基于可解释集成机器学习的土壤表层pH值空间分布预测及影响因素研究学术报告
作者及发表信息
本研究由汪立（浙江大学公共管理学院/美国宾夕法尼亚大学）、樊后宝（南京大学地理与海洋科学学院）、张晏维（海南大学国际商学院）、谭永忠（浙江大学土地与国家发展研究院）合作完成，发表于《环境科学》（Environmental Science）2025年网络首发，DOI：10.13227/j.hjkx.202501047。
学术背景
科学领域与研究意义
土壤pH值是土壤健康与生态功能的核心指标，其空间异质性受自然与人为因素双重影响。全球土壤酸化问题威胁农业可持续性与生态安全，而传统预测方法（如统计模型、物理模型）存在线性假设局限或参数依赖性强的问题。机器学习虽能提升预测精度，但“黑箱”特性阻碍了机制解析。本研究聚焦川南丘陵区，通过可解释集成机器学习（Interpretable Ensemble Machine Learning, EML）融合多模型优势，首次量化了土壤pH驱动因子的阈值效应与协同机制，为土壤酸化治理提供算法创新与生态学解释并重的决策工具。
研究目标
1. 构建高精度土壤pH空间预测模型；
2. 揭示关键影响因素的贡献率及交互作用；
3. 提出土壤酸碱度调控的科学依据。
研究流程与方法
1. 数据采集与预处理
- 采样设计：在川南丘陵区（四川盆地东南部，2.9万km²）布设1795个土壤样点，覆盖紫色土（48.4%）和水稻土（40.7%）等主要土类，采用五点取样法混合采样，记录GPS坐标、理化指标及环境数据。
- 影响因子：筛选12项指标，包括土壤全钾（TK）、容重（BD）、有机碳（SOC）等化学/物理性质，以及年均降雨量（Rain）、气温（Temp）等环境因子。通过皮尔逊相关性分析与方差膨胀因子（VIF）剔除砂粒（VIF=20.8）以消除共线性。
- 数据归一化：对偏态分布的海拔和阳离子交换量取对数处理，栅格数据统一重采样至250m分辨率。
2. 模型构建与优化
- 基模型选择：对比随机森林（RF）、极端梯度提升（XGBoost, XGB）、支持向量机（SVR）和神经网络（ANN）四类算法，参数经贝叶斯优化（如RF的决策树数量=500，XGB学习率=0.05）。
- 集成方法：采用Boosting（加权平均）和Stacking（元模型整合）两种EML算法，权重基于交叉验证R²优化（XGB:0.262，RF:0.258）。
- 可解释性分析：引入夏普利加性解释（SHAP, Shapley Additive Explanations）量化特征贡献，通过TreeExplainer（树模型）和KernelExplainer（监督模型）计算SHAP值。
3. 验证与评估
- 70%数据训练，30%测试，10倍交叉验证，以R²、均方根误差（RMSE）和平均绝对误差（MAE）评估性能。
主要结果 2. 驱动因子解析 3. 协同作用机制 结论与价值 应用价值 研究亮点 其他发现 （全文约2000字）
1. 模型性能对比
- 集成模型优势：Boosting算法预测精度最高（R²=0.862，RMSE=0.153），优于单一模型（XGB最佳单模型R²=0.842）。Stacking算法R²为0.830。
- 空间预测一致性：6种模型均显示研究区pH呈“北高南低”条块状分布，中性土壤（6.5
- 贡献率排序：TK（18.63%）>BD（17.79%）>SOC（12.82%）>Rain（10.21%）。气候与化学因子主导，物理构型（如黏粒）贡献较弱。
- 阈值效应：
- TK：16.25~17.34 g·kg⁻¹时显著提升pH（碱性离子交换），>17.83 g·kg⁻¹后贡献下降；
- SOC：>8.25 g·kg⁻¹时pH快速下降（有机酸释放）；
- Rain：<1125 mm时pH降低，>1150 mm后回升（淋溶与缓冲平衡）。
- 关键交互：BD-TK（高容重增强TK正向效应）、SOC-Rain（高降雨缓解SOC酸化）等非线性组合。BD作为调节节点，低值时与SOC协同抑制pH，高值时与TK协同提升pH。
科学价值
1. 方法论创新：首次将EML与SHAP结合应用于土壤pH预测，突破单一模型局限，实现“预测-解释”双目标；
2. 机制发现：明确TK、BD等因子的贡献阈值及非对称交互效应，为酸化过程解析提供新证据链。
- 指导川南丘陵区精准施肥（如TK优化区间）、有机质管理（SOC阈值控制）及气候适应性耕作（Rain调控）。
- 技术框架可推广至其他土壤属性预测，支持《土壤环境质量》等标准实施。
1. 高精度集成建模：Boosting算法R²达0.862，显著优于传统方法；
2. 可解释性突破：SHAP揭示因子贡献的物理意义，化解机器学习“黑箱”难题；
3. 区域特异性：针对紫色岩风化成土母质（占60.8%）的酸化机制，提出差异化治理策略。
- 成土母质类型影响显著：紫色岩类风化物pH最高（6.91），结晶岩类最低（6.47）；
- 空间异质性提示需分区调控，如宜宾市东部需重点改良酸性土壤。