《Land Degradation & Development》:Estimation Accuracy Obviously Increased of Soil Organic Carbon Content Based on Habitat Patches Scale Using Interpretable Machine Learning in Southwest China
编辑推荐:
尽管机器学习模型已被成功应用于估算土壤有机碳(SOC),但可解释性研究的缺乏导致这些模型缺乏机理性解释。因此,本研究采用以下工作流程:首先,利用土地覆盖类型和基于聚类分析的生境斑块类型将整个研究区域划分为若干子区域,然后采用递归特征消除(RFE)技术选择SOC
尽管机器学习模型已被成功应用于估算土壤有机碳(SOC),但可解释性研究的缺乏导致这些模型缺乏机理性解释。因此,本研究采用以下工作流程:首先,利用土地覆盖类型和基于聚类分析的生境斑块类型将整个研究区域划分为若干子区域,然后采用递归特征消除(RFE)技术选择SOC估算的模型驱动特征。其次,比较了三种机器学习模型的估算精度和稳定性,并探索了最优特征组合与模型架构。最后,引入沙普利加性解释(SHAP)模型对所选SOC含量估算模型进行解释,以验证其可靠性。结果表明,基于生境斑块类型的划分建模框架在SOC含量估算中取得了最佳性能:R2最大增加27%,RMSE降低20%(生境斑块3对比整个研究区域)。基于RFE-RF的最优模型组合在四个生境斑块中表现出良好的估算精度,R2分别为0.36、0.49、0.62和0.59,RMSE分别为22.04、9.59、11.67和14.57。同时,研究人员从全局和局部角度分析了每个输入特征对模型预测的影响,结果表明数字高程模型(DEM)、降水和气温是影响SOC含量估算的关键因素。SHAP模型成功揭示了特征变量与SOC之间的关系,有效弥补了机器学习模型在可解释性方面的局限性。
**论文解读:基于生境斑块尺度利用可解释机器学习估算土壤有机碳含量**
土壤有机碳(SOC)是衡量土壤质量的关键指标,直接决定土壤肥力、结构稳定性及水养循环,并对全球碳循环和气候变化产生深远影响。传统的野外调查方法需布设密集样本点,耗时耗力。数字土壤制图(DSM)通过分析环境变量与土壤属性的关系,已成为高效获取SOC空间分布的重要手段。近年来,机器学习模型(如随机森林(RF)、支持向量机等)在DSM中表现优异,但其“黑箱”特性限制了模型的可解释性,难以量化各输入特征对预测结果的具体贡献。已有研究提出基于生境斑块的空间划分策略,可提升SOC估算精度,但将可解释机器学习(尤其是SHAP方法)与SOC估算相结合的研究仍然不足。因此,本研究旨在探索不同区域划分策略下优化SOC估算模型,并引入可解释机器学习以增强模型透明度。
本研究以中国西南地区(四川、云南、贵州、重庆、广西)为研究区,利用《中国土系志》中795个土壤样本(0–15 cm)的有机碳数据,结合33个环境与遥感变量,开展SOC含量估算与解释研究。研究比较了基于土地利用类型和基于PAM聚类生境斑块的两种区域划分策略,并联合递归特征消除(RFE)与RF、极端梯度提升(XGBoost)、轻量梯度提升机(LightGBM)三种机器学习模型建模。结果表明,基于生境斑块类型划分的建模框架显著提高了估算精度,其中生境斑块3的R
2较整体建模提高27%,RMSE降低约20%。最优的RFE-RF模型在各斑块上均表现良好,R
2介于0.36–0.62。通过SHAP解释,DEM、降水和气温被确认为关键影响因素。该研究为DSM中特征选择与模型解释的集成应用提供了可行参考。论文发表在《Land Degradation 》。
研究人员采用了以下关键技术方法:(1)区域划分:使用土地利用类型划分,以及应用PAM聚类算法(基于中心点的聚类)结合9个环境变量将研究区划分为4个生境斑块;(2)特征