快速、廉價、準確地獲取土壤中碳（C）、氮（N）含量信息是當前土壤質量評價和全球土壤碳庫收支管理研究的基礎和前提，而土壤空間異質性加大了人們對土壤屬性動態監測的難度和成本。
森林土壤是調控陸地生態系統碳收支平衡的重要基礎。利用近地高光譜遙感技術實現多層次森林土壤C、N含量信息的快速、高效、無損、低成本建模估測，有望為當前土壤C、N動態研究及制圖開辟新的途徑，必將有助于加深對土壤C、N空間異質性及影響因素的理解，對于森林土壤碳庫管理和持續經營具有重要意義。然而，受土壤層次的影響，土壤屬性的高光譜反演模型的預測能力降低，限制了模型的應用。
武漢植物園姜慶虎助理研究員在劉峰研究員的指導下，以中亞熱帶（八大公山）森林不同層次土壤為例，利用光譜技術建立了該區表層和亞表層土壤有機碳（SOC）和全氮（TN）的光譜反演預測模型，從而較好地實現對高異質性森林SOC和TN的快速預測。其中，光譜模型對SOC預測的R2為0.79-0.90，對TN預測的R2為0.66-0.86。在此基礎上，針對模型難以實現層次間的傳遞性應用問題，利用spiking法并借助加權算法，成功解決了這一難題，使得預測模型的傳遞性得到大幅提升。本研究的開展，為快速獲取高異質性土壤屬性信息提供了潛在的可能。
本研究得到國家自然科學基金（31270515, 31470526）和國家重點基礎研究發展計劃（2014CB954004）的資助，結果以“Estimation of soil organic carbon and total nitrogen in different soil layers using VNIR spectroscopy: Effects of spiking on model applicability”發表在Geoderma 雜志上。
不同模式（未處理、Spiking以及Spiking加權處理）下SOC和TN光譜模型預測精度對比
