华中农业大学学报

作者：任冠尧，秦婧，钱小将，张克，闫伟岳，冯子昂，郭龙

单位：1内蒙古自治区测绘地理信息中心，呼和浩特010010;2湖北省国土测绘院，武汉430014;3国标(北京)检验认证有限公司，北京100010;4华中农业大学资源与环境学院，武汉430070

关键词：多源光谱数据;土壤有机碳;机器学习算法;反演方法;资源一号02D;光谱分辨率

基金：国家重点研发计划项目（2023VD1500102；2023VFC3709801）；国家自然科学基金项目（42101064；42361028）；中国博士后科学基金独立项目（2021M693244）

为探究外界环境因素（光照、大气条件）和传感器参数（光谱与空间分辨率）对不同来源光谱数据反演土壤有机碳（SOC）精度的影响机制，以内蒙古自治区东北部为研究区，采集160个表层土壤（0~20 cm）SOC样品，并同步获取近端高光谱（室内人造光源与室外太阳光源）以及星载多光谱（Landsat-8、Sentinel-2）与高光谱（ZY1-02D）数据，使用随机森林（RF）与支持向量机（SVM）算法，分别构建SOC反演模型，通过系统比较不同数据源的模型性能，分析环境因素与传感器参数对SOC反演精度的影响。结果显示：室内人造光源因光谱信号稳定、可控性强，其反演精度略优于室外太阳光源，但二者差异较小，表明自然光照波动对SOC反演的影响有限；近地高光谱数据反演精度显著高于卫星多光谱与高光谱数据，主要因卫星数据受大气散射、水汽吸收及混合像元等问题干扰；在卫星数据中，高光谱卫星ZY1-02D的反演精度高于多光谱卫星，而Sentinel-2较Landsat-8的空间分辨率提升（10 m vs 30 m）对模型性能改善有限，说明光谱分辨率对SOC精度的贡献大于空间分辨率。

来源：2026年第2期

《华中农业大学学报》期刊编辑部

查看华中农业大学学报杂志2026年第2期