将双向动态策略与多变量深度学习算法相结合，以预测高精度、长期变化的农田土壤有机质含量

《International Soil and Water Conservation Research》：Integrating bi-dynamic strategy and multivariate deep learning algorithms to predict high-accuracy, long-term cropland soil organic matter

　　土壤有机质（SOM）时空异质性预测模型研究：基于动态分区与多模态深度学习的东北中国SOM长期监测。采用2284个土壤样本和64802景Landsat影像数据，构建GMM动态分区策略、SEM动态权重分配及T-CNN-GNN多模态深度学习模型，实现1984-2023年间东北中国SOM含量预测精度提升（RMSE=9.49g/kg，R2=0.77），验证时空异质性对SOM分布的影响及模型有效性。

　　本研究围绕土壤有机质（SOM）的长期高精度预测展开，旨在解决SOM空间异质性和环境变量动态敏感性变化对预测精度的影响。通过引入双动态策略，即动态分区和动态权重分配，结合多变量深度学习算法T-CNN-GNN，有效提升了SOM的空间分布预测能力。该研究涉及东北地区（NEC）的SOM变化趋势，以及不同时间尺度下环境变量对SOM的影响机制。东北地区作为中国唯一的SOM含量下降区域，其土壤健康状况、土地资源调查和农业潜力评估都面临挑战。本文从多源数据采集、动态分区策略、动态权重分配和深度学习模型构建四个方面，详细阐述了如何通过融合遥感数据与环境变量，实现对SOM变化的精准预测。

### 一、研究背景与意义

土壤有机质是评估土壤健康和实现碳中和目标的重要指标。然而，环境异质性和SOM与环境变量之间的动态敏感性变化可能导致预测精度下降。为了应对这一挑战，本研究提出了一个基于深度学习的框架，能够动态捕捉土壤环境的变化，从而提高预测的准确性。通过使用2,284个土壤样本和64,802张Landsat TM/OLI遥感图像作为输入，构建了一个能够处理多模态数据的模型。该模型的核心在于动态分区策略，利用高斯混合模型（GMM）对研究区域进行动态划分，以适应不同时间段的环境异质性变化。此外，研究还引入了结构方程模型（SEM）来计算环境变量对SOM的动态权重，从而更精确地反映变量间的复杂关系。

### 二、研究区域与数据来源

研究区域覆盖东北地区，地理坐标为38.72°–53.56°N，115.52°–135.09°E，总面积约为788,000平方公里。该地区属于温带季风气候或寒冷温带气候，冬季干燥，年均温在3°C至7°C之间，年降水量在400至800毫米之间。东北地区的地形多样，包括大兴安岭、小兴安岭和长白山脉，海拔范围从海平面到2638米。该地区是全球四个主要黑土区域之一，同时也是中国最大的商品粮基地，机械化程度高，主要种植玉米、大豆和水稻等作物，为研究SOM变化提供了丰富的农业背景。

为了获取SOM数据，研究团队从四个不同的数据源进行整合：野外采集、中国科学院生态系统学科数据中心（EDDC）、世界土壤信息服务（WoSIS）和发表文献。其中，野外采集的SOM数据共1,798个，涵盖了1984至2023年的不同时间段。此外，EDDC和WoSIS提供了408个和78个土壤样本，分别用于模型构建和验证。研究还利用元分析方法，从文献中提取历史SOM数据，以评估模型在历史时期的预测能力。

### 三、数据处理与特征提取

研究采用了时间序列的Landsat遥感数据，包括Landsat 5 TM和Landsat 8 OLI图像，时间跨度从1984年1月到2023年12月，共计64,802张图像。为了消除云层干扰，研究团队使用了Landsat图像的“pixel_qa”掩膜带进行数据清洗。此外，研究还计算了七种常用的遥感指数，包括黏土指数（CI）、盐度指数（NDSI）、水分指数（NDMI）、亮度指数（BI）、植被指数（NDVI、EVI、SAVI）等，这些指数能够反映土壤和生物因素的变化。通过这些指数，研究团队提取了多维的环境特征，以更好地描述SOM的变化。

研究还考虑了气象、地形和土地利用等环境变量。气象数据包括月平均降水、温度、风速和净辐射，时间跨度为1984至2023年。地形数据来自美国地质调查局（USGS）的SRTM-DEM，空间分辨率为30米。通过GIS软件，研究团队计算了高程、坡度和坡向等指标。土地利用数据则来自全球土地覆盖变化监测平台，时间跨度为1990年至2021年，用于分析不同时期的耕地分布。

### 四、方法论与模型构建

研究提出了一种改进的框架，旨在提高长期高精度的SOM预测能力。该框架包括三个核心组成部分：动态分区、动态权重分配和多变量深度学习模型。动态分区利用GMM算法对研究区域进行划分，以适应不同时期的环境异质性变化。动态权重分配则通过SEM分析输入变量（土壤形成因素）之间的关系，以捕捉SOM对环境变量的敏感性变化。多变量深度学习模型T-CNN-GNN则结合了Transformer、卷积神经网络（CNN）和图神经网络（GNN），以提取时空特征并提高预测精度。

T-CNN-GNN模型的结构包括三个主要模块：CNN模块用于提取局部光谱-空间特征，Transformer编码器用于建模时间序列，GNN模块用于捕捉拓扑空间交互。通过将这三个模块的输出进行拼接，并经过全连接层进行回归，模型能够有效整合多源数据，提升预测能力。此外，研究还通过四种不同的预测策略进行对比，包括全局策略、动态分区策略、动态权重分配策略和双动态策略。结果显示，双动态策略在所有策略中表现最佳，预测误差（RMSE）为9.49 g/kg，决定系数（R2）为0.77，具有较高的预测准确性。

### 五、模型评估与结果分析

研究通过校准集和验证集对模型进行评估，采用 Kennard-Stone 算法进行样本分割，确保校准集和验证集在空间分布上具有代表性。模型性能通过 R2、RMSE、残差预测偏差（RPD）和性能与四分位数比值（RPIQ）进行衡量。结果显示，T-CNN-GNN 模型在所有评估指标上均优于 CNN、GNN 和随机森林（RF）模型，表明其在处理复杂时空数据方面具有显著优势。

研究还分析了不同时间段的SOM空间分布变化。从1984年至2023年，东北地区的SOM含量整体呈下降趋势，从41.52 g/kg降至37.94 g/kg。北部地区的SOM含量下降最为显著，而南部和东部地区则表现出一定的波动。此外，研究还分析了不同区域的SOM预测结果与元分析数据的对比，发现实验数据与元分析数据在趋势上一致，但在具体数值变化上存在差异，这可能与数据来源和统计方法有关。

### 六、讨论与模型优势

动态GMM分区方法在本研究中展现出显著优势。与传统静态分区方法相比，GMM能够根据不同时期的环境变化动态调整分区，提高模型对环境异质性的适应能力。此外，该方法通过自动聚类规则识别土壤环境的空间异质性，提升了预测精度。研究还发现，动态分区方法在处理多尺度环境信息方面具有良好的表现，能够有效捕捉土壤变化的方向、速率和特征。

SEM在动态权重分配中的应用也显示出其重要性。通过SEM，研究团队能够量化不同环境变量对SOM的动态影响，从而提供更准确的权重分配方案。这一方法不仅提高了模型的可解释性，还增强了其可靠性。动态权重分配能够有效减少特定变量对预测结果的过度影响，提高模型的泛化能力。

T-CNN-GNN模型在性能评估中表现出色。Transformer能够通过自注意力机制有效捕捉长期依赖关系，特别适用于多时期SOM预测。CNN则通过局部卷积提取空间特征，而GNN通过图结构建模空间依赖性。相比之下，随机森林（RF）在处理时间序列数据时存在局限性，无法有效建模长期依赖关系。此外，T-CNN-GNN模型在处理非线性关系方面表现出更强的能力，能够适应高维和非线性数据。

### 七、研究局限与未来展望

尽管本研究在SOM预测方面取得了显著成果，但仍存在一些局限性。例如，研究中使用的裸土阈值（如NDVI < 0.35、NBR2 < 0.125、BSI > 0.021）虽然在大规模研究中广泛应用，但未进行现场光谱参考数据的直接验证，这可能引入一定的不确定性。此外，当前的双动态策略虽然在预测精度上表现优异，但计算成本较高。未来研究可以探索自动化建模和参数优化技术，以减少手动调整的需要，并提高模型在不同分区中的适应能力。

同时，研究团队指出，当前模型在更异质的地理区域中的泛化能力仍需进一步测试。通过整合现有模型的学习结果，可以快速调整模型参数和结构，以适应新的区域和土壤类型，从而减少重新训练的时间成本。此外，研究还建议未来可以结合更多高分辨率遥感数据和实地观测数据，以进一步提升模型的预测精度和可靠性。

### 八、结论

本研究提出了一种结合双动态策略和多变量深度学习模型的框架，用于长期SOM含量的预测。通过动态分区和动态权重分配，研究有效提高了模型对环境异质性和变量敏感性变化的适应能力。结果表明，T-CNN-GNN模型在所有评估指标上均优于其他模型，预测误差较低，决定系数较高，能够准确提取多模态遥感数据中的时空特征。此外，研究发现，东北地区的SOM含量在过去的40年间呈现下降趋势，北部地区下降最为显著，而南部和东部地区则表现出一定的波动。这些结果为长期、高精度的农业土壤属性预测提供了可靠的参考依据。