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)