摘要
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);多种数学变换组合相较于单一的数学变换,其模拟精度得到进一步提高(如CRFD-RF组合,R2=0.87,RMSE=8.03,RPD=2.76);4种模拟模型中,随机森林总体模拟精度最高,并且CRFD-RF组合模型的模拟精度最高,MSCFD-RF次之.本研究可为利用高光谱遥感进行高寒地区土壤有机碳含量反演和动态监测提供理论依据.
基金项目
国家自然科学基金(41501575)
国家自然科学基金(42171338)
中央高校基本科研业务费专项(SWU020015)
重庆市自然科学基金面上项目(cstc2021jcyjmsxmX0384)
NETL
NSTL
维普
万方数据