Картирование глобальной глубины до коренной породы для моделирования поверхности суши

Глубина до коренной породы выступает в роли нижней границы моделей поверхности суши и контролирует гидрологические и биогеохимические процессы. В статье представлена методика глобальной оценки глубины до коренной породы (DTB). Наблюдения были извлечены из глобальной компиляции данных профилей почв (ок. 130 000 точек) и данных буровых скважин (ок. 1,6 млн точек). Для заполнения больших пробелов выборки были добавлены дополнительные псевдонаблюдения, сгенерированные на основе экспертных знаний. Точки для обучения модели были наложены на набор из 155 ковариат, включающих производные гидрологии и морфологии на основе ЦМР (DEM), литологические единицы, спектральные полосы отражения поверхности MODIS и вегетационные индексы, полученные из продуктов MODIS. Глобальные модели пространственного прогнозирования были разработаны с использованием алгоритмов случайного леса и градиентного бустинга деревьев. Окончательные предсказания получены с пространственным разрешением 250 м как ансамбль двух независимо обученных моделей. Десятикратная кросс-валидация показывает, что модели объясняют 59% дисперсии для абсолютной DTB и 34% для цензурированной DTB (глубины более 200 см предсказываются как 200 см). Модель для наличия горизонта R (коренная порода) в пределах 200 см показывает хорошие результаты. Визуальные сопоставления предсказаний в областях исследования, где существуют более детальные карты глубины до коренной породы, демонстрируют общее совпадение пространственных закономерностей с аналогичными локальными исследованиями. При применении не следует игнорировать ограничения набора данных и экстраполяцию в районах с редкими данными. Для повышения точности пространственного прогнозирования необходимо дополнить существующие обучающие точки большим количеством буровых логов.