土壤遥感新突破 低成本卫星也能精准“把脉”非洲大地

近日，由法南农业研究所（F'SAGRI）与国际“千分之四”倡议联合举办的南部非洲土壤健康区域大会顺利举行。在第九分会场“建模技术与遥感应用”上，祖鲁兰德大学讲师 Dr. Kwanele Phinzi 分享利用光学遥感与机器学习预测表层土壤属性的研究成果，为区域土壤退化监测提供低成本技术方案。千分之四倡议数字农业土壤健康

南部非洲耕地有机质流失、水土流失问题严峻，传统实地土壤检测效率低、覆盖范围有限，数字土壤制图是落实区域土壤固碳目标的关键手段。Dr. Kwanele Phinzi团队选用尚未广泛应用的PlanetScope光学卫星，再在南非西开普省进行研究，围绕土壤有机碳、pH、碳酸钙三项核心指标开展试验，相关成果已正式发表。

研究整合6类地形参数、8个卫星光谱波段、5种植被指数多类变量，设置单季节、全年多季融合共5种建模情景，对比随机森林、SVM（支持向量机）、极端梯度提升三种机器学习算法。

试验结果表明，不同算法适配指标各有优势：融合多季数据的SVM模型预测土壤有机碳精度最高，植被指数是核心影响因子；随机森林更适合估算pH与碳酸钙含量，地形参数起主导作用；极端梯度提升模型综合表现最差。多季节遥感数据融合相比单一时相，可明显提升制图准确度，生成的土壤分布图能真实反映区域土壤属性空间差异。

报告人表示，PlanetScope卫星在土壤制图领域具备推广潜力，可搭配其他遥感平台使用；本次研究未纳入气候、母质等成土因子，模型仍需跨区域验证，后续将尝试深度学习、集成学习优化模型精度。

该轻量化遥感建模方案便于基层开展土壤肥力调查、侵蚀防控，有助于把科研成果转化为农户可用工具，助力南部非洲推进“千分之四”土壤增碳行动，协同保障粮食安全与气候治理。

文/Rachel审/Mandy