利用机器学习技术绘制美国本土长期土壤有机碳储量分布图

《Environmental Research》：Mapping Long-Term Soil Organic Carbon Stocks Across the Conterminous United States with Machine Learning

　　摘要：土壤有机碳是全球碳循环中的关键组成部分，但目前针对美国本土30厘米深度范围内的土壤有机碳储量的估算结果差异较大，这为评估碳封存潜力及制定气候减缓策略带来了困难。我们整合了1984年至2022年间来自五个主要数据库的、在不同环境条件下的土壤有机碳测量数据，并对这些数据进行了统一处理。通过使用一组简洁的环境协变量，我们比较了线性回归模型与三种机器学习算法在预测土壤有机碳储量方面的表现。随机森林模型的验证效果最佳（R2值为0.47，均方根误差为0.95千克/平方米），因此我们利用该模型生成了1990年至2022年全美范围内一致的30米分辨率年度土壤有机碳储量地图。根据我们的分析，美国本土的土壤有机碳总量约为60.4拍克碳，其中农业土壤、森林土壤以及灌木丛和草地土壤是三大主要碳储存库。对比美国农业部经济研究服务局划分的不同农业资源区域中预测值与实际观测值，发现基于长期观测数据计算出的年度平均值变化幅度更大。这一现象表明，年度土壤有机碳变化趋势在很大程度上受现有观测数据的空间和时间分布影响。这些研究结果表明，这类地图在分析大范围空间格局、不同区域及土地覆盖类型的差异，以及判断来自不均匀长期观测数据的年度土壤有机碳变化时具有重要价值。该框架可为碳核算、土地利用规划、生物燃料生命周期评估以及未来土壤有机碳监测工作的开展提供补充依据。

引言：土壤有机碳是全球碳循环中的重要元素，因为土壤既可以作为碳汇，也可能成为碳排放源。碳通过落叶、根系沉积以及土壤中根或根茎的死亡而进入土壤（Luo等人，2016），而火灾、耕作、植被清除和侵蚀等干扰活动则会导致碳的释放（Bailey等人，2019；Luo等人，2016；Venter等人，2021）。土壤有机碳对微生物数量和土壤健康状况有着重要影响（Robinson等人，2022），同时其含量也受植被、温度和降水等因素的影响（Zhou等人，2019）。全球土壤有机碳总量是地上植被碳储量的三倍（Friedlingstein等人，2020），而且由于人类通过土地管理措施能够相对容易地改变土壤有机碳含量（Zomer等人，2017），它很可能在缓解气候变化影响方面发挥重要作用（Paustian等人，2019）。尤其是那些希望用生物燃料替代化石燃料以实现脱碳的产业，需要对其新型燃料的整个生命周期进行评估。这要求深入了解土壤中碳的流失或积累机制，以及生物燃料原料对碳循环的影响。例如，航空业等需要脱碳的产业确实需要生物燃料原料，但如何选择适合种植这些作物以实现碳封存而非碳释放的地区，目前仍是一个重大未知问题（Uludere Aragon等人，2023）。推动航空业脱碳是实现温室气体净零排放、缓解气候变化的重要举措，而生物燃料在控制由此引发的土地利用变化方面也发挥着重要作用（Fiorini等人，2023）。然而，由于目前缺乏对土壤有机碳储量的完整参数化描述，我们对土壤碳动态的理解仍然十分有限（Luo等人，2016）。另一个重要制约因素是，目前缺乏在空间和时间上都具有一致性的土壤有机碳基准估算值，而这些数值本应对土地利用决策和碳核算工作提供支撑。长期的土地利用变化、农业集约化经营、放牧压力、气候变暖以及植被变化都影响了土壤有机碳的储存情况，其中集约化农业经营、退化的放牧地以及气候变暖都会导致土壤有机碳大量损失，尤其是在有机碳含量较高的土壤中（Sanderman等人，2017；Wang等人，2022）。不过，由于土壤有机碳含量会受气候、母质、地形、植被类型和管理历史等多种因素的强烈影响，因此很难在大范围内对这类影响进行统一的量化分析。在美国本土，现有的土壤有机碳数据在储量数值和空间分布方面存在较大差异，尤其是在那些土壤有机碳储存潜力较高的地区，这种差异对碳核算和土地利用决策的影响更为显著（Feeney等人，2022）。造成这些差异的原因不仅包括模型算法和地图分辨率的不同，还涉及输入的土壤数据库差异、不同深度数据的统一处理方式、土壤容重假设的差异、协变量选择的不同、验证方法的差异，以及历史土壤观测数据在空间和时间上的分布不均。此外，不同生态区域中影响土壤有机碳形成的区域性和局部性因素也存在差异，这意味着不同地区以及不同土地利用历史背景下的土壤有机碳储存主要驱动因素可能各不相同（Huntzinger等人，2017；Viscarra Rossel等人，2019）。因此，要提升土壤有机碳地图的质量，仅仅生成新的空间预测结果是不够的，还需要进一步分析现有观测数据中哪些空间和时间模式具备可靠的解读价值。数字土壤制图技术、遥感技术以及机器学习方法通过将土壤观测数据与反映土壤形成因素的环境协变量相结合，极大地推动了土壤有机碳及土壤属性的测绘工作（McBratney等人，2003；Minasny和McBratney，2016）。像SoilGrids 2.0这样的全球性产品能够提供大范围的空间覆盖和标准化的土壤信息，而像POLARIS这样的高分辨率美国本土产品则主要基于土壤调查数据和历史土壤信息来生成详细的土壤属性地图。还有些研究利用Landsat、MODIS、Sentinel卫星数据或地球系统模型输出结果，来改进土壤有机碳预测精度、评估特定的土地覆盖状况、预测未来的土壤有机碳变化，或是绘制相关的土壤和侵蚀特征地图（Angelopoulou等人，2019；Domke等人，2017；Gautam等人，2022；Gholizadeh等人，2018；Mondal等人，2017；土壤调查团队和Loecke，2016；Tian等人，2022；Vaudour等人，2019）。不过，这些研究大多是为其他目的而开发的：许多研究侧重于当前或长期的平均空间预测、土壤属性测绘、区域化关联分析、裸土识别、森林或农业用地的专项分析、与侵蚀相关的过程研究，或是未来趋势预测。因此，它们无法完全满足我们当前的需求，即建立一个全国范围内一致、具有多年时间跨度的年度土壤有机碳储量测绘框架，以便长期分析美国本土范围内的土壤有机碳变化格局（Lin等人，2024）。综合来看，这些局限性表明，当前的主要问题并非缺乏土壤有机碳地图，而是缺少一个用于比较不同空间区域的土壤有机碳格局、评估多年度的年度估算结果，以及判断来自不均匀长期观测数据的表面时间变化是否具有实际意义的一致性框架。对于生物燃料生命周期评估和土地利用规划而言，这一框架尤为重要，因为在这些领域中，土壤有机碳地图不仅可以用于估算基准储量，还能帮助判断未来的土地利用变化或气候条件可能如何影响土壤有机碳的储存情况（Fiorini等人，2023；Uludere Aragon等人，2023）。为解决这一问题，我们整合了多个数据库中公开可用的土壤有机碳观测数据，并将其与基于Landsat卫星数据得出的年度植被指标以及反映气候、地形、土壤湿度、土地利用状况和地质条件的环境协变量相结合，从而建立了1990年至2022年美国本土一致的年度土壤有机碳测绘框架。利用这一框架，我们的具体目标包括：（1）为美国本土30厘米深度范围内的土壤生成1990年至2022年的连续空间年度土壤有机碳储量地图；（2）在统一的训练和验证框架下比较多种机器学习模型的性能；（3）分析不同区域和不同土地覆盖类型之间的土壤有机碳储量差异。最后，我们将判断预测值与实际观测值中所呈现的时间变化模式究竟代表了可解读的土壤有机碳变化，还是受到了模型验证误差、年度预测差异以及长期采样不均匀性等因素的影响。

数据来源与统一处理方法：我们整合了来自国际土壤有机碳网络3.0版本数据库（ISCN；Nave等人，2015）、世界土壤信息服务系统（WoSIS；Batjes等人，2017）以及快速碳评估项目中的美国本土公开可用的土壤有机碳测量数据。此外，我们还将土壤数据统一处理数据库（SoDaH；Wieder等人，2021）中的数据，以及Sanderman等人（2017）关于土地利用变化对土壤有机碳影响的研究成果纳入分析范围，最终得到了29,979组测量数据。

模型验证与模型选择：我们使用相同的预测变量，对线性回归模型以及三种机器学习模型的性能进行了评估。表1展示了这两个数据集上的模型性能指标。由于验证指标相比单纯的训练性能更能体现模型的泛化能力，因此我们以验证指标作为最终选择模型的主要依据。在所有验证数据集中，随机森林模型的整体预测性能最为优异。

与现有土壤有机碳产品的比较：即便仅考虑土壤表层30厘米的厚度，目前针对美国本土整体土壤有机碳储量的估算结果也存在很大差异（Batjes等人，2016；Bliss等人，2014；Chaney等人，2019；Gautam等人，2022；Guevara等人，2020；Hengl等人，2017；Poggio等人，2021；Ramcharan等人，2018；Sundquist等人，2009；Tao等人，2020；Tifafi等人，2018；Wang等人，2024b；Zhou等人，2023）（见表2）。根据SSURGO和STATSGO2模型计算的结果，现有估算值的范围在29.3拍克碳左右。

结论：我们建立了一套包含美国本土土壤有机碳测量数据的全面地理参考数据库，并根据测量数据的日期和地点，将这些土壤观测数据与气候、地形、土壤湿度、土地利用状况以及NDVI植被指数层进行了匹配。随后，我们利用这套数据库比较了三种机器学习模型和一种线性回归模型在预测该地区土壤表层30厘米内的土壤有机碳储量方面的能力。这项工作在很大程度上依赖于高质量的土地土壤数据。

CRediT作者贡献声明：张欣欣：数据整理、研究调查、结果验证、可视化处理、论文撰写——审阅与编辑；傅乔舒亚·S.：论文撰写——审阅与编辑、论文初稿撰写、结果验证、项目监督、项目管理、方法设计、研究调查、资金申请、概念构思；余德华：论文撰写——审阅与编辑、论文初稿撰写、项目监督、资金申请；鲁宾汉娜·J.：论文撰写——审阅与编辑、论文初稿撰写、可视化处理、结果验证。

未引用参考文献：Davidson和Janssens，2006。

利益冲突声明：作者们声明不存在任何可能影响本研究结果的竞争性财务利益或个人关系。

数据与代码获取情况：所有原始代码均已存储在https://github.com/HJRubin/SOC_Project网站上，可供公众获取。本文所分析的数据均为现有的公开数据。

竞争性利益声明：? 作者们声明自己不存在任何已知的、可能影响本文研究结果的竞争性财务利益或个人关系。

致谢：本研究得到了美国联邦航空管理局航空可持续发展中心（ASCENT）在项目001项下的资助，资助编号为13-C-AJFE-UTenn-025，项目名称为“替代型喷气燃料供应链分析”。

汉娜·J. 鲁宾 | 张欣欣 | 傅乔舒亚·S. | 余德华
美国田纳西大学土木与环境工程系，田纳西州诺克斯维尔市，邮编37996