通过可见光近红外预测土壤磷含量可能取决于对话式磷测定方法

摘要：

近端土壤光谱法可用于实时估算相关的土壤特性，而且价格低廉，可用于农业决策支持和土壤健康监测。但是，VisNIR对植物可用土壤磷的预测性能并不令人满意，因为它被认为是光谱活性最低的土壤特性之一。因此，我们使用使用东非农业土壤的VisNIR土壤光谱传感仪器（Neospectra和Fieldspec/4）比较了植物可用土壤磷（Olsen P）、可提取土壤磷（p/AmoxP的氨/草酸盐提取物）、土壤总磷（P/TP的王水提取物）和磷缓冲指数（PBI）的预测性能。比较是通过扫描从埃塞俄比亚、肯尼亚和坦桑尼亚土壤深度0/20cm采集的360份存档土壤样本进行的。使用SavitskyGoLay平滑+一阶导数对光谱数据进行了预/处理，并使用PLSR从75％的数据集（#270）中开发了预测模型，该数据集通过条件拉丁超立方采样（CLHs）方法使用光谱空间进行了子采样。模型性能由一组独立的样本 (#90) 通过计算一致性相关系数 (CCC)、性能与四分位数范围之比 (RPIQ)、偏差和预测的均方根误差 (RMSEP) 来评估。近红外仪器中所有土壤磷指示剂的最重要波长介于2150/2400纳米之间，而VisNIR仪器的波长包括500/570 nm。预计VisNIR和NIR的PBI的CCC值更高，分别为0.94和0.89，但是与两种仪器预测的其他土壤磷相比，其RPIQ值最低（分别为0.4和0.3）。与OlsenP和PBI相比，预测TP和AMoXP具有更高的准确性和模型一致性。与近红外范围相比，VisNIR范围为所有土壤磷指标提供了更好的预测精度和模型一致性。因此，我们的研究结果表明，在使用土壤光谱技术进行任何农业和土壤健康监测时，TP和AMoxP可能是预测土壤磷状况的首选。