《Remote Sensing》:Machine Learning-Based Spatial Mapping of Soil Organic Carbon and Its Climatic and Topographic Drivers in the Arid Regions
编辑推荐:
数字土壤制图(Digital Soil Mapping, DSM)是区域尺度评估土壤有机碳(Soil Organic Carbon, SOC)储量的有效途径。随着地理空间数据集可用性的提升,越来越多环境协变量被纳入SOC制图,但协变量筛选对模型预测性能的影响仍
数字土壤制图(Digital Soil Mapping, DSM)是区域尺度评估土壤有机碳(Soil Organic Carbon, SOC)储量的有效途径。随着地理空间数据集可用性的提升,越来越多环境协变量被纳入SOC制图,但协变量筛选对模型预测性能的影响仍缺乏系统量化。研究人员在中国西北干旱区整合2865个0–100 cm土层SOC储量观测与147个环境协变量,采用极端梯度提升(eXtreme Gradient Boosting, XGBoost)算法评估协变量数量对性能的影响并生成30 m分辨率SOC储量图。结果表明,模型性能随协变量增加快速上升后趋近饱和:13个协变量可达最大Lin一致性相关系数(Lin’s Concordance Correlation Coefficient, LCCC)的90%,26个协变量可达最大决定系数(R2)的90%;综合考虑多指标,26–47个协变量时精度高且稳定,最终选47个协变量建模。该SOC图在刻画西北山地–绿洲–荒漠系统空间异质性上优于现有产品,尤其复杂山区;进一步识别了温度与降水在区域尺度的驱动作用,以及海拔、坡向等地形因子在局地尺度的定量效应。研究建立了高分辨率区域SOC制图方法框架,强调优化协变量筛选以平衡精度与复杂度,为干旱区碳循环研究提供可靠数据支撑。
研究背景方面,土壤是陆地生态系统最大有机碳库,土壤有机碳(Soil Organic Carbon, SOC)关乎土壤质量与气候调节,但全球及国家尺度产品(如SoilGrids、HWSD v2.0、CSIG)在西北干旱区因采样稀疏、分辨率粗而偏差大。同时,机器学习数字土壤制图(Digital Soil Mapping, DSM)中环境协变量数量激增带来冗余与多重共线性,最优协变量数目未知。为此,研究人员面向中国西北(新疆、甘肃、宁夏、青海及内蒙古西部)山–盆–高原复合干旱区,开展协变量数量敏感性分析与30 m SOC储量制图,以明确预测性能饱和规律并刻画气候–地形驱动机制。论文发表于《Remote Sensing》。
关键技术方法上,研究人员汇总2013–2023年2865个0–100 cm剖面SOC储量样本(自采等间距分层+已发表遗传层数据集,统一标准化)及147个协变量(气候、物候、土壤、地形、植被、Landsat-8/Sentinel-1/2遥感,重采样至30 m,动态变量取多年均值);以固定超参的极端梯度提升(eXtreme Gradient Boosting, XGBoost)建模,通过1–147个协变量的自助抽样重复交叉验证拟合渐近饱和曲线,以90%/95%饱和阈值定优;最终以Gain指标排前47的协变量建最终模型,并用随机与空间分块交叉验证评估,独立614点野外数据仅作外部对比。
研究结果如下。描述统计显示SOC储量均值10.44 kg C m?2,强右偏,对数变换后近正态;林地与高盖度草地最高(约22单位),未利用地最低。协变量筛选与模型性能表明,R2、LCCC随变量数上升,RMSE、MAE下降企稳;13变量达LCCC 90%,26达R2 90%,47变量时RMSE/MAE近稳;最终47变量模型R2=0.72、LCCC=0.84、RMSE=6.10、MAE=3.87,高值区略有低估。空间分布与不确定性显示,全区均值6.30 kg C m?2,沙漠低、山区高,80%区域2.5–10单位;平均不确定性2.42,高SOC区不确定性大;本图较CSIG(R2 0.23)、SoilGrids(R2 0.17)在614独立点上一致性显著更高(R2 0.66,LCCC 0.77),且更好表达微地形差异。气候控制方面,高SOC集中于MAP 400–800 mm、MAT ?8~2 ℃;MAP<200 mm时温度不敏感,MAP>300 mm时SOC随MAT呈单峰(峰值?5~0 ℃)。地形交互方面,多数山脉南北坡SOC随海拔单峰,但天山/祁连缓坡、高原陡坡呈双峰;15–35°坡南坡低于北坡(如祁连3200 m北坡27.69 vs 南坡18.43),极高山(>4000–5000 m)坡向效应减弱甚至反转(阿尔泰>2400 m南坡更高)。
讨论部分指出,协变量达13–47即捕获主要环境梯度,冗余使增量有限,过多增复杂降可释性;随机交叉验证因空间聚簇乐观,空间分块交叉验证性能下降但仍可接受。本图优势源于密集样本、30 m分辨率与XGBoost非线性捕捉,但塔克拉玛干等采样稀区仍有外推不确定。气候上降水定碳输入潜力、温度调周转;地形上低中海拔坡向改水热、高海拔温度限生长致坡向效应逆转——以祁连东段为例,3800–4500 m南坡因辐射升温生物量反超。局限含未显式纳入土地利用遗留、放牧/灌溉等人类活动及季节动态。
结论部分翻译浓缩如下:(1)XGBoost性能随协变量数快增后饱和,各指标达90%最优所需数目不同,13–47个协变量区间兼顾精度与简洁;(2)西北0–100 cm SOC均值6.30 kg C m?2,本30 m产品比CSIG/SoilGrids更细刻画山–绿洲–荒漠异质性与微地形差异;(3)区域上高SOC位于冷湿(MAP>400 mm,MAT ?8~2 ℃),SOC随MAP增、随MAT非线性单峰;局地上北坡高于南坡且峰值海拔更低,高海拔坡向效应减弱或反转。该研究为DSM协变量优化与干旱区碳评估提供方法参照。