土壤电导率转换框架：基于LUCAS表土数据与机器学习模型将稀释土水比1:5电导率EC1:5转换为饱和泥浆电导率ECe

《Soil Use and Management》：A Pedotransfer Framework for Converting Diluted Soil Electrical Conductivity EC1:5 to Saturated Paste ECe Using LUCAS Topsoil Data and Machine-Learning Models

　　

土壤电导率（EC，Electrical Conductivity）是土壤导电能力的指标，可用作土壤盐渍化代理指标。EC是刚生效的《土壤监测与恢复指令》（Soil Monitoring Law）中用于衡量土壤盐渍化退化过程的土壤指标，欧洲层面阈值为4 dS m?1。LUCAS土壤模块此前按ISO 11265:1994用1:5土水比测定稀释EC（EC1:5）；该标准已被ISO 11265:2025替代。Soil Monitoring Law中4 dS m?1阈值基于饱和泥浆EC（ECe），因此需通过实验或传递函数给出EC1:5对应阈值；GLOSOLAN标准测定ECe需200–400 g土，需优化取样量。研究人员提出用LUCAS表土EC1:5与机器学习土壤传递函数（PTFs）将EC1:5转为ECe。先因LUCAS样本量有限，测试减量样品可靠性；模型按R2、RMSE、MAE比较，XGBoost优于RF、Quantile Regression Forest、线性回归。全数据集上XGBoost的R2为0.92、RMSE为0.01 dS m?1、MAE为0.11 dS m?1，选作参考PTF。函数与新数据集见补充材料，可支撑LUCAS EC数据用于土壤评估。

论文解读：《Soil Use and Management》刊载的EC_1:5至EC_e转换研究

研究背景方面，土壤盐渍化在沿海、灌溉农区及天然盐土区均是突出环境问题。土壤电导率（EC，Electrical Conductivity）是最常用盐渍化指标，高EC会通过渗透胁迫、养分失衡抑制植物与微生物功能。FAO以pH、饱和泥浆提取液电导率（EC_e，saturated paste extract electrical conductivity）、交换性钠百分比（ESP，Exchangeable Sodium Percentage）共同刻画盐渍化。LUCAS自2015年起按ISO 11265:1994提供1:5土水比电导率（EC_1:5），但欧盟《土壤监测与恢复指令》（SML，Soil Monitoring Law）以EC_e=4 dS m^?1作为可持续阈值。问题在于：大尺度监测多用EC_1:5或传感器 bulk EC，而政策阈值定义在EC_e；经验系数受质地、矿物学、离子组成影响，不能直接用于监管分类。因此，建立可转移的土壤传递函数（PTFs，Pedotransfer Functions）是把存量LUCAS数据纳入政策评估的关键使能步骤。

研究人员以LUCAS 2018表土库为总体，先优化饱和泥浆取样量，再用301个分层随机样本同步测定EC_1:5与EC_e，构建并比较多元线性回归（MLR，Multiple Linear Regression）、随机森林（RF，Random Forest）、极端梯度提升（XGBoost，Extreme Gradient Boosting）、分位随机森林（QRF，Quantile Regression Forest）四类模型，最后把最优模型推演至全LUCAS 2018数据集，并与文献PTF比较。

主要关键技术方法上，研究人员从LUCAS 2018总体中按EC等级、黏粒含量、有机碳（SOC，Soil Organic Carbon）含量形成20个地层，每层的层内随机抽约15个样，构成301个配对样本队列；协变量取LUCAS的质地、pH、CaCO₃、N、P、K、粗碎屑及SRTM地形因子；EC_1:5与EC_e做对数变换，70%训练、30%测试，全量重拟；超参用交叉验证，RF调mtry，XGBoost用5折与早停，QRF出0.1/0.5/0.9分位；性能用R²、RMSE、MAE评价。

研究结果如下。3.1节为确定可靠EC_e测定所需样品量的初步分析：用西班牙6种基准土做20、50、100、200 g饱和泥浆，发现20 g提取液体积不足且值偏低，100/200 g提取液过多；50 g在提取液体积、与200 g一致性、样品节约间最优，故以50 g为参考用量。3.2节为MLR、RF、XGBoost、QRF模型与超参调优：训练集XGBoost与QRF近乎过拟合，测试集RF最稳（R²=0.77、RMSE=0.66 dS m^?1），XGBoost全量拟合R²达0.99但测试降至0.67，QRF可给不确定性；MLR重尾严重。3.3节为最优PTF在全体LUCAS数据上的应用：XGBoost预测分布最稳；按WRB土组比较，新PTF较Schillaci等文献PTF在多数土组高20%–50%，Podzols、Histosols、Arenosols、Albeluvisols超50%，说明系数法系统性低估欧盟表土EC_e；Gypsisols因EC_e已达最大溶解度而表现不同。

讨论部分中，研究人员指出减量至50 g并严格标准化饱和条件，不会系统性偏移EC_e中心趋势，可支撑大陆尺度监测；非线性集成模型明显优于线性模型，RF适合作为稳健基准，XGBoost适合业务化点位制图，QRF适合监管不确定性量化；文献系数PTF普遍低估EC_e，新实验室数据加机器学习更贴近欧洲多样土况；该框架能把LUCAS的EC_1:5转为政策可用的EC_e，支撑SML、CAP与低iLUC风险生物质用地评估。

结论部分译为：研究人员用西班牙特征土给出减量饱和泥浆EC优化方法，可满足SML与4 dS m^?1阈值需求；用301个LUCAS配对样建立EC_1:5–EC_e的PTF。研究表明，在统一实验协议与现代PTF下，欧洲尺度EC_1:5转EC_e技术可行且操作稳健。RF泛化最稳，XGBoost全量校准后分布最稳，QRF可量化预测不确定性。该框架弥合了业务测量与EC_e监管阈值间的缺口，提升LUCAS在欧盟土壤盐渍化评估、CAP与土壤治理中的政策可用性；所提供的PTF可直接用于政策评估与农业研究。