Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano

Validation of a model for the estimation of soil water content by infrared spectroscopy

Contenido principal del artículo

Andrea Katherín Carranza-Díaz
Jesús Hernán Camacho-Tamayo
Yolanda Rubiano-Sanabria

Resumen

El monitoreo del contenido de humedad en el suelo es especialmente importante, ya que proporciona información relevante para tomar decisiones acertadas, en cuanto a riego, fertirriego y manejo del estrés hídrico. Este trabajo tiene como objetivo validar un modelo de estimación del contenido de agua en el suelo, mediante espectroscopía de reflectancia difusa en el rango del infrarrojo cercano. Los suelos evaluados provienen de los municipios de Puerto Gaitán (Meta), Espinal (Tolima) y Mosquera (Cundinamarca). En los dos primeros se establecieron redes rígidas, para seleccionar los puntos de muestreo y empleando dos profundidades en cada caso (0-10 y 10-30; 0-10 y 10-25 cm, respectivamente). Para el tercero, se describieron 77 calicatas y se tomaron muestras a 0-10 y 10-35 cm de profundidad. Posteriormente, se evaluó el contenido de humedad considerando 0, 15 y 30 % de humedad. Los datos obtenidos se analizaron con estadística descriptiva. Se empleó la validación cruzada y externa para cada modelo y se obtuvo un modelo general, a partir de los datos de los tres sitios. Los modelos obtenidos para cada sitio de muestreo y el modelo general tienen buena capacidad predictiva. Según los resultados, se afirma que la espectroscopía de reflectancia difusa NIR es una excelente opción para determinar el contenido de agua en el suelo. De igual manera, a partir del análisis de componentes principales, se identificó una diferenciación entre contenidos de agua de los suelos estudiados.

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Referencias (VER)

AFARA, I.O.; SHAIK, R.; NIPPOLEINEN, E.; QUERIDO, W.; TORNIAINEN, J.; SARIN, J.K.; KANDEL, S.; PLESHKO, N.; TÖYRÄS, J. 2021. Characterization of connective tissues using near-infrared spectroscopy and imaging. Nature Protocols. 16:1297-1329. https://doi.org/10.1038/s41596-020-00468-z DOI: https://doi.org/10.1038/s41596-020-00468-z

ALVIZ, H.; FIGUEROA, J.; RUIZ, N. 2014. Efecto del secado en las fronteras del estado plástico de tres materiales arcillosos situados en la cuenca del arroyo grande de corozal (departamento de Sucre-Colombia). Revista Colombiana de Materiales. 5:124-129. https://doi.org/10.17533/udea.rcm.19374

ANBAZHAGAN, P.; BITELLI, M.; PALLEPATI, R.R.; MAHAJAN, P. 2020. Comparison of soil water content estimation equations using ground penetrating radar. Journal of Hydrology. 588:125039. https://doi.org/10.1016/j.jhydrol.2020.125039 DOI: https://doi.org/10.1016/j.jhydrol.2020.125039

BACH, H.; MAUSER, W. 1994. Modelling and model verification of the spectral reflectance of soils under varying moisture conditions. Proceedings of IGARSS ’94 - 1994 IEEE International Geoscience and Remote Sensing Symposium. 4:2354-2356. https://doi.org/10.1109/IGARSS.1994.399735 DOI: https://doi.org/10.1109/IGARSS.1994.399735

CASTILLO-VALDEZ, X.; ETCHEVERS, J.D.; HIDALGO-MORENO, C.M.I.; AGUIRRE-GÓMEZ, A. 2021. Evaluación de la calidad de suelo: generación e interpretación de indicadores. Terra Latinoamericana. 39:e698. https://doi.org/10.28940/terra.v39i0.698 DOI: https://doi.org/10.28940/terra.v39i0.698

CHANG, C.W.; LAIRD, D.A.; MAUSBACH, M.J.; HURBURGH, C.R. 2001. Near-infrared reflectance spectroscopy–principal components regression analyses of soil properties. Soil Science Society of America Journal. 65(2):480. https://doi.org/10.2136/sssaj2001.652480x DOI: https://doi.org/10.2136/sssaj2001.652480x

CURTO, L.; COVI, M.; GASSMANN, M.I.; CAMBARERI, M.A.; DELLA MAGGIORA, A.I. 2016. Calibración de datos observados de contenido de agua en el suelo con sensores capacitivos. Meteorológica. 41(2):49-63.

DARRA, N.; PSOMIADIS, E.; KASIMATI, A.; ANASTAIOU, A.; ANASTASIOU, E.; FOUNTAS, S. 2021. Remote and proximal sensing-derived spectral indices and biophysical variables for spatial variation determination in vineyards. Agronomy. 11(4):11040741. https://doi.org/10.3390/agronomy11040741 DOI: https://doi.org/10.3390/agronomy11040741

GE, Y.; MORGAN, C.L.S.; ACKERSON, J.P. 2014. VisNIR spectra of dried ground soils predict properties of soils scanned moist and intact. Geoderma. 221–222:61–69. https://doi.org/10.1016/j.geoderma.2014.01.011 DOI: https://doi.org/10.1016/j.geoderma.2014.01.011

INSTITUTO NACIONAL DE VIAS - INVIAS. 2012. Norma INV-E-122-07. Determinación en laboratorio del contenido de agua (humedad) del suelo, roca y mezclas de suelo -agregado. 5p.

LOBELL, D.; ASNER, G.P. 2002. Moisture effects on soil reflectance. Soil Science Society of America Journal. 66(3):722-727. https://doi.org/10.2136/sssaj2002.7220 DOI: https://doi.org/10.2136/sssaj2002.7220

MARAKKALA MANAGE, L.P.; GREVE, M.H.; KNADEL, M.; MOLDRUP, P.; DE JONGE, L.W.; KATUWAL, S. 2018. Visible‐near‐infrared spectroscopy prediction of soil characteristics as affected by soil‐water content. Soil Science Society of America Journal. 82(6):1333-1346. https://doi.org/10.2136/sssaj2018.01.0052 DOI: https://doi.org/10.2136/sssaj2018.01.0052

MARTÍNEZ SEPÚLVEDA, J.A.; SÁNCHEZ-YÁÑEZ, J.M.; VOLKE-SEPÚLVEDA, T.; VALLEJO QUINTERO, V.E.; PÉREZ JUNCO, L.M.; DUARTE BAUTISTA, P.A.; UMBACÍA, M.; MÁRQUEZ-BENAVIDES, L.; VILLASEÑOR CAMACHO, J.; CASTAÑEDA GARCÍA, L.F.; REINALDO CASALLAS, M.R. Remediación de suelos contaminados: fundamentos y casos de estudio. Ediciones EAN. (Colombia). 190p. https://doi.org/10.21158/9789587566116 DOI: https://doi.org/10.21158/9789587566116

MOUAZEN, A.M.; KAROUI, R.; DE BAERDEMAEKER, J.; RAMON, H. 2006. Characterization of soil water content using measured visible and near infrared spectra. Soil Science Society of America Journal. 70(4):1295. https://doi.org/10.2136/sssaj2005.0297 DOI: https://doi.org/10.2136/sssaj2005.0297

NEEMA, D.L.; SHAH, A.; PATEL, A.N. 1987. A statistical optical model for light reflection and penetration through sand. International Journal of Remote Sensing. 8(8):1209–1217. https://doi.org/10.1080/01431168708954765 DOI: https://doi.org/10.1080/01431168708954765

NOCITA, M.; STEVENS, A.; NOON, C.; VAN WESEMAEL, B. 2013. Prediction of soil organic carbon for different levels of soil moisture using Vis-NIR spectroscopy. Geoderma. 199:37-42. https://doi.org/10.1016/j.geoderma.2012.07.020 DOI: https://doi.org/10.1016/j.geoderma.2012.07.020

NOCITA, M.; STEVENS, A.; VAN WESEMAEL, B.; BROWN, D.J.; SHEPHERD, K.D.; TOWETT, E.; VARGAS, R.; MONTANARELLA, L. 2015. Soil spectroscopy: An opportunity to be seized. Global Change Biology. 21(1):10-11. https://doi.org/10.1111/gcb.12632 DOI: https://doi.org/10.1111/gcb.12632

OGEN, Y.; FAIGENBAUM-GOLOVIN, S.; GRANOT, A.; SHKOLNISKY, Y.; GOLDSHLEGER, N.; BEN-DOR, E. 2019. Removing moisture effect on soil reflectance properties: A case study of clay content prediction. Pedosphere. 29(4):421-431. https://doi.org/10.1016/S1002-0160(19)60811-8 DOI: https://doi.org/10.1016/S1002-0160(19)60811-8

PALMER, K.F.; WILLIAMS, D. 1974. Optical properties of water in the near infrared. Journal of the Optical Society of America. 64(8):1107-1110. https://doi.org/10.1364/JOSA.64.001107 DOI: https://doi.org/10.1364/JOSA.64.001107

PENG, L.; CHENG, H.; WANG, L.J.; ZHU, D. 2020. Comparisons of the prediction results of soil properties based on fuzzy c-means clustering and expert knowledge from laboratory Visible–Near-Infrared reflectance spectroscopy data. Canadian Journal of Soil Science. 101(1):33-44. https://doi.org/10.1139/cjss-2020-0025 DOI: https://doi.org/10.1139/cjss-2020-0025

PEÑA VANEGAS, R.A. 2020. Manual técnico para la interpretación de análisis de suelos y fertilización de cultivos. Número 86. Universidad de la Salle. (Colombia). 60p.

SKOOG, D.A.; HOLLER, F.J.; CROUCH, S.R. 2007. Principles of instrumental analysis. Thomson Brooks. (EE.UU.) 1039p.

SLAUGHTER, D.C.; PELLETIER, M.G.; UPADHYAYA, S.K. 2001. Sensing soil moisture using NIR spectroscopy. Applied Engineering in Agriculture. 17(2):241-247. https://doi.org/10.13031/2013.5449 DOI: https://doi.org/10.13031/2013.5449

SOMERS, B.; GYSELS, V.; VERSTRAETEN, W.W.; DELALIEUX, S.; COPPIN, P. 2010. Modelling moisture-induced soil reflectance changes in cultivated sandy soils: a case study in citrus orchards. European Journal of Soil Science. 61(6):1091-1105. https://doi.org/10.1111/j.1365-2389.2010.01305.x DOI: https://doi.org/10.1111/j.1365-2389.2010.01305.x

STENBERG, B.; VISCARRA ROSSEL, R.A.; MOUAZEN, A.M.; WETTERLIND, J. 2010. Visible and near infrared spectroscopy in soil science. In Advances in Agronomy 107:163-215. https://doi.org/10.1016/S0065-2113(10)07005-7 DOI: https://doi.org/10.1016/S0065-2113(10)07005-7

TWOMEY, S.A.; BOHREN, C.F.; MERGENTHALER, J.L. 1986. Reflectance and albedo differences between wet and dry surfaces. Applied Optics. 25(3):431-437. https://doi.org/10.1364/AO.25.000431 DOI: https://doi.org/10.1364/AO.25.000431

WANG, L.; XU, H.; WANG, X.; DING, X. 2022. Multisource uncertain dynamic load identification fitted by Legendre polynomial based on precise integration and the Savitzky-Golay filters. International Journal for Numerical Methods in Engineering. 123(20):4974-5006. https://doi.org/10.1002/nme.7071 DOI: https://doi.org/10.1002/nme.7071

WANG, Y.J.; LI, T.H.; LI, L.Q.; NING, J.M.; ZHANG, Z.Z. 2020. Micro-NIR spectrometer for quality assessment of tea: Comparison of local and global models. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. 237:118403. https://doi.org/10.1016/j.saa.2020.118403 DOI: https://doi.org/10.1016/j.saa.2020.118403

WEIDONG, L.; BARET, F.; XINGFA, G.; QINGXI, T.; LANFEN, Z.; BING, Z. 2002. Relating soil surface moisture to reflectance. Remote sensing of environment. 81(2-3):238-246. https://doi.org/10.1016/S0034-4257(01)00347-9 DOI: https://doi.org/10.1016/S0034-4257(01)00347-9

WHITING, M.L.; LI, L.; USTIN, S.L. 2004. Predicting water content using Gaussian model on soil spectra. Remote Sensing of Environment. 89(4):535-552. https://doi.org/10.1016/J.RSE.2003.11.009 DOI: https://doi.org/10.1016/j.rse.2003.11.009

ZHAN, Z.; QIN, Q.; GHULAN, A.; WANG, D. 2007. NIR-red spectral space based new method for soil moisture monitoring. Science in China Series D: Earth Sciences. 50(2):283-289. https://doi.org/10.1007/s11430-007-2004-6 DOI: https://doi.org/10.1007/s11430-007-2004-6

ZHANG, F.; WU, S.; LIU, J.; WANG, C.; GUO, Z.; XU, A.; PAN, K.; PAN, X. 2021. Predicting soil moisture content over partially vegetation covered surfaces from hyperspectral data with deep learning. Soil Science Society of America Journal. 85(4):989-1001. https://doi.org/10.1002/saj2.20193 DOI: https://doi.org/10.1002/saj2.20193

ZHU, Y. 1984. Study on the rule of soil reflectance varied with different soil moisture. Soil Journal (Chine). 21:194-202.

ZOSSI, S.; SOROL, N. 2010. Espectroscopia por infrarrojo cercano (NIRS): Su aplicación en análisis de jugos de caña de azúcar. Revista Industrial y Agrícola de Tucumán. 87(1):01-06.

Citado por