空间交叉验证要按部署距离隔离训练样本与评估样本

普通随机交叉验证假定样本交换后仍可近似代表独立观测。地理数据往往不满足这个条件：相邻位置共享环境、采样过程和测量误差，模型即使没有学到可迁移规律，也能依靠附近训练样本得到较好结果。空间交叉验证的目的不是让分数更低，而是让评估距离接近真实预测任务。

随机划分为何偏乐观

空间自相关意味着相近位置的值或特征更相似。逐像元随机拆分遥感影像时，训练像元和验证像元可能只隔一个像元，并共享纹理、光照和地物对象。样点调查中，同一地块或同一站点的重复观测也可能被分到两侧。此时验证集并不是真正的新区域。

预处理会扩大泄漏。用全区域拟合标准化、插值缺失值、选择特征或提取邻域统计，都会让验证区域的信息进入训练。空间缓冲后，如果输入特征本身由跨边界窗口计算，仍可能发生间接共享。所有从数据估计的步骤都应放入每个训练折内部。

泄漏还可能来自标签生成。多个样本若由同一实测点、同一多边形或同一事件派生，应作为组整体划分。仅根据最终坐标去重，无法识别共享上游观测的样本。

空间阻塞把研究区划为若干块，每次用部分块训练、其余块验证。块可以来自规则网格、行政区、流域、生态区或聚类。不存在适合所有任务的固定块大小；应根据目标部署距离、空间相关范围、采样密度和环境梯度选择。

若模型将用于填补已采样区域内部空缺，验证块可以较小；若要推广到未调查省份或新的气候区，验证单元应覆盖类似的地理隔离。按行政区划分便于沟通，但边界未必对应环境差异。按环境空间分组可以检验新条件，却不一定反映真实地理迁移。

缓冲区方法在训练样本与验证样本之间排除一定距离，减少局部相关。缓冲距离可参考经验半变异、已知过程尺度或部署要求，但估计本身有不确定性。距离还不一定是欧氏距离：河网、道路、海岸和山脊会改变实际连接关系。

地理距离远并不保证环境条件新颖，距离近也可能跨越陡峭边界。评价时应同时描述地理隔离和特征空间覆盖。验证样本超出训练特征范围时，测试的是外推；位于训练范围内但地理独立时，更接近空间迁移。

模型可能在某些环境带表现良好，在另一些带系统偏差。除总体指标外，应按区域、距离、土地覆盖、气候区或采样来源报告误差。预测图还应标出训练支持度或外推程度，使使用者知道哪些位置主要依赖模型假设。

时间也可能与空间混杂。不同地区如果在不同年份采样，留出一个地区同时留出了一个时间段。应根据应用区分空间迁移、时间迁移和联合迁移，并在可能时设计独立的空间折与时间折。

如果使用全部空间折选择超参数，再把同一折的平均分当作最终泛化估计，结果仍有选择偏差。嵌套交叉验证用外层空间折估计性能，内层训练区域负责调参。样本较少时成本较高，但至少应保留一个完全未参与模型选择的区域。

类别不平衡会使某些空间折缺少稀有类别。不能因此把稀有样本拆散到所有折，因为那会重新引入邻近泄漏。可调整块边界、采用分组分层近似、合并评价指标或增加独立采样，并明确哪些类别无法获得稳定估计。

空间折数量、边界和随机过程应保存。只报告一次最有利的划分会低估设计不确定性。可以比较多种合理阻塞方案，观察结论是否稳定，但不能在看过测试结果后选择最漂亮的一组边界。

空间交叉验证估计的是特定距离和数据生成条件下的迁移性能，并不自动代表所有未来位置。阻塞过大会减少训练数据并改变类别组成，阻塞过小又可能残留依赖。报告应包含任务定义、样本单位、坐标系统、分块方法、缓冲距离、每折样本和特征支持范围。

随机划分仍可作为诊断基线：它描述在相似已观测区域内插值的上限，并能与空间划分差距比较。两种分数回答不同问题，不应只保留较高或较低的一种。

空间验证的核心是把评估边界放到模型实际要跨越的边界上。只有预测对象、距离和环境条件被明确，交叉验证分数才有可解释含义。

空间折应作为地图发布到评审材料中，显示训练、验证、缓冲和未纳入区域。表格中的样本数无法揭示狭长块、孤立样本或跨边界对象。再叠加标签和关键环境变量，可以发现某一折是否缺少完整类别或只覆盖极端条件。划分图、生成代码和随机种子应与模型结果一起保存。

Roberts 等：Cross-validation strategies for data with temporal, spatial, hierarchical, or phylogenetic structure，https://doi.org/10.1111/ecog.02881
scikit-learn：Metrics and scoring，https://scikit-learn.org/stable/modules/model_evaluation.html