文章摘要:本研究旨在解决峰丛洼地土壤有机碳（soil organic carbon， SOC）含量高光谱估算存在的困难，提高SOC含量的预测精度。文章以桂东北寨底峰丛洼地土壤为研究对象，利用二阶微分和去除包络线二阶微分方法对土壤光谱进行处理，筛选出3种光谱指数与SOC相关系数最高的特征波段，通过偏最小二乘回归、多元线性回归与多元逐步回归等模型的精度比较，确定SOC最佳估测模型。结果表明：（1）研究区土壤样品SOC质量分数最小值为0.20%，最大值为6.06%，变异系数为63.28%，具有中等强度的空间异质性。（2）在多元线性回归模型中，二阶微分光谱指数建立的多元线性回归模型精度优于原始光谱反射率及包络线二阶微分的模型；（3）在偏最小二乘回归模型中，二阶微分、包络线二阶微分光谱指数建立偏最小二乘回归预测模型均比通过原始数据建立模型精度高出0.3；（4）在多元逐步回归模型中，基于二阶微分所建立的多元逐步回归模型具有较高的预测精度(R²=0.75、均方根误差RMSE=4.83和较大的剩余估计偏差RPD=2.00)。本研究可为峰丛洼地土壤有机碳含量的预测模型优选提供参考，为区域生态环境的修复提供依据。

文章关键词:

项目基金: