使用可见光和近红外光谱对农业土壤肥力进行原位表征:通过比较扫描位置和光谱仪提出最佳实践主张
摘要:
作为一种快速且具有成本效益的土壤肥力评估方法,应用可见光和近红外(Vis—NIR)光谱来表征土壤样本已引起越来越多的兴趣。为了充分利用可见光近红外光谱的潜力,直接在原位采集土壤光谱将增加快速获得高时空分辨率的数据的可能性。在本研究中,我们测试并提出最佳实践,通过测量野外可见近红外光谱来表征农业土壤的一组与肥力相关的参数(即质地、有机碳、pH、阳离子交换能力和主要养分)。为了实现这一目标,我们将从不同扫描位置获得的光谱与两台便携式光谱仪进行比较,即基于微机电系统(MEMS)的光谱仪和研究级可见光近红外光谱仪。在134个土壤采样点的基础上,从以下位置记录了可见—近红外光谱:(1)使用爱德曼螺旋钻采集的土壤样本的剖面图,深度为20 cm,(2)未经处理的土壤表面,以及(3)清洁和平滑的土壤表面。偏最小二乘回归 (PLSR) 校准模型是针对选定的土壤参数、扫描位置和两种光谱仪的不同光谱预处理构建的。模型性能是根据性能与四分位间距(RPIQ)、R2、均方根误差(RMSE)和林的一致相关系数(CCC)的比率进行评估的。总体而言,成功预测了以下土壤参数:粘土、沙子、pH 值、有机碳、阳离子交换能力、总氮和可交换镁。相比之下,两台光谱仪的总和可交换的钙、钾和磷以及总镁都无法预测到令人满意的水平。成功校准模型的最佳扫描位置是沿着 Edelman 螺旋钻的剖面两侧。尽管研究级光谱仪为大多数参数提供了更好的性能指标,但使用基于MEMS的光谱仪进行的校准仍然得出了令人满意的预测。基于这些发现,获得原位土壤可视近红外扫描的拟议最佳做法是使用至少五次重复扫描沿土壤核心剖面进行扫描。
准备好简化您的业务分析流程了吗?
查看 NeoSpectra 的实际运行情况,了解它如何增强您的分析工作流程。填写表格申请演示,我们将很乐意指导您了解其独特功能。