Mejorando la Precisión de la Estimación del Contenido de Materia Orgánica del Suelo Basado en la Reflectancia Espectral de Suelos con Diferentes Tamaños de Grano
Autores: Subi, Xayida; Eziz, Mamattursun; Wang, Ning
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Mejorando la Precisión de la Estimación del Contenido de Materia Orgánica del Suelo Basado en la Reflectancia Espectral de Suelos con Diferentes Tamaños de Grano
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Materia orgánica del suelo
Estimación hiperespectral
Tamaño de grano del suelo
Reflectancia espectral
Suelo agrícola
Modelo RF
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La estimación precisa y rápida del contenido de materia orgánica del suelo (MOS) es de gran importancia para avanzar en la agricultura de precisión. En comparación con los métodos químicos tradicionales, la estimación hiperespectral es superior para estimar rápidamente el contenido de MOS. El tamaño de grano del suelo afecta la reflectancia espectral del suelo, lo que a su vez afecta la precisión de la estimación hiperespectral. Sin embargo, el tamaño de grano de suelo apropiado para el análisis hiperespectral es casi desconocido. Este estudio propone un mejor método de estimación hiperespectral para determinar el contenido de MOS del suelo agrícola en el Área de Irrigación del Lago Ibinur (ILIA) de las zonas áridas del noroeste de China. Se obtuvieron la reflectancia espectral original del suelo tamizado de 20 mallas (0.85 mm) y 60 mallas (0.25 mm), y se seleccionaron las bandas de características utilizando cinco tipos de transformaciones espectrales. Luego, se construyeron modelos de estimación hiperespectral basados en la regresión por mínimos cuadrados parciales (PLSR), máquinas de soporte vectorial (SVM), bosques aleatorios (RF) y modelos de aumento de gradiente extremo (XGBoost). Los resultados muestran que el contenido de MOS tenía un coeficiente de correlación relativamente más alto con la reflectancia espectral del suelo tamizado de 0.85 mm que con el del suelo tamizado de 0.25 mm. La transformación de la reflectancia espectral original del suelo mejoró efectivamente las características espectrales relacionadas con el contenido de MOS. El tamaño de grano del suelo afectó claramente la reflectancia espectral y la precisión de los modelos de estimación hiperespectral. La estabilidad general y la precisión de estimación del modelo RF fueron significativamente más altas en comparación con PLSR, SVM y XGBoost. Finalmente, el modelo RF combinado con la diferenciación de primer orden de la media raíz cuadrada (RMSFD) de la reflectancia espectral del suelo tamizado de 0.85 mm (R2 = 0.82, RMSE = 2.37, RPD = 2.27) fue identificado como el mejor método para estimar el contenido de MOS del suelo agrícola en el ILIA.
Descripción
La estimación precisa y rápida del contenido de materia orgánica del suelo (MOS) es de gran importancia para avanzar en la agricultura de precisión. En comparación con los métodos químicos tradicionales, la estimación hiperespectral es superior para estimar rápidamente el contenido de MOS. El tamaño de grano del suelo afecta la reflectancia espectral del suelo, lo que a su vez afecta la precisión de la estimación hiperespectral. Sin embargo, el tamaño de grano de suelo apropiado para el análisis hiperespectral es casi desconocido. Este estudio propone un mejor método de estimación hiperespectral para determinar el contenido de MOS del suelo agrícola en el Área de Irrigación del Lago Ibinur (ILIA) de las zonas áridas del noroeste de China. Se obtuvieron la reflectancia espectral original del suelo tamizado de 20 mallas (0.85 mm) y 60 mallas (0.25 mm), y se seleccionaron las bandas de características utilizando cinco tipos de transformaciones espectrales. Luego, se construyeron modelos de estimación hiperespectral basados en la regresión por mínimos cuadrados parciales (PLSR), máquinas de soporte vectorial (SVM), bosques aleatorios (RF) y modelos de aumento de gradiente extremo (XGBoost). Los resultados muestran que el contenido de MOS tenía un coeficiente de correlación relativamente más alto con la reflectancia espectral del suelo tamizado de 0.85 mm que con el del suelo tamizado de 0.25 mm. La transformación de la reflectancia espectral original del suelo mejoró efectivamente las características espectrales relacionadas con el contenido de MOS. El tamaño de grano del suelo afectó claramente la reflectancia espectral y la precisión de los modelos de estimación hiperespectral. La estabilidad general y la precisión de estimación del modelo RF fueron significativamente más altas en comparación con PLSR, SVM y XGBoost. Finalmente, el modelo RF combinado con la diferenciación de primer orden de la media raíz cuadrada (RMSFD) de la reflectancia espectral del suelo tamizado de 0.85 mm (R2 = 0.82, RMSE = 2.37, RPD = 2.27) fue identificado como el mejor método para estimar el contenido de MOS del suelo agrícola en el ILIA.