Resumen de Uso de la espectroscopia visible e infrarrojo cercano para estimar propiedades de suelo en Argentina

Daniela Ortiz, Juan Martín de Dios Herrero, Nanci Kloster

• español

  El objetivo de este estudio fue desarrollar modelos de calibración por espectroscopía visible e infrarrojo cercano (Vis-NIRS) para la predicción del contenido de carbono orgánico (CO), nitrógeno total (N), arcilla+limo, y pH en suelos de Argentina, aplicando diferentes técnicas de pretratamiento matemático de los datos espectrales. Se seleccionaron 154 muestras de suelo con características físico químicas contrastantes, se secaron y tamizaron a 2 mm previo al análisis de CO, N, pH y arcilla+limo mediante métodos de referencia.

  Luego se obtuvo el espectro Vis-NIR (400 a 2500 nm) de cada muestra en modo reflectancia. El conjunto de muestras fue dividido aleatoriamente en dos grupos: uno para obtener el modelo de calibración (80 %) y el otro para la validación del modelo (20 %). Se utilizaron ocho técnicas de pretratamiento de la información espectral y luego se seleccionó la mejor para cada parámetro, con el criterio de obtener el mínimo error estándar de la validación cruzada (EEVC), máximo coeficiente de determinación de la validación cruzada (R2cv) y máxima desviación predictiva residual (RPD). Los modelos de calibración se obtuvieron utilizando regresión de cuadrados mínimos parciales modificada (MPLS) y validación cruzada con cinco etapas. Los mejores modelos para la predicción de CO y N se obtuvieron con los espectros sin procesar (RPD=4,69 y 3,65 respectivamente); para pH se obtuvo con la técnica variación normal estándar con segunda derivada (RPD=2,27) y para arcilla+limo con corrección de dispersión múltiple y segunda derivada (RPD=2,83). El desempeño de los modelos aplicados sobre el grupo de testeo y calibración fue similar. Los resultados indican que la elección apropiada de la técnica de pretratamiento de datos espectrales puede optimizar la calibración. Vis-NIRS es una herramienta valiosa para el monitoreo de suelos en Argentina, como complemento de los métodos tradicionales de análisis.

• English

  The aim of this study was to develop visible and near-infrared spectroscopy (Vis-NIRS) calibration models for predicting the content of organic carbon (OC), total nitrogen (N), clay + silt, and pH values in soils from Argentina, employing different mathematical preprocessing techniques for spectral data. A total of 154 soil samples with contrasting physicochemical characteristics was selected, dried, and sieved to 2 mm prior to the analysis of OC, N, pH, and clay + silt using reference methods. Subsequently, the Vis-NIR spectrum (400 to 2500 nm) of each sample was obtained in reflectance mode. The sample set was randomly divided into two groups: one for calibration model development (80%) and the other for model validation (20%). Eight preprocessing techniques for spectral information were employed, and the best one for each parameter studied was selected based on the criteria of achieving the minimum standard error of cross-validation (EECV), maximum coefficient of determination of cross-validation (R2cv), and maximum residual predictive deviation (RPD). Calibration models were obtained using modified partial least squares regression (MPLS) and five-fold cross-validation. The best models for predicting OC and N were obtained with the raw spectra (RPD=4.69 and 3.65 respectively); for pH, the best model was obtained using the standard normal variate preprocessing technique with the second derivative (RPD=2.27), and for clay + silt, the best model was obtained with multiple scattering correction and second derivative (RPD=2.83). The performance of the models applied to the calibration and testing groups was similar. The results indicate that the appropriate choice of spectral data preprocessing technique can optimize calibration for the prediction. Vis-NIRS is a valuable tool for soil monitoring in Argentina, complementing traditional analysis methods.