《Geoderma》：Selecting the right samples rather than more samples: A new spectral–environmental similarity strategy for local soil spectral modeling
编辑推荐：
本研究针对小尺度土壤有机碳（SOC）光谱建模中样本量有限与环境异质性高的双重挑战，提出一种融合光谱特征与环境相似性的样本迁移策略。通过结合第三地理定律构建协同筛选框架，在五个典型小样本区域的实验表明，该策略显著提升预测精度（R2最高提升18%），且仅需约200个全球样本即可优于传统方法，为高效利用全球土壤光谱库（SSL）提供了新范式。
土壤有机碳（SOC）是衡量土壤肥力和生态系统健康的关键指标，对农业可持续发展和全球碳循环具有重要意义。传统化学方法测定SOC成本高、效率低，而可见-近红外（Vis-NIR）光谱技术因其快速、无损的优势，成为土壤属性预测的重要工具。然而，在小区域尺度上，SOC光谱建模常面临样本量不足和环境异质性高的双重挑战：有限的本地样本难以支撑复杂模型，而直接使用全球土壤光谱库（SSL）又因样本背景差异大导致预测精度下降。以往研究多依赖光谱相似性筛选迁移样本，但忽略了环境因素，可能造成“光谱相似但环境异配”的问题，限制模型泛化能力。
为解决这一难题，本研究提出一种创新思路：选择与目标区域在“光谱特征和环境背景”均高度相似的样本，比单纯增加样本数量更有效。基于这一假设，研究团队以第三地理定律（地理环境越相似，地理现象越相似）为理论框架，构建了光谱-环境协同相似性策略，旨在从全球SSL中精准筛选最具可比性的样本，提升局部SOC建模的精度与稳定性。
关键方法概述
研究整合了开放土壤光谱库（OSSL）和LUCAS数据库的20,961个全球样本，并选取五个代表性小样本区域（欧洲的A-C区、北美洲D区及中国新疆E区）进行验证。通过余弦距离量化光谱相似性，结合10类环境因子（如黏粒含量、海拔、气温等）构建环境相似性指数，并以权重参数（w）调节二者贡献度，形成协同筛选框架。采用随机森林（RF）模型对比了五种策略（局部建模、全局迁移、光谱相似迁移、环境相似迁移及协同迁移）的预测效果，以R2、LCCC、RMSE等指标评估性能。
研究结果
1. 全局与局部SOC分布及光谱响应差异
全球SSL样本的SOC分布呈现高异质性和右偏特征（偏度3.34），而局部区域（如A、C区）分布更集中，变异性低。光谱分析显示，全球样本在550–1350 nm和1900–2200 nm波段与SOC相关性显著（r < -0.4），但D区因SOC浓度高可能出现光谱饱和，130个波段未通过显著性检验（p < 0.05），凸显环境背景对光谱响应的影响。
2. 协同策略显著优化样本选择与建模性能
在多数区域，协同策略（0 < w < 1）优于单一相似性方法。例如：
- •
A区（爱尔兰）：w = 0.1时R2达0.78，较局部模型（R2= 0.65）提升20%；
- •
C区（斯洛文尼亚）：w = 0.7时R2为0.69，较局部模型提升近一倍；
- •
E区（中国新疆）：w = 0.9时预测效果最佳（R2= 0.58），且样本数量稳定在22–92个，证明质量优于数量。
唯一例外是D区（蒙大拿），其环境异质性极高，纯光谱策略（w = 1）表现最优（R2= 0.863），说明在极端异质条件下光谱信息主导模型性能。
3. 重要光谱波段特征得到强化
协同策略优化了SOC响应波段的选择：可见光区（450–750 nm）重要性普遍提升，而近红外区（900–1200 nm）部分波段被抑制，短波红外区（1900–2200 nm）吸收特征更稳定。例如，A区在1000–1400 nm波段重要性增强，B区红边区域（700–800 nm）贡献度下降，表明协同筛选能强化与SOC化学机制（如腐殖质颜色、C-H键振动）直接相关的波段，提升模型可解释性。
结论与意义
本研究通过光谱-环境协同相似性框架，突破了传统“样本越多模型越好”的思维定式，证明在局部SOC预测中，样本的相似性与代表性比数量更重要。协同策略不仅将所需样本量减少约99%（从2万降至200），还通过平衡光谱与环境约束，有效缓解了“光谱伪相似”问题，显著提升模型鲁棒性。此外，研究揭示了环境异质性对策略选择的调节作用：在稳定环境（如A、E区）中环境相似性权重宜高，而高异质区域（如D区）应侧重光谱相似性。
该成果为全球SSL的高效本地化应用提供了新路径，发表于土壤科学权威期刊《Geoderma》。未来研究方向可聚焦于自适应权重优化、多尺度地理定律耦合，以及深度学习特征提取，进一步推动土壤光谱建模向智能化、精准化发展。
