土壤学报

作者：沈 芸,刘 峰,李德成,郑光辉,潘启凤,曾 荣

单位：沈 芸，南京信息工程大学地理科学学院；shenyun1209@163.com,刘 峰，土壤与农业可持续发展重点实验室（中国科学院南京土壤研究所）；fliu@issas.ac.cn,李德成，土壤与农业可持续发展重点实验室（中国科学院南京土壤研究所），南京；dcli@issas.ac.cn,郑光辉，南京信息工程大学地理科学学院；001524@nuist.edu.cn,潘启凤，南京信息工程大学地理科学学院；panqifeng481623@163.com,曾 荣，南京信息工程大学地理科学学院；rzeng@nuist.edu.cn,

关键词：法庭土壤学;相似性匹配;机器学习;土壤空间溯源

基金：国家自然科学基金项目（42107322）、中国科学院重点部署项目（KGFZD-135-19-10）和中国烟草总公司重点研发项目（110202402016）共同资助

土壤空间溯源在法医土壤学和司法鉴定领域具有重要应用价值。本研究基于安徽省265个表层土壤样本，比较两种土壤溯源策略：一是基于土壤属性相似性匹配与空间聚类分析，利用土壤光谱与理化属性相似度筛选相似样本，结合DBSCAN算法确定未知样品可能的来源区域；二是基于成土环境要素逆向推断，采用随机森林模型预测母质、土地利用、地形、气候和植被等环境要素，结合环境要素空间分布图进行来源地推断。通过模拟溯源分析，评估不同溯源策略的精度与适用性。结果表明，相似性匹配策略在空间邻近性强、数据库完善的条件下具有较高的定位精度，而成土环境推测策略在数据库有限或空间异质性强的区域溯源中表现出更优的空间限定能力。两种策略各具优势，融合应用有望进一步提升土壤空间溯源的准确性与空间解析分辨率。

来源：2026年第4期

《土壤学报》期刊编辑部

查看土壤学报杂志2026年第4期