传统、机器学习与深度学习模型估算印度河-恒河平原土壤关键属性——基于土壤传递函数(Pedotransfer Function, PTF)的比较评价研究

《Vadose Zone Journa》:Comparative evaluation of traditional, machine learning, and deep learning models for estimation of key soil properties using pedotransfer functions in the Indo-Gangetic Plains

【字体: 大 中 小 】 时间:2026年04月03日 来源:Vadose Zone Journa 2.8

编辑推荐:

  摘要:印度河-恒河平原(Indo-Gangetic Plains, IGP)土壤水文物理属性的直接测定费时费力且成本高昂,限制了田块尺度水分管理的实施。研究人员通过开展本研究填补这一空白,利用先进的机器学习(Machine Learning, ML)与深度学习

  
摘要:印度河-恒河平原(Indo-Gangetic Plains, IGP)土壤水文物理属性的直接测定费时费力且成本高昂,限制了田块尺度水分管理的实施。研究人员通过开展本研究填补这一空白,利用先进的机器学习(Machine Learning, ML)与深度学习(Deep Learning, DL)方法,构建并验证了针对六项关键属性的区域特异性土壤传递函数(Pedotransfer Function, PTF)——田间持水量(Field Capacity, FC)、永久萎蔫点(Permanent Wilting Point, PWP)、容重(Bulk Density, BD)、总有效水(Total Available Water, TAW)、总孔隙度(Total Porosity, Φ)及通气孔隙度(Air Capacity, AC)。研究采用采自中IGP壤质冲积土117个地理定位样点的351个土样数据集构建PTF,以砂粒、粉粒、黏粒及土壤有机碳(Soil Organic Carbon, SOC)为预测变量。研究人员比较了传统逐步多元线性回归(Stepwise Multiple Linear Regression, SMLR)、ML算法(岭回归 Ridge Regression、支持向量回归 Support Vector Regression、随机森林 Random Forest、极端梯度提升 eXtreme Gradient Boosting/XGBoost)及基于DL的人工神经网络(Artificial Neural Network, ANN),并以广泛引用的已发表PTF作为基准进行性能比对。结果表明,先进ML与DL模型显著优于SMLR及既有PTF,其中ANN对FC(决定系数 R2= 0.84;均方根误差 Root Mean Squared Error, RMSE = 0.025)、TAW(R2= 0.86;RMSE = 0.024)和AC(R2= 0.86;RMSE = 0.021)精度最高,XGBoost对BD(R2= 0.86;RMSE = 0.020)和Φ(R2= 0.82;RMSE = 0.008)表现最优。特征重要性分析确定黏粒、SOC和砂粒为主要预测因子,但其影响因土壤属性而异。本研究首次为中IGP多重土壤水文物理属性提供了稳健的本地校准PTF,为改善灌溉制度、加强水分管理及促进该关键产粮区的可持续农业实践提供了准确且可扩展的工具。
论文解读——《Vadose Zone Journal》发表于Vadose Zone Journal之"Comparative evaluation of traditional, machine learning, and deep learning models for estimation of key soil properties using pedotransfer functions in the Indo-Gangetic Plains"
一、研究背景与立项依据
印度河-恒河平原(Indo-Gangetic Plains, IGP)是重要粮食产区,稻-麦体系水分管理效率低下,根本制约因素在于缺乏田块尺度的土壤水文物理属性(田间持水量 Field Capacity [FC]、永久萎蔫点 Permanent Wilting Point [PWP]、容重 Bulk Density [BD]、总有效水 Total Available Water [TAW]、总孔隙度 Total Porosity [Φ]、通气孔隙度 Air Capacity [AC])实测数据。直接测定这些属性(尤其需原状土样的BD、Φ、AC及需压力膜仪的FC、PWP)耗时费钱。土壤传递函数(Pedotransfer Function, PTF)是利用易测土壤属性(质地、有机碳)估算上述参数的数学工具,但既有PTF多为其他地区开发,移植至中IGP壤质冲积土(始成土 Inceptisols、新成土 Entisols)时精度大幅下降,且既往研究罕有同时针对FC/PWP/BD及农艺关键的TAW、Φ、AC六项的本地化PTF开发。因此研究人员开展本研究,通过传统统计、机器学习(Machine Learning, ML)及深度学习(Deep Learning, DL)方法构建中IGP本地校准PTF并进行系统比选。
二、主要技术方法概述
研究人员于2021–2022年于印度比哈尔邦北部6县(中IGP)117个地理定位农田样点采集0–15、15–30、30–60 cm三层共351个土样;测定砂粒、粉粒、黏粒(Bouyoucos比重法)、土壤有机碳(Soil Organic Carbon, SOC;Walkley-Black湿氧化法)、BD(原状环刀法)、FC(?33 kPa压力板)及PWP(?1500 kPa压力板),并据此计算TAW=FC?PWP、有效颗粒密度(Particle Density, PDeff,考虑矿物2.65 g/cm3与有机质1.3 g/cm3)、Φ=1?BD/PDeff、AC=Φ?FC。数据集按7:3划分为训练集(N=246)与独立测试集(N=105),输入变量做Min-Max归一化。分别建立:①逐步多元线性回归(Stepwise Multiple Linear Regression, SMLR;后退消除 p≤0.05);②ML模型——岭回归(Ridge Regression, RDG;α=0.5)、支持向量回归(Support Vector Regression, SVR;RBF核)、随机森林回归(Random Forest Regressor, RFR;100棵树)、极端梯度提升(eXtreme Gradient Boosting, XGBoost;100棵树),超参数经五折交叉验证网格搜索优化;③深度学习的多层感知器人工神经网络(Artificial Neural Network, ANN;输入层4节点→隐层32/16神经元ReLU→输出层线性,Adam优化器,早停与Dropout=0.2、L2正则化)。以文献经典PTF(Saxton & Rawls 2006等9个)作外部基准。性能指标含决定系数(Coefficient of Determination, R2)、均方根误差(Root Mean Squared Error, RMSE)、平均绝对误差(Mean Absolute Error, MAE)、性能偏差比(Ratio of Performance to Deviation, RPD)。树模型用内置特征重要性,ANN/SVR用置换特征重要性(Permutation Feature Importance)。
三、研究结果
3.1 Descriptive statistics and data characterization(描述性统计与数据表征)
训练集与测试集各变量均值、范围及变异系数相近(砂粒分数均值0.32 vs 0.33,FC均值0.42 vs 0.41 cm3/cm3等),证实随机抽样具代表性;USDA质地三角图显示样品集中于壤土、黏壤土、砂黏壤土,符合中IGP壤质冲积土特征,为PTF建模提供合理数据基础。
3.2 Performance of SMLR models(SMLR模型性能)
SMLR选出不同显著预测因子(FC:黏粒+SOC;PWP:砂+粉+SOC;BD:全四变量等),测试集FC的R2=0.60(RMSE=0.039,RPD=1.57),BD的R2=0.56(RPD=1.50),属中等;PWP(R2=0.41,RPD=1.30)、TAW(R2=0.53,RPD=1.47)、Φ(R2=0.40,RPD=1.29)及AC(R2=0.36,RPD=1.25)预测不可靠,表明线性假定不足以捕捉土壤属性间非线性关系。
3.3 Performance of ML models(机器学习模型性能)
ML模型全面优于SMLR。FC以随机森林最优(R2=0.82,RMSE=0.026,RPD=2.34);PWP以支持向量回归最优(R2=0.72,RMSE=0.004,RPD=1.89);BD以XGBoost最优(R2=0.86,RMSE=0.020,RPD=2.67);TAW以支持向量回归最优(R2=0.84,RMSE=0.025,RPD=2.54);Φ以XGBoost与随机森林相当(XGBoost R2=0.82,RMSE=0.008,RPD=2.36);AC以随机森林最优(R2=0.77,RMSE=0.026,RPD=2.10)。集成学习与核方法显著捕获非线性。
3.4 Performance of DL (ANN) model(深度学习ANN模型性能)
ANN对各属性均给出高精度估计:FC(R2=0.84,RMSE=0.025,RPD=2.52)、PWP(R2=0.77,RMSE=0.004,RPD=2.09)、BD(R2=0.83,RMSE=0.022,RPD=2.41)、TAW(R2=0.86,RMSE=0.024,RPD=2.69)、Φ(R2=0.76,RMSE=0.009,RPD=2.03)、AC(R2=0.86,RMSE=0.021,RPD=2.69),综合来看ANN或并列最优或仅次于特定ML最优模型。
3.5 Performance of existing PTFs(既有文献PTF性能)
既有PTF移植至本地数据集表现差:FC最佳为Minasny & Hartemink (2011)(R2=0.45,RPD=1.34),PWP最佳同来源(R2=0.37,RPD=1.26),Saxton & Rawls (2006)PWP公式出现负R2(?0.74);BD最佳为Kaur et al. (2002)(R2=0.59,RPD=1.55),均远低于新建模型,证实通用PTF不适用于中IGP。
3.6 Comparative model performance and selection of best models(模型比较与最优模型遴选)
综合测试集指标,各属性最优PTF为:FC—ANN(R2=0.84,RPD=2.52),次优随机森林;PWP—ANN(R2=0.77,RPD=2.09);BD—XGBoost(R2=0.86,RPD=2.67),次优随机森林与ANN;TAW—ANN(R2=0.86,RPD=2.69),次优支持向量回归与XGBoost;Φ—XGBoost(R2=0.82,RPD=2.36)与随机森林;AC—ANN(R2=0.86,RPD=2.69)。ML/DL模型显著优于SMLR及文献PTF。
3.7 Feature importance(特征重要性分析)
基于各属性最优模型的置换或内置重要性:FC受SOC(0.49)与砂/黏粒(各0.45)主导;PWP受黏粒(0.68)与粉粒(0.41)主导;BD受黏粒(0.46)与SOC主导;TAW受砂粒(0.66)与SOC(0.41)主导;Φ受SOC(0.39)主导;AC受砂粒(0.79)主导。不同水文物理属性受质地组分与SOC影响模式各异。
四、讨论与结论总结(翻译结论部分)
本研究表明,在中IGP地区,先进的ML与DL模型——特别是ANN、随机森林(Random Forest Regressor, RFR)和XGBoost——在预测全套土壤水文物理属性(即FC、PWP、BD、TAW、Φ和AC)方面显著优于传统回归及已有PTF。创新点在于纳入了对水分管理至关重要的派生属性、针对壤质冲积土的本地校准,以及通过特征重要性分析实现模型可解释性。综上,本研究为中IGP土壤提供了首个基于人工智能的区域特异性PTF框架,可精确预测对灌溉制度制定和作物模拟至关重要的六项水文物理属性。这些模型弥补了关键数据缺口,支持可持续集约化,并提供开源工具供决策支持系统集成。值得指出的是,ANN对FC(R2= 0.84,RPD = 2.52)、TAW(R2= 0.86,RPD = 2.69)和AC(R2= 0.86,RPD = 2.69)表现出卓越精度,而XGBoost在其他模型中表现最优(BD:R2= 0.86,RPD = 2.67),RFR对Φ表现突出(R2= 0.81,RPD = 2.30)。特征重要性分析确认黏粒含量、SOC和砂粒分数为关键预测因子,其对不同土壤属性的贡献各异。通过开发与验证稳健的本地校准PTF,本研究弥合了重要的知识缺口,并为IGP地区水分管理、作物模拟和精准农业提供了可扩展的预测工具。所有开发的模型、数据与脚本均已公开于GitHub仓库以确保可复现性与实用价值。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号