Detección de nutrientes del suelo para agricultura de precisión con LIBS portátil

Publicación: Erler, A.; Riebe, D.; Beitz, T.; Löhmannsröben, H.-G.; Gebbers, R. Detección de nutrientes del suelo para agricultura de precisión utilizando espectroscopia de descomposición inducida por láser portátil (LIBS) y métodos de regresión multivariante (PLSR, Lasso y GPR). de altura

2020, 20, 418.

Un nuevo estudio que utiliza SciAps Z-300 LIBS muestra que la espectroscopia de descomposición inducida por láser portátil es una técnica de sensor prometedora para la determinación en el campo de varios parámetros del suelo. La clave de este nuevo enfoque es trasladar LIBS del laboratorio al lugar de trabajo. Lea nuestra entrevista con uno de los investigadores alemanes que avanzan en el análisis agrícola.

Resumen: La agricultura de precisión depende en gran medida de información de sensores espacialmente diferenciados. Los instrumentos portátiles basados ​​en espectroscopia de ruptura inducida por láser (LIBS) son una técnica de sensor prometedora para la determinación en el campo de diversos parámetros del suelo. En este trabajo, se evaluó el potencial de LIBS portátil para la determinación de las fracciones de masa total de los nutrientes principales Ca, K, Mg, N, P y los nutrientes traza Mn, Fe. Además, se determinaron otros parámetros del suelo, como el contenido de humus, el valor del pH del suelo y el contenido de P disponible para las plantas. Dado que la cuantificación de nutrientes mediante LIBS depende en gran medida de la matriz del suelo, se utilizaron varios métodos de regresión multivariada para la calibración y la predicción. Estos incluyen la regresión de mínimos cuadrados parciales (PLSR), la regresión del operador de selección y contracción mínima absoluta (Lasso) y la regresión del proceso gaussiano (GPR). Los mejores resultados de predicción se obtuvieron para Ca, K, Mg y Fe. Los coeficientes de determinación obtenidos para otros nutrientes fueron menores. Esto se debe a concentraciones mucho más bajas en el caso del Mn, mientras que el bajo número de líneas y las intensidades muy débiles son la razón de la desviación de N y P. Los parámetros del suelo que no están directamente relacionados con un elemento, como el pH, podrían También se puede predecir. Lasso y GPR arrojaron resultados ligeramente mejores que PLSR. Además, se investigaron varios métodos de pretratamiento de datos. Palabras clave: LIBS; lazo; regresión PLS; procesos gaussianos; suelo; Agricultura de precisión; nutrientes

Acceda al artículo: https://www.mdpi.com/1424-8220/20/2/418/htmSobre esta publicación: de altura (ISSN 1424-8220; CODEN: SENSC9) es el líder internacional revisada por expertos revista de acceso abierto sobre la ciencia y la tecnología de los sensores. de altura se publica quincenalmente en línea por MDPI.

Consulte SciAps ApNote sobre la medición rápida del carbono total en el suelo con SciAps Z-300.