使用低成本的近红外光谱仪开发土壤光谱库，用于印度尼西亚的精确施肥

摘要：

精准施肥旨在根据土壤的养分变化和作物/特定养分需求施肥。制定肥料建议需要对土壤样本进行实验室分析，这既昂贵又耗时/耗时，并且需要使用化学萃取剂。近红外（NIR）光谱已被认可并广泛用作预测各种土壤特性的快速方法，其精度与传统土壤分析相当。但是，大多数研究都是使用实验室/级可见光/近红外（Vis/NIR）光谱仪进行的，以预测特定的土壤特性。这项研究旨在研究微型近红外光谱仪（NeoSpectra）的功效，该光谱仪在1300—2600 nm的波长范围内运行，用于土壤分析，为印度尼西亚的各种粮食作物规定肥料建议。传统土壤样本（N = 1601）是从印度尼西亚的各个作物/种植区采集的，并使用NeoSpectra进行了扫描。使用Cubist回归模型开发了分析的各种土壤特性（包括土壤质地、pH、碳和土壤养分）的回归模型；还使用C5.0决策树模型为变异性较大的土壤特性（可用P和K）开发了分类模型。用于计算肥料营养需求的Mitscherlich/Bray（MB）方程是使用田间试验数据开发的。分类模型的预测被用作MB方程的输入，为印度尼西亚的各种作物，特别是水稻、大豆和玉米提供肥料建议。然后，根据影响养分动态的各种土壤特性，对这些建议进行了进一步的更正。该研究证明了使用近红外光谱仪作为施肥建议的快速工具的可行性。