基于分层多元复合模型的广东省农田土壤有机碳高精度制图

农田有机碳库是唯一可在较短时间尺度上通过合理利用而进行适度调节的碳库，农田土壤有机碳高精度制图对进一步明析地理环境背景，提升区域土壤固碳潜力，促进碳交易、碳中和等具有重要的意义。本研究以广东省为研究区，在中大空间尺度区域综合特征分区的基础上，基于地理探测器确定农田土壤有机碳空间分异的变量结构，分区构建分层多元复合模型，根据208 503个土壤采样点数据编制研究区高精度农田土壤有机碳密度空间分布图。结果表明：耦合自然地理特征和社会经济特征，引入多距离空间聚类进行中大空间尺度综合特征分区，能够显著收敛样本离散程度，土壤有机碳样本标准偏差均值、方差均值较未分区前分别下降0.55、3.53，Moran''s I指数上升0.08。受自然环境与人为扰动双重影响，农田土壤有机碳空间变异的变量众多，且不同综合特征分区内变量结构差异较大，年均降水量、海拔高度、地形坡度等变量在不同特征分区的影响力存在显著差异，土地利用方式及土壤理化性质等变量对不同特征分区均存在较大的影响力。基于地理探测器构建的分层多元复合模型，较好地解决了中大尺度和复杂情景下土壤有机碳空间分异规律与空间突变的同步表达矛盾，抑制了多变量插值噪声增加，其综合精度较地理加权回归模型（GWRK）、径向基函数神经网络（RBFNN）和普通克里格（OK）分别提升6.45%、10.45%和7.50%。在大密度样本集支持下，综合区域综合特征分区、地理探测器、分层多元复合模型等技术手段编制的广东省高精度农田土壤有机碳空间分布图，预测结果准确，空间细节表达清晰，为编制大空间尺度的土壤有机碳分布图探索了有效路径。