编辑推荐：
在湿地生态系统研究中，湿地土壤有机碳（SOC）准确量化至关重要，但传统方法存在诸多局限。研究人员测试 240 种优化策略，发现 1stD、EPO、MFGS 和 1D-CNN 组合最优。该成果为湿地 SOC 估算提供重要参考。
湿地，这片神秘而又重要的生态区域，在全球碳循环中扮演着举足轻重的角色。湿地土壤中蕴含的有机碳（Soil Organic Carbon，SOC），是陆地碳库的关键组成部分 。尽管湿地仅占全球陆地面积的 6% - 8%，却储存了大约 20% - 30% 的陆地土壤碳。然而，湿地生态系统极为脆弱，易受人类活动和气候变化的干扰，一旦遭受破坏，大量的二氧化碳（CO2）会被释放，加剧全球气候变暖。因此，精准监测湿地 SOC 的含量，对于深入了解全球变暖背景下的碳循环动态变化、制定合理的湿地保护策略以及应对气候变化，都有着不可忽视的意义。
以往，实验室化学分析方法虽能精准测定 SOC 含量，但却面临着诸多难题。其不仅耗费大量人力、物力和财力，操作过程也极为复杂，还可能产生化学残留。随着科技的发展，可见 - 近红外（Visible-near-infrared，Vis-NIR）光谱技术逐渐走进人们的视野。它能以较低的成本和较快的速度对土壤进行无损分析，为土壤性质监测带来了新的希望。然而，在实际应用中，湿地土壤的高含水量给 Vis-NIR 光谱技术带来了巨大挑战，土壤水分的干扰以及数据噪声严重影响了 SOC 估算的准确性。同时，光谱数据中存在大量冗余和噪声信息，不同的光谱特征选择算法效果各异，预测模型的选择也至关重要，可目前对于这些因素的综合研究却相对匮乏。
为了解决这些问题，来自国内的研究人员以鄱阳湖湿地为研究区域，开展了一项极具意义的研究。他们旨在通过测试和评估 240 种融合了不同预处理技术、水分去除算法、光谱特征选择方法的优化策略，来提升湿地 SOC 原位光谱估算的精度。
研究人员主要运用了以下关键技术方法：首先，采集鄱阳湖湿地土壤样本，获取土壤的 Vis-NIR 光谱数据 。接着，运用多种预处理技术对光谱数据进行处理，去除噪声和无关信息。同时，采用不同的水分去除算法减少水分干扰，利用多种光谱特征选择方法提取关键光谱特征，最后运用多种预测模型（如偏最小二乘法回归 Partial Least Squares Regression，PLSR、随机森林 Random Forest，RF、一维卷积神经网络 One-Dimensional Convolutional Neural Network，1D-CNN 等）对 SOC 含量进行估算 。
研究结果
- 预处理技术对估算精度的影响：在近红外区域，光谱受多种基团振动影响。研究分析发现，一阶导数（1stD）预处理技术在去除噪声、放大 SOC 光谱特征方面表现突出，优于 Savitzky-Golay（SG）和 log (1/reflectance)（Log (1/R)）等预处理技术。
- 水分去除算法的效果：经过对比，外部参数正交化（EPO）成为最优的水分去除算法。它能够有效降低水分和其他环境因素的干扰，显著提高了 SOC 估算的准确性。
- 光谱特征选择方法的比较：在众多光谱特征选择方法中，竞争自适应重加权算法（Competitive Adaptive Reweighting Algorithm，CARS）表现出色，优于 Boruta、改进的贪婪特征选择（Modified Greedy Feature Selection，MFGS）和区间随机蛙（Interval Random Frog，IRF）等算法，能更精准地提取与 SOC 相关的光谱特征。
- 预测模型的性能：从预测模型来看，1D-CNN 模型展现出强大的优势。与 PLSR 和 RF 相比，它能更准确地捕捉光谱与 SOC 含量之间的复杂关系，平均R2达到 0.83，RPD 为 2.74，RMSE 为 1.76 g/kg ，估算精度明显更高。
- 最优策略确定：综合各项研究，最终确定最优策略为 1stD、EPO、MFGS 和 1D-CNN 的组合，该组合下R2达到 0.94，RPD 为 4.15，RMSE 为 1.09 g/kg ，实现了高精度的湿地 SOC 原位光谱估算。
研究结论与讨论
通过整合不同的预处理技术、水分去除算法、光谱特征选择方法和预测模型，研究人员成功探索出了利用 Vis-NIR 光谱技术准确估算湿地 SOC 的最优策略。研究发现，1stD 在预处理技术中优势显著；EPO 能有效减少水分负面影响；CARS 在光谱特征选择方面表现突出；1D-CNN 模型的预测精度最高。该研究成果对于湿地 SOC 的精准监测意义重大，为后续相关研究在选择优化策略时提供了重要的参考依据，有助于推动湿地碳循环研究的进一步发展，也为湿地生态系统保护和气候变化应对提供了有力的技术支持 。此研究成果发表在《CATENA》上，为相关领域的研究开辟了新的方向，有望促使更多科研人员关注和深入研究湿地 SOC 的监测技术，从而更好地保护湿地生态环境，维护全球生态平衡。
