基于分层多元复合模型的广东省农田土壤有机碳高精度制图

任向宁，王璐，林赋英，陈淑莹，胡月明，3，4，5

（1.华南农业大学资源环境学院，广州 510642；2.广东省土地利用与整治重点实验室，广州 510642；3.广东省土地信息工程技术研究中心，广州 510642；4.自然资源部建设用地再开发重点实验室，广州 510642；5.青海-广东自然资源监测与评价重点实验室，西宁 810016）

高精度土壤有机碳（Soil organic carbon，SOC）制图是准确测度土壤固碳能力和土壤碳储量的基础，对研究SOC时空变异规律具有重要意义。目前，受样本数量与制图方法制约，高精度SOC制图研究主要集中在空间小尺度上。而对区域碳管理、碳交易等宏观需求更迫切的国家级、省级中大尺度SOC制图精度总体不高[1]。为此，中大尺度高精度SOC 制图方法的研究显得至关重要。

农田土壤作为自然土壤的衍生物，其发生发育过程必然符合地理第一定律。同时在长期农耕过程下，农田土壤发生发育过程中受到更为频繁的人工干预与扰动，导致其强空间变异度[2]。因此，农田SOC 高精度制图难度远远大于自然土壤。当前，国内外对于土壤有机碳制图的方法主要分为4 类：第一类为基于土壤属性的土壤类型连接法[3]；第二类方法为地统计学法[4]；第三类为多元线性回归方法、空间地理回归等相关关系统计法[5]；第四类方法为人工神经网络模型、分类回归树、随机森林、支持向量机等机器学习算法模型[6]。其中土壤类型连接法适用于空间尺度较大且土壤类型比较单一的区域[7]，但对土壤类型的多样性反映不足[8]。地统计学法与相关关系统计法则较为依赖空间关联性[9-10]，在情景复杂、局部变异较强的地区，其空间特征表达能力和预测精度较差[9-13]。……