采用无人机载高分辨率光谱仪反演土壤有机碳含量

小型无人机（Unmanned Aerial Vehicle,UAV）平台与土壤高光谱技术的有机结合可作为一种快速、准确获取高分辨率土壤有机碳（Soil Organic Carbon,SOC）空间信息的手段,适用于精准农业管理和土地监测,但目前该方面应用不多。该研究选取中国东北黑土和比利时黄土研究区,通过构建与UAV兼容的土壤高光谱数据获取平台,研究其在暗室和野外自然光条件下快速反演SOC含量的能力;进行多源光谱数据修正,探索暗室SOC模型直接应用到野外条件的可行性。结果表明：1）暗室条件下构建的基于UAV兼容光谱数据（FX）的偏最小二乘回归（Partial Least Squares Regression,PLSR）模型能准确预测2个研究区的SOC含量（相对分析误差大于1.6,R2≥0.65）;2）野外自然光条件下构建的SOC预测模型精度略有下降（R2=0.58）,但SOC含量估算值与实测值的值域相近,说明仍能捕捉SOC含量在其值域的变化;3）利用校准标样对不同光照条件下的FX数据进行修正,将基于实验室光谱数据的PLSR模型应用于野外光谱数据,为实现无需实地采样即可利用无人机载高光谱数据进行SOC快速调查奠定了基础。