Calibración de picos de espectros de suelo MIR-DRIFTS para predicciones de carbono utilizando extensiones PLSR y transformaciones de log-ratio
Autores: elazny, Wiktor R.; imon, Tomá
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Calibración de picos de espectros de suelo MIR-DRIFTS para predicciones de carbono utilizando extensiones PLSR y transformaciones de log-ratio
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Necesitar
Espectroscopía
Carbono del suelo
Labilidad
Muestras
Modelos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Existe la necesidad de minimizar el uso de métodos tradicionales de referencia de laboratorio a favor de la espectroscopía para el monitoreo rutinario del carbono del suelo, con posibles ahorros de costos especialmente para las reservas lábiles. La espectroscopía de infrarrojo medio se ha asociado con predicciones precisas de carbono del suelo, pero el método no ha sido investigado extensamente en relación con la labilidad del C. Se necesitan más estudios sobre la reducción de la cantidad de muestras y sobre cómo tener en cuenta la naturaleza composicional de las reservas de C. Este estudio compara el rendimiento de dos clases de modelos de regresión de mínimos cuadrados parciales para predecir el carbono del suelo en un esquema global (modelos entrenados con datos de una biblioteca espectral), local (modelos entrenados con datos de un área objetivo) y de calibración-spiking (biblioteca espectral aumentada con espectros de área objetivo). Las muestras de suelo superficial fueron escaneadas con un espectrómetro infrarrojo de transformada de Fourier, se determinó el carbono total y extractable en agua caliente, y se derivaron coordenadas isométricas de log-ratio a partir de estas últimas mediciones. El mejor RMSEP se estimó en 0,38 y 0,23 puntos porcentuales para la escala de distrito y de campo, respectivamente, valores suficientemente bajos para hacer solo predicciones cualitativas según los criterios de RPD y RPIQ. Los modelos que estimaban la labilidad del carbono del suelo tuvieron un rendimiento insatisfactorio, presumiblemente debido a una baja concentración de reservas lábiles. El pesaje tradicional de muestras de espiking al incluir múltiples copias de estas en los datos de entrenamiento arrojó mejores resultados que la modelización canónica de mínimos cuadrados parciales con pesaje incorporado. Aunque la modelización local estuvo asociada con las predicciones más precisas, el calibrado con espiking abordó mejor el equilibrio entre los costos de adquisición de datos y la calidad del modelo. Por lo tanto, se recomienda el calibrado con espiking y análisis de datos composicionales para el monitoreo rutinario.
Descripción
Existe la necesidad de minimizar el uso de métodos tradicionales de referencia de laboratorio a favor de la espectroscopía para el monitoreo rutinario del carbono del suelo, con posibles ahorros de costos especialmente para las reservas lábiles. La espectroscopía de infrarrojo medio se ha asociado con predicciones precisas de carbono del suelo, pero el método no ha sido investigado extensamente en relación con la labilidad del C. Se necesitan más estudios sobre la reducción de la cantidad de muestras y sobre cómo tener en cuenta la naturaleza composicional de las reservas de C. Este estudio compara el rendimiento de dos clases de modelos de regresión de mínimos cuadrados parciales para predecir el carbono del suelo en un esquema global (modelos entrenados con datos de una biblioteca espectral), local (modelos entrenados con datos de un área objetivo) y de calibración-spiking (biblioteca espectral aumentada con espectros de área objetivo). Las muestras de suelo superficial fueron escaneadas con un espectrómetro infrarrojo de transformada de Fourier, se determinó el carbono total y extractable en agua caliente, y se derivaron coordenadas isométricas de log-ratio a partir de estas últimas mediciones. El mejor RMSEP se estimó en 0,38 y 0,23 puntos porcentuales para la escala de distrito y de campo, respectivamente, valores suficientemente bajos para hacer solo predicciones cualitativas según los criterios de RPD y RPIQ. Los modelos que estimaban la labilidad del carbono del suelo tuvieron un rendimiento insatisfactorio, presumiblemente debido a una baja concentración de reservas lábiles. El pesaje tradicional de muestras de espiking al incluir múltiples copias de estas en los datos de entrenamiento arrojó mejores resultados que la modelización canónica de mínimos cuadrados parciales con pesaje incorporado. Aunque la modelización local estuvo asociada con las predicciones más precisas, el calibrado con espiking abordó mejor el equilibrio entre los costos de adquisición de datos y la calidad del modelo. Por lo tanto, se recomienda el calibrado con espiking y análisis de datos composicionales para el monitoreo rutinario.