基于可解释机器学习的河套平原盐碱农田土壤水分和有机质含量估算

摘要

[目的]针对传统方法在盐碱化农田土壤水分（SMC）和有机质含量（SOMC）监测中存在效率低下的问题，探索高光谱数据结合可解释机器学习的估算方法，以期为河套平原盐碱化土壤信息快速获取和土壤质量评价提供理论依据。[方法]以地面高光谱反射率及实测SMC和SOMC为数据源，对光谱数据采用分数阶微分（FOD）变换并构建光谱指数，基于偏最小二乘回归（PLSR）、支持向量机（SVM）和随机森林（RF）算法建模，并引入夏普利加性解释（SHAP）方法解析变量对模型预测结果的相对贡献，提升模型的解释性。[结果](1)经1.25阶微分变换后构建的光谱指数与SMC和SOMC间相关性最强，其中，广义差异指数（GDI）和最优光谱指数（OSI）与SMC和SOMC间相关系数最大，分别为0.505 4和0.682 5。(2)RF模型对SMC和SOMC的估算精度远高于PLSR和SVM;SMC和SOMC-RF模型验证集（R2）、均方根误差（RMSE）和相对分析误差（RPD）分别为0.734,3.28,2.07及0.870,1.53,2.43。(3)SHAP分析发现，氮平面域指数（NPDI）和比值指数（RI）分别在SMC和SOMC的建模估算中贡献度最大，且NPDI,OSI和差值指数（DI）对SMC的建模贡献度累计达到68.58%;RI,GDI和NPDI对SOMC的建模贡献度累计达到61.86%。[结论] FOD联合光谱指数在高光谱数据的有效利用中具有明显优势，RF模型在土壤属性估算中展现了较高的精度和鲁棒性，SHAP分析有效揭示了不同变量对目标变量的贡献度。NPDI,RI,OSI和DI等光谱指数在盐碱化农田SMC和SOMC的建模估算中贡献显著。

关键词

高光谱 / 土壤盐碱化 / 机器学习 / 夏普利加性解释 / 数字土壤制图