東北地理所在Remote Sensing of Environment上發(fā)表全新30m空間分辨率全球黑土區(qū)土壤有機碳制圖結果
黑土以其高肥力和強碳匯能力被譽為“地球的糧倉”,但近年來受侵蝕、集約化農(nóng)業(yè)等因素影響,全球黑土區(qū)SOC含量普遍下降,削弱了土壤緩沖氣候變化的能力。如何精準監(jiān)測SOC含量的空間分布和動態(tài)變化,成為當前土壤保護研究的關鍵挑戰(zhàn)。
為了應對這些挑戰(zhàn),中國科學院東北地理與農(nóng)業(yè)生態(tài)研究所農(nóng)業(yè)遙感學科組研究人員收集了8984個土壤樣本、956423張Landsat TM/OLI遙感影像、數(shù)字高程模型和氣象數(shù)據(jù),開發(fā)了一個考慮土壤形成與侵蝕過程的地理知識數(shù)據(jù)集(GEKD)。該數(shù)據(jù)集被輸入概率混合模型(PHM)進行區(qū)域劃分,并進一步結合注意力機制、卷積神經(jīng)網(wǎng)絡與長短期記憶網(wǎng)絡(A-CNN-ConvLSTM)構建高精度SOC預測模型。
研究結果顯示,結合GEKD和A-CNN-ConvLSTM算法,SOC含量預測精度達到RMSE = 7.17 g/kg、R2 = 0.72、RPIQ = 1.92,優(yōu)于傳統(tǒng)模型。此外,PHM模型有效降低了SOC空間異質性帶來的誤差,使預測結果更加平滑、穩(wěn)定。與全球模型相比,PHM將RMSE降低1.66 g/kg,R2和RPIQ分別提高0.06和0.15。研究生成了自1984年以來全球黑土區(qū)30m分辨率的SOC空間圖,并揭示了SOC含量下降的整體趨勢。其中,全球黑土區(qū)SOC平均下降1.91 g/kg,亞洲黑土區(qū)降幅最大(2.93 g/kg),西伯利亞黑土區(qū)降幅最小(1.45 g/kg)。該研究不僅為全球黑土區(qū)SOC動態(tài)監(jiān)測提供了新技術手段,還為黑土區(qū)碳匯管理和農(nóng)業(yè)可持續(xù)發(fā)展提供了科學支撐。
該研究發(fā)表在遙感領域國際頂級期刊《Remote Sensing of Environment》(影響因子11.10),由東北地理所特別研究助理孟祥添(第一作者)、劉煥軍研究員(通訊作者)共同完成。研究得到黑土保護與利用國家重點實驗室青年科學家創(chuàng)新基金(2023HTDGZ-QN-01)、國家重點研發(fā)計劃項目(2021YFD1500100)、中國博士后基金博士后資助計劃項目(GZB20240737)共同資助。

圖1基于地理知識數(shù)據(jù)集、地理分區(qū)和深度學習算法進行SOC含量預測流程

圖2 全球黑土區(qū)SOC含量空間分布圖
論文信息:Meng,X.,Bao,Y.,Zhang,X.,Luo,C.,& Liu,H. (2025). A long-term global Mollisols SOC content prediction framework: Integrating prior knowledge,geographical partitioning,and deep learning models with spatio-temporal validation. Remote Sensing of Environment,318,114592.
論文鏈接:https://doi.org/10.1016/j.rse.2024.114592
附件下載:
吉公網(wǎng)安備22017302000214號