東北地理所在黑土層厚度預(yù)測(cè)方面取得進(jìn)展
黑土是我國極其珍貴的耕地資源，被譽(yù)為“耕地中的大熊貓”。黑土層厚度不僅直接影響土壤肥力，還決定著農(nóng)作物的產(chǎn)量潛力。然而，傳統(tǒng)測(cè)量方法多依賴剖面挖掘或鉆探采樣，費(fèi)時(shí)費(fèi)力且成本高昂，難以全面揭示復(fù)雜地形條件下黑土層厚度的空間分異。這一瓶頸長期制約了黑土退化的科學(xué)評(píng)估和精準(zhǔn)治理。
針對(duì)這一問題，中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所農(nóng)業(yè)遙感學(xué)科組的研究人員集成應(yīng)用遙感光譜與高分辨率地形數(shù)據(jù)，探索黑土層厚度的高效預(yù)測(cè)新途徑。研究發(fā)現(xiàn)，黑土層厚度與短波紅外波段（B11、B12）反射率呈顯著負(fù)相關(guān)，這一光譜特征源于黑土中有機(jī)質(zhì)和水分的變化，成為厚度預(yù)測(cè)的重要信息來源。同時(shí)，研究團(tuán)隊(duì)基于數(shù)字高程模型提取了谷深、地形濕度指數(shù)（TWI）、匯流面積（TCA）、相對(duì)坡位（RSP）等8項(xiàng)關(guān)鍵地形因子，精準(zhǔn)刻畫了水蝕過程中的侵蝕、搬運(yùn)與沉積規(guī)律。
在數(shù)據(jù)融合的基礎(chǔ)上，研究人員構(gòu)建了隨機(jī)森林（RF）、極端梯度提升（XGBoost）和人工神經(jīng)網(wǎng)絡(luò)（ANNs）三種機(jī)器學(xué)習(xí)模型。結(jié)果顯示，引入光譜信息后模型精度顯著提升，其中隨機(jī)森林表現(xiàn)最佳，R2 達(dá) 0.75，均方根誤差僅 8.88 厘米。進(jìn)一步分析表明，地形因子在預(yù)測(cè)中貢獻(xiàn)最大，而光譜信息提供了關(guān)鍵補(bǔ)充，兩者結(jié)合顯著增強(qiáng)了復(fù)雜坡耕地環(huán)境下的預(yù)測(cè)能力。基于最優(yōu)模型，團(tuán)隊(duì)繪制了研究區(qū)黑土層厚度分布圖，揭示出“高處薄、低處厚”的典型空間格局，為深入理解黑土侵蝕—沉積過程提供了新證據(jù)。
該研究成果近期發(fā)表于農(nóng)林科學(xué)領(lǐng)域國際權(quán)威期刊 Soil and Tillage Research（一區(qū)Top）。論文由東北地理所2024級(jí)博士生阮偉民（第一作者）、劉煥軍研究員（通訊作者）與隋躍宇研究員等合作完成。研究得到黑土保護(hù)與利用國家重點(diǎn)實(shí)驗(yàn)室青年科學(xué)家創(chuàng)新基金（2023HTDGZ-QN-01）和國家重點(diǎn)研發(fā)計(jì)劃（2021YFD1500100）資助。
論文標(biāo)題：
Quantitative prediction of black soil horizon thickness at the watershed scale in Northeast China’s black soil region
發(fā)表期刊：
Soil and Tillage Research
論文全文鏈接：
https://doi.org/10.1016/j.still.2025.106886
圖1 黑土層厚度預(yù)測(cè)流程圖
圖2?研究區(qū)樣點(diǎn)分布圖
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
