基于网络分析和GMM指导的机器学习进行潮土流域的尺度依赖性土壤质量评估

《CATENA》：Network analysis and GMM-informed machine learning for scale-dependent soil quality assessment in a Mollisol watershed

　　

• •
  网络分析揭示了用于土壤质量评估的尺度依赖性核心指标。
• •
  高斯混合模型（GMM）驱动的可扩展梯度提升树（XGBoost）提高了空间非平稳条件下的土壤质量预测效果。
• •
  基于全数据集（TDS）的线性土壤质量指数（SQI）实现了最高的预测性能（R² = 0.47）。
• •
  地形因素解释了模型预测结果的62%–79%，其中海拔是关键预测因子。
• •
  两级最小数据集（MDS）策略支持多尺度下具有成本效益的土壤监测。

引言

土壤质量是生态系统功能、农业生产力和长期可持续性的基本决定因素。在中国东北地区，黑土是重要的粮食生产土壤资源之一，在保障国家粮食安全方面发挥着核心作用（Labaz等，2024；Plotnikova等，2024；Xu等，2020）。然而，长期集约化耕作、不当耕作以及地形驱动的水土流失加速了该地区土壤退化（Gao等，2025c；Song等，2025；Wu等，2026；Zhang等，2025）。在丘陵起伏的地貌中，径流和泥沙再分配将肥沃的表土从山脊顶部和上坡输送到中下坡和谷地位置（Liu等，2015；Wu等，2026；Zhai等，2026）。这种由地形介导的侵蚀-沉积过程导致土壤性质和功能呈现出显著的空间异质性（Yue等，2026；Zhou等，2023）。这种异质性增加了土壤质量评估和针对性保护规划的复杂性。

土壤质量可以通过定性方法和定量方法进行评估。定性方法包括土地潜力分类、灌溉土地分类和土地评价。定量方法则涵盖参数化指数（如Storie指数和生产率指数）以及采用模糊逻辑和土壤管理评估框架（SMAF）的数学模型（Sar??n等，2024）。一些定量方法已被开发用于实现数字评分，以支持政策评估、制图和趋势分析（Karaca等，2021）。在这些方法中，土壤质量指数（SQI）被广泛用于将多个土壤指标整合为土壤状况的定量度量（Andrews等，2004；Bünemann等，2018；Rezaei等，2006）。由于测量全面的物理、化学和生物变量成本高昂且耗时费力，许多研究尝试建立最小数据集（MDS），即用较少的指标代表整体土壤质量（Chen等，2023）。传统的最小数据集选择通常依赖于主成分分析（PCA）或相关多元方法（Gao等，2025b；Raiesi和Beheshti，2022）。PCA在此语境中的主要目的是通过将有相关性的变量重构为新的独立成分，从而选择最适宜和有效的指标（Bayrakl?等，2023；Ayd?n等，2026）。尽管PCA有助于降维，但基于PCA的方法主要面向方差，往往强调具有强统计方差的指标，而非在相互关联的土壤系统中处于中心位置的指标（Martin-Sanz等，2022）。在易受侵蚀的黑土地貌中，土壤性质高度耦合，面向方差的方法可能无法充分捕捉其功能组织。

土壤质量评估的一个关键挑战在于缺乏普遍接受的土壤质量指数构建方法。土壤质量是一个复杂概念，随特定场地条件和土地利用目的而有所差异（Karaca等，2021）。因此，从众多影响土壤质量的土壤性质中选择适当指标至关重要（Dengiz等，2024）。近期研究表明，网络分析（NA）可以通过强调土壤指标之间的连接结构而非依赖单一统计标准来应对这一挑战（Gao等，2025a；Zhang等，2026）。在此方法中，土壤指标被表示为节点，其显著关联则表示为边。网络分析随后利用特征向量中心性（eigenvector centrality）等拓扑指标来识别模块化组织并检测功能上居中的核心变量（Raiesi和Beheshti，2022）。这些通过其在网络中的系统性位置而非仅凭方差选出的核心指标，可能为最小数据集构建提供更具生态学意义的依据（Zhu等，2025）。已有研究表明网络分析在评估不同土地利用或干扰梯度下的土壤质量方面具有效用，但其在丘陵起伏的黑土流域中的应用仍十分有限（Zhang等，2026）。特别是，在异质性黑土地貌中，核心指标在不同空间尺度间是否保持稳定，或从流域尺度到子流域尺度时是否发生变化，目前仍不清楚。

除了指标选择之外，在整个流域范围内对土壤质量进行空间预测对于生成能够指导保护规划的连续地图也至关重要。数字土壤制图（DSM）和机器学习算法，包括随机森林和支持向量机，正被越来越广泛地用于将点观测值上推扩展为连续空间面（McBratney等，2003）。在各种机器学习方法中，本研究选择XGBoost，因其已被证明能够捕捉非线性关系和环境协变量之间的复杂交互作用（Anees等，2024；Gholami等，2020）。其内置的正则化有助于缓解过拟合问题，在本研究样本量有限的情况下尤为重要。此外，XGBoost还与Shapley可加性解释（SHAP）兼容，可用于事后模型解释。然而，XGBoost与大多数机器学习算法一样属于全局模型，隐含地假设关系具有平稳性，而土壤-环境关系在空间上存在变化。这种空间非平稳性在丘陵起伏的黑土地区尤为突出（Yang等，2026）。在这些环境中，山脊、坡地和谷地位置的侵蚀强度、沉积过程和微地形控制作用差异显著（Liu等，2023；Wen等，2021）。因此，除非将空间背景明确纳入建模框架，全局模型可能次优。

我们假设土壤指标的网络架构随空间尺度而重组，从流域尺度的少量综合性核心指标转变为子流域尺度的大量过程特异性指标。我们进一步假设，将高斯混合模型（GMM）导出的空间先验纳入XGBoost可以提高空间非平稳条件下的土壤质量指数（SQI）预测效果。本研究的新颖性在于将网络分析与GMM驱动的机器学习相结合，用于实现尺度依赖性的土壤质量评估，据我们所知，这尚未经在流域尺度的应用背景下。

本研究旨在通过结合基于网络分析的指标选择与GMM驱动的XGBoost模型来检验上述假设。SHAP分析被用于量化地形、空间和植被相关协变量的相对贡献，并解释预测的空间模式。以中国东北丘陵黑土区的江湖流域为案例，研究的主要目标为：（1）利用网络分析在流域和子流域尺度识别用于最小数据集构建的尺度依赖性功能核心指标；（2）比较基于最小数据集（MDS）和全数据集（TDS）的土壤质量指数在线性与非线性评分下的表现；（3）评估GMM导出的空间先验是否能在空间非平稳条件下提高土壤质量指数预测效果，并使用SHAP阐明环境协变量的相对贡献。

章节摘要

研究区域

江湖流域（47°20′24″–47°23′60″ N，126°43′48″–126°49′48″ E）位于中国黑龙江省海伦市，地处东北地区，面积为29.17 km²（图1）。该流域是黑土区典型丘陵地貌的代表。在流域内部划定了一个5.51 km²的嵌套子流域，以代表包含上游、中游和下游的完整地形单元，用于研究尺度依赖的模式和局部特征。

土壤性质

采用变异系数（CV）来表征各指标的变异性。参照Wilding（1985）和Dengiz（2020）的标准，CV值低于15%为低变异性，15%至35%为中等变异性，高于35%为高变异性。在流域尺度（表S2）上，土壤有机质（SOM）平均为46.55 g kg^?1，全氮（TN）平均为2.20 g kg^?1。土壤pH值的变异性相对较低（CV = 5.75%）。相比之下，速效磷（AP）和速效钾（AK）表现出最高的变异性。

网络架构的尺度依赖性变化及其功能意义

本研究的一个关键结果是，基于网络分析导出的最小数据集具有显著的尺度依赖性，在流域尺度上仅需两个指标（容重和土壤有机质），而在子流域尺度上则需要四个指标（砂粒、速效磷、速效钾和土壤容重）。在流域尺度上，网络反映了物理结构和生物地球化学状态两个准独立的功能维度（Bünemann等，2018；Reynolds等，2009）。在子流域尺度上，物理维度仍然保持内聚，但……

结论

本研究将网络分析、高斯混合模型驱动的机器学习和模型解释相结合，解决了丘陵黑土流域土壤质量评估中的尺度依赖性指标选择和空间非平稳性问题。

网络分析表明，最小数据集具有显著的尺度依赖性。在流域尺度上，毛管孔隙率和土壤有机质作为功能核心指标发挥作用。在子流域尺度上，最小数据集转变为砂粒、……

作者贡献声明

赵立祥：原稿撰写、可视化、软件、形式化分析、数据整理、概念化。谭林方：调查研究、数据整理。陈鑫：数据整理、概念化。王杰：调查研究、数据整理。宋艳屯：验证、指导、方法论。郭中禄：稿件审阅与编辑、验证、指导、方法论。魏玉杰：指导、资金获取。蔡崇发：指导、资金获取。

利益冲突声明

作者声明以下财务利益/个人关系可能被视为潜在的利益冲突：蔡崇发报告由国家重点研发计划（2021YFD1500703）提供资助。魏玉杰报告由国家重点研发计划（2024YFD1501202）提供财务支持。如有其他作者，他们声明不存在已知的竞争性财务利益或个人关系。

致谢

本工作获得国家重点研发计划资助（2021YFD1500703、2024YFD1501202）。

赵立祥|谭林方|陈鑫|王杰|宋艳屯|郭中禄|魏玉杰|蔡崇发