Near-infrared spectroscopy for soil water determination in small soil volumes
Notice bibliographique
Résumé
Critical soil water levels for soil microscale processes are difficult to determine because of variability in large soil volumes and lack of techniques for logging soil water contents in small soil volumes. This study tested nearinfrared (NIR) spectroscopy for soil water content determination. Five soil horizons with a range in soil texture, soil organic carbon, carbonates, pH and horizon depth, were tested at air-dry, field capacity and 0.1 MPa tension water content. Volumetric soil water content, determined using the standard method of oven-drying and soil bulk density, was compared to NIR absorbance in various combinations and wavelengths. The NIR spectra obtained with the probe in direct contact with the soil gave better results than when the probe was separated from the soil with a glass slide. The most reliable validation results were obtained using a multivariate partial least squares regression of the full spectrum with an r 2 of 0.95 and RMSE of prediction of 6.4%. Smoothing and derivatives of the spectra did not improve the validation results. The relationships for absorbance at single wavelength segments, ratios, differences and area under the curve around the 1940 nm peak were good (r 2 values near 0.85 ) but poorer than the results using the full spectra. The high correlation coefficients obtained with the wide variety of soils utilized in this study suggest that NIR absorbance is a practical method for determining volumetric soil water content for small soil volumes. Key words: Near-infrared spectroscopy, soil water, Near-infrared absorbance
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».