基于多源遥感和XGBoost算法的土壤分类研究

Research on soil classification based on multi-source remote sensing and the XGBoost algorithm

摘要

遥感因子是数字土壤制图的重要环境协变量，但现有研究多依赖单一遥感影像或单类型因子，限制了土壤空间分布的精细表征.为探索多源遥感影像与多类型因子在土壤分类中的潜力，本研究基于Sentinel-1 SAR与Sentinel-2A数据构建了极化特征、植被指数及纹理特征，并结合地形因子形成7种环境变量组合.通过递归特征消除（RFE）筛选变量并融合土壤母质信息，基于XGBoost构建土壤-景观关系模型，实现研究区土壤类型推理制图，并以实地采样点进行精度验证.结果表明，在单一因子制图中，虽然植被指数的重要性最高，但仅使用纹理特征时的制图精度可达65.25%；当植被指数、极化特征和纹理特征协同应用参与制图时，与仅有极化特征参与制图相比，总体制图精度显著提升，由58.16%提升至66.67%.进一步分析不同土壤类型的分类表现发现，多源因子组合在沙泥土、林地泥沙土及硅沙泥田等类型中显著提升了用户精度和生产精度，显示了多源融合在复杂地形和过渡区的优势.验证了多源遥感数据结合XGBoost算法在土壤分类中的可行性，为精细刻画土壤类型空间分布及提升制图精度提供了新的技术路径和实践参考.

Abstract

Remote sensing factors are important environmental covariates in digital soil mapping， but existing studies often rely on single-source imagery or single-type factor， limiting the detailed representation of soil spatial distribution. To explore the potential of multi-source remote sensing imagery and multi-type factors for soil classification， this study constructed polarization features， vegetation indices， and texture features based on Sentinel-1 SAR and Sentinel-2A data， and formed 7 environmental variable combinations combined with topographic factors. Recursive feature elimination （RFE） was applied to select variables， and soil parent material information was fused. An XGBoost-based soil-landscape relationship model was established to realize the inference and mapping of soil types in the study area， and accuracy verification was conducted using field sampling points. The results showed that among single-factor mapping， vegetation indices exhibited the highest importance， although the mapping accuracy reached 65.25% when only texture features were used. When vegetation indices， polarization features， and texture features were applied for mapping， the overall mapping accuracy significantly increased from 58.16% to 66.67% compared with using only polarization features. Further analysis of individual soil types revealed that the multi-source factor combination substantially improved user’s and producer’s accuracies for sandy loam， forest loam， and silty clay paddy soils， demonstrating the advantages of multi-source fusion in complex terrain and transitional areas. This study confirmed the feasibility of combining multi-source remote sensing data with XGBoost for soil classification and provided a new technical pathway for accurately capturing soil spatial distribution and improving mapping precision.

Graphical abstract

关键词

土壤分类 / 数字土壤制图 / XGBoost算法 / Sentinel-1 / Sentinel-2A

Key words

soil classification / digital soil mapping / XGBoost algorithm / Sentinel-1 / Sentinel-2A

土壤分类是科学认识和区分土壤类型，建立土壤属性与功能之间联系的桥梁，随着遥感、数据挖掘等技术的发展，数字土壤制图成为一种新兴的、高效表达土壤空间分布的技术方法^［1-2］.数字土壤制图的特点是运用数据挖掘算法建立土壤-景观关系模型，以栅格数据为表达方式，在计算机环境下辅助制图^［3］.该方法的关键在于如何获取并准确建立土壤-景观关系模型.

目前，构建土壤–景观关系所依赖的环境协变量主要为从历史遗留资料中得到的母质信息，数字高程模型（Digital Elevation Model，DEM）衍生的地形因子以及由遥感影像数据计算得到的植被指数、纹理特征值等遥感因子^［3-4］.以往研究多采用单一遥感数据源提取遥感因子，例如高分5号遥感影像^［5］、MODIS遥感影像^［6］、Landsat 8 OLI遥感影像^［7］、Sentinel-2A遥感影像^［8］等.相比较于上述遥感影像，搭载合成孔径雷达的Sentinel-1在高植被覆盖区，能穿透植被盖层，探测地表信息；在裸露区，能透过地表盖层到一定的深度，实现对地物信息特征的独特量测^［9］.近年来，研究者逐步尝试将Sentinel-1与其他光学遥感影像结合应用于地物分类与生物量估算中，并取得了良好效果.例如，陈园园等通过提取Sentinel-1的极化特征和Sentinel-2A的光谱波段、纹理信息与植被指数，采用多元线性回归的方法对区域森林平均高度进行估测和制图，显著提升了估算精度^［10］；潘磊等在估算亚热带森林地上生物量时引入Sentinel-1影像的极化纹理信息，在Sentinel-2A光学遥感数据基础上进一步提高了估算精度^［11］；姚金玺等基于GEE平台，融合Sentinel-1、Sentinel-2及国产GF-2数据开展地物分类，在Sentinel-2A光谱特征的基础上引入纹理特征和Sentinel-1极化特征可以有效提高地物分类精度^［12］.本研究拟借鉴上述思路，尝试将Sentine-1 SAR影像作为遥感因子的重要数据源，与已经广泛应用于数字土壤制图中的Sentinel-2A遥感影像结合，探究多源遥感影像与多类型遥感因子在数字土壤制图中的协同分类能力，突破以往研究对遥感因子单一性的依赖.

另一方面，随着计算机技术的快速发展，建立土壤–景观关系模型的方法也不断丰富^［13］.常用的地质统计学方法，例如线性模型、克里格法、判别分析等^［14-15］，由于其难以处理土壤与环境变量间复杂的非线性关系，逐渐被更具鲁棒性的机器学习方法所替代^［7］，决策树、随机森林、人工神经网络、模糊逻辑模型等被广泛用于数字土壤制图研究中^［16-20］.在此基础上，本文引入性能更优、鲁棒性更强的极端梯度提升算法XGBoost（eXtreme Gradient Boosting），该算法不但具有良好的分类性能^［21-23］，对数据质量波动的敏感性也较低^［24-25］，已广泛应用于生物医学、管理科学等多个领域，并表现出优异的建模能力^［26-27］.

本研究以湖北省麻城市乘马岗镇北部为研究区，利用Sentinel-1 SAR影像和Sentinel-2A影像作为遥感因子的数据源，构建研究区9种土壤类型的极化特征、植被指数和纹理特征值，融合数字高程模型派生的地形因子，采用递归特征消除算法（RFE）筛选构建环境协变量集，并结合土壤母质信息，基于XGBoost算法建立土壤-景观关系模型并进行土壤类型推理制图.通过实地采样点进行精度验证，以此评估多源遥感数据和多类型因子在土壤分类中的表现与协同能力，探究其与XGBoost算法耦合在土壤分类中的可行性，为土壤类型分类提供技术支撑.

1 材料与方法

1.1 研究区概况

研究区位于湖北省麻城市乘马岗镇的北部，中心地理坐标为31°25′30″N，114°58′30″E，总面积约为 28.14 km²，属于亚热带湿润季风气候，四季分明，冬冷夏热，雨热同季.地势北高南低，由北部低山向南部丘陵过渡，高程范围约为80~346 m.基于2020年GlobeLand30数据的统计分析表明，研究区的土地利用结构以林地和耕地为绝对主导.其中，林地面积占比43.5%，是面积最大的地类，树种以松树、杉树、枫树为主；耕地紧随其后，面积占比42.0%，主要种植水稻、小麦、棉花等农作物；草地（14.1%）也有一定分布.而建设用地（0.3%）和水体（0.1%）的面积占比极低.根据20世纪80年代第二次全国土壤普查成果所编制的1∶50 000传统土壤类型图，研究区共分布有九种土壤类型，分别发育于三类主要成土母质之上，包括“花岗岩片麻岩坡积或残积物”“白云石英片岩花岗片麻岩坡积或残积”及“近代河流冲积物”（表1）.为了评价预测性土壤图的精度，在研究区域采用完全随机采样、主观采样、混淆区域边界采样和均匀采样（网格采样）4种相结合方式进行141个实地验证点采集（图1），所采样本均为表层土壤混合样，采样深度为0.1~20 cm，包含整个研究区所有土壤类型且空间分布均匀，每个实地验证点由5等份子样采集并混合后分析，以增强样本的代表性.

1.2 数据来源及处理

科学选取用于土壤分类推理制图的环境因子，有助于提升分类精度与地图的空间表达能力^［28］.本研究所用原始数据主要包括母质类型图、等高线数据、Sentinel-1 SAR影像（2020年2月3日）与Sentinel-2A多光谱影像（2020年1月30日）.其中，母质类型图结合成土母质图和当地土壤专家意见生成，等高线数据由湖北省测绘局提供，Sentinel-1 SAR和Sentinel-2A影像则来自欧洲航天局（ESA）.基于等高线数据，采用ArcGIS插值生成数字高程模型（DEM，EI），进一步通过SAGA GIS提取坡度（Slope，SP）、坡向（Aspect，AS）、平面曲率（Plane curvature，PLC）、剖面曲率（Profile curvature，PRC）、地形湿度指数（Topographic wetness index，TWI）、地形位置指数（Topographic position index，TPI）、谷深（Deep valley，VD）与坡度坡长因子（LS因子，LS）.

本研究利用SNAP Desktop对Sentinel-1 SAR影像进行辐射定标、地形校正等，在此基础上，提取两种极化方式（VV、VH）对应的极化特征（表2）.

植被指数作为刻画地表植被覆盖与生长状态的重要参数，本文选取6种常用植被指数作为候选环境变量，基于Sentinel-2A多光谱影像，借助SAGA GIS进行提取，各植被指数及其计算公式如下（表3）.

此外，已有研究表明遥感影像的纹理特征可有效提升土壤分类精度^［16］.本研究基于ENVI 5.3软件，采用主成分分析（Principal component analysis，PCA）对Sentinel-2A多光谱影像进行降维，得到第一主成分影像.随后利用灰度共生矩阵（Gray level co-occurrence，GLCM）提取其8种纹理特征值，分别为均值（Mean，MEA）、方差（Variance，VRA）、协同性（Homogeneity，HOM）、对比度（Contrast，CON）、差异性（Dissimilarity，DIS）、信息熵（Entropy，ENT）、二阶矩（Second moment，SM）和相关性（Correlation，COR）.

1.3 研究方法

1.3.1 样本选取

训练样本的选取对获取土壤-景观关系具有重要的影响，本文结合随机采样与均匀采样策略布设样点，初步生成3 583个样点，其中，随机采样点2 083个，均匀采样点1 500个.随后利用ArcGIS提取各采样点的环境变量信息，构建样本集，并剔除存在空值的样点，最终保留3 576个有效样本.

1.3.2 递归特征消除算法

递归特征消除算法（Recursive Feature Elimination，RFE）是一种基于模型的重要性评分的后向贪婪搜索算法，最初由Guyon等人应用于支持向量机特征选择问题中.本文采用基于XGBoost算法的RFE方法，首先使用XGBoost算法对各环境变量特征赋予重要性评分，按照得分进行排序，随后结合十折交叉验证方法确定最优特征子集及其排序.

1.3.3 试验方式组合

为系统评估多源遥感影像与多类型遥感因子在土壤分类中的协同作用，本文将所提取的地形因子（S2）、极化特征（S3）、植被指数（S4）与纹理特征（S5）组合成7类环境变量集.对每一组合分别应用递归特征消除方法进行变量筛选，并与母质信息（S1）融合，构建7种实验方案（见表4），用于后续分类建模与对比分析.

1.3.4 XGBoost分类算法

XGBoost算法是由陈天奇^［29］在2016年提出的一种基于梯度提升决策树（Gradient Boosting Decision Tree）优化而来的集成学习算法.该算法以决策树为基本分类器，通过迭代的方式不断构建新树来拟合当前模型预测值与真实值之间的残差，逐步提升整体模型性能.最终，多个子模型的预测结果通过加权累加形成一个强分类器，从而提高分类的准确性与泛化能力.

1.3.5 分类精度评价

为评估模型分类效果，本文通过野外采样结果与预测性土壤分类图之间的对比，采用混淆矩阵与误差矩阵对分类精度进行定量评价.混淆矩阵主要包括三种评价指标，分别为总体精度（Overall Accuracy，OA）、生产者精度（Producers’ accuracy，PA）、用户精度（Users’ accuracy，UA）^［30］.

尽管传统上常使用Kappa系数作为分类精度的评价指标，但研究表明Kappa系数未能提供比正确分类率更丰富的信息，且存在一定的缺陷.因此，本文采用总体不一致（Total Disagreement，TD）作为替代指标.TD是数量不一致（Quantity Disagreement，QD）与分配不一致（Allocation Disagreement，AD）的总和^［31］. QD表示野外实测结果与预测性土壤制图结果之间，由于各类别总量比例不同所造成的差异.AD表示类别空间分布不一致所引起的分类误差.OA、PA、UA的值越高，说明模型分类效果越好；AD和QD值越大，表明模型的空间表达能力和数量还原能力越差^［32］.

OA=\frac{\sum A_{ii}}{n}\times \mathrm{100}\mathrm{\%} .（1）

PA=\frac{A_{ii}}{A_{i+}}\times \mathrm{100}\mathrm{\%},A_{i+}=A_{i\mathrm{1}}+A_{i\mathrm{2}}+\dots +A_{in} .（2）

UA=\frac{A_{ii}}{A_{+i}}\times \mathrm{100}\mathrm{\%},A_{+i}=A_{\mathrm{1}i}+A_{\mathrm{2}i}+\dots +A_{ni} .（3）

QD=\frac{\mathrm{1}}{\mathrm{2}}\sum \left|\frac{A_{i+}}{n}-\frac{A_{+i}}{n}\right| .（4）

AD=\sum min\left(\frac{A_{i+}}{n},\frac{A_{+i}}{n}\right)-OA .（5）

TD=\mathrm{1}-OA=QD+AD .（6）

其中，A：实测土壤类型结果与预测土壤类型结果构成的n\times n的混淆矩阵；n：分类中所对应的土壤类型个数；i：相应土壤类型的行列号；A_{i+}：土壤类型i这一行中，实测土壤类型结果被分为土壤类型i和其他土壤类型的总和；A_{+i}：土壤类型i这一列，预测土壤类型结果为土壤类型i的总和；A_{ii}：土壤类型i在混淆矩阵A中对角线的值，表示实测土壤类型i与预测土壤类型i相一致的数量.

2 结果与分析

2.1 特征变量筛选

研究区所选环境变量主要为母质信息、地形因子和遥感因子三大类，其中地形因子有9种、遥感因子则细分为2种极化特征、6种植被指数和8种纹理特征.本文基于RFE对由地形因子与各类型遥感因子组成的7种环境变量组合进行变量筛选，得到各组合最优环境变量组合及各特征的归一化相对重要性，结果见表5.

根据各个方案的筛选结果与相对重要性来看，地形因子（S2）是构成所有预测方案最稳定的基础，而遥感因子大类（S3，S4，S5）则展现出巨大的贡献潜力，其重要性在不同方案中动态变化，整体上植被指数（S4）最为突出，纹理特征（S5）次之，极化特征（S3）相对较弱.母质因子虽未在特征筛选中直接对比，但其作为关键环境变量已纳入最终制图模型.

影响研究区土壤类型分类的地形因子较为稳定，主要包括高程、谷深、LS因子、坡向、地形湿度指数、地形位置指数以及坡度，其中高程在所有方案中均保持较高的重要性.遥感因子在土壤类型分类中的内部贡献存在差异，植被指数（S4）的贡献最为核心，其中土壤调整植被指数（SAVI）在引入纹理或极化特征的方案（如F4、F7）中重要性均超过0.11，最高达0.160 9，其峰值甚至超越了部分方案中的地形因子.增强型植被指数（EVI）与转换型植被指数（TVI）也表现出稳定的重要性.纹理特征（S5）的贡献高度集中于均值（MEA），其在F3、F4、F6、F7方案中的重要性均位列前茅，是仅次于核心植被指数的关键遥感特征.极化特征（S3）中，VH的重要性在所有出现方案中重要性高于VV，尤其值得注意的是，随着参与制图的遥感因子类型增多，VH的重要性由最初低于地形因子中的某些指标（如地形湿度指数），转变为高之.

综合来看，不同遥感因子之间存在协同增强效应.当植被指数与纹理特征共同参与制图（F4方案），SAVI的重要性达到峰值；而当植被指数、纹理特征与极化特征同时出现（F7方案），SAVI与MEA的重要性依然维持在高位，表明多源遥感特征的融合能够相互促进，共同提升其在土壤制图模型中的贡献.

2.2 预测性土壤分类制图

为验证多类型遥感因子在土壤类型分类中的有效性与必要性，基于7种方案筛选得到的环境因子，并结合母质信息，构建了土壤–景观关系模型，对研究区开展了预测性土壤类型制图工作.

表6展示了各方案的整体分类精度（OA）、总体不一致（TD）、数量不一致（AD）和分配不一致（QD）的比较结果.总体来看，F6方案表现效果最好（OA=66.67%，AD=20.57%，QD=12.77%）.该结果表明，与单一遥感影像或单一类型遥感因子相比，多源遥感影像与多类型遥感因子协同用于土壤分类具有更高的预测精度.进一步对比各方案发现，F1、F2与F5方案之间的比较显示，当极化特征与植被指数共同参与时，其分类精度优于仅使用极化特征或仅使用植被指数的情况；F1、F3与F6方案之间的比较表明，当极化特征与纹理特征共同参与时，土壤类型预测精度优于仅包含极化特征或纹理特征的方案，再次验证了多源遥感影像协同用于土壤类型分类优于单一遥感影像的结论；F2、F3与F4方案之间的对比说明，多类型遥感因子协同优于单一类型遥感因子.F4与F7方案之间的比较结果则进一步说明，融合多源遥感影像与多类型遥感因子可实现更高的分类精度.

从空间分布角度分析，相较于单一类型遥感因子参与的分类结果，多类型因子参与下的预测制图在沙泥土（1）、沙泥田（22）和林地薄层硅麻骨土（4-6）等土壤类型的分布面积明显提升（与表7一致），其原因可能是沙泥土与沙泥田在水分与植被覆盖上的差异导致了明显的光谱与雷达信号区分；林地薄层硅麻骨土具有独特的地形位置（如高程、坡度）和林地冠层纹理，在多维特征空间中易于分离.而硅沙泥土（4）和硅沙土（4-4）的空间分布范围大致相同，两者边界呈渐变性、空间重叠度高，导致其分类边界模糊.这可能是由于这两种土壤类型属于同一种母质类型，且硅沙土（4-4）的高程与谷深的取值大部分位于硅沙泥土（4）的数值范围内，造成其难以准确区分.

为进一步评估7种环境变量组合方案在不同土壤类型上的分类表现，表7列出了各方案推理结果的用户精度（UA）与生产精度（PA）.分析结果表明，不同土壤类型对环境变量的响应差异明显，各类型的最优分类方案具有一定的针对性.具体而言，沙泥土（1）在F5方案下表现最佳，说明极化特征与植被指数的联合使用有助于提升该类土壤的可分性；林地泥沙土（1-7）在F7方案下获得最高分类精度（PA=100%，UA=81.82%），表明极化特征、植被指数与纹理特征的协同作用显著提升了该类型的识别效果；沙泥田（22）在仅使用纹理特征的F3方案下取得较好分类结果（PA=64.29%），提示其遥感响应主要由地表纹理结构决定；硅沙泥土（4）在F4方案下表现较优，表明植被指数与纹理特征的联合参与有助于提高其分类精度；硅沙泥田（24）在F6方案中分类效果最佳，其生产精度由F1方案下的68.42%提升至78.95%，表明在制图过程中，极化特征与纹理特征的联合使用能够显著提升该土壤类型的识别精度；林地薄层硅麻骨土（4-6）在极化特征和纹理特征共同参与或三类特征全部参与时均可保持较高精度，表明该类土壤对多源遥感特征融合具有良好适应性.相比之下，硅沙土（4-4）在所有方案下精度均较低，F2方案下PA最高仅为16.67%.可能由于其与硅沙泥土（4）和硅沙泥田（24）母质相同，且在EI、VD、SAVI、EVI等环境变量上的取值范围高度重叠，造成严重混淆；硅麻骨土（4-5）的最高PA仅为36.36%，同样存在精度偏低的问题，这可能是因为该土壤类型与林地薄层硅麻骨土（4-6）同属一类母质，且其EI、LS的取值范围完全包含于后者之中，进一步加剧了分类混淆.

值得注意的是，潮土田（30）在所有分类方案中的生产精度（PA）与用户精度（UA）均达到100%，表现出极高的分类一致性和可靠性，这主要源于其母质（近代河流冲积物）的相对均质性.尽管原始物源可能存在差异，但经河流充分地混合与分选，其最终形成的沉积物在质地、养分及水分条件上高度均一，这使其在遥感上产生了一致且独特的光谱-纹理-地形响应，从而在特征空间中与其他类型清晰分离，有效降低了潮土田与其他类型的混淆风险.此外，潮土田的识别稳定性也为其他混淆类型的优化提供了思路，如通过深入挖掘母质差异显著的环境变量，提升混淆土壤类型的分类性能.

综上所述，不同土壤类型在最优分类方案上的表现存在差异，说明各类型对环境变量的响应具有一定针对性.但从整体精度与分类型表现的综合结果来看，F6方案在多数土壤类型上均能保持较高的分类效果，并在总体精度上表现最佳，因此可视为整体上最优的分类方案.

图2展示了各方案下的预测性土壤分类制图结果，直观反映了多类型遥感因子在不同土壤类型判别中的能力差异.结果表明，协同利用多源遥感影像与多类型遥感因子进行土壤类型分类，不仅显著提升了土壤分类的预测精度，还为刻画土壤类型在空间上的渐变特征提供了技术支撑.

综合各方案的分类精度与特征重要性结果可以看出，多源遥感影像与 XGBoost 算法在本研究中并非简单提高了变量数量，而是在信息互补与非线性关系刻画两个层面发挥了核心作用. Sentinel-2A 提供的植被指数和纹理特征有效表征了土壤—植被—地表结构之间的间接响应，而 Sentinel-1 SAR 的极化特征则弥补了光学影像在植被覆盖区和湿度信息获取方面的不足，为模型引入了对土壤水分状况和地表粗糙度更为敏感的约束条件.在此基础上，XGBoost 算法通过梯度提升决策树结构，能够自适应地捕捉不同遥感因子与土壤类型之间复杂的非线性关系，并在多特征共存条件下实现有效的特征权重分配，从而放大了多源遥感信息的协同优势.这一机制使得多源、多类型因子组合方案（如 F6、F7）在整体精度和分类型表现上均明显优于单源或单类型方案.

3 讨论

3.1 多源遥感与XGBoost在土壤分类中的优势与机理

多数现有土壤分类研究主要依赖于Sentinel-2光学影像所提供的遥感因子，如植被指数与纹理特征.这些因子在一定程度上能够反映植被与土壤之间的相关性，但在多类型土壤混合或空间过渡区域中，分类精度往往受限^{［8，16-17］}.本研究在此基础上，引入Sentinel-1 SAR影像，融合其极化特征，与Sentinel-2光学因子共同构建多类型遥感因子组合，结合地形因子，并引入母质信息，验证了SAR与光学数据融合在提升土壤分类效果方面的潜力.本研究突破了单一或少量数据源的局限，首次将Sentinel-1 SAR的极化特征、Sentinel-2的光学特征、地形因子与成土母质信息纳入统一的分析模型.其中，极化数据的引入，为模型提供了光学数据难以表征的土壤粗糙度与湿度信息；而成土母质的系统性融入，则从发生学层面为土壤空间分布提供了成因性约束.这一完备的变量体系实现了对土壤形成环境“表观信号”与“内在成因”的全方位感知.此外，XGBoost在已有研究中已表现出优于支持向量机和随机森林的建模能力^［33］，本研究进一步扩展了XGBoost算法在复杂环境变量集下进行土壤分类的应用，证实了其在土壤分类中的可行性.具体而言，本研究通过融合Sentinel-1 SAR的极化特征与Sentinel-2光学因子，并结合地形因子和母质信息，构建了多类型、多源的环境变量体系.研究结果表明，这种多源融合不仅能够提供更加全面的土壤-景观特征表达，还显著提升了分类精度和空间稳定性，尤其在多类型土壤混合或空间过渡区域表现出更强的可分性.此外，结合XGBoost算法进一步增强了模型对复杂变量关系的捕捉能力，使得分类结果更加稳健和可靠.总体来看，本研究构建的多源遥感技术路径在信息互补性、特征表达能力和分类精度方面均优于单一源方法，为区域尺度土壤制图提供了一条具有推广价值的新技术途径.

3.2 方法局限性与不确定性分析

尽管本研究结果表明，多源遥感数据结合 XGBoost 算法在区域尺度土壤分类中具有较好的可行性和稳定性，但该技术路径在实际应用中仍存在一定局限性.首先，多源遥感因子之间存在一定程度的信息冗余与相关性，尤其是在植被指数与纹理特征共同参与建模时，不同特征对同一地表信息的重复表征可能削弱模型的解释性，并在样本数量有限的情况下增加过拟合风险.其次，XGBoost 算法虽具备较强的非线性拟合能力，但其模型结构本质上仍依赖于样本驱动，当土壤类型样本分布不均或某些类型样本数量偏少时，模型对少数类土壤的识别能力仍然受限，这在硅沙土和硅麻骨土等类型的分类结果中已有体现.此外，本研究所采用的遥感影像为单时相数据，难以充分反映土壤—植被系统在季节尺度上的动态变化，限制了模型对土壤表层状态时序特征的刻画能力.上述因素在一定程度上制约了多源遥感与 XGBoost 方法在复杂土壤系统中的进一步推广应用.

3.3 对未来研究的启示与改进方向

然而，由于土壤类型具有连续变化与空间渐变特征，且受成土环境与人为干扰影响，部分类型在空间上的边界仍存在模糊与不确定性，导致在过渡区域的分类结果存在一定混淆.为进一步提升制图精度与空间表达能力，未来可考虑以下几个方面的改进，首先，不同土壤类型对遥感因子的响应性存在差异，采用统一环境变量集合可能无法充分反映特定土壤类型特征.后续研究可尝试基于特定土壤类型进行差异化因子分析，构建有针对性的环境变量子集，从而提升模型的针对性与分类精度.其次，单时相遥感影像难以捕捉土壤表层状态的季节变化，引入多时相遥感数据将有助于增强模型对土壤时序变化的识别能力.同时，高空间分辨率遥感数据可以更精细地反映土壤分布的空间异质性，有望提升小尺度区域土壤分类精度.

4 结论

本研究基于多源遥感数据，构建了包含极化特征、植被指数与纹理特征在内的多类型遥感因子组合，并结合地形因子和母质信息，建立了土壤–景观关系模型并推理制图，系统评估了不同遥感因子组合对区域土壤类型分类的影响.结果表明，单一影像或单一因子虽可在一定程度上反映土壤空间分布特征，但在制图精度与稳定性方面仍存在局限.相比之下，融合极化特征、植被指数与纹理特征的多类型遥感因子，结合XGBoost算法显著提升了土壤类型分类精度与空间表达能力.其中，方案F6通过协同母质信息、地形因子、极化特征与纹理特征，构建了最完备的环境变量集，其总体精度达66.67%，验证了多源协同感知策略在复杂土壤系统分类中的有效性与优越性.此外，不同土壤类型对遥感因子的响应存在差异，融合多源遥感影像与多类型遥感因子不仅增强了模型对复杂地形与过渡类型的识别能力，也有助于更准确地刻画土壤空间渐变特征.综上，本研究验证了多源遥感影像与多类型因子的协同优势，为提升土壤类型分类精度提供了一定的参考，对推动区域尺度数字土壤制图具有重要意义.

参考文献

[1] 张甘霖， 史舟， 朱阿兴， 等. 土壤时空变化研究的进展与未来［J］. 土壤学报， 2020，57（5）： 1060-1070.

[2] 朱阿兴， 杨琳， 樊乃卿， 等. 数字土壤制图研究综述与展望［J］. 地理科学进展， 2018， 37（1）： 66-78.

[3] 张甘霖， 朱阿兴， 史舟， 等. 土壤地理学的进展与展望［J］. 地理科学进展， 2018， 37（1）： 57-65.

[4] ZHU A X， BAND L E. A knowledge-based approach to data integration for soil mapping［J］. Canadian Journal of Remote Sensing， 1994， 20（4）： 408-418.

[5] 孟祥添， 鲍依临， 刘焕军， 等. 基于高分5号影像的东北典型黑土区土壤分类［J］. 农业工程学报， 2020， 36（16）： 231-238.

[6] 王俊雅， 刘峰， 宋效东， 等. 基于地表温度的干旱平缓区土壤属性制图［J］. 土壤通报， 2018， 49（6）： 1270-1278.

[7] 周洋， 赵小敏， 郭熙. 基于多源辅助变量和随机森林模型的表层土壤全氮分布预测［J］. 土壤学报， 2022， 59（2）： 451-460.

[8] 陈荣， 韩浩武， 傅佩红， 等. 基于多时相遥感影像和随机森林算法的土壤制图［J］. 土壤， 2021， 53（5）： 1087-1094.

[9] 何国金， 李克鲁. 星载合成孔径雷达遥感及多卫星遥感数据融合方法［J］. 地质科技情报， 1997（S1）： 30-35.

[10] 陈园园， 张晓丽， 高显连， 等. 基于Sentinel-1和Sentinel-2A的西小山林场平均树高估测［J］. 应用生态学报， 2021， 32（8）： 2839-2846.

[11] 潘磊， 孙玉军， 王轶夫， 等. 基于Sentinel-1和Sentinel-2数据的杉木林地上生物量估算［J］. 南京林业大学学报（自然科学版）， 2020， 44（3）： 149-156.

[12] 姚金玺， 王浪， 李建忠， 等. 青海诺木洪地区多源遥感及多特征组合地物分类［J］. 农业工程学报， 2022， 38（3）： 247-256.

[13] 孙福军， 雷秋良， 刘颖， 等. 数字土壤制图技术研究进展与展望［J］. 土壤通报， 2011， 42（6）： 1502-1507.

[14] MOORE I D， GESSLER P E， NIELSEN G A， et al. Soil attribute prediction using terrain analysis［J］. Soil Science Society of America Journal， 1993， 57（2）： 443-452.

[15] ODEHA I O A， MCBRATNEY A B， CHITTLEBOROUGH D J. Spatial prediction of soil properties from landform attributes derived from a digital elevation model［J］. Geoderma， 1994， 63（3-4）： 197-214.

[16] 韩浩武， 许伟， 黄魏， 等. 基于遥感影像和决策树算法的土壤制图［J］. 土壤通报， 2019， 50（1）： 8-14.

[17] 周紫燕， 黄魏， 许伟， 等. 基于随机森林算法的原始土壤图更新研究［J］. 华中农业大学学报， 2019， 38（3）： 53-59.

[18] WERE K， BUI D T， DICK Ø B， et al. A comparative assessment of support vector regression， artificial neural networks， and random forests for predicting and mapping soil organic carbon stocks across an Afromontane landscape［J］. Ecological Indicators， 2015， 52： 394-403.

[19] ZERAATPISHEH M， AYOUBI S， JAFARI A， et al. Digital mapping of soil properties using multiple machine learning in a semi-arid region， central Iran［J］. Geoderma， 2019， 338： 445-452.

[20] CHEN S C， LIANG Z Z， WEBSTER R， et al. A high-resolution map of soil pH in China made by hybrid modelling of sparse soil data and environmental covariates and its implications for pollution［J］. Science of the Total Environment， 2019， 655： 273-283.

[21] 史飞飞， 高小红， 肖建设， 等. 基于集成学习和多时相遥感影像的枸杞种植区分类［J］. 自然资源遥感， 2022， 34（1）： 115-126.

[22] ZHONG L H， HU L N， ZHOU H. Deep learning based multi-temporal crop classification［J］. Remote Sensing of Environment， 2019， 221： 430-443.

[23] 蔡林菲， 吴达胜， 方陆明， 等. 基于XGBoost的高分二号影像树种识别［J］. 林业资源管理， 2019（5）： 44-51.

[24] FREEMAN E A， MOISEN G G， COULSTON J W， et al. Random forests and stochastic gradient boosting for predicting tree canopy cover： Comparing tuning processes and model performance［J］. Canadian Journal of Forest Research， 2016， 46（3）： 323-339.

[25] MAXWELL A E， WARNER T A， FANG F. Implementation of machine-learning classification in remote sensing： An applied review［J］. International Journal of Remote Sensing， 2018， 39（9）： 2784-2817.

[26] 袁莉芬， 李松， 尹柏强， 等. 基于自适应快速S变换和XGBoost的心电信号精确快速分类方法［J］. 电子与信息学报， 2023， 45（4）： 1464-1474.

[27] 周卫华， 翟晓风， 谭皓威. 基于XGBoost的上市公司财务舞弊预测模型研究［J］. 数量经济技术经济研究， 2022， 39（7）： 176-196.

[28] 张晓婷， 黄魏， 傅佩红， 等. 基于特征筛选算法的数字土壤制图研究［J］. 土壤学报， 2024， 61（3）： 635-647.

[29] CHEN T， GUESTRIN C. Xgboost： A scalable tree boosting system［C］//Proceedings of the 22nd acm sigkdd international conference on knowledge discovery and data mining. 2016： 785-794

[30] HUANG D M， XU S J， SUN J Q， et al. Accuracy assessment model for classification result of remote sensing image based on spatial sampling［J］. Journal of Applied Remote Sensing， 2017， 11（4）： 046023.

[31] PONTIUS R G Jr， MILLONES M. Death to Kappa： Birth of quantity disagreement and allocation disagreement for accuracy assessment［J］. International Journal of Remote Sensing， 2011， 32（15）： 4407-4429.

[32] WARRENS M J. Properties of the quantity disagreement and the allocation disagreement［J］. International Journal of Remote Sensing， 2015， 36（5）： 1439-1446.

[33] 孟可， 黄魏， 傅佩红， 等. 平原-丘陵区域数字土壤制图方法比较［J］. 土壤学报， 2025， 62（4）： 958-969.

基金资助

国家自然科学基金项目(41877001)