使用光谱辐射计测量含碳酸盐的土壤中的有机碳

科学领域:

• 土壤科学 土壤科学
• 分析化学 分析化学
• 遥感 遥感 遥感 遥感

背景情况:

• 准确量化土壤有机碳 (SOC) 对土壤健康和环境监测至关重要.
• 富含碳酸盐的土壤对传统的SOC评估方法构成分析挑战.
• 可见近红外光谱 (VIS-NIR) 为土壤分析提供了一种快速而非破坏性的方法.

研究的目的:

• 评估在碳酸盐丰富的土壤中使用VIS-NIR光谱仪进行SOC分析的可行性.
• 开发和比较各种建模管道,以优化SOC预测.
• 为这种土壤类型确定最有效的光谱预处理和建模技术.

主要方法:

• 通过结合不同的数据集 (光谱数据,含碳酸盐的光谱数据) 来开发22个不同的建模管道.
• 利用了各种特征组:原始反射率,第一导数 (FD) 和第二导数 (SD) 反射率.
• 应用多变量选择方法 (斯皮尔曼相关性,VIP,Rfrog) 和回归模型 (PLSR,RFR,SVR).

主要成果:

• 该研究发现,第一导数 (FD) 光谱数据预处理方法与随机森林 (RF) 回归相结合时,产生了最强大和最稳定的模型.
• 这一特定的管道证明了在含碳酸含量高的土壤中准确量化SOC的高潜力.
• 对22条管道进行比较,突出了FD-RFR在碳酸盐丰富土壤分析方面的优势.

结论:

• 可见近红外光谱是分析富含碳酸盐的土壤中的土壤有机碳的一种可行的技术.
• 第一个导数的光谱变换和随机森林回归的组合提供了一个可靠和稳定的分析模型.
• 这种方法为在具有挑战性的土壤环境中高效准确的SOC评估提供了一个有希望的替代方案.