数据集概述
本数据集包含通过自制近红外光谱仪采集的泰国北部农业土壤光谱数据，涉及一百九十份土壤样本，覆盖蔬菜农场、果园和大田作物区。数据用于构建预测土壤有机质与总碳的模型，采用六种预处理技术结合偏最小二乘回归分析，波长范围为九百至一千七百纳米。
文件详解
该数据集包含多个文件，主要分为光谱数据与模型文件、结果文件两类，具体如下：
- 光谱数据与模型文件（主目录下）：
- Homemade NIR Spectral.xlsx：Excel格式文件，可能包含原始或预处理后的近红外光谱数据
- Data research.xlsx：Excel格式文件，可能记录土壤样本的基础信息或研究过程数据
- 系列.41M格式模型文件：如MSC-SOM-Model.41M、2-Derivative-SOM-Model.41M、1-Derivative-TC-Model.41M等，共十四份，对应不同预处理技术（如乘法散射校正、一阶导数、二阶导数等）下的有机质（SOM）或总碳（TC）预测模型
- 结果文件（Result目录下）：
- TC Result.xlsx：Excel格式文件，可能包含总碳预测模型的校准与验证结果数据
- SOM Result.xlsx：Excel格式文件，可能包含有机质预测模型的校准与验证结果数据
适用场景
- 农业土壤分析：快速预测土壤有机质与总碳含量，支持精准农业决策
- 光谱技术应用：验证自制近红外光谱仪在土壤检测中的性能与适用性
- 模型优化研究：对比不同预处理技术对土壤属性预测模型精度的影响
- 便携式光谱仪开发：基于九百至一千七百纳米波长范围数据，推进手持设备研发
