基于高光谱特征指数的土壤有机质含量建模*

赵明松，谢 毅，陆龙妹，李德成，王世航

（1. 安徽理工大学空间信息与测绘工程学院，安徽淮南 232001；2. 土壤与农业可持续发展国家重点实验室（中国科学院南京土壤研究所），南京 210008；3. 矿山采动灾害空天地协同监测与预警安徽省教育厅重点实验室，安徽淮南 232001；4. 矿区环境与灾害协同监测煤炭行业工程研究中心，安徽淮南 232001）

连续的土壤高光谱曲线包含较多的波段和丰富的光谱信息，能够综合反映多种土壤属性信息，能够用于高效精确地土壤属性预测建模[1-5]。传统的土壤有机质（Soil Organic Matter，SOM）含量测试方法较繁琐且成本高，利用高光谱技术可以满足大量样本的SOM 含量快速精确测定的需求[6-8]。国内外学者利用可见-近红外反射高光谱（350～2 500 nm）技术在土壤属性的建模预测方面开展了较多的研究。

由于成土环境的差异，不同地理区域和类型的土壤高光谱特征存在差异，已有研究分别结合土壤类型、区域等建立了多种SOM 含量光谱预测模型[5，8-11]。史舟等[5]分析了中国主要土壤类型的高光谱反射特性，并提出了采用土壤光谱分类方法结合偏最小二乘回归方法建立SOM 的光谱分类-局部预测模型。张娟娟等[8]研究了我国中、东部地区5 种土壤类型的光谱特征，并利用特征光谱参数和神经网络建立SOM 的预测模型。赵小敏和杨梅花[10]分析江西省4种主要土壤亚类的高光谱特征，并尝试利用光谱特征进行土壤分类。邬登巍和张甘霖[12]讨论了母质和土地利用类型对SOM 光谱反演模型精度的影响以及模型的异地适用性。……