利用EMIT光谱学与机器学习估算产尘区域土壤质地与颗粒粒径

《Remote Sensing of Environment》：Leveraging EMIT spectroscopy and machine learning to estimate soil texture and particle grain size in dust-producing regions

　　

研究人员利用EMIT数据的随机森林（Random Forest, RF）方法生成了0.1°×0.1°分辨率的土壤质地地图。研究结果在沙（sand）、粉砂（silt）和黏土（clay）组分的估计上与其他方法表现相似。然而，研究人员估计了沙粒的亚组分（包括极粗沙到极细沙），从而能够预测中值粒径（median grain size, GS_median）。中值粒径可用于支持从EMIT数据估算矿物丰度（mineral abundance）。研究结果对粉尘排放模型的其他组成部分具有适用性。

干旱区域是矿物粉尘的主要来源，显著影响空气质量、人类健康与气候系统。地球表面矿物粉尘源调查（Earth Surface Mineral Dust Source Investigation, EMIT）任务的核心目标是通过搭载于国际空间站的成像光谱仪测量380-2500nm地表反射率，从而估算产尘区域的矿物学成分。然而，矿物质量丰度（mineral mass abundance）的反演面临挑战：吸收特征深度不仅取决于矿物丰度，还受颗粒粒径（特别是中值粒径（median grain size, GS_median））控制。目前全球土壤数据集（如SoilGrids）仅报告总沙、粉砂、黏土组分，且来源于厘米至米尺度的土壤剖面，而非粉尘排放活跃的毫米级表土层。此外，产尘区域往往缺乏实地样本，传统土壤调查覆盖不足。因此，迫切需要一种能够从遥感光谱中直接估计表面颗粒粒径的方法。研究人员利用EMIT成像光谱数据，结合实验室光谱库（ICRAF-ISRIC Soil VNIR Spectral Library）和植被光谱混合模拟，训练多输出随机森林（Random Forest, RF）模型，同时预测土壤质地组分（包括五个沙粒亚组分：极粗沙S1、粗沙S2、中沙S3、细沙S4、极细沙S5，以及总粉砂TSI和黏土Clay），并计算中值粒径（GS_median）与平均粒径（GS_mean）。最终生成了全球产尘区域0.1°×0.1°分辨率的土壤质地与粒径图。结论表明，该模型在土壤覆盖度高于70%时表现出良好精度，沙、粉砂、黏土组分的平均绝对误差（mean absolute error, MAE）与其他数字土壤制图方法相当；首次提供的沙粒亚组分和中值粒径估算为EMIT矿物丰度反演提供了关键输入，并对粉尘排放模型（如起沙阈值和粉尘产量）具有重要应用价值。该论文发表于《Remote Sensing of Environment》。

本研究采用的关键技术方法包括：1）训练数据生成：利用ICRAF-ISRIC土壤光谱库中4000余个配对实验室光谱与土壤质地样品（包括5个沙粒亚组分、总粉砂和黏土），将光谱卷积至EMIT波段（约7.5nm分辨率），并线性混合植被光谱（绿色植被（GV）和非光合植被（NPV），来源为Meyer等及Ochoa等的研究）与土壤光谱，模拟不同土壤覆盖度（≥65%）下的混合光谱，共生成50000个训练样本。2）多输出随机森林模型：以反射率及其一阶导数为预测变量，同时预测7个土壤质地组分，通过超参数调优（如n_estimators=80, max_depth=110等）优化性能。3）交叉验证：采用分组五折交叉验证，确保源自同一土壤光谱的所有模拟样本仅出现在训练集或测试集中。4）全球制图：将训练好的模型应用于EMIT L2级地表反射率数据（2022-2024年），只保留土壤覆盖度>65%的像元，经云、水掩膜和全球松散材料地图（Global Unconsolidated Materials, GUM）筛选非基岩区域后，聚合到0.1°×0.1°网格。

研究结果：整体而言，多输出RF模型对各个质地组分的预测性能良好，平均绝对误差（MAE）在1.8%（粗沙S2）到6.2%（黏土Clay）之间，总沙（TSA）的MAE约为11.8%（决定系数R²=0.78）。中值粒径（GS_median）的MAE为30μm（R²=0.78），平均粒径（GS_mean）的MAE为7.3μm（R²=0.73）。精度随土壤覆盖度降低而下降：当土壤覆盖度为90-100%时，黏土MAE为5.6%（R²=0.86）；当降至65-70%时，黏土MAE升至8.8%（R²=0.66）。通过与SoilGrids 2.0比较，EMIT估算的沙、粉砂、黏土组分在全球相关度较低（分别为0.08、0.21、0.08），但在空间分布上呈现系统差异：例如，EMIT在北半球预测的沙含量低于SoilGrids，而在南半球（南非、澳大利亚）则相反。基于地貌类型的分析表明，EMIT结果更符合地质成因预期：风成沉积物的沙含量（59%）高于SoilGrids（55%），沙丘的沙含量（62%）显著高于SoilGrids（51%），且沙丘区中值粒径呈粗粒模态（约150μm）；黄土沉积物中值粒径集中在50-60μm，与黄土细粒特征一致。湖相沉积物在0.1°分辨率下表现较粗，但原生60m分辨率下与SoilGrids一致。值得注意的是，极少像元的中值粒径小于40μm，部分原因在于细粒地貌在产尘区域面积有限，部分是由于随机森林回归倾向于向均值收缩，导致低估极细粒径。

讨论部分总结：植被混合模拟采用线性混合近似，在稀疏植被区作为一阶方法是合理的，与先前研究（如Okujeni等）类似。模型性能与其他数字土壤制图产品（如Chaney等及Poggio等的研究）相比，误差相当甚至更优。光谱不确定性来源包括大气校正误差、地表各向异性及双向反射效应，但使用反射率一阶导数作为预测变量可缓解这些问题。地貌一致性分析表明，EMIT结果比SoilGrids更符合地质预期，特别是在风成沉积物和沙丘中，沙含量更高且中值粒径分布合理。然而，极少数细粒土壤的缺乏可能由训练数据中细粒样本较少和模型回归倾向共同导致。研究结论翻译如下：本工作的核心动机是，从成像光谱学估算矿物质量丰度需要了解土壤表面的中值粒径。粒径通过影响光子路径长度和散射行为对吸收带深度产生一阶控制，因此没有中值粒径的知识就无法从地表反射率推断矿物丰度。尽管粒径至关重要，但现有的全球土壤数据集未提供可用于估算中值粒径的空间显式估计。实际上，可用的全球尺度产品仅报告总沙、粉砂和黏土组分，且通常来自代表厘米到米深度的土壤剖面测量，而非成像光谱学所感知的、粉尘排放活跃的毫米级表面。本研究提出的方法通过直接从EMIT数据反演单个沙粒组分以及粉砂和黏土，并利用这些组分计算全球产尘区域的中值粒径，填补了这一关键空白。通过结合实验室光谱库、模拟植被-土壤混合物和多输出随机森林框架，研究人员生成了一套与EMIT地表反射率观测一致的粉尘相关颗粒组分和中值粒径数据集。这一能力使得光谱吸收特征的物理解释成为可能，是向稳健估算产尘区域矿物丰度迈出的必要步骤。更广泛而言，所得粒径产品为风沙过程和粉尘排放建模引入了新的观测约束，这在以前是无法从全球土壤信息系统获得的。交叉验证结果表明，在稀疏植被条件下，该建模框架以较低误差反演了各个质地组分，仅当土壤暴露度降至约70%以下时精度下降。与SoilGrids的比较揭示了沙、粉砂和黏土组分的区域差异，反映了两套数据集的观测基础差异。基于地貌的分析表明，EMIT衍生的质地具有物理合理性，并且在某些情况下（特别是风成沉积物和沙丘）比SoilGrids更符合地质预期。这些发现支持了表面敏感光谱观测在表征干旱区土壤物理性质方面的价值，而传统土壤调查在这些区域仍然稀疏。仍存在若干局限性。模型性能取决于可用配对光谱-质地测量的代表性，并可能受大气校正、地表各向异性和植被-土壤混合简化处理的不确定性影响。最终产品的粗空间分辨率以及主要粉尘源区域实地验证数据的匮乏进一步限制了定量评估。未来的工作应优先开展收集共定位土壤质地和光谱测量的扩展野外实验、改进地表异质性和结皮的表征，并探索明确施加组成和物理约束的替代建模方法。尽管如此，本研究开发的数据集为下一代成像光谱矿物丰度反演提供了关键组件，并为粉尘研究贡献了新信息。由于粉尘排放阈值和粉尘生产效率受粒径分布和黏土含量强烈控制，中值粒径和质地组分的全球图为基于过程的粉尘排放模型和气候模拟提供了有价值的输入。随着成像光谱任务的持续扩展，联合反演矿物学和物理土壤属性的方法（如本研究展示的框架）将在提高对矿物粉尘来源及其气候影响的定量理解方面发挥越来越重要的作用。