Calibración de un espectrómetro portátil de infrarrojo cercano para predecir niveles de pH, contenido de arcilla y cationes intercambiables en los suelos

Abstract

El uso de imágenes hiper-espectrales para determinar propiedades del suelo, permite obtener una mayor cantidad de información en poco tiempo y a un menor costo. La espectrometría de infrarrojo cercano (NIR) ha ido evolucionando en los últimos años en equipos de menores tamaños y más accesibles. En este trabajo se calibró un espectrómetro portátil de infrarrojo cercano marca NeoSpectra-Módulo 2.5, que mide longitudes de onda en el rango de 1.350 nm a 2.500 nm, para la estimación del pH, porcentaje de arcilla y cationes de intercambio. Para calibrar los datos obtenidos por el equipo con los de laboratorio (n= 160), se utilizaron los modelos de mínimos cuadrados parciales (PLSR) y el modelo cubista (CM). La exactitud de los modelos se determinó por el R2 (coeficiente de determinación) y la raíz cuadrada media del error (RMSE) entre otros. Además, se utilizó una matriz de corrección parámetro externo de ortogonalización (EPO), que elimina el efecto del contenido de agua del suelo. Como resultados se obtuvieron predicciones no muy satisfactorias para el pH y contenido de arcilla (R2 < 0,2), mientras que en la estimación de cationes de intercambio los resultados fueron variables, con R2 y RMSE en el rango 0,07 a 0,51 y 0,40 y 8,02, respectivamente. Una mejor predictibilidad se obtuvo al utilizar todo el ancho de bandas que mide el equipo. Al utilizar EPO se pudo disminuir el RMSE en un máximo del 78% al utilizar PLSR o CM, permitiendo disminuir el error experimental generado por el efecto del agua en el suelo. El uso de un espectrómetro permite evaluar estas propiedades con una baja predictibilidad al compararse con la metodología de laboratorio. El aumento del número de muestras utilizadas en la calibración, variar el procesamiento de datos o evaluar equipos de espectrometría que posean mayor resolución, podría mejorar las estimaciones.

Spectrometric images use for soil properties estimations, allows a more information in short time and low cost. The Near-Infrared (NIR) spectrometry has been developed in the last years with a little and less expensive equipment. pH, clay content and exchangeable cations (Ca+2, Mg+2, K+, Na+) predictions are important as indicators of agricultural management and soil fertility. In this work a NIR spectrometer NeoSpectra Module 2.5 is calibrated in a range 1.300-2.500 nm for estimating these properties. For calibrated these data with laboratory test (n=160), partial least square regression (PLSR) and cubist model (CM) were applied. The model performance is determined with a determination coefficient (R2) and root mean square error (RMSE) among others. Additionally, an external orthogonalization parameter (EPO) was utilized for moisture sample correct. The performance of pH and clay content prediction was not successful (R2<0,2), while cation exchange variable prediction was with R2 and RMSE from 0.07 to 0.51 and from 0.40 to 8.02, respectively. A best predictability was obtained utilizing all wavelengths that equipment provided. The EPO application decreases the RMSE at maximum 78% when PLSR o CM is utilized, reducing the moisture error sample. The spectrometer predicts these properties with a low predictability in comparison with a laboratory method. A calibration with a major sample number, change in data processing and resolution equipment could to improve estimations.