科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】以传统的实验室分析方法进行大规模土壤有机碳（SOC）含量调查耗时、费力、成本高昂，以土壤可见近红外（VNIR）、中红外（MIR）光谱或两光谱数据融合手段能够快速预测SOC含量，但预测精度不一、特别是光谱数据融合技术应用于土柱样本的效果尚待考察。【方法】从全球土壤光谱库筛选出同时具有VNIR光谱、MIR光谱和SOC含量的677个土柱共计3755个土样。光谱数据经Savitzky–Golay平滑和一阶微分预处理后，用Kennard–Stone算法进行建模和验证的集合划分，使用偏最小二乘回归与随机森林方法分别建立以VNIR、MIR以及两者融合的VNMIR光谱为自变量的SOC含量预测模型，并对模型精度进行评估。【结果】MIR光谱模型的SOC预测精度优于VNIR光谱模型，VNMIR光谱模型预测精度低于MIR光谱模型但优于VNIR光谱模型。【结论】使用光谱数据融合技术预测SOC含量并非一定比使用单一光谱数据的精度高，就本例而言使用MIR光谱数据构建预测模型的方法是快速、准确预测大尺度时空范围SOC含量的最佳手段。
- 单位
