基于相关分析和偏最小二乘回归的黄绵土土壤全氮和碱解氮含量的高光谱预测

以采取植被恢复措施的陕西省吴起县为研究区,实地采集24个土壤剖面不同层次的黄绵土土样100个,在进行土壤样本全氮（TN）和碱解氮（AHN）含量及实验室反射光谱数据测量和分析的基础上,用相关分析（CA）结合偏最小二乘回归（PLS）方法建立黄绵土土壤TN和AHN含量的校正模型,并用独立样本对校正模型进行验证.结果表明： 利用6种光谱变换方式建立的校正模型中,微分光谱建立的校正模型是预测研究区土壤TN含量的最佳模型,校正和验证R²分别为0.929和0.935,均方根误差（RMSE）分别为0.045和0.047 g·kg^-1,相对预测偏差（RPD）为3.12;而归一化变换建立的校正模型是预测土壤AHN含量的最佳模型,校正和验证R²分别为0.873和0.773,RMSE分别为9.946和16.204 mg·kg^-1,RPD为1.538.所建立的全氮预测模型可以对0～40 cm土层的TN进行有效预测,而碱解氮的预测模型对同一深度只能进行粗略预测.本研究为采取植被恢复措施的退化生态系统区黄绵土土壤全氮的快速预测提供了一种较好的方法,但是对于碱解氮的准确、快速预测,需要进一步研究.