PofoliaPofolia ile paylaşıldı

Soil Systems· 2026Q1

Doğrulama Farkındalığına Sahip VNIR Spektroskopisi, Kurak Tarım Topraklarında SOC, SIC ve Jips Tahminlerinin Hedef Odaklı Aktarılabilirliğini Ortaya Koyuyor

Validation-Aware VNIR Spectroscopy Reveals Target-Specific Transferability of SOC, SIC, and Gypsum Predictions in Dryland Agricultural Soils

Wajdi Allagui, Hayfa Zayani, Luca Bernardini, Pascal Pichelin ve diğerleri

Kısa özet

VNIR spektroskopisi, kuru toprakta toprak jipsini (R2=0.78), SOC'yi (R2=0.44) ve SIC'yi (R2=0.30) tahmin edebilir, ancak model doğruluğu doğrulama stratejisine ve hedef özelliğe büyük ölçüde bağlıdır; SIC, zayıf mekansal aktarılabilirlik göstermektedir.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Ana noktalar

  • VNIR spektroskopisi, kurak tarım topraklarında toprak jipsini (R2=0.78), SOC'yi (R2=0.44) ve SIC'yi (R2=0.30) tahmin edebilir.
  • Model performansı doğrulama stratejisine büyük ölçüde bağlıdır; standart yöntemler, özellikle SIC için doğruluğu abartmaktadır.
  • Tahminlerin mekansal aktarılabilirliği hedefe özgüdür: jips ve SOC modelleri makul doğruluklarını korurken, SIC modelleri vaha düzeyinde (daha geniş mekansal ölçek) doğrulandığında başarısız olmuştur.
  • Rastgele Orman (RF), SIC tahmini için Kısmi En Küçük Kareler Regresyonundan (PLSR) genellikle daha iyi performans göstermiştir.

Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.

Özet (abstract)

Hyper-arid agricultural soils combine low organic carbon, high calcium carbonate contents, salinity, and frequent gypsum accumulation, making rapid quantification of soil organic carbon (SOC), soil inorganic carbon (SIC), and gypsum valuable but analytically demanding. We evaluated visible–near-infrared (VNIR) spectroscopy for predicting these three properties in 216 samples from 18 plots, nested within six oasis sites spanning two oasis management systems, three topographic positions, and six soil depths, with particular emphasis on how validation design affects apparent model accuracy. Partial least squares regression (PLSR) and random forest (RF), single- and multi-target workflows, and global versus stratified calibrations were compared using plot-blocked GroupKFold, site-blocked GroupKFold, random KFold, and leave-one-out cross-validation (LOOCV). Under continuum-removed spectra, RF outperformed PLSR for SIC, whereas the advantage for SOC and gypsum was not robust to plot or site-level resampling. Predictability was strongly target-specific: gypsum was predicted most reliably (R2 = 0.78), SOC moderately (R2 = 0.44), and SIC least reliably (R2 = 0.30). KFold and LOOCV generally yielded more optimistic estimates than plot-blocked GroupKFold, inflating SIC R2 by 0.15–0.20 for the global model and by up to 0.64 for topography-stratified models (pooled across strata). Site-blocked validation further showed that spatial transferability was strongly target-specific: SOC performance remained similar between plot-blocked and site-blocked validation (R2 = 0.41 and 0.43, respectively), gypsum performance declined moderately (R2 = 0.78 to 0.64), whereas SIC performance decreased markedly from R2 = 0.30 to −0.28, indicating poorer performance than a mean-based prediction under oasis-level blocking. VNIR spectroscopy therefore shows strong potential for gypsum, moderate utility for SOC, but limited transferability for SIC. Validation design, together with the spatial scale at which independence is imposed, critically determines how soil-spectroscopy performance should be interpreted for dryland monitoring.

Yazarların özeti; kaynağından alınmıştır. Soil Systems, 2026 · DOI ↗

ÇıkarımlarPremium
Makaleye SorÜcretsiz hesapla

Ücretsiz hesapla devam et

Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.

Web'de ücretsiz devam et

Google ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.

Telefonda:

Alan: Analitik Kimya

Analytical ChemistryChemistry