近日，Bwin必赢张俊华研究员课题组在环境科学与生态学国际权威期刊《Ecological Indicators》（二区TOP，影响因子7.0，JCI环境类排名25/359）刊发了题为“The inversion of arid-coastal cultivated soil salinity using explainable machine learning and Sentinel-2”的学术论文。博士研究生贾萍萍为第一作者，张俊华研究员和南京信息工程大学赵小宁教授为通讯作者。成果获得国家重点研发计划项目、国家自然科学基金和宁夏科技创新领军人才等项目的资助。

土壤盐碱化对生态环境构成严重威胁，建立监测系统是防止盐碱化蔓延的有效方法。盐渍土主要分布在干旱和沿海地区，很少有高精度的跨区域土壤含盐量反演模型来研究盐渍土的光谱异质性。本研究以中国干旱和沿海地区的典型盐碱地为研究对象。Sentinel 2数据（包括波段和光谱指数）和实测土壤含盐量、土壤质地、温度、降水量、含水量和DEM数据用于建立干旱海岸反演模型。使用PCC、VIP、GRA和GBM等变量选择方法，并使用PLSR、RF、ERT、LightGBM等模型进行建模。结果表明，不同地区盐渍土的反射率和曲线形态存在差异。干旱沿海地区常见的敏感特征变量是PCC中的光谱指数和土壤性质，VIP中的光谱变量带和指数，GRA和GBM中的所有变量都包含。干旱沿海地区的建模精度低于干旱地区，但高于沿海地区。干旱海岸反演模型PCC LightGBM的反演性能最好，R2和RMSE分别为0.62和2.29，RI2对该模型的贡献最大（18%）。分析表明，干旱区和沿海地区的土壤盐渍化具有不同的特征变量，在相同的方法下，干旱区模型的精度高于沿海地区。本研究可为沿海和干旱区土壤盐渍化监测和土地复垦提供参考。

原文链接：https://doi.org/10.1016/j.ecolind.2024.112364

  在张俊华研究员的带领下，团队长期进行旱区土壤盐渍化等信息的快速获取及土壤质量提升方面的研究工作，在Journal of Environmental Management、Remote Sensing、Ecotoxicology and Environmental Safety、Environmental Research等期刊发表一系列高质量成果，在国内外受到了广泛关注，为72886必赢网页网址环境科学与生态学影响力提升奠定了基础，助推学院科研工作的高质量发展。