土壤有机碳反演方案

基于遥感和人工智能方法的土壤有机碳时空演变分析研究

1. 研究目标

1. 构建数据集：建立”星-地”一体化的SOC反演特征数据库
2. 模型开发：比较并优选适用于该区域的AI反演模型（如RF, XGBoost）
3. 时空制图：生成过去25年（2000-2025）表层（0-10 cm或0-30cm）SOC空间分布图（分辨率500m/1km）
4. 归因分析：解析气候变化（降水、温度）与人类活动（放牧、开垦）对SOC变化的相对贡献

2. 数据来源

基于SCORPAN模型理论框架选取环境变量。数字土壤制图反映的是土壤的空间分布特征和规律，土壤的空间分布是土壤形成与发展过程的体现，因而，数字土壤制图的一个理论基础是土壤成土因子学说。该学说认为土壤是母质、气候、生物、地形和时间5个成土因素综合作用的产物。

表 1 SCORPAN特征分类体系

SCORPAN	适用变量	作用机制
S（土壤）	① 土壤 pH ② 土壤质地（黏粒/砂粒百分比） ③ 容重	土壤普遍呈弱碱性，适宜微生物活动，提高SOC稳定性；黏粒可保护有机质不被分解；容重反映过度放牧造成的压实、根系输入减少。研究中通常可解释SOC（20-30%）的差异。
C（气候）	① 年均降水量（MAP） ② 年均温度（MAT） ③ 土壤湿度/干旱指数	呈干旱梯度，降水是植被与微生物活动的主控因子；升温促进分解，增加SOC损失。气候因子在干旱区贡献较大。
O（生物）	① NDVI/EVI ② 地上生物量（AGB）或NPP ③ 土地利用（放牧强度）	NDVI/EVI反映生产力与根系输入；耕地化或重度放牧可使SOC下降。植被因子对SOC影响尤为显著。
R（地形）	① 高程 ② 坡度 ③ 坡向 ④ 地形湿度指数（TWI）	海拔影响区域气候；坡度陡峭区更易发生侵蚀导致SOC流失；TWI可反映积水和微地形湿度。

结合区域尺度建模对数据空间一致性、时间连续性和可获取性的要求选取数据集。数据源应完整覆盖成土因子，具备长期稳定、空间一致和多尺度适配等优势。

表 2 数字土壤制图通用数据源

数据类别	具体指标/变量	数据来源	作用
实测数据	SOC含量 (g/100g)	① 公共数据库 (WoSIS) ② 文献挖掘 (从近5年发表论文中提取) ③ 自有采样数据	作为AI模型的训练集和验证集
光学遥感	植被指数 (NDVI, EVI), 裸土指数 (BSI)	MODIS (MOD13Q1) 或 Landsat 8/9	表征地表植被生产力和裸露情况
气候数据	降水, 温度, 蒸散发, 土壤湿度	ERA5-Land 或 TerraClimate	关键的气候驱动因子
地形数据	高程, 坡度, 坡向, 地形湿度指数	SRTM 或 NASA DEM	影响水热再分配
微波遥感	后向散射系数 (VH/VV)	Sentinel-1 (SAR)	补充光学遥感在云层覆盖下的缺失，反映土壤质地/水分

通过检索近十年关于土壤有机碳的文献，筛选出在区域尺度上被反复证明具有重要影响的特征因子。包括：放牧压力（以畜牧密度等指标表征）、植被生产力及其变化趋势（基于NDVI/EVI的多年时序指标）、干旱程度（如蒸散与降水的比值或干旱指数）等。这些变量可依托遥感产品或再分析气候资料进行量化，从而在模型训练时更准确地反映独特的生态过程与碳循环驱动机制，有助于提升区域SOC反演的适应性与预测精度，并增强模型对驱动机制的解释能力。

3. 技术路线与方法

3.1 数据与特征工程

1. 数据标准化：收集WoSIS、文献中的剖面数据，进行统一的变量标准化（单位、深度标准化）。剔除异常剖面、统一土层厚度或按深度区间标准化SOC值。环境协变量标准化处理后进行栅格化。
2. GEE处理：利用Google Earth Engine对MODIS/Landsat数据进行去云、镶嵌、裁剪。构建多时相指标（NDVI、BSI、band ratios、短波红外波段等）。
3. 时空匹配：将地面采样点的经纬度和采样时间，与遥感影像像素进行时空匹配，提取对应的光谱和环境变量。
4. 特征筛选：使用递归特征消除(RFE)或皮尔逊相关性分析，剔除冗余变量，保留对SOC解释度最高的因子（通常是降水、NDVI、DEM）。

3.2 AI模型构建与优选

设计多模型对比实验，选择最优反演策略：

1. 基准模型：随机森林 (Random Forest, RF)。适合处理高维非线性数据，且能输出特征重要性。
2. 进阶模型：XGBoost / LightGBM。在处理稀疏数据时表现优异。
3. 深度学习：一维卷积神经网络 (1D-CNN)。输入光谱曲线特征，挖掘深层隐含关系。
4. 验证方法：采用10折交叉验证 (10-fold CV)，使用R2 (决定系数)、RMSE (均方根误差) 和 MAE (平均绝对误差) 评价精度。

3.3 时空演变分析

1. 反演制图：将训练好的最佳模型应用到整个区域的长时序影像上。
2. 趋势分析：计算Theil-Sen Median (森氏斜率)和Mann-Kendall (MK)趋势检验，判断SOC是显著增加、减少还是稳定。公式逻辑：如果Slope > 0 且 P < 0.05，则为显著增加。
3. 变异系数：通过计算各区域SOC含量的变异系数（CV），量化其空间异质性程度。

3.4 驱动机制归因

1. 地理探测器 (Geodetector)：用于量化不同因子（如降水、放牧）对SOC空间分布的解释力（q值）及其交互作用。
2. SHAP (SHapley Additive exPlanations) 值：用于解释AI模型，量化各因子（降水、温度、放牧强度等）对SOC的具体贡献度（正向或负向影响）。
3. 结构方程模型（SEM）：量化环境因子的相对作用强度及其潜在作用路径。

4. 可行性与预期难点分析

4.1 可行性

1. 数据可获取：GEE平台免费提供了海量遥感数据；WoSIS等全球土壤数据库提供了基础的训练样本。
2. 技术成熟：Python (Scikit-learn)和GEE API使得非计算机专业人员也能搭建机器学习流程。

4.2 潜在难点及解决方案

1. 跨国界数据不一致

   • 问题：草地管理政策不同，且采样数据密度不均。
   • 方案：在训练样本中进行加权重采样，确保样本平衡。

2. 纯净裸土光谱获取难

   • 问题：植被覆盖遮挡了土壤光谱。
   • 方案：利用早春/晚秋植被枯黄期的影像进行建模。

3. 长时序传感器间差异

   • 问题：多源影像数据质量。
   • 方案：使用融合产品，例如Harmonized Landsat-Sentinel(HLS)。

5. 预期成果

1. 一张地图：2000-2025年SOC时空分布数据集（GeoTIFF格式）
2. 一份报告：揭示气候变化与人类活动（放牧、开垦）对碳库稳定性的影响

6. 时间节点

表 3 进度安排

编号	阶段	任务内容	第1月	第2月	第3月	第4月	第5月
1	数据准备	数据收集；数据清洗；遥感影像下载；预处理（云掩膜、大气校正）	████████	████
2	特征工程	光谱指数、地形、气候；时间序列构建；特征筛选		████████	████
3	模型训练	RF/XGBoost；训练与验证			████████	████
4	SOC制图	生成SOC空间图				████████
5	变化分析	多时相差值、趋势显著性检验					████
6	驱动归因	SHAP/特征贡献；气候/土地利用影响					████
7	成果整理	图件、产品、报告撰写					████████