利用可见近红外光谱和简单的双室土壤传递函数估算土壤颗粒密度

摘要： 平均颗粒密度（rd）是计算总孔隙度的基本土壤属性。传统比重瓶法测定rd过程繁琐且耗时。本研究测试并比较了可见-近红外光谱技术（vis-NIR）及仅需土壤有机质含量（OM）数据的简易双区室线性与非线性土壤传递函数这两种替代性、间接、快速且经济的测定方法。通过比重瓶法测定了179份涵盖广泛有机质含量范围（0.002-0.767 kg kg-1）土壤的rd值，同时采用vis-NIR光谱仪测定风干土样的光谱数据。基于vis-NIR光谱数据，运用留一交叉验证的偏最小二乘回归建立rd预测模型；同时采用基于有机质含量的简易双区室传递函数（rd = A(OM) + B(1 − OM)）建模。通过三类数据集检验两种方法的预测能力：（i）矿质土壤（OM < 0.1 kg kg-1）、（ii）有机土壤（OM > 0.1 kg kg-1）及（iii）全部土壤。针对全数据集校准的双区室传递函数得出有机质颗粒（A=1.244 g cm-3）与矿质颗粒（B=2.615 g cm-3）的预期密度值。vis-NIR光谱模型对全数据集具有良好预测效果（R²=0.87，RMSECV=0.10 g cm-3），但精度低于双区室线性模型（R²=0.96，RMSE=0.06 g cm-3）。仅使用矿质土壤数据无法获得真实可靠的vis-NIR光谱模型（R²=0.62，RMSECV=0.02 g cm-3）或基于OM的模型（R²=0.80，RMSE=0.02 g cm-3），这凸显了本研究采用宽范围有机质含量数据的重要性。