基于非线性变换与分数阶微分的土壤有机碳光谱估测

@article{刘璇皓2026基于非线性变换与分数阶微分的土壤有机碳光谱估测,
  title = {{基于非线性变换与分数阶微分的土壤有机碳光谱估测}},
  author = {刘璇皓 and 张晓萍 and 文艳 and 胡志斌 and 段辰 and 孙贯芳 and 陈庆伟},
  journal = {Shuitu Baochi Xuebao},
  year = {2026},
  month = oct,
  url = {http://www.stbcxb.com.cn/zh/article/doi/10.13870/j.cnki.stbcxb.2026.05.003/},
  note = {CC BY-NC-ND},
}

TY  - JOUR
TI  - 基于非线性变换与分数阶微分的土壤有机碳光谱估测
AU  - 刘璇皓
AU  - 张晓萍
AU  - 文艳
AU  - 胡志斌
AU  - 段辰
AU  - 孙贯芳
AU  - 陈庆伟
PY  - 2026
DA  - 2026/10/24
JO  - Shuitu Baochi Xuebao
UR  - http://www.stbcxb.com.cn/zh/article/doi/10.13870/j.cnki.stbcxb.2026.05.003/
AB  - 目的以陕西省延安市吴起县和志丹县的213个林地表层（0~20 cm）土壤样本为研究对象，采集可见-近红外（Vis-NIR）光谱及实测土壤有机碳（SOC）质量分数，探究非线性数学变换结合分数阶微分（FOD）处理对光谱特征挖掘及模型性能的影响，为提高黄土高原地表SOC质量分数的光谱估测精度及智能化辨识提供支持。方法对原始光谱（R）采取倒数（1/R）、对数（lg R）、对数倒数（1/lg R）、平方根（R）等4种非线性变换，及0~2阶（步长0.1）的FOD处理，利用竞争性自适应重加权采样（CARS）和连续投影算法（SPA）筛选特征波段，构建并对比偏最小二乘回归（PLSR）、随机森林（RF）和极限梯度提升（XGBoost）3种模型的反演效果。结果研究区林地土壤SOC质量分数为2.50~23.11 g/kg，平均值为7.70 g/kg。在原始反射光谱（R）中，SOC质量分数较高的样本整体反射率水平较低，光谱反射率随SOC升高呈整体降低趋势，光谱特征波段集中在550~800 nm及900 nm附近。相较于整数阶和>1.5的高阶微分，采用0.3~0.9阶的FOD数据预处理，能有效去除基线漂移并凸显细部光谱特征。对数与倒数的非线性变换可以显著提升光谱对SOC的辨识程度。相比SPA，CARS在测试集上R²平均提升0.052，RMSE平均降低0.147 g/kg，RPD平均提升0.132。在所有模型中，PLSR的预测性能整体优于RF和XGBoost，基于非线性变换与FOD处理的CARS-PLSR模型测试集R²可达0.843。结论研究证实，非线性变换结合中低阶分数阶微分及CARS-PLSR建模策略，可有效提升黄土高原土壤有机碳的光谱估测精度。
SN  - 1009-2242
ER  -