MétaCan
Menu
Retour à la cohorte
Enregistrement W1783826172 · doi:10.1111/ejss.12265

Proximal soil sensing of soil texture and organic matter with a prototype portable mid‐infrared spectrometer

2015· article· en· W1783826172 sur OpenAlexaff
Nandkishor M. Dhawale, Viacheslav I. Adamchuk, Shiv O. Prasher, Raphael A. Viscarra Rossel, Ashraf A. Ismail, Jasmeen Kaur

Notice bibliographique

RevueEuropean Journal of Soil Science · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Geostatistics and Mapping
Établissements canadiensMcGill University
Organismes subventionnairesOak Ridge Institute for Science and EducationCommonwealth Scientific and Industrial Research Organisation
Mots-clésLoamSoil textureSpectrometerSoil testPartial least squares regressionSoil waterEnvironmental scienceSoil scienceSoil organic matterRemote sensingMineralogyChemistryGeologyMathematicsOptics

Résumé

récupéré en direct d'OpenAlex

Summary Recent advances in semiconductor technologies have given rise to the development of mid‐infrared (mid‐ IR ) spectrometers that are compact, relatively inexpensive, robust and suitable for in situ proximal soil sensing. The objectives of this research were to evaluate a prototype portable mid‐ IR spectrometer for direct measurements of soil reflectance and to model the spectra to predict sand, clay and soil organic matter ( SOM ) contents under a range of field soil water conditions. Soil samples were collected from 23 locations at different depths in four agricultural fields to represent a range of soil textures, from sands to clay loams. The particle size distribution and SOM content of 48 soil samples were measured in the laboratory by conventional analytical methods. In addition to air‐dry soil, each sample was wetted with two different amounts of water before the spectroscopic measurements were made. The prototype spectrometer was used to measure reflectance ( R ) in the range between 1811 and 898 cm −1 (approximately 5522 to 11 136 nm). The spectroscopic measurements were recorded randomly and in triplicate, resulting in a total of 432 reflectance spectra (48 samples × three soil water contents × three replicates). The spectra were transformed to log 10 (1/R) and mean centred for the multivariate statistical analyses. The 48 samples were split randomly into a calibration set (70%) and a validation set (30%). A partial least squares regression ( PLSR ) was used to develop spectroscopic calibrations to predict sand, clay and SOM contents. Results show that the portable spectrometer can be used with PLSR to predict clay and sand contents of either wet or dry soil samples with a root mean square error ( RMSE ) of around 10%. Predictions of SOM content resulted in RMSE values that ranged between 0.76 and 2.24%.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,201
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Soil ScienceMême sujetSoil Geostatistics and MappingTravaux en français237 207