《CATENA》:Spatial modeling of gully density on the Qinghai-Tibet plateau: application of hyperparameter optimization in interpretable machine learning
编辑推荐:
Zhoujiang Liu|Yifan Dong|Zongda Yang|Jiajun Song|Yanzai Wang|Xingwu Duan•随机选取了14,187个样方,用于调查整个青藏高原的沟壑密度。•在青藏高原3451个存在沟壑的样本中,沟壑密度的平均值和中位数分别为3
Zhoujiang Liu|Yifan Dong|Zongda Yang|Jiajun Song|Yanzai Wang|Xingwu Duan
- •
随机选取了14,187个样方,用于调查整个青藏高原的沟壑密度。
- •
在青藏高原3451个存在沟壑的样本中,沟壑密度的平均值和中位数分别为3.912和2.227公里/平方公里。
- •
采用结合贝叶斯优化的XGBoost-SHAP算法作为最佳模型,整体准确率为73.479%。
- •
坡度、海拔和NDVI是影响青藏高原沟壑密度分布的关键因素。
引言
沟蚀是指由于水流集中作用而产生的土壤侵蚀或地貌变化现象(Poesen等人,2003)。沟壑的发展会导致严重的土壤退化、基础设施损毁以及内陆水质下降(Y. F. Dong等人,2018;Garosi等人,2018;Majhi和Bhattacharjee,2024)。沟蚀强度直接反映了特定区域的侵蚀速率和泥沙产出量(Dong等人,2023;Vanmaercke等人,2020)。然而,由于影响沟蚀的因素和机制十分复杂,要模拟沟蚀强度极为困难。尤其是在大尺度上,如何建立有效的沟蚀强度预测模型一直是该研究领域面临的挑战。
机器学习技术的出现为沟蚀建模带来了新的活力。沟蚀易发性(GES)反映了沟壑发生的概率,可通过机器学习模型(如随机森林和XGBoost)在流域或区域尺度上进行模拟(Gao等人,2024;Li等人,2024b;Liu, Fan, Jiang, Ma和Song,2023a;C. Liu等人,2024)。所开发的模型通常能获得超过0.85的曲线下面积,表明其预测精度较高(Filho等人,2024;Han等人,2025;Kumar Bhattacharya等人,2024;Yaghobi等人,2025)。不过,很少有研究致力于利用机器学习来解决沟蚀强度的模拟问题。Vanmaercke等人(2020)将沟壑调查样方划分为多个单元,通过评分和累积概率分布为每个单元确定可能的沟头数量,再利用随机森林预测沟头密度。虽然这种方法大大减少了观测时间,但存在信息丢失的问题,导致预测值不准确,模拟效果也有待提升(Chen等人,2026)。
沟长密度是用来反映不同地区沟蚀强度差异的常用指标,也是大规模沟蚀预测的主要指标之一(Golosov等人,2018;B. Y. Liu等人,2024;Liu等人,2026)。然而,沟壑密度的高空间异质性以及不同地区主导影响因素的显著差异,给高精度预测沟壑密度带来了很大限制(Anderson等人,2021;Guo等人,2024;X. Liu等人,2023;Wu和Cheng,2005;Zhou等人,2023)。在中国东北的黑土区,有沟壑的单元占所有调查单元的36.34%,平均沟长密度为1.12公里/平方公里,地形指数和降水量被确定为主要影响因素(Liu等人,2026)。在黄土高原,区域尺度的沟长密度在1.7到6.4公里/平方公里之间,降雨强度是影响沟壑密度差异的重要因素(Tian等人,2013)。在横断山区,沟长密度和沟数密度分别为2.22公里/平方公里和20.4条/平方公里,土壤地理格局被认为是该地区沟壑密度的主要影响因素(Dong等人,2023)。
青藏高原面积广阔,水平与垂直方向上的地带性差异极为显著,使得该地区的侵蚀环境十分多样。沟壑发育是对青藏高原生态系统最具威胁的环境问题之一,在整个区域内普遍存在。不过,高原上的区域环境差异导致了不同区域之间侵蚀动态和控制因素的明显不同,进而使得沟壑密度存在显著的空间异质性。目前,关于整个青藏高原沟壑密度空间分布的系统研究还比较缺乏,机器学习模型是否能够预测该地区的沟壑密度也仍有待进一步探讨。基于以上情况,本研究首先根据青藏高原的沟壑密度数据,通过四种不同的机器学习模型与三种参数方法两两组合,确定了最佳模型。本研究的目的在于:(1)调查整个青藏高原的沟壑密度状况;(2)运用三种超参数优化算法对四种机器学习模型进行优化,构建青藏高原沟壑密度预测模型;(3)分析模型误差的主要来源及其对应的空间分布。
章节节选
研究区域
青藏高原位于中国西南部,涵盖云南、四川、新疆、西藏、青海和甘肃等省(自治区)。平均海拔在4000米以上(图1)。这里属于高原寒冷气候,年平均气温在-5.6至17.6摄氏度之间(Teng等人,2021)。青藏高原的雨季降水存在明显的空间异质性,东南部地区的降水量相对较多,最大值可超过800毫米,
青藏高原沟蚀分布
根据中国的土壤侵蚀分类标准,我们将沟壑密度划分为六个侵蚀等级,这可为青藏高原的水土保持管理措施提供科学依据。在14,187个调查样本中(表1),有3451个样本(占比24.325%)存在沟蚀现象,沟壑密度在0.031到83.313公里/平方公里之间差异较大。其平均值和中位数分别为3.912和2.227公里/平方公里。沟壑的数量也呈现显著
最佳模型对不同强度等级的预测效果
按照相同的侵蚀分类标准,我们对测试集的4257个预测值和真实值进行了分类,发现整体预测准确率为73.479%。当预测值和实测值在统计上较为接近时,将相邻等级的预测结果纳入考虑是合理的(例如,实测值为1.9公里/平方公里,预测值为2.1公里/平方公里)。尽管绝对误差很小,但由于接近分类阈值,仍会出现边界误分类的情况。
结论
(1)在三种超参数优化方法与四种机器学习模型相结合的对比中,采用贝叶斯优化的XGBoost-SHAP模型表现最佳。对沟壑密度进行分级后,模型的整体准确率达到了73.479%。
(2)沟壑密度至少达到轻度等级的区域占总面积的20.852%,而强度等级为重度及以上的区域占比为6.370%。这些区域主要集中在喜马拉雅山脉、昆仑山脉和横断山脉
CRediT作者贡献声明
Zhoujiang Liu:写作——审阅与编辑,写作——初稿撰写,可视化,验证,软件使用,方法论,调查研究,正式分析,数据整理,概念构建。Yifan Dong:写作——审阅与编辑,写作——初稿撰写,验证,监督指导,资源协调,项目管理,方法论,调查研究,资金获取,正式分析,数据整理,概念构建。Zongda Yang:写作——审阅与编辑,方法论,数据整理。Jiajun Song:
利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益关系或个人关系。
致谢
本研究部分得到了国家自然科学基金(编号U24A20581;42267053)、云南省基础研究计划(编号202301BF070001-007)、第二次青藏高原综合科学考察研究计划(编号2019QZKK0307)以及重庆市自然科学基金(编号CSTB2022NSCQ-MSX1535)的支持。董一凡教授还获得了云南省青年人才支持计划的支持。此外,本研究还得到了元江干热河谷水土