Материалов:
1 082 141

Репозиториев:
30

Авторов:
761 409

Моделирование катионообменной емкости почвы на основе хемометрики, различных спектральных преобразований и многомерных подходов в некоторых почвах аридных зон

Дата публикации в реестре: 2024-10-01T18:39:28Z

Аннотация:

Емкость катионного обмена является важнейшим показателем для управления плодородием почвы и содействия устойчивости сельского хозяйства. Альтернативным методом неразрушающей оценки важных параметров почвы является отражательная спектроскопия. Основное внимание в этой статье уделяется тому, как анализировать и прогнозировать содержание различных емкостей катионного обмена почвы (CEC) в засушливых условиях (мухафаза Сохаг, Египет) с низкими затратами, используя лабораторный анализ CEC, видимую ближнюю инфракрасную и коротковолновую инфракрасную (Vis-NIR) спектроскопию, регрессию с использованием частично наименьших квадратов (PLSR) и обычный кригинг (OK). Используя отражательную спектроскопию со спектральным разрешением 10 нм и лабораторные исследования со спектральным диапазоном от 350 до 2500 нм, было отобрано 104 образца поверхностной почвы на глубине 30 см в мухафазе Сохаг, Египет (которая является частью засушливого региона Северной Африки), чтобы достичь этой цели. Связь между спектрорадиометром и усредненными значениями CEC была смоделирована с использованием PLSR для отображения прогнозируемого значения с использованием обычного кригинга (OK). Для проверки было отобрано тридцать один образец почвы. Прогностическая достоверность перекрестно проверенных моделей оценивалась с использованием коэффициента детерминации (R2 ) , среднеквадратической ошибки (RMSE), остаточного отклонения прогноза (RPD) и отношения производительности к межквартильному расстоянию (RPIQ). Результаты показывают, что десять методов преобразования дали калибровочные модели, которые соответствовали требованиям исследования, с R2 > 0,6, RPQ > 2,5 и RIQP > 4,05. Для оценки CEC в спектрах Vis-NIR наиболее эффективной моделью преобразования и калибровки была обратная величина преобразования Log R (R2 = 0,98, RMSE = 0,40, RPD = 6,99 и RIQP = 9,22). Это означает, что объединение обратной величины Log R с PLSR дает оптимальную модель для прогнозирования значений CEC. Значения CEC лучше всего соответствовали четырем моделям: сферической, экспоненциальной, гауссовой и круговой. Методология, использованная здесь, действительно предлагает «быстрый», недорогой инструмент, который можно широко и быстро использовать, и его можно легко реализовать снова в сопоставимых условиях в засушливых регионах.

Тип: Article

Источник: Sustainability (Switzerland)


Связанные документы (рекомендация CORE)