基于梯度提升回归技术对印度东北部喜马拉雅地区数字土壤有机碳分布的可视化解释
《Applied Soil Ecology》:Explainable Digital Soil Organic Carbon Mapping in Himalayan Region of India’s Northeastern State Based on Gradient Boosting Regression Technique
【字体:
大
中
小
】
时间:2026年08月07日
来源:Applied Soil Ecology 5.6
编辑推荐:
摘要:土壤有机碳在维持土壤肥力和流域稳定性方面起着至关重要的作用。然而,其空间变异性使得传统采样方法难以获得连续的表征。近期关于数字土壤制图的研究采用了随机交叉验证方法,但由于空间自相关性,这种方法可能会高估模型性能。为克服这一局限,本研究提出了一种空间上稳健且可解释的框架,用于
摘要:土壤有机碳在维持土壤肥力和流域稳定性方面起着至关重要的作用。然而,其空间变异性使得传统采样方法难以获得连续的表征。近期关于数字土壤制图的研究采用了随机交叉验证方法,但由于空间自相关性,这种方法可能会高估模型性能。为克服这一局限,本研究提出了一种空间上稳健且可解释的框架,用于绘制面积为18平方公里的Ranikhola子流域的土壤有机碳分布图。该框架整合了地形特征、Landsat卫星衍生的光谱指数以及空间交叉验证方法,同时还运用了可解释的机器学习技术。研究共采集了100个0–10厘米深度的土壤样本,这些采样点是通过条件拉丁超立方抽样方法确定的。研究使用了随机森林和梯度提升回归两种机器学习模型,并结合空间交叉验证以确保在更大尺度上的无偏预测。实验结果表明,在空间交叉验证下,梯度提升回归的表现最为可靠,最终选定模型的R2值为0.742,RMSE为0.366克/千克,MAE为0.255克/千克。基于该模型生成的土壤有机碳分布图显示,低坡度地区、凹形区域以及植被茂盛处的土壤有机碳浓度较高,而高坡度地区、凸形区域以及裸露或建成表面上的土壤有机碳浓度较低。这些结果与侵蚀和沉积过程的趋势相符。此外,SHapley加性解释方法指出,海拔、坡度、地形湿度指数、增强植被指数和裸土指数是具有明显正负方向影响的主控因素。综合所有指标后,不确定性地图显示坡度过渡区的预测置信度较低,这提示这些区域应是未来采样的重点。总体而言,本研究证实,将梯度提升回归与空间验证及SHAP方法相结合,可为流域尺度的土壤有机碳评估和土壤修复规划提供一种稳健且可解释的方法。
引言:土壤有机碳是土壤系统的关键组成部分,它影响着土壤的肥力、结构稳定性、水分保持能力以及生物活性(Emadi等人,2020)。土壤有机碳对于维持农业生产力及生态系统的韧性至关重要,它是地球上最大的有机碳储存库,对全球碳循环和气候调节有着重要影响(Rehman等人,2022)。提高土壤有机碳含量被广泛认为是应对气候变化、控制土地退化以及实现可持续土壤管理的重要策略(Lorenz等人,2019)。由于地形、气候、植被和土地利用方式等多种成土因素的影响,土壤有机碳在不同景观中的分布存在显著的空间变异性(de Blécourt等人,2017)。传统的土壤调查和实验室测量虽然能在特定地点提供准确数据,但其分散的采样方式和较高的成本限制了其在精细空间尺度上捕捉土壤有机碳变异性的能力(Loria等人,2024)。正是由于这些局限性,人们开发出了数字土壤制图系统,该系统将野外观测数据与全面的环境协变量相结合,从而能够持续预测不同区域的土壤属性(Nussbaum等人,2018)。近年来,由于机器学习技术能够模拟土壤有机碳与环境预测因子之间的复杂非线性关系,它们已成为数字土壤制图领域的有效工具(Ma等人,2023)。在各种土壤有机碳制图研究中,基于集成方法的随机森林和梯度提升回归等算法相比传统统计方法具有更高的预测性能(Feng等人,2025)。在这些方法中,梯度提升回归因其稳健性、处理多重共线性的能力以及捕捉预测因子间高阶相互作用的能力而越来越受到关注(Wang等人,2025)。
从数字高程模型中获取的地形特征,如海拔、坡度、坡向和地形湿度指数,常被用作土壤有机碳建模中的预测因子,因为它们能显著影响土壤水分的重分布、侵蚀-沉积过程以及有机质的积累(Naveed等人,2016)。同时,遥感技术的进步使得多光谱卫星数据也能被纳入数字土壤制图框架中。归一化差异植被指数和归一化差异水分指数就是源自Landsat卫星图像的两种植被和水分指数,它们能够反映植被的生产力以及地表水分状况,而这些因素都与土壤有机碳的动态变化密切相关(Vaudour等人,2022)。对基于机器学习的土壤有机碳模型进行评估面临着较大的方法学挑战。许多研究采用随机交叉验证方法,但由于相邻样本之间存在空间自相关性,这种方法在处理具有空间结构的数据时可能会高估模型的预测性能(Roberts等人,2017)。此外,不确定性量化也是数字土壤制图的重要环节,因为预测的不确定性能为基于风险的决策提供重要依据,也有助于在土地管理和政策制定中更透明地应用土壤有机碳分布图。
机器学习模型的一个缺点是其可解释性较差,这就引发了人们对其作为“黑箱”方法的担忧。近期在可解释人工智能领域取得的进展,尤其是SHapley加性解释方法,为解读机器学习模型提供了可靠的框架(Li等人,2026)。SHAP方法能够量化每个预测因子对模型输出结果的贡献程度和方向,从而帮助我们更好地理解模型做出决策的机制。将SHAP分析融入数字土壤制图研究之中,不仅能提升我们对研究过程的了解,还能增强基于机器学习的土壤有机碳预测结果的科学可信度(Perovi?等人,2025)。本研究的贡献如下:首先,通过结合野外观测数据、GIS获取的地形特征以及Landsat - 8卫星的光谱指数,并运用机器学习技术,构建了一个土壤有机碳的空间预测模型;其次,利用空间交叉验证生成土壤有机碳预测图和不确定性图,并在机器学习预测后评估剩余的空间依赖性;最后,通过SHAP值分析影响土壤有机碳变异性的环境因素,确定各关键预测因子的贡献程度和作用方向。
论文结构:本研究的其余部分结构如下:第2节详细介绍了所使用的材料和方法,包括数据集的处理流程以及为研究准备的环境变量。第3节则展示了实验过程中获得的结果。最后,第4节总结了本研究得出的结论。
材料与方法:本节详细描述了本研究实验所涉及的流程。图1展示了本研究采用的流程图,后续章节将对该方法论中的各个阶段进行详细阐述。
空间模型性能与模型选择:本研究采用空间交叉验证方法,通过地理上独立的折叠方式来测试模型的稳健性。表2列出了包括基准方法在内的所有模型的比较结果。在空间交叉验证条件下,普通克里金法的R2值为0.58,RMSE值为0.48克/千克。两种机器学习模型的表现均远优于这些基准方法。在空间交叉验证下,随机森林和梯度提升回归的表现相当(梯度提升回归的R2值为0.742,RMSE值为0.366克/千克;随机森林的R2值为0.724,RMSE值为0.370克/千克;ΔR2值为……)
结论:本研究表明,Ranikhola子流域内的土壤有机碳含量因地形和植被生产力的差异而存在显著变化。空间交叉验证结果显示,随机森林和梯度提升回归的表现都不错。不过,梯度提升回归的空间泛化能力略优(ΔR2≈0.018),其R2值为0.742,RMSE值为0.366克/千克,MAE值为0.255克/千克,而随机森林的R2值为0.724,RMSE值为0.370克/千克,MAE值为0.249克/千克。
CRediT作者贡献声明:阿比谢克·库马尔·辛格:撰写——初稿、可视化、验证、软件使用、方法设计、数据整理、概念构思。钱丹·库马尔:撰写——审阅与编辑、可视化、验证、监督、方法设计、概念构思。比帕尔·卡纳尔:撰写——审阅与编辑、可视化、验证、监督、形式分析。
代码可用性说明:硬件要求:笔记本电脑或台式电脑。所需软件:QGIS、Saga GIS。编程语言:Python、Numpy、Pandas、SHAP。代码可在以下地址获取:https://github.com/theabhishekh/Digital-Soil-Organic-Carbon-SOC-Mapping.git
利益冲突声明:作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。
阿比谢克·库马尔·辛格|钱丹·库马尔|比帕尔·卡纳尔印度拉尼普尔农业工程与产后技术学院SWCE系
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号