结合高光谱信息的土壤有机碳密度地统计模型

摘要：

传统线性回归模型在借助光谱信息进行土壤属性预测时，通常忽略了土壤自身所具有的空间异质性和依赖性，并且未考虑模型残差的空间结构。针对以上不足，该文以江汉平原232个土壤样本为研究对象，以土壤反射光谱为辅助变量，采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型，选取决定系数（R2）、均方根误差、标准差与预测均方根误差比（ratio of performance to deviation，RPD）对模型预测精度进行对比评价。结果显示，结合高光谱信息，且同时考虑残差空间结构的回归克里格模型表现优于其他模型，预测决定系数R2为0.617，RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点，因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。

关键词：土壤、模型、光谱分析、土壤有机碳密度、偏最小二乘回归、协同克里格、回归克里格

所属期刊栏目：33

分类号：S151.9+5(土壤学)

资助基金：国家自然科学基金项目41501444；苏州市应用基础农业项目SYN201422；中央大学基础研究基金2662016QD032

在线出版日期：2017-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：183-191