ارزیابی پتانسیل روش طیف‌سنجی امواج مرئی - مادون قرمز و رگرسیون‌های PLSR و SVMR در مدل‌سازی کربن آلی و کل مواد خنثی شوند خاک

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

2 عضو هیات علمی، گروه خاکشناسی، واحد اهواز، دانشگاه آزاد اسلامی، اهواز، ایران

3 گروه خاکشناسی، دانشکده کشاورزی، دانشگاه زنجان، زنجان، ایران

چکیده

برای مدیریت پایداری اراضی ، اطلاع از فعالیت‌ها، خصوصیات و تغییرات زمانی و مکانی خصوصیات خاک ضروری است. طیف‌سنجی امواج مرئی و مادون قرمز نزدیک با توجه به هزینه بالا اما به دلیل دقت و سرعت عمل بالا قابلیت ویژه‌ای در شناسایی و تعیین خصوصیات خاک دارد. هدف این مطالعه ارزیابی دقت روش طیف‌سنجی مرئی-مادون قرمز نزدیک در برآورد مقدار کربن آلی(OC) و کل مواد خنثی شونده خاک(TNV) خاک است. به این منظور تعداد 110 نمونه خاک از استان‌های خوزستان، یزد و تهران تهیه و در آزمایشگاه طیف‌سنجی گردید. طیف به‌دست آمده از دستگاه طیف‌سنج با 5 روش پیش‌پردازش فیلتر ساویتزکی گولای (SG)، مشتق اول همراه با ساویتزکی گولای (FD-SG)، مشتق دوم همراه با ساویتزکی گولای (SD-SG)، واریانس استاندارد نرمال (SNV)، تصحیح پخشیده چندگانه (MSC) اصلاح شد. همچنین عملکرد دو رگرسیون PLSR و SVMR در برآورد ویژگی‌های خاک مقایسه گردید. نتایج نشان دادند که مدل PLSR نسبت به مدل SVMR در برآورد OC و TNV دقت بالاتری دارد. دربرآود OC در مدل PLSR، روش پیش‌پردازش MSC (47/1= RPDVAL و 19/0 = RMSEVAL ،59/0 =VAL R2) بهترین عملکرد و روش پیش‌پردازش (SD-SG) ضعیف‌ترین عملکرد (52/0= RPDVAL و 27/0 = RMSEVAL ،15/0 =VAL R2) را نشان داد. همچنین برای TNV روش پیش‌پردازش (FD-SG) بهترین عملکرد (01/2= RPDVAL و 70/5 = RMSEVAL ،78/0 =VAL R2) و روش پیش‌پردازش (SD-SG) ضعیف‌ترین عملکرد (31/0= RPDVAL و 13/11 = RMSEVAL ،1/0 =VAL R2) را نشان داده است. در ادامه محدوده طول موج کلیدی برای OC در محدوده 421 و 612 نانومتر و برای TNV در محدوده 2315 و 2151 نانومتر مشاهده گردید. این مطالعه نشان داد که روش طیف‌سنجی Vis-NIR به علت دارا بون اساس فیزیکی و و با درنظرگرفتن فاکتورهای تاثیر گذار، به عنوان یک مدل بزرگ مقیاس، قابلیت مناسبی جهت ارزیابی و پیش بینی OC و TNV خاک را امکان‌پذیر می‌کند.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Assessing the potential of visible–near-infrared spectroscopy method and PLSR and SVMR regressions in modeling organic carbon and total neutralizing value of soil

نویسندگان [English]

  • Rokhsar Akbarifazli 1
  • teimour babaeinejad 2
  • Navid Ghanavati 2
  • Akbar Hasani 3
  • Mohammad Sadegh Askari 3
1 Ph.D student, Department of Soil Science, Ahvaz Branch, Islamic Azad University, Ahvaz, Iran
2 Department of Soil Science, Ahvaz Branch, Islamic Azad University, Ahvaz, Iran
3 Department of soil science, faculty of Agriculture, university of Zanjan, Zanjan, Iran
چکیده [English]

For sustainable land management, it is necessary to understand the characteristics of soils, their functions, and spatial and temporal changes. Visible and near-infrared spectroscopy has a specific capability to identify and determine soil properties due to low cost and high-performance speed. The purpose of this study is to evaluate the accuracy of visible and near-infrared spectroscopy method in estimating soil organic matter and total neutralizing value. Therefore, 110 soil samples were prepared from Khuzestan, Yazd and Tehran provinces, and spectral reflectance was performed using ASD FieldSpec3. The spectra obtained from the spectrometer were pre-processed using five methods including Savitzky-Golay filter (SG), the first derivative with the Savitzky-Golay filter (FD-SG), the second derivative with the Savitzky-Golay filter (SD-SG), the standard normal variate (SNV), and Multiplicative scatter correction (MSC). Also, the performance of PLSR and SVMR regressions was compared to estimate soil organic carbon and total neutralizing value. The results indicated that the PLSR had higher accuracy compared to the SVR in estimating both OC properties and TNV. In the estimation of soil organic carbon in the PLSR regression, the MSC preprocessing method had the best estimation performance (R2VAL=0.59, RMSEVAL=0.19 and PRDVAL=1.47) and the second derivative method had the least estimation performance (R2VAL=0.15, RMSEVAL=0.27 and PRDVAL=0.52). Also for total neutralizing value, the first derivative preprocessing method had the best estimation performance (R2VAL=0.78, RMSEVAL=5.70 and PRDVAL=2.01) and the second derivative method had the least estimation performance R2VAL=0.1, RMSEVAL=11.13, and PRDVAL=0.31). Then, the key wavelengths were observed for soil organic matter in the range of 421nm and 612 nm and total neutralizing value in the range of 2315 nm and 2151 nm.This study showed that the Vis-NIR method is a good capability for evaluating soil OC and TNV due to its physical basis and considering the influencing factors as a large scale model.

کلیدواژه‌ها [English]

  • Organic carbon
  • Preprocessing
  • Regression
  • Spectroscopy
  • Total neutralizing value