的明确性能排名，其中HybridEnsemble金豺优化（HGJO）模型被确定为最有效的，其相关系数（R²）为0.821，相对均方根误差（rRMSE）为16.30%。紧随其后的是CatBoost（R²=0.816，rRMSE=16.51%）、LightGBM（R²=0.804，rRMSE=17.05%）、XGBoost（R²=0.802，rRMSE=17.13%）和AdaBoost（R²=0.731，rRMSE=19.97%），所有比较均在95%置信区间下报告。XAI揭示，来自光学传感器（被动）的预测因子与AGB强相关，并在预测AGB中发挥了重要作用，而来自SAR（合成孔径雷达，一种主动传感器）的特征影响力较小，但提供了独特的后向散射和特定情境的见解，增强了模型的性能。预测结果显示出增长趋势。此外，分析揭示，香港亚热带森林未来的AGB积累将高度可变，并强烈依赖于初始生物量水平，高生物量样地可能获得最大的增益。然而，AGB预测的空间不确定性在研究区域内变化，在森林区域观察到较高的不确定性，在城市区域观察到较低的不确定性。总体而言，这项研究不仅增强了对用于生物量预测的优化混合集成模型的理解，而且为预测森林动态提供了宝贵的见解，支持全球范围内的可持续森林管理和碳储量监测。

## 论文解读：基于金豺优化的可解释混合集成模型用于多传感器遥感地上生物量估算

### 研究背景与问题

森林在全球碳循环中扮演核心角色，精确的空间显式地上生物量（AGB）估算对于约束碳预算和制定气候变化减缓策略至关重要。传统基于样地测量的方法劳动密集、成本高且空间覆盖有限，而遥感技术为扩展AGB估算提供了有力手段。光学遥感（如哨兵2号）提供光谱反射率、植被指数等 canopy 状态信息，合成孔径雷达（SAR，如ALOS-2 PALSAR-2）对冠层结构和水分动态敏感，二者融合可互补增强预测能力。机器学习方法，特别是集成学习（如梯度提升决策树），擅长建模AGB与多源预测因子之间的非线性关系，但不同算法（如CatBoost、XGBoost、LightGBM、AdaBoost）在优化行为、特征选择效率和可解释性方面尚缺乏系统比较。现有研究未充分探讨在亚热带森林条件下，哪种模型架构和优化策略能产生最准确且可解释的AGB预测。为此，研究人员开展了本研究，旨在：（1）开发基于金豺优化（GJO）的混合集成（HybridEnsemble）模型用于AGB估算；（2）将其预测性能与单个基学习器比较；（3）利用可解释人工智能（XAI）解释模型行为和预测因子贡献；（4）应用最优模型预测未来生物量并通过不确定性分析评估可靠性。

### 关键技术方法

研究人员以香港亚热带森林为研究区（涵盖125个样地，样地尺寸20m×20m，包含6,532株树木），采用破坏性采样建立了区域特异性异速生长模型（以胸径DBH为自变量，AGB为因变量，最优模型为AGB(t·ha^-1)=-2.454+2.559×ln(DBH)，R²_adj=0.911）。遥感数据整合了2016–2024年（每2年一期）的Sentinel-2光学影像（Level-2A表面反射率，重采样至20m）和ALOS-2 PALSAR-2 L波段双极化SAR数据（HH/HV，重采样至20m）。从光学数据中提取了23个光谱预测因子（包括10个光谱波段、多个植被指数和 tasseled cap 变换分量），从SAR数据中提取了6个后向散射预测因子（包括HH、HV及组合数学特征）。模型构建采用加权投票回归的HybridEnsemble，基学习器包括CatBoost、XGBoost、LightGBM和AdaBoost，通过GJO优化16维决策变量（4个基学习器权重和12个超参数），目标函数为5折交叉验证均方根误差（CV-RMSE）最小化。模型解释采用SHAP（Shapley Additive Explanations）方法，不确定性评估采用非参数bootstrap（100次重抽样）。

### 研究结果

#### 3.1 金豺优化（GJO）收敛性
GJO展示了清晰稳定的收敛模式：最佳CV-RMSE在整个迭代中基本恒定（约46.98 t·ha^-1），表明搜索初期即识别出近最优解；平均RMSE从第0代的约47.41 t·ha^-1下降至第4代的约47.17 t·ha^-1，绝对改善约0.24 t·ha^-1（0.51%），种群逐步集中于最优区域。

#### 3.2 噪声、缺失、集成权重与OAT特征扰动敏感性分析
噪声敏感性：在未扰动条件下HGJO模型的RMSE约32 t·ha^-1；引入高斯噪声后RMSE随噪声水平升高而增加（0.05σ时中位数约36 t·ha^-1，0.20σ时约42 t·ha^-1）。缺失数据敏感性更明显：缺失率10%、20%、30%时中位数RMSE分别升至约37、43、49 t·ha^-1，分布更宽、尾部更长。集成权重敏感性：AdaBoost权重扰动对RMSE影响最大（ΔRMSE范围-0.19至+0.20 t·ha^-1），CatBoost次之，LightGBM和XGBoost权重变化影响较小。单因素（OAT）特征扰动分析显示：ND45引起RMSE最大增幅，其次为TCA、TCW、GNDVI，光学植被相关预测因子对模型性能控制最强。

#### 3.3 AGB与预测因子的相关性分析
皮尔逊相关分析表明：光学植被指数（SAVI、NDVI、TNDVI）与AGB呈强正相关（r=0.56–0.58，p<0.001）；可见光和短波红外波段（B02、B03、B04、B11）呈强负相关（r=-0.31至-0.65）；SAR指标与AGB相关性弱（r=0.06–0.17），但提供互补结构信息。

#### 3.4 模型可解释性（SHAP决策图）
SHAP决策图显示：在所有模型中，光学波段（B04、B02）、植被指数（NDVI、GNDVI、SAVI）和 tasseled cap 角度（TCA）是定义AGB预测的主导因子；SAR特征（如HH+HV、HH-HV）影响较小但仍提供支持。该排名跨模型一致，增强了特征可靠性。

#### 3.5 AGB模型预测与精度评估
在125个样地中，HGJO模型表现最佳：R²=0.821，rRMSE=16.30%，rBias=-2.50%，残差分布最窄且无趋势。CatBoost（R²=0.816，rRMSE=16.51%）、LightGBM（R²=0.804，rRMSE=17.05%）、XGBoost（R²=0.802，rRMSE=17.13%）和AdaBoost（R²=0.731，rRMSE=19.97%）依次次之。配对统计检验显示：HGJO与AdaBoost差异显著（调整后p<0.05），与CatBoost、XGBoost、LightGBM差异不显著。四分之一分位图显示所有模型在最低和最高AGB四分位数上预测更准确，HGJO在中四分位数上平衡性更好。

#### 3.6 地上生物量制图
2024年AGB空间分布图显示：HGJO模型预测整体更平衡，有效捕捉高AGB区域（如北区、大埔、西贡），城市区域（九龙城、观塘）AGB较低。AdaBoost预测最低，CatBoost、XGBoost、LightGBM居中。直方图表明HGJO在各区平均AGB最高，尤以乡村和森林区突出。

#### 3.7 未来生物量预测
基于2016–2024年AGB时间序列，采用线性趋势外推至2036年，HGJO预测结果显示：平均AGB从2016年的约140 t·ha^-1升至2024年的约160 t·ha^-1，2036年预计达约210 t·ha^-1。年度变化分布显示预测期（2024–2036）变异性显著增大，中等生物量变化（±50 t·ha^-1）为主，但极端正值（+500 t·ha^-1）和负值（-200 t·ha^-1）出现，表明生物量积累高度异质。

#### 3.8 不确定性分析
bootstrap衍生95%预测区间显示：大多数观测点落在相对窄的区间内，表明预测稳定；在高AGB端轻微偏离1:1线。空间不确定性图表明：森林区（大埔、北区、西贡）不确定性较高（10–20 t·ha^-1），城市区（九龙城、观塘）不确定性较低（0–5 t·ha^-1），反映植被复杂性和地形影响。

### 讨论与结论

讨论部分指出：香港各区平均AGB（100–165 t·ha^-1）与当地次生林实测值（约164 t·ha^-1）及全国平均（123 t·ha^-1）一致。Bland-Altman图和Hexbin图揭示：高基线生物量样地未来生物量增益更大（平均增益约50 t·ha^-1），但变异性也更大，表明未来积累高度依赖初始条件。研究局限性包括：未实施空间块交叉验证和外部验证，未充分分解不确定性来源（如现场测量误差、模型误差、预处理误差）。未来工作应整合机制约束（如季节合成、多年预测）并细化不确定性归因。

**结论**：本研究提出了一个集成的HybridEnsemble模型结合金豺优化用于AGB估算与预测，通过XAI和主被动数据集的协同应用评估了其相对单个基学习器（CatBoost、XGBoost、LightGBM、AdaBoost）的预测性能，并对预测AGB图进行了不确定性分析以评估可靠性。关键发现包括性能排名：HGJO模型（R²=0.821）最优，其次为CatBoost（R²=0.816）、LightGBM（R²=0.804）、XGBoost（R²=0.802）和AdaBoost（R²=0.731），HGJO模型因整合了各梯度提升算法的优势而呈现最平衡的残差模式。所有模型在AGB最低和最高四分位数上显示高精度，HGJO模型在中四分位数上平衡性更优。XAI分析揭示光学预测因子与AGB强相关，SHAP值高，而SAR特征提供了额外的特定情境见解。亚热带森林AGB随时间呈正趋势，空间不确定性在研究区域内变化，森林区高于城市区。分析还表明，未来亚热带森林AGB积累高度可变且强烈依赖于初始生物量条件，高生物量样地可能实现最大增益，但可能结果范围宽，尤其在预测期。这些发现强调了可解释的HybridEnsemble建模方法结合金豺优化在AGB预测中的能力，为未来生物量制图与监测工作提供了宝贵见解。论文发表在《Frontiers in Remote Sensing》。