土壤学报

作者：孔祥麒，高维常，潘文杰，蔡凯，杨静，李德成，郑光辉，曾荣

单位：孔祥麒，南京信息工程大学长望学院, 南京 210044；,高维常，贵州省烟草科学研究院, 贵阳 550081；,潘文杰，中国烟草总公司贵州省公司, 贵阳 550004；,蔡凯，贵州省烟草科学研究院, 贵阳 550081；,杨静，中国烟草总公司贵州省公司, 贵阳 550004；,李德成，土壤与农业可持续发展重点实验室(中国科学院南京土壤研究所), 南京 211135；,郑光辉，南京信息工程大学地理科学学院, 南京 210044；,曾荣，南京信息工程大学地理科学学院, 南京 210044；rzeng@nuist.edu.cn,

关键词：土壤有机碳;碳氮比;偏最小二乘回归;高光谱预测

基金：国家自然科学基金项目（42107322）、中国烟草总公司项目（110202102038）、中国烟草总公司贵州省公司项目（2023XM11）共同资助

土壤碳氮比（C/N）不仅可以反映土壤质量，也可以衡量土壤碳氮元素的营养平衡状况，其数值和等级的快速准确测定对指导实时科学施肥和提升土壤质量具有重要意义。本研究利用贵州省501个烤烟-玉米轮作典型农田耕层（0～20 cm）土壤样品的可见-近红外光谱（VNIR）和中红外光谱（MIR）信息以及总有机碳（TOC）、全氮（TN）和C/N数据，对光谱进行Savitzky-Golay（SG）平滑去噪和标准规一化处理后，分别应用偏最小二乘回归（PLSR）、随机森林（RF）和Cubist三种方法进行建模，通过直接预测C/N和间接预测（先分别预测TOC和TN再计算C/N）两种方式构建了土壤C/N预测模型，并对C/N数值和等级预测精度进行了解析。结果表明：（1）对于C/N数值预测，虽然最优预测策略为MIR-PLSR的直接预测，但预测精度（相对标准误差，RPD）仅为1.20；（2）C/N等级可以被准确预测，最优策略为MIR-PLSR模型的直接预测，等级判定精度为0.71；（3）C/N数值预测精度较低的原因主要有两方面，其一是烟田较为一致的严格施肥措施降低了耕层土壤碳氮含量的空间差异，从而也降低了C/N的空间变异（变异系数为17.15%，中度变异），二是C/N与VNIR、MIR光谱的相关性均较低。因此，基于MIR-PLSR可以对C/N等级进行直接预测。

来源：2025年第3期

《土壤学报》期刊编辑部

查看土壤学报杂志2025年第3期