Le carbone organique des sols forestiers SOC (Soil Organic Carbon) est un critère important pour refléter la qualité des sols forestiers, qui a une influence significative sur la croissance des arbres forestiers et joue un rôle très important dans le développement durable de la foresterie. Il est essentiel d'explorer la possibilité d'inverser le contenu en carbone organique des sols des forêts secondaires naturelles à l'aide d'images hyperspectrales, ce qui peut fournir un soutien technique pour l'estimation à long terme et à grande échelle du carbone organique des sols forestiers. Cette étude a pour objectif le SOC des forêts secondaires naturelles, en prélevant au hasard 67 points d'échantillonnage à la station expérimentale forestière de Maershan de l'université forestière du nord-est, prélevant respectivement des sols de 0-5, 5-15, 15-30 cm et en mesurant le contenu en carbone organique des sols, puis en prenant la moyenne des trois couches comme contenu en carbone organique des sols de 0-30 cm, puis sur la base de l'image hyperspectrale de la ressource 1F, en calculant les caractéristiques spectrales de la première et deuxième dérivée, du logarithme réciproque et de l'indice de végétation, en combinant le modèle numérique de terrain MNT (Modèle de Terrain Numérique), l'humidité du sol et le jeu de données biologiques aériennes AGB (Aboveground biomass) des forêts, en utilisant la méthode de sélection des caractéristiques récursives. Appliquer le RandomForest RF (Random Forest), extreme Gradient Boosting XGBoost, Support Vec...

natural secondary forest;SOC;hyperspectral;machine learning model;feature selection