東北地理所在不同土壤侵蝕分區下的有色溶解性有機物遙感反演研究取得新進展
隨著經濟快速發展和氣候變化的影響，土壤侵蝕已成為一個社會關注的熱點問題。土壤侵蝕受降水、集水區徑流、土地利用和土地覆蓋類型的影響，地表徑流中沉積物的遷移常攜帶溶解性有機物和營養物質輸送到水體。水環境中的有色溶解性有機物（CDOM）是水色遙感參數，主要來源于陸地輸入和內源產生，為水生態系統提供能量并吸收紫外線輻射。研究土壤侵蝕與水體CDOM組分和來源之間的關聯，可以為陸地和水環境生態系統碳循環提供了重要的科學支撐
本研究通過XGBoost機器學習算法并結合Google Earth Engine（GEE）平臺獲取的Landsat 8衛星遙感影像構建了CDOM吸收遙感模型，模型表現良好（RMSEXGB,cal = 0.87 m?1, RMSEXGB,val = 0.94 m?1），并對2020年非冰期中國地區大于0.1 km2湖泊的CDOM吸收系數進行了空間制圖。研究發現，在不同土壤侵蝕區域下，湖泊aCDOM(355)平均值存在顯著差異，對于凍融侵蝕區域，隨著侵蝕強度的增加，CDOM吸收顯著增加，而風蝕和水蝕區域則呈現相反的關系（p < 0.05）。本研究中發現隨著湖泊的水域面積增加，湖泊的aCDOM(355)顯著下降。不同侵蝕區域湖泊中CDOM的影響因素和分子組成特征具有顯著的差異特征（圖1）。該研究從宏觀和微觀視角相結合的角度豐富了對全球碳循環的理解。
圖1 不同土壤侵蝕分區下的湖泊CDOM空間分布和分子組分特征
研究成果發表在國際Top期刊Environmental Science and Ecotechnology上，中國科學院東北地理與農業生態研究所尚盈辛副研究員為第一作者，宋開山研究員為通訊作者。該項研究得到了國家自然科學基金(42371390, 42471358)，國家科技基礎資源調查專項（2021FY100406）以及吉林省生態環境廳重點項目(2024-01)等共同資助。
論文信息如下：
Yingxin Shang, Kaishan Song*, Zhidan Wen, Fengfa Lai, Ge Liu, Hui Tao, Xiangfei Yu, Machine learning reveals distinct aquatic organic matter patterns driven by soil erosion types, Environmental Science and Ecotechnology,2025,25: 100570,
鏈接：https://doi.org/10.1016/j.ese.2025.100570.
附件下載：
吉公網安備22017302000214號
