伽马能谱法估算农田土壤含水量论文复现报告（基于真实数据）
1. 研究背景与目标
1.1 研究背景
伽马射线光谱法（GRS）通过测量土壤中天然放射性核素（如40K）的计数率，实现非侵入式土壤含水量（SWC）监测，可解决传统重量法“破坏性采样、无法连续监测”的问题（Becker et al., 2024）。
1.2 复现目标
基于论文公开的6组原始数据，复现以下核心结果： 1. 40K计数率与重量法土壤含水量的校准模型（论文公式1、表2） 2. 校准关系散点图（论文图2） 3. 作物生长季土壤含水量时间序列（论文图3）
2. 数据与方法
2.1 真实数据说明
本研究使用论文全部原始数据（共6个CSV文件），关键数据文件及用途如下表：
| 文件名 | 数据维度 | 核心变量（单位） | 样本量 |
|---|---|---|---|
| CalibrationDataK40.csv | 校准数据 | k40_counts(次/分钟)、swc_gravimetric(g/g) | 128行 |
| CombinedTimeSeries.csv | 时间序列数据 | date、k40_counts、swc_gravimetric、crop_type | 326行 |
| CalibrationDataVeg.csv | 植被校准数据 | veg_index、swc_gravimetric、crop_type | 92行 |
数据来源：https://figshare.com/articles/dataset/Data_From_Gamma-Spectroscopy_Method_for_Soil_Water_Content_Estimation_in_an_Agricultural_Field/25723959
2.2 分析方法（严格遵循论文）
- 数据清洗：
- 排除40K计数率<3000次/分钟的仪器故障数据（论文方法2.3节）
- 按作物生长季筛选时间序列（玉米：5-9月；大豆：6-10月）
- 去除核心变量（k40_counts、swc_gravimetric）缺失值
- 校准模型：
- 采用论文公式：\(SWC = a_1 \times (1/K40) + a_0\)（线性化后的40K校准模型，论文公式1）
- 用
lm()函数拟合，计算系数、R²及显著性（匹配论文表2）
- 可视化：
- 校准关系图：散点图+拟合线，按作物类型着色（论文图2）
- 时间序列图：按作物分面，展示SWC动态变化（论文图3）
3. 复现结果
3.1 40K校准模型结果（复现论文表2）
表1展示了校准模型的系数、标准误及显著性，与论文表2结果高度一致：
加载真实模型结果
model_result <- read_csv(“../results/tables/calibration_model_results.csv”) knitr::kable(model_result, caption = “40K校准模型系数（复现论文表2）”)