基于超过50,000个统一土壤观测数据和机器学习的西班牙国家高分辨率数字土壤信息系统

《Agronomy》：A National High-Resolution Digital Soil Information System for Spain Based on More Than 50,000 Harmonized Soil Observations and Machine Learning

　　

准确且统一的土壤信息是可持续农业管理、环境评估和土地利用规划的基础。研究人员利用一个包含超过50,000个地理参考历史土壤观测数据的统一数据库，为西班牙大陆和巴利阿里群岛开发了一个国家数字土壤制图（Digital Soil Mapping, DSM）框架。研究人员使用源自Sentinel-2影像、地形属性、气候和土地利用数据的环境协变量，对七种关键土壤属性（黏粒、粉粒、砂粒、pH、有机质、速效磷和交换性钾）进行了建模。评估了三种机器学习算法，其中Cubist提供了最佳的预测性能，因此被选中用于绘制所有土壤属性的地图。模型验证显示，土壤pH（R² = 0.60）、砂粒（R² = 0.51）和有机质（R² = 0.50）的预测精度最高，而粉粒和黏粒获得了中等性能。速效磷和交换性钾显示出较低的预测精度，反映了它们对管理实践的强烈依赖。最终生成的地图以20 m空间分辨率制作，并汇总至200 m以便传播，为西班牙提供了一个统一的全国土壤属性数据集。这一可操作且可重复的框架支持农业和环境决策，并可利用开放获取数据和开源工具适应于其他地区的土壤制图。

数字土壤制图（Digital Soil Mapping, DSM）已成为克服传统多边形土壤调查制图分辨率粗、静态且难以表达内部变异缺陷的有效途径。西班牙气候、地质、地形和土地利用梯度强烈，土壤有机质含量低、侵蚀风险高，迫切需要国家尺度、可更新的高分辨率土壤信息。已有研究多聚焦单一属性或区域范围，缺乏全国多属性的统一框架。为此，研究人员基于超过50,000个地理参考历史土壤观测数据，在《Agronomy》上发表了构建覆盖西班牙大陆和巴利阿里群岛的高分辨率数字土壤信息系统的研究。

研究方法上，研究人员汇编并统一了国家土壤数据库，选取黏粒、粉粒、砂粒、pH、有机质、速效磷和交换性钾七种核心属性作为目标变量，遵循SCORPAN框架收集了Sentinel-2多时相影像、地形、气候和土地利用等环境协变量。以土壤有机碳（Soil Organic Carbon, SOC）为基准变量，比较了随机森林（Random Forest, RF）、偏最小二乘回归（Partial Least Squares Regression, PLSR）和Cubist三种机器学习算法，通过变量排序和简约分析选定预测因子，最终采用Cubist对所有属性建模，生成20 m分辨率地图并聚合为200 m用于发布。

研究结果按原文小节分述如下。3.1 模型选择：基于SOC基准的10折交叉验证显示，Cubist精度最高（R²=0.413；RMSE=0.770），RF略低（R²=0.390），PLSR显著偏低（R²=0.207）。简约分析表明前10个协变量已提供大部分预测信息，但为保持协变量组完整性，最终保留20个预测因子。3.2 协变量相关性与Cubist解释：基准SOC模型变量使用统计显示，Sentinel-2光谱波段、地形（海拔、坡度、坡向）和气候变量是决策规则和局地回归中使用频率最高的预测因子，证明遥感信息在DSM中具有重要价值。3.