一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法

本申请公开了一种融合地面可见近红外光谱的土壤有机碳三维空间制图方法，涉及土壤属性预测技术领域，该方法中：基于研究区范围设置采样点，采集并提取训练集采样点表层野外地面可见近红外光谱主成分数据，应用Kennard‑stone算法优化缩减训练集采样点至四分之一，随后获取采样点剖面不同深度野外地面可见近红外光谱和土壤有机碳数据，并确定最佳三角格网参数；随后构建SPDE模型并采用有限元法求解，将高斯马尔可夫随机场作为空间随机效应、各采样点剖面不同深度的野外地面可见近红外光谱的主成分数据作为环境协变量，应用INLA模型进行土壤有机碳三维空间预测，得到后验分布估计值，并据此进行土壤有机碳三维空间制图。本申请可快速获取野外地面可见近红外光谱，提升数据获取效率，同时融合野外地面可见近红外光谱主成分数据，提升模型预测精度。