El carbono orgánico del suelo (SOC, Soil Organic Carbon) en los suelos forestales es un criterio importante que refleja la calidad de los suelos forestales, que afecta en gran medida al crecimiento de los árboles forestales y desempeña un papel muy importante en el desarrollo sostenible de la silvicultura. La exploración de la posibilidad de invertir el contenido de carbono orgánico del suelo en los bosques secundarios naturales mediante imágenes hiperespectrales es crucial, ya que puede proporcionar apoyo técnico para la estimación a largo plazo y a gran escala del carbono orgánico del suelo en los bosques. Este estudio tiene como objetivo el SOC de los bosques secundarios naturales, tomando como objeto de estudio 67 puntos de muestreo seleccionados al azar en la Estación Experimental Hatel en la Universidad Forestal del Noreste, donde se tomó muestras de suelo de 0-5, 5-15, 15-30 cm y se midió el contenido de SOC, y se tomó el promedio de las tres capas como contenido de SOC de 0-30 cm, y luego se basó en la imagen hiperespectral de recursos número 1F, se calcularon las características del espectro de primer orden, segundo orden, inversa logarítmica, índice de vegetación y se combinaron con el modelo digital del terreno (DEM, Digital Elevation Model), la humedad del suelo y el conjunto de datos de biomasa aérea (AGB, Aboveground biomass) del bosque, utilizando la eliminación recursiva de características para seleccionar características. Se aplicaron cuatro modelos, es decir, Random Forest (RF), Extreme Gradient Boosting (XGBoost), Support Vector Regression (SVR) y Ordinary Least Squares Regression (OLS) para estimar el SOC, y se seleccionó el mejor modelo para invertir el contenido de SOC a diferentes profundidades en la Estación Experimental Hatel. Los resultados muestran que en el modelo de inversión estratificada del suelo, XGBoost tiene la mayor precisión de estimación, con R2 de 0.54, 0.54, 0.46 y 0.30 para las capas de 0-30 cm, 0-5 cm, 5-15 cm, 15-30 cm, respectivamente, y RMSE de 21.28, 44.25, 15.72 y 12.56 g/kg, respectivamente. Los valores medios del SOC de los bosques secundarios naturales Hatel a 0-30, 0-5, 5-15 y 15-30 cm son 67.20, 88.87, 46.92 y 40.12 g/kg, respectivamente, y el contenido de SOC del bosque disminuye con la profundidad del suelo. Existe diferencia en el contenido de SOC de diferentes tipos de rodales forestales. El contenido de SOC se ordena de mayor a menor como bosque de hoja ancha, bosque mixto de coníferas y caducifolias, y bosque de coníferas. La información de las bandas de alta espectroscopia proporciona la posibilidad de establecer un modelo, pero el exceso de bandas causa redundancia de datos, lo que conduce a la reducción de la precisión de la estimación del modelo, y el uso del método de eliminación recursiva de características puede seleccionar la mejor combinación de características, reduciendo efectivamente el número de características y aumentando la precisión de la estimación del modelo. Las características diferenciales de las bandas de 710-850 nm son más efectivas para la inversión del SOC del bosque secundario natural, los factores topográficos tienen un gran impacto en el SOC de 15 cm o más, la humedad del suelo y la biomasa aérea tienen un fuerte impacto en el SOC de la capa de 5-15 cm. En resumen, la combinación de imágenes hiperespectrales con DEM, humedad del suelo y datos de biomasa aérea puede invertir efectivamente el SOC del bosque secundario natural, proporcionando soporte técnico para la inversión a largo plazo y de gran escala del SOC del bosque secundario natural basada en imágenes hiperespectrales a lo largo del tiempo y a gran escala.

Bosque secundario natural; Carbono orgánico del suelo SOC (Soil Organic Carbon); Hiperespectroscopia; Aprendizaje automático; Selección de características