基于机器语言的岷江上游流域表层土壤氢氧稳定同位素空间分布模拟

为了探明利用机器学习方法对表层土壤氢氧稳定同位素组成(δ²H和δ¹⁸O)进行空间模拟的可行性,揭示δ²H和δ¹⁸O在岷江上游流域的大尺度分布变化规律,本研究在该区域共采集183个0~10 cm土层样本进行氢氧稳定同位素分析。通过变量筛选后,分别采用反向传播(BP)神经网络、随机森林(RF)和支持向量机(SVM)建立研究区浅层土壤δ²H和δ¹⁸O的模型并进行精度评价,通过结构方程模型(SEM)揭示各辅助变量与土壤水δ²H和δ¹⁸O之间的机理过程。结果表明: RF模型的预测精度最高,可分别解释研究区表层土壤δ²H和δ¹⁸O变异的75.0%和64.0%。在该模型中,土壤体积含水量是最重要的辅助变量,对δ²H和δ¹⁸O的贡献率分别达到48.9%和37.4%。植被因子对表层土壤δ²H和δ¹⁸O的影响比气候因子大,且气候因子对δ²H和δ¹⁸O的影响过程受到植被因子的干扰。在所有辅助变量中,降水氢氧同位素由于分馏作用对δ²H和δ¹⁸O的影响最小。该区域表层土壤δ²H和δ¹⁸O在生长季各月的变化显著,在生长季初期和末期主要受植被的影响分别呈大幅度上升和下降趋势,而气候变化则导致生长季中期小幅波动。