土壤有机碳含量高光谱建模研究——以青藏高原三江源区为例

土壤有机碳(SOC)是陆地生态系统碳循环的重要组成部分，也是评价区域土壤质量、土地退化程度和作物产量的重要指标。高寒生态系统土壤有机碳含量估算，对于高寒地区土壤碳库核算和土壤质量评价等都具有重要意义。本研究以青藏高原三江源区作为研究区，基于野外采集的272个土壤样本的SOC和土壤光谱室内测试数据，首先对原始光谱数据进行一阶微分(FD)、二阶微分(SD)、倒数对数(RL)、去包络线(CR)和多元散射校正(MSC)等多种数学变换；然后基于8种光谱变换数据与SOC含量的相关性分析提取特征波段，利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、支持向量机(SVM)和随机森林(RF)4种方法，分别构建SOC含量的高光谱反演模型；对各种模型的模拟精度和稳定性进行评价，明确SOC含量反演的最佳光谱变换和模型组合模式。结果表明：三江源区SOC含量较高，且不同植被类型和不同土壤类型的SOC含量差异较大；总体上，单一数学变换形式中基于一阶微分(FD)变换构建的反演模型的模拟精度最高(尤其是FD-RF组合模型，其验证集R²=0.86,RMSE=8.40,RPD=2.64)；多种数...