浙江百山祖国家公园土壤养分含量高光谱预测模型应用探讨

[目的]分析不同生境类型下的土壤养分含量垂直分层变化特征,在实地调查基础上探讨应用高光谱技术预测土壤养分含量的可能性,为实现快速评估土壤状况提供参考.[方法]在浙江百山祖国家公园选择4种生境类型,采集0～10、10～20、20～30 cm 3个土层的样品,分别测定其有机碳(SOC)、全氮(TN)、全磷(TP)、全钾(TK)含量.在实测基础上采集每份土壤样品的光谱信息,分别基于原始光谱反射率、一阶微分光谱反射率,建立支持向量机(SVM)、偏最小二乘(PLSR)、随机森林(RF)、一元线性回归(ULR)的4种养分含量反演模型.[结果]1)表层(0～10 cm)土壤的养分含量除全钾以外,有机碳、全氮、全磷含量均显著大于其他层次(10～20 cm、20～30 cm)(P<0.05);2)基于一阶微分光谱反射率建立的模型验证R2基本高于基于原始光谱反射率建立的预测模型,说明一阶转换可以改善建模效果,从而更好地反演土壤养分含量;3)在SVM、PLSR、RF、ULR这4种模型中,SVM模型表现最稳定,预测效果最可靠,基于一阶微分光谱反射率数据的4种养分含量的SVM模型,R2最低也达到0.59,最高达到0.91.[结论]不同生境类型下的土壤养分含量存在显著差异;基于一阶微分反射率的高光谱技术可以较可靠地预测土壤养分含量,未来应进一步探讨如何利用高光谱技术反演土壤养分含量.