可解释机器学习凸显了漫射辐射在北方森林生态系统碳吸收中的作用

《Environmental Data Science》:Explainable machine learning highlights the role of diffuse radiation in ecosystem carbon uptake of boreal forest

【字体: 大 中 小 】 时间:2026年07月07日 来源:Environmental Data Science 2.8

编辑推荐:

  北方森林在全球化碳循环中扮演关键角色,因为它们是全球最大的陆地碳汇之一。在本研究中,研究人员采用可解释机器学习(explainable machine learning, ML)技术,探究环境与植被变量对净生态系统交换(net ecosystem exchan

  
北方森林在全球化碳循环中扮演关键角色,因为它们是全球最大的陆地碳汇之一。在本研究中,研究人员采用可解释机器学习(explainable machine learning, ML)技术,探究环境与植被变量对净生态系统交换(net ecosystem exchange, NEE)的影响,特别关注漫射辐射的效应。研究人员利用一个亚小时分辨率的数据集,该数据集包含来自纬度58–68° N的三个北方或半北方森林研究站点的卫星和原位观测,以捕捉森林碳吸收的纬度变异。通过SHAP(Shapley Additive Explanations)值,研究人员识别出影响NEE的关键驱动因子,并量化了它们在不同ML模型架构中的重要性。光合有效辐射(photosynthetically active radiation, PAR)、漫射辐射、归一化植被指数和土壤温度被识别为ML模型中对NEE具有最大解释力的变量。仅使用这些变量的ML模型得到了R2≈0.8和RMSE≈2.3 μmol m?2 s?1的结果。对SHAP值的进一步分析表明,更高的漫射辐射(DiffPAR)与更负的NEE(更强的碳汇)相关联。SHAP分析比原始DiffPAR测量更清晰地凸显了这一效应,因为它考虑了与其他环境因子的交互作用。这表明漫射辐射效应源于DiffPAR与共变环境因子(如云量和总PAR)之间的交互作用。由SHAP识别出的案例(DiffPAR SHAP?2 s?1。当应用于ML模型时,SHAP无需假设先验关系,就能揭示漫射辐射与NEE其他驱动因子之间的非线性、上下文依赖的交互作用。
**论文解读文章**

**研究背景与问题**

北方森林是全球化碳循环的关键组成部分,被认为是全球最大的陆地碳汇之一。尽管森林碳循环的基本机制及其气候驱动因子已被广泛理解,但由于环境变量之间存在强烈的共变性、非线性响应和交互作用,如何区分不同因子对净生态系统交换(NEE)的贡献仍然是重大挑战。特别是,太阳辐射中的漫射辐射(通过云和气溶胶增强)能够更均匀地穿透森林冠层,可能促进光合作用,但漫射辐射的效应难以与其他变量(如总辐射、温度)分离。现有研究指出,忽略漫射辐射会导致模型严重低估阴天条件下的总初级生产力(GPP),尤其是在北方森林中,GPP对漫射辐射的响应似乎比其他生态系统更强。因此,需要更精确的方法来量化漫射辐射在NEE中的作用,并揭示其与协变环境因子的交互机制。

**研究目的与意义**

本研究旨在利用可解释机器学习(ML)技术,建模北方和半北方森林中亚小时尺度的NEE,重点揭示漫射辐射对碳吸收的贡献,并验证SHAP(Shapley Additive Explanations)作为生态系统过程分析工具的有效性。论文发表在《Environmental Data Science》,表明该方法在生态学与数据科学交叉领域具有重要价值。

**主要技术方法**

研究人员使用了来自三个研究站点的亚小时分辨率数据:芬兰的SMEAR I(V?rri?,67°46’ N)和SMEAR II(Hyyti?l?,61°51’ N),以及爱沙尼亚的SMEAR Estonia(J?rvselja,58°16’ N)。这些站点均属于ICOS和ACTRIS网络。数据包括涡度相关法测量的NEE、气象变量和MODIS卫星产品(NDVI和LAI)。研究人员训练了三种ML模型:XGBoost、LightGBM和随机森林(Random Forest),并采用两种输入配置:完整10变量集和仅含4个关键变量(PAR、DiffPAR、NDVI、土壤温度)的简化集。通过SHAP值进行模型解释,并使用TreeSHAP算法计算逐实例归因,揭示变量贡献和交互作用。样本队列时间跨度与观测数见原文表2。

**研究结果**

**3.1 评估模型性能(Assessing model performance using accuracy metrics)**
通过比较决定系数(R2)和均方根误差(RMSE),发现所有模型在完整输入集上表现更好(R2≈0.85,RMSE≈1.99 μmol m?2 s?1),但简化四变量模型仍能达到R2≈0.79,RMSE≈2.30 μmol m?2 s?1,表明这四变量足以高效建模NEE。XGBoost略优于LightGBM和随机森林。

**3.2 SHAP总结:特征效应可视化(SHAP summary: visualization of feature effects)**
基于SHAP蜂群图,所有ML模型一致认为PAR、DiffPAR、NDVI和土壤温度是对NEE具有最大解释力的四个变量。PAR理论上是解释光合作用最重要的变量;DiffPAR的效应与冠层结构相关;NDVI作为吸收PAR的代理变量反映季节性和叶片年龄;土壤温度则调控呼吸作用,其重要性高于气温。其他变量(如LAI、VPD)贡献较小,但模型仍能利用它们提高准确性。

**3.3 不同变量对NEE的依赖关系(Dependence of NEE on different variables visualized with SHAP values)**
通过SHAP依赖图(以简化XGBoost模型为例),研究人员揭示了变量间的交互作用:PAR对NEE的贡献随NDVI升高而增强,表明高叶面积时辐射效应更大;DiffPAR的贡献受土壤温度调节,低温下DiffPAR效应弱,中等土壤温度(约7°C)时效应最强,高温下由于呼吸作用增强而减弱;NDVI的SHAP值在高峰生长季(高NDVI、高PAR)时最负,对应强碳汇;土壤温度呈V形响应,临界点约7°C,低温时促进碳汇,高温时促进碳源。

**3.4 DiffPAR SHAP值(DiffPAR SHAP values)**
研究人员聚焦DiffPAR,利用SHAP值进行数据分层。在NDVI>0.8的条件下,当DiffPAR SHAP值?2 s?1)分组时,NEE差异较小。SHAP分层组的中位NEE比原始阈值组低1.545 μmol m?2 s?1,表明模型揭示的漫射辐射效应更强,且该效应与温度无关,而与云量引起的散射相关。这一发现与Neimane-?roma等人(2024)的实地观测一致,但本研究从模型角度首次独立识别出该模式。

**总结与讨论**

研究结论部分翻译如下:
研究人员使用ML对三个站点(芬兰北部、南部和爱沙尼亚半北方森林)的NEE进行了建模,比较了不同输入变量集和ML模型。仅用四个变量即可达到R2≈0.79和RMSE≈2.30,而更多变量使模型精度略升至R2≈0.85和RMSE≈1.99。四变量模型更易于分析变量关系。最佳模型为XGBoost。预测NEE的最佳变量是辐射变量PAR和DiffPAR,其次为NDVI和土壤温度。其他变量(气温、LAI、VPD等)仅小幅提升精度。SHAP值分析表明,模型捕捉到的变量关系与当前科学认知一致,且在不同模型和输入集下模式稳定。SHAP结果揭示了NEE与DiffPAR之间的有趣交互:阴天条件(高漫射分数、低总PAR)下DiffPAR SHAP更负,增强了碳汇,且该效应与温度无关,而与云相关。高DiffPAR导致强负SHAP值,对应低NEE(高碳吸收)。重要的是,SHAP解释的是模型如何使用预测变量,而非证明因果机制。漫射辐射信号应被视为假设生成,指导未来针对性测量和过程分析。总体而言,ML与XAI结合可揭示有科学意义的交互,但需要领域知识辅助解释。本研究通过展示可解释ML工作流,跨站点地表明漫射辐射相关的NEE响应在模型识别的交互定义状态下最为清晰。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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