《CATENA》：Bridging soil mapping units and digital soil mapping through probability-driven machine learning: an uncertainty-aware framework for soil class prediction in Antarctica
编辑推荐：
研究人员制作了南极洲无冰区的第一张数字土壤类别图。基于概率的随机森林（Random Forest）绘制了19个南极土壤类别。土壤属性是南极土壤分布的关键预测因子。一个新颖的框架将概率整合到土壤制图单元中。该方法明确表示了空间不确定性和类别共存。
研究人员制作了南极洲无冰区的第一张数字土壤类别图。基于概率的随机森林（Random Forest）绘制了19个南极土壤类别。土壤属性是南极土壤分布的关键预测因子。一个新颖的框架将概率整合到土壤制图单元中。该方法明确表示了空间不确定性和类别共存。
**论文解读：基于概率驱动机器学习的南极洲土壤制图单元与数字土壤制图融合框架**
**研究背景与目的**
传统南极土壤制图依赖土壤学家的心智模型（如Jenny的clorpt模型），通过遥感影像和野外观察手工勾绘土壤单元边界。这种方法主观性强、缺乏可重复性，且难以评估制图质量，在大面积区域耗时耗资。数字土壤制图（Digital Soil Mapping，DSM）基于scorpan经验模型，利用机器学习（Machine Learning，ML）算法定量描述土壤-环境关系，可生成概率图以表达预测不确定性。然而，现有DSM输出通常仅显示最可能土壤类别，忽略了其他类别及其共存概率，导致信息损失；而多幅概率图又难以同步解读。为克服这一矛盾，研究人员提出将概率预测与经典土壤制图单元（Soil Mapping Unit，SMU）概念整合，以单层地图形式同时表达空间不确定性和类别共存。本研究旨在应用基于概率的随机森林（Random Forest，RF）为南极洲重要无冰区制作首张数字土壤类别图，并建立基于概率制图单元的新制图方法。论文发表在《CATENA》。
**关键技术方法**
研究区涵盖南极海洋性区域（Maritime Antarctica，MA）和北南极半岛（Northern Antarctic Peninsula，NAP）。训练数据为965个完整土壤剖面（来自巴西Terrantar组野外调查及文献补充），按土壤分类学（Soil Taxonomy）的大类群（Great Group）级别预测。环境协变量包括：8米分辨率REMA数字高程模型派生的地形属性、Sentinel-2多光谱波段及归一化植被指数（NDVI）、Siqueira等（2023a, 2024）预测的0–100 cm土壤属性（黏粒、粉粒、砂粒、盐基总量、H+Al、pH、土壤有机碳（SOC）、Na、P、剩余磷（P-rem）），以及地质图。采用递归特征消除（Recursive Feature Elimination，RFE）进行协变量选择，使用随机森林算法（RF）建模，通过100次4:1随机划分（训练/测试）重复训练，输出每个土壤类别的概率图（基于500棵决策树的投票比例）。基于五个最可能类别图，应用0.5概率阈值的顺序if/else规则，生成最多含五类成分的土壤制图单元矢量多边形图。
**研究结果**
*3.1 协变量重要性*：Na是最重要的协变量（加权重要性44%），与盐基总量（BS）高度关联；砂粒等质地变量对砂性土壤类别（如Aquorthels、Cryopsamments）重要；黏粒对风化程度高的类别（Dystrogelepts/Humigelepts）重要；H+Al和pH共同影响酸性土壤；SOC对有机质积累类别（Fibristels/Sapristels）重要；P对Haplogelepts和岩石露头重要；Sentinel波段（可见光和短波红外）对砂性土壤有影响；地形协变量（DEM、地表粗糙度、地形湿度指数等）揭示了土壤-景观相互作用。
*3.2 模型性能*：在测试集上，RF平均准确率0.43，Kappa系数0.31，平衡准确率0.61，F1-score 0.44。训练与测试指标接近，表明模型未过拟合。100次重复间指标波动较大（准确率0.37–0.51），凸显多次重复的必要性。
*3.3 预测误差*：混淆矩阵显示，Gelaquepts/Petraquepts等样本量小的类别正确率低于10%；Gelorthents正确率最高（65%），Haploturbels、Haplorthels、岩石露头高于40%。多数错误分类集中在样本量大的Haploturbels和Gelorthents，反映类别不平衡的影响。
*3.4 概率图*：Haploturbels平均概率最高（31%），第95百分位达69%，表明其与协变量关系强；Gelorthents平均概率12%；岩石露头平均9.5%。Gelaquepts/Petraquepts等概率最低（均值<5%），模型空间判别能力弱。
*3.5 最可能土壤类别*：最可能类别图中，Haploturbels占56%面积，Gelorthents占16%，岩石露头占13%，Haplorthels占11%。Haploturbels在NAP占主导，Gelorthents在MA占主导。从第二至第五最可能图，类别多样性增加，如Anhyorthels/Anhyturbels、Psammoturbels等表达更充分。
*3.6 最终土壤图*：共生成18,335个制图单元，其中19个单类单元，11,555个五类单元。空间上，40%面积对应二类单元，25%为三类和单类。单类单元集中于NAP，MA以二、三类单元为主。评估显示，1005个样本中991个被至少一个成分正确分类，969个被第一成分正确分类，仅14个未被任何成分覆盖。
**讨论与结论**
讨论部分指出，土壤属性协变量（Na、BS、SOC等）重要性源于其本身携带的气候与母质信息，且是土壤分类的直接标准。类别不平衡导致Haploturbels和Gelorthents在概率和单元中占优，但这与其实际景观优势一致。新方法通过概率制图单元，避免了单类别确定性地图的误导，明确表达了空间不确定性和类别共存，适用于数据稀缺的南极环境。结论部分翻译如下：
本研究是首次为南极大陆制作数字土壤类别图，涉及南极海洋性区域和北南极半岛两个重要区域。为应对土壤制图固有的不确定性和类别不平衡挑战，研究人员采用基于概率的随机森林分类方法，利用该算法的集成结构通过多次迭代（不同训练/测试数据集）生成每个土壤类别的概率图，并与经典土壤制图单元概念结合，为表征南极土壤景观的空间复杂性和不确定性提供了连贯基础。该制图方法并非将土壤描绘为离散的、确定性的实体，而是承认在所选尺度下土壤变异性无法完全解析。在此背景下，土壤制图单元发挥核心作用，提供了一个结构化的、概念合理的框架，用以表示制图区域内共存的土壤成分组合。通过这种方式，制图单元的使用使结果能以概率方式解读，降低了与单类别确定性地图相关的误导风险。除了在方法发展方面的科学贡献，本研究生成的土壤空间数据集也旨在支持南极决策制定。总体而言，这项工作表明，数字土壤制图技术与土壤调查和制图单元既定原则的整合，为推进南极等数据稀缺、环境复杂区域的土壤空间信息提供了可靠途径。
