Proximal soil sensing of soil texture and organic matter with a prototype portable mid‐infrared spectrometer
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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