全国レベルでの説明可能なデータ駆動型土壌有機炭素空間予測

科学分野:

• 環境科学
• 土壌科学
• 地理空間分析

背景:

• 土壌有機炭素（SOC）の正確な空間モデリングは、世界的に重要です。
• SOC分布の要因を理解することは、炭素在庫と気候変動緩和のために不可欠です。

研究 の 目的:

• ロシアにおける全国規模のSOCマッピングを実行すること。
• シャプレー値と地理的視覚分析を使用してモデルの解釈可能性を高めること。
• 異なる共変量とチューニングを持つランダムフォレスト（RF）モデルを比較すること。

主な方法:

• ランダムフォレスト（RF）モデルを使用した全国規模のSOCマッピング。
• モデルの解釈可能性と地理的視覚分析のためのシャプレー値の適用。
• 異なる共変量セットとハイパーパラメータチューニングを持つRFモデルの比較。

主要な成果:

• 最適なRFモデルは、RMSE 70.03 g/kg、R² 0.39を達成しました。
• ロシア北部では、有機土壌と泥炭地に起因する高いSOCレベルが示されています。
• シャプレー分析により、SOCと生物的/非生物的変数との複雑な関係が明らかになり、温度と降水量が主要な要因であることが示されました。

結論:

• 解釈可能な機械学習、特にシャプレー値は、SOCの要因を理解する上で価値があります。
• この研究は、ロシアの土壌炭素在庫のベースラインを提供します。
• 温度、降水量、地表面温度の変動、標高などの環境要因がSOCの蓄積に大きく影響します。