将采样点分为建模样本和验证样本两部分，分别为264个和87个。分析SOC与各因子之间的相关性，采用相关性高的因子作为自变量建立SOC遥感反演模型。从模型的估测能力、准确性、精度等方面对遥感反演模型进行检验。模型的稳定性用决定系数R2检验，R2越大，模型越稳定；模型的准确性用相对误差（RE）检验，RE越小，模型的准确性越高；模型的精度用建模和验证样本的总均方根误差（RMSE）来检验，RMSE越小，模型精度越高、预测能力越强[149]。
以SOC为因变量，SOC的影响因子为自变量进行逐步回归分析，构建SOC的RS-MLRM。构建的模型见表3-16。
表3-16 银川平原湿地土壤碳含量RS-MLRM
表3-16（续） 银川平原湿地土壤有机碳含量RS-MLRM
由表3-16可以看出，随着入选变量由一个变为两个，模型调整的决定系数R2显著增大，由0.968增大到了0.973；但随着入选变量的增多，调整的决定系数增加的速率显著变缓，自变量为3个时较自变量为两个调整的决定系数仅增加了0.001。模型的Sig为0.000，模型显著。综上，2因子模型为土壤有机碳含量的最优回归模型，模型为:
SOC=0.002×AGB+1.375×STN-0.492
（3-44）
SOC为土壤有机碳含量，单位为g/kg。
研究区实测土壤总氮平均值为0.86 g/kg，代入公式3-44中，得到土壤有机碳含量估测模型：
SOC=0.002×AGB+0.690
（3-45）
土壤有机碳密度的计算公式[114]：
土壤有机碳密度=土壤容重×土壤有机碳含量×土层厚度
（3-46）
本研究所取土壤为40 cm厚的土壤，银川平原湿地土壤容重平均值为1.36 g/cm3，将土壤容重、土层厚度和土壤有机碳含量代入公式，得到土壤有机碳密度的估测模型：
SOCD=1.09×AGB+375.36
（3-47）
式中，SOCD为土壤有机碳密度，单位为g/m2。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
