深度学习与地面穿透雷达（GPR）的结合：探索用于精确土壤深度预测的Transformer模型

《Environmental Modelling & Software》：Deep Learning Meets GPR: Exploring Transformer Models for Precision Soil Depth Prediction

　　

韩晓乐|刘金涛|普尼特·斯里瓦斯塔瓦

中国江苏省南京市河海大学国家水灾防治重点实验室，邮编210098

摘要

精确的土壤深度测绘对于水文和生态研究至关重要，然而传统方法仍然较为繁琐。我们将地面穿透雷达（GPR）与基于Transformer的深度学习模型相结合，以提高陡峭森林流域的预测精度。利用包含点尺度土壤测量数据和GPR剖面数据（128个钻孔、550个GPR数据点、678个综合数据点）的数据库，我们在两种变量策略下对Transformer模型与神经网络（ANN、DNN）和机器学习模型（随机森林、支持向量机）进行了对比：所有变量和基于Boruta的选择策略。结果表明，即使在钻孔数据有限的情况下，Transformer模型在所有数据集和策略中的表现都优于其他模型。GPR数据与所有变量的结合比仅使用Boruta选择的变量产生了更准确的预测结果，这表明在传统模型中被认为不太重要的特征在Transformer模型中仍具有预测价值。值得注意的是，GPR集成揭示了坡脚处显著的土壤深度减少现象——这是单独使用钻孔数据无法检测到的。这些发现证明了在复杂地形中结合GPR和Transformer模型进行土壤深度测绘的准确性得到了提升。

引言

土壤深度是由风化和侵蚀作用共同决定的，定义为从土壤表面到下层风化基岩层的垂直距离（张等人，2024；德索萨，2023；刘等人，2019）。土壤深度在许多水文和生态过程中起着关键作用，包括径流生成、水分储存、土壤碳封存、植物可用水分以及大气-土壤-植物系统之间的复杂相互作用（罗等人，2024；严等人，2021；拉利塔等人，2021；韩等人，2020；韦纳和杜伯特，2016）。尽管其重要性不言而喻，但由于土壤的空间异质性以及土壤深度测量的劳动密集性（如挖坑和钻孔），绘制土壤深度的空间分布图仍然是一个重大挑战（迪特里希等人，1995；特斯法等人，2009；帕顿等人，2018）。这一挑战促使人们越来越关注开发简单而有效的方法来生成高质量的土壤深度地图。

通常，土壤深度地图可以通过两类方法获得：（1）基于过程的地貌模型；（2）基于随机性的模型。基于过程的模型通常需要复杂的技术解决方案或原位测量宇宙成因放射性核素的侵蚀率（迪特里希等人，1995；海姆斯 ath 等人，1997；刘等人，2013）。另一方面，基于随机性的模型旨在建立土壤深度与一组易于估计的影响因素之间的直接关系，而不深入探讨土壤演变的机制。由于结构更简单且输入要求较少，随机模型在过去几十年中得到了广泛研究（帕顿等人，2018；张等人，2024；特斯法等人，2009）。尽管有这些优势，随机模型仍需要大量的现场测量，通常通过钻孔或挖坑来校准参数（刘等人，2013）。这些测量耗时、昂贵且往往具有破坏性（韩等人，2016；罗等人，2024）。因此，迫切需要更快、无损的技术来测量土壤深度，这对于生成准确的空间分布图至关重要。

地球物理技术，如地面穿透雷达（GPR），提供了一种快速、无损且可重复的地下调查方法。自20世纪70年代末以来，这些方法已在土壤科学中得到广泛应用（约翰逊等人，1979；本森和格拉卡姆，1979）。GPR通过向地下发射高频电磁波并检测来自地下结构的反射来工作。这些反射的强度主要由相邻层之间的相对介电常数差异决定，差异越大，产生的信号越明显（尼尔，2004）。由于土壤和岩石之间的显著差异，GPR在表征土壤深度方面非常有效（韩等人，2016；巴斯克等人，2011；亨里恩等人，2024）。然而，由于GPR收集的是连续数据，因此它生成的数据量远大于传统的点尺度土壤深度测量数据。因此，传统的机器学习方法可能难以有效处理这些大量数据。深度学习模型，特别是最初为自然语言处理开发的Transformer模型（瓦斯瓦尼等人，2017；法拉哈尼等人，2021），通过其注意力机制擅长捕捉序列数据中的长距离依赖性，这可能使它们在整合GPR数据时更有效地预测土壤深度。虽然一些研究已将Transformer模型应用于土壤属性（如含水量（王等人，2024）、质地和化学性质（金等人，2023；曹等人，2024）），但使用Transformer结合GPR和钻孔数据进行土壤深度预测的研究仍然有限。

此外，机器学习模型在预测土壤深度方面的成功与选择适当的环境变量密切相关。这项任务面临两个主要挑战：首先，从候选变量中识别最相关的变量；其次，解决多重共线性问题，即变量之间的强相关性可能导致过拟合。已经使用了多种方法来应对这些挑战，包括逐步选择（李等人，2017）、灰色关联分析（杨等人，2014）、偏最小二乘回归（布伦南等人，2014）和递归特征消除（德索萨等人，2023）。然而，被排除的变量可能仍包含对预测土壤深度有价值的信息。换句话说，在传统机器学习模型中被认为不相关或冗余的信息可能被先进的深度学习方法有效利用。这突显了探索新的方法来选择相关地形属性的重要性，以及比较使用所有变量与仅使用部分精选变量时的模型性能的重要性。此类研究对于确定最佳的土壤深度预测模型配置至关重要。

本研究的总体目标是通过结合GPR数据和最先进的深度学习方法来填补土壤深度预测的研究空白。为此，我们选择了位于中国东南部太湖盆地的设备齐全的何木桥实验站，该站具有详细的地形和全面的土壤深度数据，包括网格分布的GPR测量数据和点尺度钻孔观测数据。具体而言，本研究旨在解决以下研究问题：（1）可以建立哪些原则来解释GPR图像以增强土壤深度调查？（2）与仅使用钻孔数据相比，整合GPR数据后土壤深度的空间预测如何改进？（3）Transformer模型的性能与其他机器学习方法相比如何？使用深度学习算法是否减少了特征选择的必要性？

章节摘录

研究区域

研究地点是何木桥水文实验站内的一个零级源头流域（以下简称H1，面积0.31公顷，坐标119°47'E, 30°34'N，面积135公顷，图1b），位于中国东南部太湖盆地的上游区域（图1a）。H1的特点是没有沟渠的洼地，等高线汇聚，顶部平坦且较短，后坡相对笔直且较长，前坡较短且凹陷，前坡和后坡之间有山谷位置（

利用GPR方法估计土壤深度

在本研究中，反射密度是识别土壤-基岩界面的主要标准，如图1e–1g所示。含有大量岩石碎片和竹根的土壤在雷达图像中产生高密度反射，而基岩由于其相对均匀的组成而产生低密度反射（索尔和费利克斯-亨宁森，2004；韩等人，2016）。图1e和1f表明，高密度反射主要出现在

通过GPR数据解释土壤-基岩关系

在这项研究中，我们最初使用反射密度作为识别土壤-基岩界面的初步标准。这种方法特别适用于该研究区域，因为土壤中存在根系和岩石碎片，形成了明显的高密度厚反射层。图1中的剖面#1、#2和#8就是例证。相比之下，基岩具有更均匀的属性，导致反射幅度较弱。

结论

本研究旨在通过将地面穿透雷达（GPR）数据与最先进的Transformer深度学习模型相结合，解决土壤深度预测中的关键问题。我们将Transformer模型的性能与其他四种机器学习算法进行了比较：人工神经网络（ANN）、深度神经网络（DNN）、随机森林（RF）和支持向量机（SVM）。我们的结果表明，基于Transformer的模型始终

CRediT作者贡献声明

普尼特·斯里瓦斯塔瓦：撰写 – 审稿与编辑，监督。刘金涛：监督，撰写 – 审稿与编辑。韩晓乐：资金获取，正式分析，撰写 – 原稿，软件，方法论，调查，数据管理，概念化

未引用参考文献

Noh, 2021; Wang and Zha, 2024.

软件和数据可用性

• •
  软件名称：SAGA GIS
• •
  开发者：Conrad, O., Bechtel, B., Bock, M., Dietrich, H., Fischer, E., Gerlitz, L., Wehberg, J., Wichmann, V., 和 Boehner, J.
• •
  源代码链接：https://sourceforge.net/projects/saga-gis/
• •
  数据可用性：本研究生成的数据可通过Mendeley Data获取：Han, Xiaole (2025), “GPR and soil depth”，Mendeley Data, V1, doi: 10.17632/bbk8ntzp93.1

利益冲突声明

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

利益冲突声明

? 作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究得到了国家自然科学基金（NSFC）（项目编号41901019, 42371042）和中央高校基本科研业务费（项目编号B240201153, B230201057）的支持。