加拉帕戈斯群岛农业区的高分辨率表土属性地图

《Geoderma》:High-resolution topsoil property maps for the agricultural zones of the Galápagos islands

【字体: 大 中 小 】 时间:2026年07月09日 来源:Geoderma 7.9

编辑推荐:

  加拉帕戈斯群岛的农业高地对于当地粮食生产至关重要,但由于地质年龄、气候和土地利用历史的差异,土壤肥力表现出高度的空间变异性。本研究利用从伊莎贝拉岛(Isabela)、圣克鲁斯岛(Santa Cruz)、圣克里斯托瓦尔岛(San Cristóbal)和弗洛雷纳岛

  
加拉帕戈斯群岛的农业高地对于当地粮食生产至关重要,但由于地质年龄、气候和土地利用历史的差异,土壤肥力表现出高度的空间变异性。本研究利用从伊莎贝拉岛(Isabela)、圣克鲁斯岛(Santa Cruz)、圣克里斯托瓦尔岛(San Cristóbal)和弗洛雷纳岛(Floreana)的130个农场采集的样点数据,为这些区域提供了高分辨率(1弧秒)土壤属性地图。在数字土壤制图(DSM)方法中,研究人员校准了分位数回归森林(QRF)模型,基于代表气候、植被、地形和母质的网格化环境协变量,空间预测了51种物理和化学表土属性。模型性能因土壤属性而异,总氮、持水能力(15 bar)、团聚体稳定性、阳离子交换容量以及几种大量和微量营养元素(Lin's一致性相关系数CCC高达0.90;R2高达0.83)的最佳指标表现最好。CaCO3、磷(Mehlich-3)和PO4保留的预测性能较低。空间不确定性通过95%预测区间宽度图可视化,突出了模型不确定性较高的区域。预测因子重要性分析显示,距火山热点的距离、降水和温度相关变量以及岩性是观测到的空间格局的关键驱动因素。由此产生的土壤地图提供了连续的最新信息,以指导加拉帕戈斯的可持续土地管理、农业规划和保护。通过提供局部校准的、高空间分辨率的多属性土壤地图,本研究克服了全球校准土壤制图产品的局限性,从而支持了世界上生态最敏感的农业景观之一的知情决策。
**论文解读文章**

**研究背景**
加拉帕戈斯群岛位于厄瓜多尔太平洋海岸以西约1000公里,以独特的特有物种闻名。自20世纪30-40年代人类定居扩展至伊莎贝拉、圣克鲁斯、圣克里斯托瓦尔和弗洛雷纳四个永久居住岛以来,平衡人类发展、农业与保护成为持续挑战。农业区位于湿润高地,对当地粮食安全至关重要,但土壤肥力因岛屿年龄、海拔、气候、土地利用历史和农业实践等因素表现出高度空间变异性。例如,随岛屿年龄增加,土壤肥力普遍下降(pH降低、阳离子交换容量减少、钙钾镁等必需养分下降),而较老土壤具有更高黏粒含量、大团聚体稳定性和植物有效水。然而,现有土壤数据有限:1989年INGALA发布的形态土壤图(1:50,000)以定性描述为主,尺度粗且信息过时;SoilGrids 2.0全球产品则因协变量空间代表性不足导致局部精度受限。因此,迫切需要高分辨率、多属性的土壤图以支持可持续土地管理和保护决策。该论文发表在《Geoderma》。

**研究方法**
本研究采用经典数字土壤制图(DSM)框架,基于SCORPAN模型(土壤属性作为气候、有机体、地形、母质、年龄和空间位置的函数)。主要关键技术方法包括:利用Quantile Regression Forest(QRF)机器学习算法进行模型校准与预测;从公开数据源(CHELSA气候数据、USGS MODIS产品、OpenLandMap、NASA数字高程模型和数字化地貌图)获取76个环境协变量(气候、植被、地形、母质和年龄代理变量),并统一重采样至1弧秒分辨率;通过Boruta算法进行特征选择,筛选每个土壤属性的有效协变量;采用重复10次10折随机交叉验证评估模型性能,指标包括相对均方根误差(rRMSE)、决定系数(R2)、平均绝对百分比误差(MAPE)、Lin’s一致性相关系数(CCC)等;通过预测区间宽度(PIW)图量化空间不确定性。样点数据来自2016年考察采集的130个表土样品(0-20 cm),涵盖四个岛屿(伊莎贝拉26个、圣克鲁斯46个、圣克里斯托瓦尔53个、弗洛雷纳5个),共51种物理和化学属性。

**研究结果**
**3.1 预测性能评估**
通过交叉验证,模型性能因土壤属性而异。稳定成土属性(如持水能力15 bar、阳离子交换容量、团聚体稳定性、Cr(王水)等)表现最佳,CCC高达0.90,R2高达0.83。动态管理敏感属性(如CaCO3、P(Mehlich-3)和PO4保留)预测精度较低(CCC=0.36-0.32)。预测区间覆盖概率(PICP)接近95%,表明不确定性量化较好。主成分分析显示90.26%的随机景观像素落在样点凸包内,总体代表性良好。

**3.2 土壤属性图示例**
**3.2.1 常用属性:容重与有机碳**
容重(BD)预测精度较高(R2=0.64,CCC=0.77),模型略低估高值、高估低值,不确定性在圣克鲁斯和圣克里斯托瓦尔高地及伊莎贝拉低地较高。最重要预测因子是距火山热点距离(母质年龄代理)。有机碳(OC)因双峰分布(断点13.8%)分为上下组:下组(<13.8%)预测中等(R2=0.45),上组(≥13.8%)预测较差(R2=0.11)。伊莎贝拉北部不确定性高,距火山热点距离和气候变量为主要预测因子。

**3.2.2 稀有属性:Alo+1/2Feo与团聚体稳定性**
Alo+1/2Feo(风化和火山灰指标)预测性能良好(R2=0.69,CCC=0.81),高值略被低估,伊莎贝拉高地和圣克鲁斯北部不确定性高。距火山热点距离、降水、温度和潜在蒸散为主要预测因子。团聚体稳定性预测表现优异(R2=0.79,CCC=0.88),圣克里斯托瓦尔稳定性高,伊莎贝拉低,主要预测因子与Alo+1/2Feo相似。

**3.2.3 预测精度差异属性:持水能力15 bar与Mehlich-3磷**
持水能力15 bar预测较好(R2=0.67,CCC=0.80),伊莎贝拉值高,圣克鲁斯和圣克里斯托瓦尔不确定性低。Mehlich-3磷预测最差(R2=0.20,CCC=0.32),高值常被低估,圣克里斯托瓦尔低地不确定性高,主要预测因子为地形和气候。

**3.2.4 重金属:Cd与Cr**
王水提取Cd预测中等(R2=0.48,CCC=0.62),圣克鲁斯西部和弗洛雷纳浓度高,伊莎贝拉和圣克里斯托瓦尔低,主要预测因子包括距火山热点距离、反照率等。王水提取Cr预测较好(R2=0.76,CCC=0.86),高值略被低估,圣克里斯托瓦尔和弗洛雷纳不确定性高,距火山热点距离是最重要预测因子。

**讨论与结论**
**讨论总结**:本研究首次为加拉帕戈斯农业区数字制图超过50种表土属性,具有三大创新:提供高分辨率多属性预测、聚焦全球关注的独特景观(强地形、气候和母质年龄梯度)、量化空间不确定性。稳定成土属性(如持水能力、阳离子交换容量、Cr)预测精度高,其空间格局主要受距火山热点距离、气候和岩性控制,反映了已知的年龄-气候序列。动态管理敏感属性(如Mehlich-3磷、Cd)预测较差,因受近期农业实践和施肥历史影响,难以被区域协变量捕捉。不确定性量化显示PICP接近95%,但PIW图可能低估真实不确定性,因使用了有限样本进行模型拟合和交叉验证,且未考虑采样和实验室误差。地图可支持可持续土地管理、农业规划和保护,如指导侵蚀控制、风险评估和未来采样设计。局限性包括样点数量少、协变量分辨率不匹配、静态DSM无法捕捉动态变化等。
**研究结论**:本研究利用先进机器学习和全面环境预测因子,为加拉帕戈斯群岛农业区生成了关键土壤属性的高分辨率数字地图。所得地图揭示了由火山历史、气候梯度和母质塑造的土壤肥力、有机质和微量元素的可解释空间格局。这些产品填补了该区域的关键数据空白,为可持续土地管理、农业规划和保护提供了可操作的信息。通过识别预测不确定性较高的区域,本研究还指出了未来土壤采样和监测的重点。尽管存在样点密度低和传统协变量分辨率不足等局限,本研究所产出的地图代表了加拉帕戈斯群岛科学和实践的重大进步。
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