社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

中科院东北地理所宋开山团队ESE:利用机器学习算法揭示土壤侵蚀下的水体有色溶解性有机物分布特征

环境人Environmentor • 1 年前 • 312 次点击  

图片摘要


成果简介

近日,中国科学院东北地理与农业生态研究所宋开山研究员团队在ESE发表了题为“Machine learning reveals distinct aquatic organic matter patterns driven by soil erosion types”的论文。文章提出通过机器学习算法构建湖泊有色溶解性有机物(CDOM)的遥感监测模型,并进行了中国不同土壤侵蚀区域中大于0.1平方公里湖泊的CDOM反演制图。研究发现在不同土壤侵蚀区域湖泊CDOM吸收系数具有显著的差异性,在风力侵蚀区的湖泊CDOM吸收高于水力侵蚀和冻融侵蚀区域下的湖泊。此外,研究团队利用傅里叶变换离子回旋共振质谱仪(FT-ICR MS)解析了不同侵蚀区域下影响湖泊CDOM吸收系数分布的分子结构组成,进一步解释不同区域CDOM组分和来源的影响因素。本研究建立了土壤侵蚀与水体DOM组分来源的重要关联,为陆地和水环境生态系统碳循环提供了重要的科学支撑。


引言

水环境中的有色溶解性有机物(CDOM)主要来源于陆地输入和内源产生,为水生态系统提供能量并吸收紫外线辐射,也是水色遥感三参数之一。随着经济快速发展和气候变化的影响,土壤侵蚀已成为一个社会关注的热点问题。土壤侵蚀受降水、集水区径流、土地利用和土地覆盖类型的影响,地表径流中沉积物的迁移常携带溶解性有机物和营养物质输送到水体。然而极少研究关注土壤侵蚀与水体CDOM组分和来源之间的关联。利用遥感技术探索CDOM空间分布具有显著优势。随着机器学习算法的广泛应用,可用于构建CDOM反演算法。此外,傅里叶变换离子回旋共振质谱(FT-ICR MS)可用于解析DOM的分子结构,有助于理解不同侵蚀区域中CDOM的空间变异性,深入解析水生系统和陆地循环中DOM来源和迁移转化过程。本研究通过遥感反演算法并结合Google Earth Engine(GEE)平台以及傅里叶变换离子回旋共振质谱技术分析不同土壤侵蚀区域湖泊的CDOM吸收和组分结构特征,解析土壤侵蚀与水体DOM组分来源的重要关联,从宏观和微观视角相结合的角度丰富我们对全球碳循环的理解。


图文导读

导读内容一:全国湖泊CDOM吸收遥感模型构建

文章首先分析了1349个实测样点的CDOM吸收系数aCDOM(355)存在显著差异(0.038~15.991 m-1),并与Landsat 8卫星对应的遥感反射率进行了星地匹配,最终匹配了1337对样点数据,结合可能的单波段及波段组合进行了初步相关性分析,筛选出最敏感的光谱变量用于后续遥感模型构建。为了开发具有良好性能和普适性的a CDOM(355)遥感模型,对比了四种机器学习算法(即支持向量机(SVM)、梯度提升多层决策树(GBDT)、XGBoost和随机森林(RF)),在这些模型中,RF和SVM的决定系数较低(R2 = 0.49–0.62,均方根误差RMSE = 1.39–1.96 m-1)。XGBoost模型展现出良好的拟合性能,优于GBDT模型(R2 = 0.87,斜率 = 0.73)(图1)。验证模型时XGBoost模型表现良好(RMSEXGB,cal = 0.87 m-1, RMSEXGB,val = 0.94 m-1)。因此,基于Landsat 8遥感反射率的机器学习模型可提供可靠的CDOM吸收遥感模型。

图1  湖泊CDOM吸收系数遥感模型算法对比a SVM, b Random Forest, c GBDT, d XGBoost。

导读内容二:湖泊CDOM吸收分布特征

文章利用已构建的XGBoost模型,结合GEE平台无云的Landsat 8卫星影像,对2020年非冰期中国地区大于0.1 km2湖泊的CDOM吸收系数进行了空间制图。研究发现,湖泊aCDOM(355)的平均值为3.68 m-1。其中,6,832个湖泊的CDOM浓度范围为3~4 m-1,其余4,530个湖泊的CDOM范围为2~3 m-1。在不同土壤侵蚀区域下,湖泊aCDOM(355)平均值存在显著差异,冻融侵蚀区域、风蚀区域和水蚀区域的aCDOM(355)平均值分别为3.73、6.31和3.72 m-1(图2)。对于冻融侵蚀区域,随着侵蚀强度的增加,CDOM吸收显著增加,而风蚀和水蚀区域则呈现相反的关系(p < 0.05)。

图2  不同侵蚀区域下的湖泊CDOM吸收系数a 冻融侵蚀区, b风力侵蚀区, c 水力侵蚀区。

导读内容三:不同侵蚀分区下湖泊CDOM吸收分布影响因素

本研究中发现随着湖泊的水域面积增加,湖泊的aCDOM(355)显著下降。在不同水域面积分类下,风蚀地区湖泊的平均aCDOM(355)水平最高。本研究发现aCDOM(355)不仅与湖泊的自然属性相关,还受人类活动强度和社会发展水平的影响。在中国不同类型土壤侵蚀区域中,位于胡焕镛线以西的湖泊aCDOM(355)显著高于位于胡焕镛线以东的湖泊(图6)。风蚀区域的aCDOM(355)与风速呈正相关,冻融蚀区域的aCDOM(355)主要受土地利用类型影响,而水力蚀区域的aCDOM(355)则综合受到多种因素影响。

图3  不同侵蚀区域及水体面积分类下的湖泊CDOM吸收系数。

导读内容四:不同侵蚀分区下湖泊CDOM来源及分子特征

本研究基于FT-ICR MS质谱数据分析了不同侵蚀区域湖泊中CDOM的分子组成特征,湖泊DOM样本主要由含CHO和CHNO的分子式组成。在水力侵蚀区域和风蚀区域湖泊中,CHOS和含CHNOS的相对含量较高。多环芳烃和芳烃化合物在风蚀和水蚀区域中更为丰富。相反,冻融蚀区域的湖泊中不饱和脂肪族化合物的含量相对较高。冻融蚀区域湖泊中DOM的分子芳香度指数AI最低(图4)。

图4  不同土壤侵蚀区域下的DOM分子组成特征,a 化合物组成百分比, b 分子式百分比, c 生物反应性, d 芳香度指数。


结论

利用Landsat 8遥感数据在GEE平台上对湖泊CDOM吸收系数进行遥感估算,研究发现XGBoost模型(RMSEXGB,cal = 0.87 m-1)表现出优异性能。冻融侵蚀区、风力区和水力侵蚀区湖泊的平均aCDOM(355)值存在显著差异。从分子层面来看,不同侵蚀区域中DOM化合物也具有显著差异,最终表明湖泊中CDOM组成与地表土壤侵蚀、气候条件和人类活动有关。三个土壤侵蚀分区下的湖泊CDOM浓度和组成的差异性表明,考虑土壤侵蚀分类对于更精确地评估区域碳循环至关重要。


作者简介

通讯作者:宋开山,二级研究员,吉林省B类人才、入选吉林省“长白英才计划”科技创新领军人才、中国科学院“百人计划”且终期评估优秀。担任吉林省生态环境遥感大数据重点实验室主任,吉林省遥感学会理事长、中国自然资源学会资源信息系统专业委员会副主任委员、中国环境学会生态环境遥感监测专委会副主任,Frontiers of Environmental Science、Remote Sensing、Sensors、Chinese Geographical Science与《农业工程学报》等期刊编委。长期从事水环境与农业生态遥感研究,累计发表SCI论文260余篇,包括GCB、RSE、WR、EST、ESE、ISPRS J、AFM、Geoderma、Science等期刊,11篇入选ESI高被引论文,3篇入选热点论文,被包括Science、Nature、PNAS及Nature Geoscience、Nature Communications、Nature Sustainability等重要期刊引用8800余次,H=53,2021—2024年期间连续入选斯坦福大学全球前2%顶尖科学家榜单、2024年入选终身科学影响力榜单。获吉林省自然科学一等奖2次(排名第1、第7)、省部级二等奖2次,获第十二届全国青年地理科技奖、全国最美地理科技工作者等荣誉称号。主持科研任务40余项,包括国家重点研发计划项目、国家自然基金重点项目、黄河联合基金重点项目、中国科学院A类先导课题、国家重点研发项目课题、科技部基础资源调查专项课题等。

第一作者:尚盈辛,中国科学院东北地理与农业生态研究所,副研究员。


图片

来源:ESE期刊。投稿、合作 、转载、进群,请添加小编微信Environmentor2020!环境人Environmentor是环境领域最大的学术公号,拥有20W+活跃读者。由于微信修改了推送规则,请大家将环境人Environmentor加为星标,或每次看完后点击页面下端的“在看”,这样可以第一时间收到我们每日的推文!环境人Environmentor现有综合群、期刊投稿群、基金申请群、留学申请群、各研究领域群等共20余个,欢迎大家加小编微信Environmentor2020,我们会尽快拉您进入对应的群。

图片

往期推荐

年度热点文章Top10(2024年)
中科大俞汉青院士、陈洁洁教授、华中科大黄明杰Nat. Commun.:精准定制高价金属氧化物的d带中心实现污染物完全聚合去除
香港城市大学袁志国院士、新南威尔士大学郑敏Nature Sustainability综述:污水资源化前沿路径
Nature:全球塑料垃圾中的“潜行者”
中国科学院生态环境研究中心俞文正课题组Nature Water:三价金属混凝去除天然有机物的分子尺度理论
清华大学曲久辉院士团队刘锐平、中国科学技术大学陈洁洁Angew:纳米-生物杂合体界面间电子定向转移实现硝酸盐选择性转化
浙江大学环境纳米技术研究团队Nature Water:晶格工程实现纳米零价铁的高效选择性还原反应
山大刘建、港理工金灵等ES&T封面:联合提出“微塑料组”呼吁以整体视角研究微塑料以捕获其在真实世界中的生态与健康影响
哈工大(深圳)任南琪院士团队陈以頔、阿德莱德大学段晓光ES&T补充封面:聚焦微污染物聚合转化研究
大连理工陈景文团队、哈工大姜杰团队、宾大Joseph S. Francisco教授JACS:全多氟烷基化合物在微液滴表面自发降解
ESE专栏 | 《中国碳中和与清洁空气协同路径年度报告》工作组:2022年中国碳中和与清洁空气协同路径报告——提速重点部门转型
学术招聘
美国范德堡大学环境工程研究生项目招生 (博士硕士)
加州大学河滨分校化学与环境工程系门玉洁课题组招收博士生(或博士后)
香港城市大学能源与环境学院Dr. Sam H. Y. HSU课题组招聘博士
美国圣母大学环境分子与合成生物学实验室拟招收2名全奖博士生
瑞典斯德哥尔摩大学和瑞士Eawag联合招聘全奖博士生(环境方向)
北京大学环境科学与工程学院赵华章教授团队招聘博士
学术资讯
耶鲁大学Julie B. Zimmerman教授出任ES&T主编
贝勒大学Bryan W. Brooks教授出任ES&T Letters主编
韩国科学院院士Wonyong Choi将出任ACS ES&T Engineering创刊主编
CEJ Advances创刊 | 潘丙才教授任主编,四位华人学者任副主编
ACS对话 | ACS ES&T Engineering创刊副主编马军院士
专访:Environmental Science & Ecotechnology 主编团队

图片

图片
图片

扫描二维码,快速入群~

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/183441