Uso de modelos espectrales VIS – NIR para la determinación del contenido de carbono del suelo

Las técnicas de espectroscopía tienen el potencial para mejorar o reemplazar los métodos convencionales de análisis de suelos. Son rápidas, no destructivas, no utilizan reactivos ni químicos peligrosos, son amigables con el medio ambiente y un espectro único permite la caracterización simultánea de...

Full description

Autores:
Gámez Ávila, Cindy Carolina
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/76626
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/76626
http://bdigital.unal.edu.co/73215/
Palabra clave:
Carbono orgánico
Espectroscopía de suelos
Geoestadística
VISNIR
Organic carbon
Geostatistics
Soil spectroscopy
VIS-NIR
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Las técnicas de espectroscopía tienen el potencial para mejorar o reemplazar los métodos convencionales de análisis de suelos. Son rápidas, no destructivas, no utilizan reactivos ni químicos peligrosos, son amigables con el medio ambiente y un espectro único permite la caracterización simultánea de varias propiedades del suelo. El objetivo de este trabajo fue determinar el contenido de carbono del suelo por medio de la calibración de modelos espectrales VIS – NIR. Con una red rígida se recolectaron 102 muestras en cinco profundidades de estudio (de 0 a 5 cm; 5 a 10 cm; 10 a 15 cm; 15 a 20 cm y 20 a 25 cm) para un total de 510 muestras, en las que se les determinaron los contenidos de CO, arena, limo, arcilla y densidad aparente por medio de pruebas analíticas convencionales. Se realizó la toma de respuestas espectrales en la franja VIS – NIR de cada muestra, para la construcción de modelos de estimación por regresión de mínimos cuadrados parciales. Se obtuvo un modelo de estimación representativo para el contendido de CO con un R2 0,70; RMSE de 0,13 y RPD 1,60, lo que indica que el modelo tiene una buena capacidad de predicción. El uso de las técnicas de espectroscopía, el análisis multivariado y la geoestadística permitieron analizar la influencia del manejo agrícola en el contenido de CO. Los valores más altos para este atributo se encontraron en los lotes con cultivos semestrales, en comparación con los de cultivos permanentes.