基于激光诱导击穿光谱(LIBS)的土壤容重与碳储量快速评估技术：推动规模化土壤碳监测

为解决传统土壤容重(BD)测量方法耗时耗力的问题，巴西研究人员开发了基于激光诱导击穿光谱(LIBS)的创新检测技术。通过880份土壤样本构建模型，结合离散小波变换(DWT)和岭回归，实现BD预测R2=0.72、RMSE=0.12 g cm?3；碳储量估算精度达R2=0.93，为农田碳汇管理提供高效解决方案。

　　

测量土壤容重(BD)和碳含量是精准计算土壤碳储量的关键。随着农田土壤固碳作为温室气体减排策略的热度攀升，大规模田间监测的重要性日益凸显。传统BD检测方法——如环刀法和土块法——需采集原状土样，存在样本处理复杂、人力成本高昂等瓶颈。

为突破这些限制，研究者开发出基于激光诱导击穿光谱(LIBS)的创新检测技术，无需原状土样即可实现高效低成本BD估算。团队采用880份巴西多样化土壤样本构建模型，70%用于训练、30%用于测试。通过离散小波变换(DWT)特征提取、F检验回归特征筛选结合岭回归的LIBS模型，在测试集上实现BD预测R²=0.72，均方根误差(RMSE)仅0.12 g cm^?3。更令人振奋的是，将LIBS预测BD值与实测碳浓度结合后，碳储量估算精度飙升至R²=0.93，RMSE=2.2 Mg C ha^?1，证明BD预测误差对碳储量评估影响有限。

研究还尝试用LIBS光谱特征直接预测碳密度(碳浓度与BD的乘积)，虽精度稍降(R²=0.78，RMSE=4.1 Mg C ha^?1)，但大幅简化了工作流程。这些突破性进展彰显了LIBS技术在土壤质量快速评估中的巨大潜力，为可持续土壤管理和气候变化应对策略提供了强有力的技术支撑。