基于机器学习的江汉平原土壤有机碳预测及制图

• Published in: 农业资源与环境学报 Vol. 40; no. 3; pp. 644 - 650
• Main Authors: 沈佳丽, 陈颂超, 胡碧峰, 李硕
• Format: Journal Article
• Language: Chinese
• Published: 农业农村部环境保护科研监测所 10.05.2023; 中国农业生态环境保护协会; 华中师范大学地理过程分析与模拟湖北省重点实验室,武汉 430079%浙江大学杭州国际科创中心,杭州 311200%江西财经大学旅游与城市管理学院,南昌 330013
• Subjects: 环境因子; 深层土壤; 机器学习; 土壤-景观模型; 碳库
• ISSN: 2095-6819; 2095-6819
• DOI: 10.13254/j.jare.2022.0583

土壤有机碳（SOC）不仅显著响应于表层，而且随深度的变化呈现不同的响应。江汉平原作为长江经济带农田生态系统的重要组成部分，其SOC垂向分布状况仍有待考察。本研究收集了2009—2012年湖北省土系调查的66个剖面数据，基于9个环境因子为协变量使用随机森林法构建0～30、>30～60、>60～100 cm土层深度的SOC含量预测模型，绘制了30 m空间分辨率的SOC含量分布图，并估算了SOC储量。结果表明，SOC含量随土层深度的增加而减少，总体呈中东部高、西部低的特征。模型对表层（0～30 cm）SOC的预测精度最高（R2=0.45，RMSE=3.28 g·kg-1），温度、黏粒含量和降水对模型重要性居前三。江汉平原1 m深SOC储量为183.75 Tg，>30～100 cm土层SOC储量约占1 m深度总储量的59%。因此，土壤碳库估算及固碳潜力评估时需着重考虑深层土壤。本研究可为掌握SOC空间分布及垂直分异的响应规律提供参考。