2026, Vol. 47
2. 宁夏大学地理科学与规划学院，银川 750021
2. College of Geographical Sciences and Planning, Ningxia University, Yinchuan 750021, China
土壤盐碱化是全球干旱和半干旱地区农业生产及生态可持续发展的重大威胁，约20%的耕地受到影响，严重威胁粮食安全并对生态环境造成深远负面影响[1，2]. 及时准确地监测土壤盐碱化的程度与分布，对于全面制定科学的管理措施及合理利用土地资源具有重要意义[3].
传统的土壤属性监测方法不仅耗时且空间覆盖有限，难以快速和全面反映大范围土壤信息[4]. 因此，探寻更为高效和准确的监测技术显得尤为重要. 近年来，遥感技术因其高效、快速、非接触的优势，已逐渐成为土壤盐碱化监测的重要手段[5]. 高光谱能提供丰富的光谱信息，通过多波段捕捉土壤光谱特征，为盐碱化程度评估提供了丰富的数据支撑[6]. 通过分析不同波段的反射特征来精准反映土壤盐分和碱性成分的变化规律[7]. 然而，原始高光谱数据往往受到复杂环境条件的影响，导致解析能力不足[8]. 因此，优化光谱数据结构以提升其在复杂背景下的辨识能力，成为当前研究亟待解决的核心问题. 分数阶微分变换能够增强光谱数据对土壤盐分的响应，可实现土壤含盐量（soil salt content，SSC）的有效反演[6]. 利用正交信号校正（orthogonal signal correction，OSC）算法则可成功消除光谱中的水分干扰[9]. 此外，为进一步提升模型的准确性，特征筛选在反演过程中尤为关键. 竞争性自适应重加权采样（competitive adaptive reweighted sampling，CARS）算法能够从高维光谱数据中筛选出与目标变量密切相关的敏感波段，进而降低模型的复杂性并提高预测精度[10]. 总体而言，有效的光谱变换和特征筛选，可为后续建立高精度的土壤盐碱信息反演模型奠定重要基础.
环境变量对土壤盐碱化的形成和空间分布具有重要影响[11]. 因此在土壤盐碱信息建模中引入环境变量作为辅助变量，有助于提升模型的预测精度[12]. 在新疆渭干河地区的研究中，通过对土壤和环境关系的集成，并结合机器学习算法建立了SSC和pH的预测模型，实现了高精度的数字土壤制图[13]. Jiang等[8]在我国西北干旱区的SSC反演研究中，引入地形数据辅助建模，显著提高了模型精度. Jia等[14]则以沿海地区为研究对象，结合多源遥感数据与环境变量，实现了SSC的高精度反演（R²=0.86），并指出环境变量是评估SSC的重要因素. 而在河套平原6种盐渍土土壤盐分的建模反演研究中，除地形和气候等因素外，土壤属性信息的引入可以有效提升模型的精度[15]. 此外，也有研究表明，微波遥感数据在SSC监测中具有很强的应用潜力[16，17]. 将光学和微波遥感数据组合后的宁夏平罗县耕地SSC反演中，证实了微波遥感数据对SSC的反演精度提升的有效性[18]. 然而，很多现有研究未能将环境变量、遥感数据和土壤属性等多源数据有效组合，从而未能充分考虑不同因素之间的互补性和综合利用的有效性相互作用.
机器学习算法因其灵活性和能够有效捕捉土壤与光谱数据之间复杂关系的能力已广泛应用于土壤属性监测中[19]. 如极端梯度提升（extreme gradient boosting，XGBoost）、自适应提升（adaptive boosting，AdaBoost）、类别提升[20]（category boosting，CatBoost）、随机森林（random forest，RF）和极端随机树（extremely randomized trees，ERT）等算法[21]，在不同土壤属性的反演中表现出优异的性能. Jia等[22]利用高光谱数据和环境变量对土壤电导率（electrical conductivity，EC）的建模反演中，发现ERT模型表现最优（R2=0.96）. 在银川平原SSC的研究中，则表明RF模型[23]精度最佳（R2=0.79）. 此外，随着机器学习在土壤属性反演中的应用逐渐深入，模型的可解释性也变得越发重要. Jia等[24]在干旱与滨海地区典型盐碱土的研究中，采用多种机器学习算法建立了SSC反演模型，并结合夏普利加性解释（Shapley additive explanations，SHAP）方法，为模型提供了透明的解释，揭示了不同特征对模型输出的具体贡献[25]，可解释性分析不仅有助于提高模型的透明度，也为深入理解土壤盐碱化的影响因素及其相互作用提供了重要的参考依据.
本研究通过高光谱数据结合机器学习算法，精准反演盐碱化农田SSC和pH值，以期为大规模土壤盐碱化监测和可持续农业管理提供科学依据，并为其他地区的土壤盐碱化监测提供借鉴.
1 材料与方法 1.1 研究区概况河套平原（40°10′~41°20′N，106°25′~112°00′E，图 1）位于中国北方，是黄河长期冲积作用形成的广袤平原. 气候类型为温带大陆性气候，年降水量150~250 mm，年蒸发量高达2 000 mm以上，农业生产严重依赖黄河水灌溉. 然而，长期的灌溉加之干旱气候导致土壤中盐分积累过多，盐碱化问题日益严重，极大地影响了该地区的农业生产力. 本研究选取9个典型示范区：吴忠市红寺堡区为全国最大的易地生态移民扬黄扶贫集中安置区，土壤贫瘠，以钙积盐土为主，面临土壤次生盐渍化问题；平罗县前进农场的土壤盐分表聚现象明显，主要为钙积潜育土，常年连作水稻但产量较低；平罗县西大滩土壤质地黏重，主要为龟裂碱土；平罗县渠口乡尽管灌溉条件良好，但排水较差，土壤主要为简育碱土，常年种植水稻和稻旱轮作；平罗县宝丰镇土壤盐碱重，主要为弱发育盐土，种植小麦和玉米等旱作作物；惠农区礼和乡土壤主要为潮土和灌淤土，面临着土壤盐渍化的挑战；兴庆区通贵乡土壤主要为冲积盐土，适宜多种作物种植；巴彦淖尔市杭锦后旗头道桥镇和五原县塔尔湖镇，土壤质地以砂壤、粉质壤土为主，也存在较严重的土壤盐渍化问题，主要种植小麦、玉米和葵花等作物[26].
|
图 1 研究区位置及取样点分布示意 Fig. 1 Location of the study area and distribution of sampling sites |
采样前利用ArcGIS 10.8软件制做采样网格，每个采样区均设置3个尺度（6.67 hm2试验区：100 m×100 m，66.67 hm2示范区：200 m×200 m，666.67 hm2辐射区：500 m×500 m）进行采样. 高光谱数据的获取使用美国ASD公司的FieldSpec 4地物光谱仪，在采集土壤样品之前进行光谱测量，光谱范围涵盖350~2 500 nm，其中350~1 000 nm的分辨率为3.5 nm，1 000~1 500 nm的分辨率为10 nm，1 500~2 500 nm的分辨率为7 nm. 测量选在晴朗、无风的天气进行，时间为10：00~14：00，每个样点在测量前均需进行白板校正，每个样点重复测量5条光谱曲线，并以均值作为最终光谱结果.
光谱数据通过ViewSpec Pro软件进行处理并导出. 由于边缘波段易受环境及设备噪声干扰，故去除350~399 nm及2 401~2 500 nm的波段. 然后，通过MATLAB R2023a编程，对400~2 400 nm的光谱数据进行Savitzky-Golay卷积平滑处理，并以10 nm间隔重采样，最终获得201个波段数据.
1.2.2 土壤样品采集与处理土壤样品的采集均在春季灌溉前完成，具体采样时间和样品采集数为：2022年3月中旬至4月上旬，完成宁夏6个样地的样品采集，其中吴忠市红寺堡区53个、兴庆区通贵乡24个，平罗县前进农场、渠口乡、西大滩和宝丰镇分别为30、29、56和35个；2023年3月下旬至4月上旬，宁夏惠农区礼和乡采集样品57个，内蒙古巴彦淖尔市杭锦后旗头道桥镇和五原县塔尔湖镇分别采集样品为44和55个. 为了确保所采样品能够真实反映采样点周围的整体土壤状况，以高光谱测量点为中心，采用五点取样法，在1 m直径范围内采集表层土壤（0~20 cm），将样品混合均匀后装入密封袋. 9个研究区采集有效土壤样品共计383份. 所有样品带回实验室后，经过风干和过筛处理，再分别采用酸度计法和电导法测定土壤的pH值和电导率（EC），SSC根据以下经验公式计算得出. 依据Brady等[27]的分级标准，将SSC和pH划分为不同等级.
正交信号校正（OSC）通过将数据分解为目标信号和噪声的正交分量，去除无关干扰. 首先建立初步模型以识别与目标变量相关的信号成分，然后将数据投影到正交空间，使目标信号和噪声独立，从而增强信号的可分辨性. 这一过程有效提升了信噪比，优化了后续分析和建模的准确性[9].
1.3.2 特征波段筛选竞争性自适应重加权采样（CARS）算法通过动态调整特征权重筛选最相关特征. 其关键步骤包括：初始化所有特征权重并训练回归模型，计算预测误差；根据特征对模型性能的贡献调整权重，并保留权重较高的特征. 在迭代过程中，特征相互竞争，最终筛选出对模型预测性能最重要的特征[28].
1.3.3 环境变量地形因子：通过美国航天局阿拉斯加卫星设施（http://search.asf.alaska.edu/#/）下载研究区高程数字模型（digital elevation model，DEM）数据（分辨率12.5 m）. 在ArcGIS 10.8中，计算坡度、坡向、平面曲率、剖面曲率和地形湿度指数（TWI）等高程衍生变量.
气候因子：气候数据来自英国东英吉利大学的气候研究中心制作的CRU TS（climatic research unit time-series）气候数据集. CRU TS（https://crudata.uea.ac.uk/cru/data/hrg/）提供全球1901年至今覆盖陆地表面的月度数据[29]. 本研究下载河套平原近12 a（2011~2022年）的降水量（MAP）和潜在蒸散发（PET）数据. 该网站数据集为NetCDF（network common data format）格式文件，需通过ArcGIS 10.8中的ArcToolbox中Multidimension Tools的Make NetCDF Feature Layer对数据进行转换处理.
土壤属性：ISRIC SoilGrids是一个全球土壤信息系统，提供高分辨率的土壤属性数据. 通过谷歌地球引擎（GEE）平台编程调用ISRIC SoilGrids数据库，将0~5 cm和5~15 cm两个土层的数据，合并为0~15 cm数据集. 下载土壤阳离子交换量（cation exchange capacity，CEC）、土壤全氮（total nitrogen，TN）和土壤有机碳（soil organic carbon，SOC）这3种土壤属性数据.
以上3种类型数据均通过ArcGIS 10.8利用Spatial Analyst Tools中的Extract Multi Values to Points工具，提取出每个采样点的具体数值，作为模型输入变量参与后续建模.
1.3.4 微波遥感影像在谷歌地球引擎（GEE）平台下载Sentinel-1中的VV和VH两种不同的极化方式影像数据. 其中，VV极化指雷达系统在垂直发射和垂直接收电磁波，该数据主要对平坦地表或水面等光滑表面敏感. VH极化则是垂直发射、水平接收电磁波，能够捕捉复杂地形、植被和粗糙地表的反射信息. VV极化偏重规则表面的探测，而VH极化擅长捕捉复杂结构，两者结合能提供更全面的地表信息. 基于以上两种不同极化方式提取后向散射系数值，并构建VV+VH、VV/VH、（VV-VH）/（VV+VH）和（VV2+VH2）/（VV2-VH2）这4种雷达极化组合指数[16].
1.4 模型构建与验证 1.4.1 建模方法本研究采用2种集成方式，包含6种机器学习算法，如下所示.
（1）Bagging集成方式 随机森林（RF）通过构建多个随机的决策树来进行预测. 在每个树的训练过程中引入了双重随机性：首先在训练数据中进行有放回的随机抽样，然后在每个分裂节点随机选择特征子集进行划分. 该方式减少了模型的方差并有效防止了过拟合[30].
极端随机树（ERT）通过构建多个极端随机的决策树来进行预测. 在每个树的训练过程中引入极端的随机性，随机选择特征子集和切分点，从而减少过拟合并提高泛化能力[31].
（2）Boosting集成方式 极端梯度提升（XGBoost）通过逐步构建多个弱决策树模型，并在每一步优化前一轮模型的残差，从而提升整体预测性能. 其关键特点是采用并行计算提高训练速度，并通过剪枝控制树的复杂度[32].
轻量级梯度提升机（LightGBM）是一种高效的梯度提升框架，专为处理大规模数据和高维特征设计. 其核心优势在于采用直方图算法将连续特征离散化为直方图，从而减少计算复杂度，同时使用基于叶子的增长策略优先选择最能提升模型性能的叶子进行分裂[33].
自适应提升（AdaBoost）通过将多个弱分类器组合成一个强分类器来提升预测精度. 其在每轮训练中调整样本权重，使得后续分类器更加关注之前被误分类的样本. 最终，通过加权平均将多个弱分类器的预测结果组合成一个强分类器，从而提高模型的准确性和鲁棒性[32].
类别提升（CatBoost）通过特殊的编码技术有效处理类别特征，避免了传统方法中的过拟合问题. 它采用对称树结构以确保节点分裂过程的对称性，同时通过自动处理缺失值，简化数据预处理步骤来提升模型稳定性和准确性[33].
1.4.2 精度评价模型精度通过训练集决定系数（Rc2）、验证集决定系数（Rp²）、均方根误差（root mean square error，RMSE）和相对分析误差（relative prediction deviation，RPD）进行综合评价. 评定时将RPD划分为以下3类：RPD≤1.4，模型预测能力极差；1.4<RPD≤2.0，模型具有较为可靠的预测能力；RPD>2.0，模型具有极佳的预测能力[34].
1.5 盐碱信息插值反演反距离权重法（IDW）是通过对已知点的值进行加权平均来预测目标点属性值的空间插值技术. 该方法基于每个已知点到插值点的距离来计算权重，距离越近的点赋予的权重越大. 权重是距离的反函数，距离越远的点权重越小. 通过这种加权机制，插值点的估计值是所有已知点值的加权平均[35].
2 结果与分析 2.1 土壤盐碱指标特征统计对研究区供试样品SSC和pH值进行描述性统计分析可知（表 1）. SSC整体处于0.43~26.95 g·kg-1，土壤pH值范围为7.28~10.10，盐分含量跨度较大. 依据Brady等[27]的分级标准，发现盐土等级下的标准差为5.19，表明该等级样品数据变异程度较大，其他等级样品均具有较小的变异程度. pH值对应各等级标准差均小于0.2，变异程度整体较小. 另外，盐化等级主要处于非、轻和中度，占比分别为24.34%、27.63%和23.68%. 碱化程度主要为中、轻度，占比分别为42.82%和24.28%. 整体而言，研究区农田土壤大部分属于轻、中度盐碱化程度，而重度及盐碱土相对占比较小，仅在少部分地区存在，土壤盐碱化程度从非盐碱到轻、中、重度乃至盐碱土均有分布.
|
表 1 土壤含盐量和pH值实测数据统计分析 Table 1 Statistical analysis of measured data on soil salinity and pH value |
2.2 不同盐碱指标等级下的土壤高光谱特征
基于盐碱分级标准（表 1），将不同盐碱等级原始光谱数据及OSC变换光谱数据进行平均化（图 2）. 原始光谱曲线显示[图2（a）和2（b）]，SSC和pH值的增加显著影响光谱反射特性，SSC较高的土壤在400~2 400 nm范围内整体反射率更高，尤其在短波红外区域表现出显著的特征吸收；pH值的增加则在可见光和近红外区域引发反射率的逐渐升高. 经过OSC变换后[图 2（c）和（d）]，光谱曲线的分级效果显著增强，不同盐碱等级之间的光谱差异被进一步拉大，特别是在700~2 400 nm范围内的特征吸收峰和反射率变化得到强化. OSC通过去除与SSC和pH值无关的干扰信息，使目标变量对光谱特征的贡献更加突出. 结合OSC变换后的光谱曲线，这些变化规律为基于光谱数据的SSC和pH值定量反演提供了关键依据，表明OSC方法在消除噪声、提升光谱信息相关性方面具有重要作用.
|
图 2 不同盐碱等级下土壤原始光谱曲线特征 Fig. 2 Characteristics of soil original spectral curves under different salt and alkali levels |
图 3为利用CARS算法分别对SSC和pH特征波段的筛选过程. 从中可知，在设定的200次运行次数中，在前10次运行中，变量个数呈现出指数下降趋势，之后逐渐平缓. 整个过程交叉验证均方根误差值（root mean square error of cross validation，RMSECV）均呈先减小后增大的变化趋势，RMSECV值最小时所选变量为最优集合. RMSECV值的回升则表明光谱反射率中与目标变量无关的大量信息或噪声被添加，从而导致RMSECV值增大. 各样本系数回归路径以最佳运行次数为界，呈现先集中，后分散的现象.
|
不同颜色线条表示不同样本 图 3 CARS特征波长筛选过程 Fig. 3 CARS feature band selection process |
根据CARS筛选结果可知（表 2），SSC和pH分别在运行78次和112次时，RMSECV达到最小值，分别为3.63和0.37. 表明CARS筛选特征波长对不同土壤属性具有不同的响应参数. SSC相较于pH光谱数据筛选过程，具有较大的RMSECV值和较少的运行次数. 筛选结果表明，SSC和pH对应特征波长在可见光450~760 nm和短波红外1 140~2 400 nm中均有分布，且波长分布较为集中，占比也相当.
|
|
表 2 CARS算法特征波段筛选结果 Table 2 CARS algorithm feature band screening results |
2.4 模型精度评价
将CARS筛选后得到的特征波段及20种环境变量作为自变量，SSC和pH值分别作为因变量，构建SSC和pH的定量反演模型并进行模型精度验证. 不同模型的最优参数如表 3所示. 根据最优超参数可知，Bagging模型（ERT和RF）的树的数量（n_estimators）均设置为多组值范围（如100、200和300），同时通过调整max_depth和min_samples_split来控制模型复杂度，确保对SSC和pH值的变化规律有足够的拟合能力；Boosting模型（如XGBoost、AdaBoost、LightGBM和CatBoost）则侧重于调整学习率（learning_rate）以平衡模型收敛速度和精度，此外，还优化了num_leaves和iterations等参数以增强对光谱数据和环境变量的敏感性. 值得注意的是，尽管不同模型的超参数优化策略有所不同，但均旨在通过合理设置关键参数，使模型在训练过程中更有效地捕捉盐碱化土壤的特征信息，从而提高预测精度.
|
|
表 3 6种集成学习算法的最优超参数 Table 3 Optimal hyperparameters of six machine learning methods |
由表 4可知，不同算法对SSC和pH反演模型结果存在差异. SSC以AdaBoost模型反演精度最佳，模型验证集决定系数Rp2、RMSE和RPD分别为0.852、1.352和2.88，而pH则以XGBoost模型表现最好，对应Rp2、RMSE、RPD分别为0.908、0.151和3.31. 两种最优模型均表现出很好的拟合程度，且具有极强的预测效果. 其他模型在训练集和验证集之间均存在过拟合现象，因此，不适用于研究区盐碱信息的定量反演.
|
|
表 4 盐碱指标反演模型精度与评价 Table 4 Accuracy and evaluation of inversion model of salt and alkali indicators |
2.5 基于SHAP值的变量重要性分析与可视化
图 4为利用SHAP解释器分别对SSC和pH最佳反演模型解释所得蜂群图. 基于SHAP值的分析结果，SSC和pH值的预测模型均体现了多因子协同作用的特征，同时揭示了各变量对模型输出的影响方向和强度. 在SSC预测中，2 070 nm波段作为最重要变量，其高值显著正向影响SSC；此外，环境因子（如PET和LST）均对SSC呈现正向贡献. 在pH预测中，SSC为最重要变量，其高值对pH呈显著负向影响，这与盐分高值区域往往伴随较低pH的现象一致；高程数据对pH的贡献高于SSC预测. 重要性分类统计结果显示，波段（54.0%）和气候因子（26.8%）数据对SSC建模起到主导作用，而pH则主要受土壤属性（24.88%）、地形因子（22.92%）、气候因子（20.00%）、雷达极化组合指数（17.07%）和波段（15.13%）多因子的综合影响，且各类数据贡献率相当.
|
PET为潜在蒸散发，LST为地表温度，CEC为阳离子交换量，MAP为平均降雨量，RSEI为遥感生态指数，TN为土壤全氮，Elevation为高程，Profile curvature为剖面曲率，Plane curvature为平面曲率，Slope为坡度，Aspect为坡向，SOC为土壤有机碳，TWI为地形湿度指数；b表示波段，数值单位为nm 图 4 SHAP蜂群图显示盐碱信息估算精度的影响因素 Fig. 4 Factors affecting the accuracy of salt and alkali information estimation displayed in SHAP bee colony plot |
为实现土壤数字制图并进一步验证模型反演效果. 利用反距离权重法对研究区SSC分布以及实测、预测值残差进行空间插值（图 5）. 图 5（a）展示了SSC的实测值空间分布，图 5（b）为AdaBoost模型的SSC预测值插值结果. 从两图对比可见，实测值的高SSC区域更集中，而预测值的高值分布较为平滑，模型在高SSC区域的预测存在一定程度的平均化倾向；两者在低值区域（深蓝色）具有较高的一致性，反映出模型在低SSC区域的预测更为精准. 图 5（c）展示了实测与预测值之间的残差分布，残差范围为-0.99~0.6 g·kg-1，表明模型在部分区域存在误差，尤其在高SSC区域出现了较大的正残差，反映出模型对高值的预测能力有限. 残差的空间分布表现出一定的聚集性，主要集中在高SSC区域，而低SSC区域的残差较小. 残差分布特征可能与高SSC区域更复杂的土壤特性及环境变量相关.
|
（a）土壤含盐量的实测值，（b）土壤含盐量的预测值，（c）土壤含盐量实测和预测值的残差值；（1）平罗县宝丰镇，（2）平罗县前进农场，（3）杭锦后旗头道桥镇，（4）吴忠市红寺堡区，（5）平罗县渠口乡，（6）兴庆区通贵乡，（7）五原县塔尔湖镇，（8）平罗县西大滩，（9）惠农区礼和乡，下同 图 5 土壤含盐量的实测值、AdaBoost模型预测值和残差等值划分空间分布 Fig. 5 Spatial distribution of soil salinity content based on measured values, AdaBoost model predictions, and residual isopleth classification |
图 6展示了土壤pH值的空间分布特征及其预测精度. 图 6（a）反映了实测pH值的空间分布，表现出明显的空间异质性，高值（红色）和低值（蓝色）区域可能与盐碱化程度较高相关. 图 6（b）为XGBoost模型的pH预测值分布，整体趋势与实测值一致，但部分区域的预测值较为平滑，范围略窄（7.72~9.69），表明模型对局部极端值的捕捉能力不足. 图 6（c）为预测值与实测值的残差分布，部分区域残差较大[图6（c4）和6（c8）]，可能由于土壤特性异质性高或模型输入特征不足，而残差较小的区域则说明模型在这些区域具有更好的预测性能.
|
（a）pH的实测值，（b）pH的预测值，（c）pH实测和预测值的残差值 图 6 土壤pH实测值、ERT模型预测值和残差等值划分空间分布 Fig. 6 Spatial distribution of soil pH based on measured values, ERT model predictions and residual isopleth classification |
高光谱对土壤盐碱信息的提取主要依赖于特征波段的光谱反射特征[36]. 以上特征反映了盐分和碱性物质在土壤中的化学和物理性质变化，进而影响土壤的光谱响应[37]. 本研究发现OSC变换能够有效去除光谱中的噪声与冗余信息，使得高光谱数据结构得到优化，进而增强光谱数据在复杂背景下对土壤盐碱信息的识别能力. 这与陈睿华等[9]研究结论一致. OSC能全面地保留与目标变量相关的有效光谱特征，特别是在多维数据中，其去噪效果尤为显著[38]. 光谱特征筛选是提高模型精度的核心环节. 本研究发现SSC和pH的特征波段在可见光（400~700 nm）与近红外（700~2 500 nm）范围均有分布. 红波段与土壤表面结构以及有机物质含量的相关性较强[39]，通常用于识别土壤中盐分对土壤光谱的影响，而近红外波段（尤其是1 300 nm~1 600 nm及2 300 nm附近）则与土壤的水分和盐分含量有较高的相关性[40]. Li等[41]发现1 300~1 350 nm波段在土壤盐分反射中具有显著响应，2 300 nm波段与盐碱土壤的光谱特征高度相关. 以上研究结论与本研究中结论一致. CARS能够捕捉到盐分和pH值在特定光谱波段上的响应特征，从而增强了模型的预测能力[10]. 与传统方法（相关性和主成分分析）相比，CARS算法的优势在于适应性强，特别是在土壤盐碱化空间异质性显著的情况下，通过迭代计算模型误差，逐步筛选出与目标变量最相关的波段，避免了冗余信息的干扰[42].
3.2 不同机器学习算法的效果比较与分析利用多种机器学习算法构建SSC和pH值的反演模型，结果表明：不同算法在盐碱信息的反演中展现出不同的精度效果，AdaBoost在SSC反演中表现最优，而XGBoost在pH值反演中表现最佳. AdaBoost其原理在于通过加权组合多个弱学习器，确保在模型训练过程中对重要特征的学习[43]. 这种特性在盐碱化研究中尤其重要，因为盐分通常在土壤中以非均匀且复杂的形式存在，而加权机制可以大大增强模型对盐分变化的敏感性，使其适应复杂土壤特征的能力得以提升[44]. 而XGBoost算法则通过引入梯度提升机制和正则化项，有效提高模型的泛化能力，减少过拟合的风险[22]. 这一特性使得其在捕捉环境变量与pH值之间的非线性关系时更具优势，能够揭示复杂土壤体系中pH值的内在变化规律[45]. 此外，两种算法的表现差异也受到数据特性的影响. SSC的反演涉及更强的光谱学机制，盐分信息往往集中于部分敏感波段，这使得基于CARS筛选的敏感波段在AdaBoost中得到了更好的权重分配. 而pH值的反演不仅依赖光谱信息，还与环境变量的复杂非线性关系密切相关，这种关系需要更强的随机性和泛化能力. 不同机器学习算法表现差异的原因不仅在于其内部机制，还与数据集特性有密切关系. 具体来说，盐碱化研究中的数据往往具有较高的维度，这要求模型能够处理大量特征并从中发现潜在的关联性[46]. 而在这种情况下，一些算法在处理大规模数据时往往会面临计算效率和准确性之间的权衡，可能导致模型效果不佳. 如LightGBM虽然都使用了强化学习的框架，具有较强的并行处理能力，但在本研究中，其性能未能突出. 而CatBoost依据梯度提升树的建模机制和特征处理方式，对复杂非线性关系的捕捉能力不足，使得CatBoost在面对土壤特征的复杂性时适应性不高，此外，其对超参数的敏感性也可能影响了模型效果[47].
3.3 基于模型解释的变量贡献率分析基于SHAP可视化分析发现，SSC在pH模型中的贡献率最高. 土壤盐分的累积通常伴随碱性离子的富集，从而提高pH值，而碱性土壤又会改变土壤胶体电荷分布，增强盐分迁移能力[48]. 此外，环境变量在提升模型性能方面起到了关键作用. Jia等[24]对滨海和干旱两个地区的SSC反演研究中，表明环境变量对SSC的建模具有重要的贡献性，该研究结论与本研究一致. 究其原因在于气候条件直接影响水分循环，降水量的变化会导致土壤中盐分的浓缩或淋洗，而温度则影响蒸发速率，进一步改变盐分浓度. 而地形因素决定了水流方向和积水区域，坡度较大的地区水分流失较快，而平坦或低洼地区则容易积累盐分，导致盐分浓缩. 此外，土壤的类型和特征也与环境变量的响应密切相关，例如黏土土壤的水分保持能力强，易于积累盐分，而沙土则排水性好，盐分积累较少. 气候还影响土壤有机质的分解，进而影响土壤pH值[49]. Wang等[50]则利用Sentinel-1对全球土壤含盐量实现了10 m的高分辨率制图，表明合成孔径雷达数据对于SSC建模具有显著贡献. 这与本研究结论存在差异，原因在于微波遥感数据主要对土壤介电特性和离子浓度的敏感性较高. 而SSC的增加会导致EC和介电常数的变化，从而影响雷达信号的反射和散射特性，pH值则与土壤中氢离子浓度和矿物质组成密切相关，EC和介电常数的变化会影响微波信号的传播特性[51].
河套平原SSC和pH值的整体情况呈现出一定的改善趋势. 这一变化与近年来采取的水土保持和改良措施密切相关. 通过控制灌溉水盐分和实施有效的排水措施，研究区的土壤盐碱化程度有所下降，盐分积聚问题得到了缓解[52]. 本研究利用多种集成学习算法实现了河套平原农田土壤盐碱信息的高精度反演，但仍存在不足之处：单一光谱数据难以全面捕捉复杂的土壤盐碱化信息，未来研究应融合多源遥感数据继续探索集成学习算法在土壤盐碱化监测中的适用性，并探寻最佳卫星影像实现更大范围的土壤盐碱指标空间分布制图，为盐碱地的有效改良提供技术支撑.
4 结论（1）研究区土壤含盐量和pH值整体处于轻、中程度，重度和盐碱土仅在小范围区域存在.
（2）OSC变换能够有效去除与盐碱信息无关的光谱噪声，突出与盐碱信息相关的波段特征；而CARS算法则具备较强的降维能力. 两种方法结合可为盐碱信息的定量反演奠定坚实的基础.
（3）SSC以AdaBoost模型反演最佳，模型R2为0.852；pH则以XGBoost模型精度最高，模型R2为0.908. 两种最优模型均展现出极强的泛化能力. SHAP可视化分析对于理解复杂模型的内部决策机制至关重要，多源数据对于SSC和pH的建模贡献具有差异性，SSC和pH的建模累计贡献最高变量分别为波段和地形因子，微波遥感数据对于盐碱信息的准确反演贡献有限.
| [1] | Bandak S, Movahedi-Naeini S A, Mehri S, et al. A longitudinal analysis of soil salinity changes using remotely sensed imageries[J]. Scientific Reports, 2024, 14(1). DOI:10.1038/s41598-024-60033-6 |
| [2] |
陆宝金, 田生昌, 左忠, 等. 盐渍化土地可持续利用研究综述及展望[J]. 宁夏大学学报(自然科学版), 2023, 44(1): 79-88. Lu B J, Tian S C, Zuo Z, et al. Review and prospect on sustainable utilization of salinized land[J]. Journal of Ningxia University (Natural Science Edition), 2023, 44(1): 79-88. |
| [3] | Chen H F, Wu J W, Xu C. Monitoring soil salinity classes through remote sensing-based ensemble learning concept: considering scale effects[J]. Remote Sensing, 2024, 16(4). DOI:10.3390/rs16040642 |
| [4] | Sun G F, Zhu Y, Ye M, et al. Regional soil salinity spatiotemporal dynamics and improved temporal stability analysis in arid agricultural areas[J]. Journal of Soils and Sediments, 2022, 22(1): 272-292. |
| [5] | Zhang X L, Dong C, Liu H J, et al. Methodology for regional soil organic matter prediction with spectroscopy: optimal sample grouping, input variables, and prediction model[J]. Remote Sensing, 2024, 16(3). DOI:10.3390/rs16030565 |
| [6] |
王怡婧, 陈睿华, 张俊华, 等. 基于分数阶微分技术的土壤水盐信息高光谱反演[J]. 应用生态学报, 2023, 34(5): 1384-1394. Wang Y J, Chen R H, Zhang J H, et al. Hyperspectral inversion of soil water and salt information based on fractional order derivative technology[J]. Chinese Journal of Applied Ecology, 2023, 34(5): 1384-1394. |
| [7] |
陈睿华, 王怡婧, 张俊华, 等. 基于分数阶微分光谱指数的银川平原土壤含盐量反演[J]. 生态学杂志, 2023, 42(9): 2296-2304. Chen R H, Wang Y J, Zhang J H, et al. Inversion of soil salinity in Yinchuan Plain based on fractional-order differential spectral index[J]. Chinese Journal of Ecology, 2023, 42(9): 2296-2304. |
| [8] | Jiang X F, Duan H C, Liao J, et al. Estimation of soil salinization by machine learning algorithms in different arid regions of northwest China[J]. Remote Sensing, 2022, 14(2). DOI:10.3390/rs14020347 |
| [9] |
陈睿华, 王怡婧, 张俊华, 等. 利用正交信号校正消除水分影响的银川平原土壤盐分高光谱反演[J]. 农业工程学报, 2023, 39(19): 122-130. Chen R H, Wang Y J, Zhang J H, et al. Hyperspectral inversion of soil salinity after correcting moisture effect in Yinchuan Plain using orthogonal signals[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(19): 122-130. |
| [10] |
丁启东, 王怡婧, 张俊华, 等. 利用CARS算法联合协变量估算盐碱农田土壤水分和有机质含量[J]. 应用生态学报, 2024, 35(5): 1321-1330. Ding Q D, Wang Y J, Zhang J H, et al. Estimation of soil moisture and organic matter content in saline alkali farmland by using CARS algorithm combined with covariates[J]. Chinese Journal of Applied Ecology, 2024, 35(5): 1321-1330. |
| [11] | Du L, Tian S C, Zhao N, et al. Climate and topography regulate the spatial pattern of soil salinization and its effects on shrub community structure in Northwest China[J]. Journal of Arid Land, 2024, 16(7): 925-942. |
| [12] |
张振华, 丁建丽, 王敬哲, 等. 集成土壤-环境关系与机器学习的干旱区土壤属性数字制图[J]. 中国农业科学, 2020, 53(3): 563-573. Zhang Z H, Ding J L, Wang J Z, et al. Digital soil properties mapping by ensembling soil-environment relationship and machine learning in arid regions[J]. Scientia Agricultura Sinica, 2020, 53(3): 563-573. |
| [13] | Sahbeni G, Ngabire M, Musyimi P K, et al. Challenges and opportunities in remote sensing for soil salinization mapping and monitoring: a review[J]. Remote Sensing, 2023, 15(10). DOI:10.3390/rs15102540 |
| [14] | Jia P P, He W, Hu Y, et al. Inversion of coastal cultivated soil salt content based on multi-source spectra and environmental variables[J]. Soil and Tillage Research, 2024, 241. DOI:10.1016/j.still.2024.106124 |
| [15] | Jia P P, Zhang J H, He W, et al. Inversion of different cultivated soil types' salinity using hyperspectral data and machine learning[J]. Remote Sensing, 2022, 14(22). DOI:10.3390/rs14225639 |
| [16] |
张智韬, 杜瑜燕, 劳聪聪, 等. 基于雷达遥感的不同深度土壤含盐量反演模型[J]. 农业机械学报, 2020, 51(10): 243-251. Zhang Z T, Du Y Y, Lao C C, et al. Inversion model of soil salt content in different depths based on radar remote sensing[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(10): 243-251. |
| [17] | Wu Z J, Cui N B, Zhang W J, et al. Estimating soil moisture content in citrus orchards using multi-temporal sentinel-1A data-based LSTM and PSO-LSTM models[J]. Journal of Hydrology, 2024, 637. DOI:10.1016/j.jhydrol.2024.131336 |
| [18] |
刘瑞亮, 贾科利, 李小雨, 等. 组合光学和微波遥感的耕地土壤含盐量反演[J]. 干旱区地理, 2024, 47(3): 433-444. Liu R L, Jia K L, Li X Y, et al. Inversion of soil salt content by combining optical and microwave remote sensing in cultivated land[J]. Arid Land Geography, 2024, 47(3): 433-444. |
| [19] | Jain S, Sethia D, Tiwari K C. A critical systematic review on spectral-based soil nutrient prediction using machine learning[J]. Environmental Monitoring and Assessment, 2024, 196(8). DOI:10.1007/s10661-024-12817-6 |
| [20] | Bentéjac C, Csörgő A, Martínez-Muñoz G. A comparative analysis of gradient boosting algorithms[J]. Artificial Intelligence Review, 2021, 54(3): 1937-1967. |
| [21] | Ahn J M, Kim J, Kim K. Ensemble machine learning of gradient boosting (XGBoost, LightGBM, CatBoost) and attention-based CNN-LSTM for harmful algal blooms forecasting[J]. Toxins, 2023, 15(10). DOI:10.3390/toxins15100608 |
| [22] | Jia P P, Zhang J H, He W, et al. Combination of hyperspectral and machine learning to invert soil electrical conductivity[J]. Remote Sensing, 2022, 14(11). DOI:10.3390/rs14112602 |
| [23] |
李小雨, 贾科利, 魏慧敏, 等. 基于随机森林算法的土壤含盐量预测[J]. 干旱区研究, 2023, 40(8): 1258-1267. Li X Y, Jia K L, Wei H M, et al. Prediction of soil salt content based on the random forest algorithm[J]. Arid Zone Research, 2023, 40(8): 1258-1267. |
| [24] | Jia P P, Zhang J H, Liang Y N, et al. The inversion of arid-coastal cultivated soil salinity using explainable machine learning and Sentinel-2[J]. Ecological Indicators, 2024, 166. DOI:10.1016/j.ecolind.2024.112364 |
| [25] | Pan M Y, Xia B S, Huang W B, et al. PM2.5 concentration prediction model based on random forest and SHAP[J]. International Journal of Pattern Recognition and Artificial Intelligence, 2024, 38(5). DOI:10.1142/S0218001424520128 |
| [26] | Zhang J H, Ding Q D, Wang Y J, et al. Soil quality assessment and constraint diagnosis of salinized farmland in the Yellow River irrigation area in northwestern China[J]. Geoderma Regional, 2023, 34. DOI:10.1016/j.geodrs.2023.e00684 |
| [27] |
Brady N C, Weil R R. 土壤学与生活[M]. 李保国, 徐建明, 译. (第十四版). 北京: 科学出版社, 2019. Brady N C, Weil R R, The nature and properties of soils (14th ed.)[M]. Li B G, Xu J M, Trans. Beijing: Science Press, 2019. |
| [28] | Li H D, Liang Y Z, Xu Q S, et al. Key wavelengths screening using competitive adaptive reweighted sampling method for multivariate calibration[J]. Analytica Chimica Acta, 2009, 648(1): 77-84. |
| [29] | Harris I, Osborn T J, Jones P, et al. Version 4 of the CRU TS monthly high-resolution gridded multivariate climate dataset[J]. Scientific Data, 2020, 7(1). DOI:10.1038/s41597-020-0453-3 |
| [30] | Breiman L. Random forests[J]. Machine Learning, 2001, 45(1): 5-32. DOI:10.1023/A:1010933404324 |
| [31] | Geurts P, Ernst D, Wehenkel L. Extremely randomized trees[J]. Machine Learning, 2006, 63(1): 3-42. |
| [32] | Jennifer J J. Feature elimination and comparison of machine learning algorithms in landslide susceptibility mapping[J]. Environmental Earth Sciences, 2022, 81(20). DOI:10.1007/s12665-022-10620-5 |
| [33] | Demir S, Sahin E K. Predicting occurrence of liquefaction-induced lateral spreading using gradient boosting algorithms integrated with particle swarm optimization: PSO-XGBoost, PSO-LightGBM, and PSO-CatBoost[J]. Acta Geotechnica, 2023, 18(6): 3403-3419. |
| [34] |
张俊华, 尚天浩, 陈睿华, 等. 基于光谱FOD与优化指数的银川平原土壤有机质含量反演[J]. 农业机械学报, 2022, 53(11): 379-387. Zhang J H, Shang T H, Chen R H, et al. Inversion of soil organic matter content in Yinchuan Plain using field spectral Fractional-order derivatives combined with spectral optimization index[J]. Transactions of the Chinese Society for Agricultural Machinery, 2022, 53(11): 379-387. |
| [35] |
赵逸雪, 褚阳, 张汉辰. 宁夏历史降雨时空分布特征及基于MLP神经网络的趋势预测[J]. 宁夏大学学报(自然科学版), 2023, 44(4): 362-368, 390. Zhao Y X, Chu Y, Zhang H C. Analysis of spatial and temporal distribution characteristics of historical rainfall in Ningxia and trend prediction based on MLP neural network[J]. Journal of Ningxia University (Natural Science Edition), 2023, 44(4): 362-368, 390. |
| [36] | Wang Z, Zhang F, Zhang X L, et al. Regional suitability prediction of soil salinization based on remote-sensing derivatives and optimal spectral index[J]. Science of the Total Environment, 2021, 775. DOI:10.1016/j.scitotenv.2021.145807 |
| [37] | Li K, Zhou H Y, Ren J H, et al. A comparative study of different dimensionality reduction algorithms for hyperspectral prediction of salt information in saline–alkali soils of Songnen plain, China[J]. Agriculture, 2024, 14(7). DOI:10.3390/agriculture14071200 |
| [38] | Munawar A A, Hizir, Erika C, et al. Fast and simultaneous prediction of inner quality parameters on intact mangos by near infrared spectroscopy: impact of spectra pre-processing on prediction accuracy[J]. Future Foods, 2024, 10. DOI:10.1016/j.fufo.2024.100463 |
| [39] | He S F, Tan S Q, Shen L M, et al. Soil organic matter estimation model integrating spectral and profile features[J]. Sensors, 2023, 23(24). DOI:10.3390/s23249868 |
| [40] | Ao C, Jiang D L, Bailey R T, et al. Water, salt, and ion transport and its response to water-saving irrigation in the Hetao irrigation district based on the SWAT-salt model[J]. Agronomy, 2024, 14(5). DOI:10.3390/agronomy14050953 |
| [41] | Li S Q, Nurmemet I, Seydehmet J, et al. Spatiotemporal dynamics and driving factors of soil salinization: a case study of the Yutian Oasis, Xinjiang, China[J]. Land, 2024, 13(11). DOI:10.3390/land13111941 |
| [42] |
王怡婧, 丁启东, 张俊华, 等. 基于无人机高光谱遥感和机器学习的土壤水盐信息反演[J]. 应用生态学报, 2023, 34(11): 3045-3052. Wang Y J, Ding Q D, Zhang J H, et al. Inversion of soil water and salt information based on UAV hyperspectral remote sensing and machine learning[J]. Chinese Journal of Applied Ecology, 2023, 34(11): 3045-3052. |
| [43] | Ding Y, Zhu H Y, Chen R Y, et al. An efficient adaboost algorithm with the multiple thresholds classification[J]. Applied Sciences, 2022, 12(12). DOI:10.3390/app12125872 |
| [44] | Jiang Z H, Hao Z, Ding J L, et al. Weighted variable optimization-based method for estimating soil salinity using multi-source remote sensing data: a case study in the weiku oasis, Xinjiang, China[J]. Remote Sensing, 2024, 16(17). DOI:10.3390/rs16173145 |
| [45] | Zhang Y Z, Liu J J, Shen W J. A review of ensemble learning algorithms used in remote sensing applications[J]. Applied Sciences, 2022, 12(17). DOI:10.3390/app12178654 |
| [46] | Andrade Foronda D, Colinet G. Prediction of soil salinity/sodicity and salt-affected soil classes from soluble salt ions using machine learning algorithms[J]. Soil Systems, 2023, 7(2). DOI:10.3390/soilsystems7020047 |
| [47] | Zhou M G, Li Y H. Digital mapping and scenario prediction of soil salinity in coastal lands based on multi-source data combined with machine learning algorithms[J]. Remote Sensing, 2024, 16(14). DOI:10.3390/rs16142681 |
| [48] | Zhang Z Q, Yao W X, Huang Y K, et al. Irrigation water salinity affects solute transport and its potential factors influencing salt distribution in unsaturated homogenous red soil[J]. Agronomy, 2024, 14(11). DOI:10.3390/agronomy14112453 |
| [49] | Corwin D L. Climate change impacts on soil salinity in agricultural areas[J]. European Journal of Soil Science, 2021, 72(2): 842-862. |
| [50] | Wang N, Chen S C, Huang J Y, et al. Global soil salinity estimation at 10 m using multi-source remote sensing[J]. Journal of Remote Sensing, 2024, 4. DOI:10.34133/remotesensing.0130 |
| [51] | Periasamy S, Ravi K P. A novel approach to quantify soil salinity by simulating the dielectric loss of SAR in three-dimensional density space[J]. Remote Sensing of Environment, 2020, 251. DOI:10.1016/j.rse.2020.112059 |
| [52] |
许兴, 王彬, 王学琴, 等. 河套灌区盐碱地综合利用及特色产业研究现状与发展对策[J]. 农业科学研究, 2024, 45(4): 13-23. Xu X, Wang B, Wang X Q, et al. Research status and development strategies of saline-alkali soil comprehensive utilization and characteristic industries in the Hetao plain[J]. Journal of Agricultural Sciences, 2024, 45(4): 13-23. |