从现场规模到大规模光谱库：土壤光谱中的表格基础模型

可见光、近红外 (vis-NIR) 和中红外 (MIR) 光谱能够快速、经济高效地预测土壤特性。然而，将高维、高度共线的光谱转化为准确的土壤特性预测仍然具有挑战性，特别是在使用机器学习时。我们系统地研究了光谱建模的回归模型和降维方法，涉及跨领域尺度数字土壤测绘和全球土壤光谱库的计步学开放基准数据集的 85 个回归任务。我们使用全谱以及从主成分分析 (PCA) 和偏最小二乘 (PLS) 潜变量导出的特征，比较了上下文学习表格基础模型 (TabPFN)、卷积神经网络 (CNN)、基于规则的回归 (Cubist)、随机森林和偏最小二乘回归 (PLSR)。 TabPFN 在各个尺度上始终如一地提供最佳的整体性能，包括具有数万个土壤样本的大型光谱库任务。值得注意的是，直接应用于全光谱的 TabPFN 已经超越了所有经典基线，这表明显式降维并不是严格要求的强大性能。通过 PLS 实现了进一步的改进，这被证明是对所有模型有效的降维策略。将 PLS 潜在变量与 TabPFN 相结合产生了总体上最好的预测。我们的研究结果为跨操作尺度的光谱校准模型选择提供了基于证据的指导，证明了 PLSR 和现代表格基础模型的长期优势在化学计量学中是相辅相成的。