祝元丽，王冬艳，张 鹤，石 璞,

采用无人机载高分辨率光谱仪反演土壤有机碳含量

祝元丽1，王冬艳1，张 鹤2，石 璞1,2※

（1. 吉林大学地球科学学院，长春 130012；2. 比利时法语鲁汶大学地球与生命研究所，比利时新鲁汶 1348）

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1.6，2≥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（2=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。

无人机；高光谱；土壤；有机碳；偏最小二乘回归；便携地物光谱仪

0 引 言

土壤有机碳（Soil Organic Carbon，SOC）作为土壤总碳库的核心组成部分[1]，其含量动态对农用地生产力和土壤生态系统服务功能的演变具有重要控制作用[2-3]。因此，精准农业管理亟需对田块尺度SOC时空分布特征进行高分辨率、高精度的量化与监测。……