SEH论文精选 | 基于中红外吸收光谱的土壤有机碳含量预测

背景：土壤总有机碳（TOC）是表征土壤质量的关键属性，对土壤肥力和全球碳循环至关重要，因此需要快速准确的测定方法。研究目的：本研究旨在开发一种基于中红外吸光度光谱和非负多变量曲线分辨率-交替最小二乘（MCR-ALS）算法的新模型，用于预测土壤TOC含量。结论：研究发现，当土壤TOC含量低于1%（w/w）时，该模型预测性能良好（均方根偏差0.18%，方差解释率62%）；但当TOC含量高于此阈值时，模型性能显著下降，表明高TOC土壤中部分有机质（可能与矿物结合较弱）的光谱特征未被充分捕获。这揭示了模型有效性存在TOC阈值，并为建立基于光谱指纹的机理模型提供了新视角。