使用紧凑型近红外分光光度计大规模测量土壤有机碳：土壤样品制备和使用局部建模的影响

摘要：

紧凑型近红外 (NIR) 分光光度计是低成本的仪器，可以快速、无损和环保地测量土壤有机碳 (SOC)。但是，与在大型异构数据集中使用这些仪器相关的几个方面，例如土壤样本制备模式或建模策略，尚待广泛解决。这项工作旨在评估两个紧凑型近红外分光光度计（NeoSpectra和NanoNIR）的性能，以确定大型/大规模应用中的SOC含量。此外，了解土壤样本制备（土壤研磨和干燥）以及使用局部偏最小二乘回归（LOCAL/PLSR）对使用这些仪器构建的模型精度的影响也很重要。校准（n = 320，使用肯纳德-斯通算法选择）和验证集（n = 160）的土壤样本是从巴西米纳斯吉拉斯州（大约 589 个 [薄空间（1/6/em）] 000 km2）采集的。考虑了三种土壤样品制备模式：空气/干燥和2 mm过筛样品、空气/干燥和精细研磨样品，以及烤箱/干燥和研磨样品。确定SOC的模型是使用传统的PLSR（GLOBAL/PLSR）和基于LOCAL/PLSR的新方法开发的，并使用预测的均方根误差（RMSEP）评估了其性能。将使用紧凑型仪器构建的模型的精度与使用台式可见/近红外分光光度计获得的精度进行了比较。NeoSpectra 是性能最好的分光光度计，显示的 RMSEP、R2 和偏差值分别介于 5.2 到 6.3 g kg 之间？1、0.522 和 0.645 还有？0.08 还有？0.594。当使用LOCAL/PLSR以及烤箱/干燥和磨碎的土壤样本对模型进行校准时，发现SOC估计值的显著提高了高达13％。我们的研究结果表明，紧凑型近红外分光光度计是用于大规模/大规模SOC测量的Vis/NIR分光光度计的一种具有成本效益的替代方案。使用这些仪器构建的模型是准确的，主要是在将LOCAL/PLSR校准与烤箱/干燥和磨碎的土壤样本一起使用时。