Universidad Nacional de Colombia – Sede BogotáFacultad de Ingeniería

Departamento de Ingeniería Civil y Agrícola

Autores:

Cindy Carolina Gámez Ávila Ing. Agrícola, MSc.

Jesús Hernán Camacho Tamayo Ing. Agrícola, PhD.

Oscar Leonardo García Navarrete Ing. Agrícola, MSc.

XXII CLACS Congreso Latinoamericano de Ciencia del Suelo

Propiedades del suelo: Físicas, Químicas, Bioquímicas y Biológicas.

ESTUDIO DE MODELOS ESPECTRALES VIS-NIR PARA LA ESTIMACIÓN DEL CONTENIDO DE CARBONO ORGÁNICO Y CARBONO TOTAL DEL SUELO

1

2

Departamento del Tolima

Colombia

Fuente: http://tlm-adriana.blogspot.com/2011/12/turismo-departamento-de-tolima-el.html

TOLIMA – COLOMBIA

Superficie 23562 Km2

Altitud 710 msnm

Población 1 419 957 habitantes

AGRÍCOLA

Arroz

Café

Maíz

Frutales

ECONOMÍA

Introducción

Objetivos

Marco conceptual

Materiales y métodos

Resultados

Conclusiones

Contenido

1

2

3

4

5

6

3

1. Introducción

El conocimiento de las propiedades físicas y químicas del suelo, están relacionadas con aspectos fundamentales de la cosecha y disponibilidad de nutrientes.

Para proteger el planeta y erradicar la pobreza, es necesario aumentar la productividad del sector agrícola.

Existen diversas metodologías

para la determinación de CO,

que requieren el uso de

reactivos altamente

contaminantes.

El CO es un constituyente de la MO. La MO produce un efecto benéfico en las propiedades físicas y químicas del suelo.

Productividad Análisis de suelos

Importancia CO Metodologías CO

4

2. Objetivo

Objetivo Comparar los modelos espectrales de calibración para la estimación del contenido de CO y CT

5

3. Marco conceptual

Mide las concentraciones de una mezcla, en una solución o en muestras

sólidas.

Se fundamenta en la absorción de la radiación ultravioleta visible, lo que ocasiona la excitación de

los electrones de enlace de las moléculas.

Estudia mediante la excitación de los rayos X las estructuras cristalinas de los

materiales.

Por medio de la energía que emiten las vibraciones de los enlaces, es posible realizar la

determinación de los elementos en una

determinada muestra.

Atómica

UltravioletaInfrarroja

Rayos X

3.1 Espectroscopía

6

3.2 Aplicaciones de espectroscopía en suelos

VIS NIR MIR

400 nm – 700 nm 2500 nm – 25000 nm

700 nm – 2500 nm

Curva espectral de reflectancia franja VIS – NIR representativa

7

4. Materiales y métodos

Zona de estudio, unidades agrícolas Centro Agropecuario La Granja – Espinal, Tolima

8

Se estableció una red rígida con un total de 90 puntos

georreferenciados

En cada punto se tomaron muestras a una profundidad de

0 a 5 cm

Se realizaron ensayos para la determinación de CO y CT

Temperatura media: 25°CAltitud: 325 msnm

4. Metodología

Prueba de

normalidadSet calibración

Selección de

pre

tratamientos

Construcción

modelo de

predicción

Por medio de la metodología de

regresión de mínimos cuadrados parciales (PLSR) y validación

cruzada

Se realizó pruebas de normalidad con el

estadístico de Shapiro-Wilk

Para la elaboración del modelo, se definió el set de calibración con

un total de 90 muestras

Se utilizaron pre tratamientos

matemáticos para corregir las

deformaciones en la adquisición de los datos espectrales

Objetivo: Comparar los modelos espectrales de calibración para la estimación del contenido de CO y CT

9

10

Y cal = 0.8006x + 0.224R² cal = 0.8006

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2

0.2 0.7 1.2 1.7 2.2

CT

Esti

mad

o

CT Medido Datos de calibración Datos de validación

Datos medidos Vs datos estimados para CT

Y cal = 0.2308x + 0.7589R² cal = 0.2308

0.6

0.7

0.8

0.9

1

1.1

1.2

1.3

0.4 0.6 0.8 1 1.2 1.4 1.6

CO

Est

imad

o

CO Medido Datos de calibración Datos de validación

Datos medidos Vs datos estimados para CO

5. Resultados

AtributoCalibración

R2 RMSE SD RPD

CT 0,80 0,13 0,26 2,03

CO 0,23 0,18 0,10 0,55

El uso de las técnicas de espectroscopía en la franja VIS – NIR, permite realizar la estimación de propiedades físicas y químicas del suelo. Para el presente estudio, se obtuvo un modelo representativo para la estimación del contenido de CT (R2 de 0,80; RMSE de 0,13 y RPD de 2,03) en las unidades agrícolas del Centro Agropecuario La Granja.

La poca correspondencia encontrada para el modelo de estimación del contenido de CO se atribuye, a la metodología empleada para su determinación, la cual está sujeta a imprecisiones cuantitativas.

La obtención de modelos representativos para la estimación de propiedades físicas y químicas del suelo, se puede ver afectado por coeficientes de variación altos y bajos contenidos de los atributos.

11

6. Conclusiones

12

Bibliografía Aldana-Jague, E., Heckrath, G., Macdonald, A., Van Wesemael, B., & Van Oost, K. (2016). UAS-based soil carbon mapping using VIS-NIR

(480–1000nm) multi-spectral imaging: Potential and limitations. Geoderma, 275, 55–66.

https://doi.org/10.1016/j.geoderma.2016.04.012

Andrade, H., Segura, M., & Rojas, A. (2016). Carbono orgánico del suelo en bosques riparios, arrozales y pasturas en Piedras, Tolima,

Colombia. Agronomía Mesoamericana, 27(2), 233. https://doi.org/10.15517/am.v27i2.24359

Araujo Martins, J., Ricardo Fiorio, P., Demattê, J. A. M., Honorio de Miranda, J., & Alberto Lelis Neto, J. (2014). Sensoriamento remoto na

determinação de atributos de um nitossolo sob aplicação de vinhaça, 959–971.

Camacho-Tamayo, J. H. (2013). Uso de la reflectancia difusa -NIR en la determinación de características físicas y químicas de un Oxisol.

Carimagüa -Meta. Universidad Nacional de Colombia.

Cambou, A., Cardinael, R., Kouakoua, E., Villeneuve, M., Durand, C., & Barthès, B. G. (2016). Prediction of soil organic carbon stock using

visible and near infrared reflectance spectroscopy (VNIRS) in the field. Geoderma, 261.

https://doi.org/10.1016/j.geoderma.2015.07.007

Demattê, J. A. M., Romero Araújo, S., Ricardo Fiorio, P., Troula Fongaro, C., & Rafael Nanni, M. (2015). Espectroscopia VIS-NIR-SWIR na

avaliação de solos ao longo de uma topossequência em Piracicaba, 46, 679–688. https://doi.org/10.5935/1806-6690.20150054

Esquivel, B., Cruz, C. O., Guerrero, A., Jarquín, A., & Burgos, D. (2018). Carbono orgánico y nitrógeno total en suelos forestales de México

mediante espectroscopia VIS-NIR. Revista Mexicana de Ciencias Forestales, 9(47), 295–313. https://doi.org/10.29298/rmcf.v9i47.158

13

Bibliografía Eyherabide, M., Saínz Rozas, H., Barbieri, P., & Echeverría, H. (2014). Comparación de métodos para determinar carbono orgánico en

suelo. CIENC SUELO (ARGENTINA), 32(1), 13–19

Ge, Y., Morgan, C. L. S., Grunwald, S., Brown, D. J., & Sarkhot, D. V. (2011). Comparison of soil reflectance spectra and calibration models

obtained using multiple spectrometers. Geoderma, 161(3–4), 202–211

Guillén, C. E., Dávila, M. J., Gilliot, J. M., & Vaoudour, E. (2013). Aporte de la espectroscopia a la estimación de carbono orgánico de los

suelos de la planicie de Versalles, Francia. Revista Geografica Venezolana, 54(1), 85–98

Kuang, B., & Mouazen, A. M. (2011). Calibration of visible and near infrared spectroscopy for soil analysis at the field scale on three

European farms. European Journal of Soil Science, 62(4), 629–636. https://doi.org/10.1111/j.1365-2389.2011.01358

Morellos, A., Pantazi, X.-E., Moshou, D., Alexandridis, T., Whetton, R., Tziotzios, G., … Mouazen, A. M. (2016). Machine learning based

prediction of soil total nitrogen, organic carbon and moisture content by using VIS-NIR spectroscopy. Biosystems Engineering.

https://doi.org/10.1016/j.biosystemseng.2016.04.018

Rodionov, A., Pätzold, S., Welp, G., Pude, R., & Amelung, W. (2016). Proximal field Vis-NIR spectroscopy of soil organic carbon: A solution

to clear obstacles related to vegetation and straw cover. Soil and Tillage Research, 163, 89–98.

https://doi.org/10.1016/j.still.2016.05.008

Rojas, A. S., Andrade, H., & Segura, M. (2018). Los suelos del paisaje Alto-Andino de Santa Isabel (Tolima, Colombia) ¿son sumideros de

carbono orgánico? Revista U.D.C.A Actualidad & Divulgación Científica, 21(1), 51–59. https://doi.org/10.31910/rudca.v21.n1.2018.662

14

Agradecimientos

Laboratorio de suelos del Centro Agropecuario La Granja, SENA Regional Tolima.

Laboratorio de suelos de Ingeniería Agrícola, Universidad Nacional.

Laboratorio de posgrados facultad de Agronomía, Universidad Nacional.

Pasante: María Camila Betancourt

Compañeros: Nathalia María Forero CabreraFelipe Fernández Martínez

Amigos: Javier Andrés Quintero JaramilloNiyireth Ortiz Oviedo