16、从光谱估计土壤属性和类别

从光谱估计土壤属性和类别

1. 连续变量的准确性度量

对于连续变量，可以使用 eval 函数并指定参数 obj = "quant" 来推导一些准确性度量，示例代码如下：

# 准确性度量用于验证
soilspec::eval(datV$TotalCarbon, mblResults1Val$results$k_30$pred, obj = "quant")

输出结果可能如下：
| 指标 | 值 |
| — | — |
| ME | 0.13 |
| RMSE | 0.5 |
| r2 | 0.65 |
| R2 | 0.71 |
| rhoC | 0.85 |
| RPD | 1.86 |
| RPIQ | 2.42 |

2. 分类变量的模型

2.1 土壤属性的分类

土壤属性可分为连续属性（如有机碳或黏土含量）和分类属性（如土壤质地类别、矿物类别或土壤类型）。对于分类土壤属性的预测，需要对模型进行调整。

2.2 将连续值转换为土壤质地类别

以澳大利亚土壤质地三角形为例，使用 soiltexture R 包将土壤黏土、粉砂和砂的含量转换为土壤质地类别，具体步骤如下：
1. 加载所需包：

require(soiltexture)