Titulo:
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano
.
Sumario:
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... Ver más
Guardado en:
0123-4226
2619-2551
26
2023-06-30
Andrea Katherín Carranza-Díaz, Jesús Hernán Camacho-Tamayo, Yolanda Rubiano-Sanabria - 2023
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_udca_revistau.d.c.aactualidad_divulgacioncientifica_94_article_2329 |
|---|---|
| record_format |
ojs |
| institution |
UNIVERSIDAD DE CIENCIAS APLICADAS Y AMBIENTALES |
| thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADDECIENCIASAPLICADASYAMBIENTALES/logo.png |
| country_str |
Colombia |
| collection |
Revista U.D.C.A Actualidad & Divulgación Científica |
| title |
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano |
| spellingShingle |
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano Carranza-Díaz, Andrea Katherín Camacho-Tamayo, Jesús Hernán Rubiano-Sanabria, Yolanda Agricultura de precisión Espectroscopia de reflectancia difusa Infrarrojo cercano Método de estimación Suelo agrícola Agricultural soil Diffuse reflectance spectroscopy Estimation Model Near infrared Precision agriculture |
| title_short |
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano |
| title_full |
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano |
| title_fullStr |
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano |
| title_full_unstemmed |
Validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano |
| title_sort |
validación de un modelo para la estimación del contenido de agua del suelo mediante espectroscopía en el infrarrojo cercano |
| title_eng |
Validation of a model for the estimation of soil water content by infrared spectroscopy |
| description |
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.
|
| description_eng |
Monitoring soil moisture content is especially important as it provides relevant information for making informed decisions regarding irrigation, fertigation, and water stress management. This study aims to validate a model for estimating soil water content using diffuse reflectance spectroscopy in the near-infrared range. The evaluated soils come from the municipalities of Puerto Gaitán (Meta), Espinal (Tolima), and Mosquera (Cundinamarca). In the first two municipalities, rigid networks were established to select sampling points, with two depths considered for each case (0-10 and 10-30 cm; 0-10 and 10-25 cm, respectively). For the third municipality, 77 soil pits were described, and samples were taken at depths of 0-10 and 10-35 cm. Subsequently, moisture content was evaluated at 0, 15, and 30 % moisture levels. The obtained data were analyzed using descriptive statistics. Cross-validation and external validation were applied to each model, and a general model was developed based on the data from all three sites. The obtained models for each sampling site and the general model demonstrated good predictive capacity. Based on the results, it is affirmed that near-infrared diffuse reflectance spectroscopy is an excellent option for determining soil water content. Similarly, principal component analysis identified differentiation between water contents of the studied soils.
|
| author |
Carranza-Díaz, Andrea Katherín Camacho-Tamayo, Jesús Hernán Rubiano-Sanabria, Yolanda |
| author_facet |
Carranza-Díaz, Andrea Katherín Camacho-Tamayo, Jesús Hernán Rubiano-Sanabria, Yolanda |
| topicspa_str_mv |
Agricultura de precisión Espectroscopia de reflectancia difusa Infrarrojo cercano Método de estimación Suelo agrícola |
| topic |
Agricultura de precisión Espectroscopia de reflectancia difusa Infrarrojo cercano Método de estimación Suelo agrícola Agricultural soil Diffuse reflectance spectroscopy Estimation Model Near infrared Precision agriculture |
| topic_facet |
Agricultura de precisión Espectroscopia de reflectancia difusa Infrarrojo cercano Método de estimación Suelo agrícola Agricultural soil Diffuse reflectance spectroscopy Estimation Model Near infrared Precision agriculture |
| citationvolume |
26 |
| citationissue |
1 |
| citationedition |
Núm. 1 , Año 2023 :Revista U.D.C.A Actualidad & Divulgación Científica. Enero-Junio |
| publisher |
Universidad de Ciencias Aplicadas y Ambientales U.D.C.A |
| ispartofjournal |
Revista U.D.C.A Actualidad & Divulgación Científica |
| source |
https://revistas.udca.edu.co/index.php/ruadc/article/view/2329 |
| language |
spa |
| format |
Article |
| rights |
http://creativecommons.org/licenses/by-nc/4.0 Andrea Katherín Carranza-Díaz, Jesús Hernán Camacho-Tamayo, Yolanda Rubiano-Sanabria - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0. info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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. |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2023-06-30 |
| date_accessioned |
2023-06-30T00:00:00Z |
| date_available |
2023-06-30T00:00:00Z |
| url |
https://revistas.udca.edu.co/index.php/ruadc/article/view/2329 |
| url_doi |
https://doi.org/10.31910/rudca.v26.n1.2023.2329 |
| issn |
0123-4226 |
| eissn |
2619-2551 |
| doi |
10.31910/rudca.v26.n1.2023.2329 |
| url4_str_mv |
https://revistas.udca.edu.co/index.php/ruadc/article/download/2329/2660 |
| url2_str_mv |
https://revistas.udca.edu.co/index.php/ruadc/article/download/2329/2666 |
| _version_ |
1811201190211354624 |
| spelling |
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 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. Monitoring soil moisture content is especially important as it provides relevant information for making informed decisions regarding irrigation, fertigation, and water stress management. This study aims to validate a model for estimating soil water content using diffuse reflectance spectroscopy in the near-infrared range. The evaluated soils come from the municipalities of Puerto Gaitán (Meta), Espinal (Tolima), and Mosquera (Cundinamarca). In the first two municipalities, rigid networks were established to select sampling points, with two depths considered for each case (0-10 and 10-30 cm; 0-10 and 10-25 cm, respectively). For the third municipality, 77 soil pits were described, and samples were taken at depths of 0-10 and 10-35 cm. Subsequently, moisture content was evaluated at 0, 15, and 30 % moisture levels. The obtained data were analyzed using descriptive statistics. Cross-validation and external validation were applied to each model, and a general model was developed based on the data from all three sites. The obtained models for each sampling site and the general model demonstrated good predictive capacity. Based on the results, it is affirmed that near-infrared diffuse reflectance spectroscopy is an excellent option for determining soil water content. Similarly, principal component analysis identified differentiation between water contents of the studied soils. Carranza-Díaz, Andrea Katherín Camacho-Tamayo, Jesús Hernán Rubiano-Sanabria, Yolanda Agricultura de precisión Espectroscopia de reflectancia difusa Infrarrojo cercano Método de estimación Suelo agrícola Agricultural soil Diffuse reflectance spectroscopy Estimation Model Near infrared Precision agriculture 26 1 Núm. 1 , Año 2023 :Revista U.D.C.A Actualidad & Divulgación Científica. Enero-Junio Artículo de revista Journal article 2023-06-30T00:00:00Z 2023-06-30T00:00:00Z 2023-06-30 text/xml application/pdf Universidad de Ciencias Aplicadas y Ambientales U.D.C.A Revista U.D.C.A Actualidad & Divulgación Científica 0123-4226 2619-2551 https://revistas.udca.edu.co/index.php/ruadc/article/view/2329 10.31910/rudca.v26.n1.2023.2329 https://doi.org/10.31910/rudca.v26.n1.2023.2329 spa http://creativecommons.org/licenses/by-nc/4.0 Andrea Katherín Carranza-Díaz, Jesús Hernán Camacho-Tamayo, Yolanda Rubiano-Sanabria - 2023 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0. 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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. https://revistas.udca.edu.co/index.php/ruadc/article/download/2329/2660 https://revistas.udca.edu.co/index.php/ruadc/article/download/2329/2666 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_1843 info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |