《Plants》：Polypropylene and Polylactic Acid Microplastics Alter Plateau Wetland Seed Bank Emergence and Community Assembly: A Greenhouse Stress Test Experiment
Zhe-Xi Luan,
Jia Ran,
Hao-Qin Xiong,
Hong Xiang and
Xiao-Long Sun
编辑推荐：
为了解决传统土壤分类方法在规模化应用中面临的劳动密集、难以标准化及效率低下的问题，研究人员在巴西南部巴拉那州采集了6个完整土壤剖面，系统研究了可见光-近红外-短波红外光谱和短波红外高光谱成像对巴西土壤分类系统亚纲及发生层的分类性能。研究结果表明，在分类任务中，亚表层光谱的表现优于表层光谱，而短波红外波段相较于全波段能提供更具鉴别性的信息，其中梯度提升算法在亚表层短波红外光谱分类中取得了0.96的最高准确度。该研究为将高分辨率光谱技术整合到标准化、高效率的数字土壤分类工作流程中提供了关键证据。
土壤，作为地球生态系统的重要基石，其分类与制图是精准农业、环境保护和土地可持续管理的基础。然而，传统的土壤分类主要依赖野外剖面形态学描述和实验室理化分析，这种方法虽然坚实可靠，但在高采样密度下却显得力不从心。它耗时耗力，且结果可能因观察者经验差异而难以标准化，尤其是在热带地区，土层之间的过渡往往非常细微，这为规模化、高效率的土壤信息获取带来了巨大挑战。为了弥合这一操作鸿沟，数字土壤科学应运而生，其中基于传感的快速、标准化测量方法备受关注。光学遥感，特别是可见光-近红外-短波红外光谱，蕴含着土壤有机质、铁氧化物、粘土矿物等成分的关键信息，为无创、快速地识别土壤类型提供了可能。但一个关键问题随之而来：如何最有效地利用这些高维光谱数据，特别是不同深度（表层与亚表层）和不同传感器模式（点光谱与成像光谱）的数据，来准确区分土壤分类单元？这正是本项发表在《Plants》上的研究所致力于回答的核心问题。
为探究上述问题，研究人员采用了多技术融合的研究策略。首先，他们在巴西南部巴拉那州的两个地区采集了6个完整土壤剖面，并根据巴西土壤分类系统将其归类为不同的亚纲。关键的技术方法包括：1. 使用非成像接触式光谱辐射计采集350-2500 nm全波段光谱，以及使用短波红外高光谱成像仪采集1200-2450 nm高光谱图像，每个剖面各获得800条光谱。2. 运用主成分分析对光谱数据进行降维和可视化，以探索不同土壤类别间的光谱可分性。3. 采用多种机器学习算法（包括K最近邻、随机森林、决策树、梯度提升和神经网络）进行监督分类，通过10折交叉验证评估土壤亚纲和发生层的分类性能。
研究结果显示，该研究从光谱信息潜力、分类性能比较和发生层识别三个方面取得了系统性发现。
2.1. 土壤亚纲分类的潜力：主成分分析表明，大部分光谱变异可由一个主导轴（PC1）解释。更重要的是，在短波红外空间中，不同土壤亚纲之间的分离度比在全波段中更为清晰，这凸显了短波红外波段（对含羟基矿物敏感）在土壤分类中的独特价值。研究假设得到验证：亚表层光谱比表层光谱提供了更稳定的分类学信息，因为后者更容易受到有机质、水分和人为管理的干扰。
2.2. 分类性能的深度与传感器依赖性：在土壤亚纲分类任务中，研究得出了两个明确结论。第一，亚表层光谱的表现始终优于表层光谱。例如，使用梯度提升算法对亚表层短波红外光谱进行分类，取得了0.96的最高准确度。第二，仅使用短波红外波段进行建模，其分类效果优于使用完整的可见光-近红外-短波红外波段。这表明，聚焦于信息最丰富的短波红外区域，可以简化模型并可能提升其稳健性。
2.3. 土壤发生层的分类：研究人员还利用全波段光谱，通过神经网络模型对单个剖面内的不同发生层进行了分类。结果显示，模型能够以较高的准确度识别不同的土层，大部分错误分类发生在相邻的土层之间。这反映了土壤剖面中光谱特征是逐渐过渡的，符合土壤发生学的连续体概念，也证明了高分辨率光谱能够捕捉到这种细微的垂直变化。
研究结论与讨论部分深刻总结了本项工作的核心发现与未来方向。本研究系统评估并证实了可见光-近红外-短波红外点光谱和短波红外高光谱成像在支持巴西土壤分类系统亚纲和发生层分类方面的可行性。核心结论是：亚表层的短波红外光谱信息为土壤分类学区分提供了最可靠的基础。这一发现具有重要的实际意义，它强调了在未来利用遥感技术进行大尺度土壤分类制图时，应优先考虑开发能够获取或模拟亚表层光谱信息的方法。同时，研究也指出，虽然仅使用表层光谱进行分类是可行的，但其不确定性更高。因此，构建稳健的土壤数字地图需要整合多时相裸土合成、有针对性的野外校准以及能够标记模糊或过渡区域的不确定性感知输出。此外，本研究为将高分辨率光谱技术整合到标准化、高效率的数字土壤分类工作流程中提供了关键证据。这些工作流程并非旨在取代传统的土壤学观测，而是作为强有力的补充，以符合土壤发生学逻辑的方式，极大地增加土壤信息的空间和时间密度，从而更好地服务于土地管理、环境报告和土壤监测项目。未来的研究需要在更广泛的土壤类型和景观中，采用留一剖面交叉验证等策略，进一步验证本研究所建立方法的可转移性和普适性。
