【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...
