风沙土可蚀性表征着土壤对风蚀发生发展的敏感程度，是土壤风蚀研究和防沙治沙实践的重要基础。但在现有研究中，土壤可蚀性常被当作土壤的一种静态属性，而忽视了其动态变化特征，且普遍缺乏对多维数据非线性关系和交互效应的解析，严重限制了对土壤风蚀过程的系统认识。
针对上述问题，我院科研团队依托宁夏盐池毛乌素沙地生态系统定位观测研究站，利用大型风洞实验系统，开展了干湿交替和冻融循环等自然过程影响下风沙土可蚀性的研究，并应用统计模型和机器学习，结合回归系数和沙普利加性解释等方法，阐释了风沙土可蚀性的动态变化机理。
研究发现，冻融循环过程对风沙土可蚀性存在重要影响，相对较低的土壤有机质含量和较粗的土壤粒径组成与冻融循环过程具有正向的交互作用，会显著增强土壤风蚀速率。在流动沙丘固定过程中，土壤质量虽然逐步改善，但土壤抗风蚀能力提升存在滞后性，若固定、半固定沙丘植被遭受破坏，在风力侵蚀作用下，将会很快退化为流动沙丘。因此，建议严格控制春季人类活动对地表的扰动，并在流动和半固定沙丘布设防风固沙措施，防止冻融循环加剧土壤风蚀，为植被恢复创造良好条件。
同时，相比于传统统计模型，机器学习模型可以更好地模拟多因素影响下的复杂风蚀机制，不仅能够实现数据集训练的高拟合优度，还展现了良好的测试数据集泛化能力。沙普利加性解释方法则同时提供了对模型预测结果的全局和局部解释，实现了潜在阈值判定和交互效应解析。
图1 土壤风蚀速率随机森林模型的SHAP特征重要度和摘要图
图2 土壤有机质含量及其SHAP主效应值的分布
上述研究成果分别以“Wind erodibility of arenosols and its driving factors during sand dune fixation: A wind tunnel experiment”和“Assessing the in?uencing factors of soil susceptibility to wind erosion: A wind tunnel experiment with a machine learning and model-agnostic interpretation approach”为题，于近期在线发表于国际土壤学知名期刊Catena。文章第一作者分别为我院博士研究生陈宇轩和赵洋，高广磊副教授为2篇文章的通讯作者，学院丁国栋教授、赵媛媛副教授、青年教师于明含和张英参与了项目研究工作。该项工作得到了国家自然科学基金（31600583）和国家重点研发计划项目（2018YFC0507101）的资助。
文章链接：
https://doi.org/10.1016/j.catena.2022.106237
https://doi.org/10.1016/j.catena.2022.106324
作者：秦树高； 审稿：刘金霞