ارتقاء صحت برآورد رس، سیلت و شن خاک با حذف اثر رطوبت از بازتابندگی طیفی

رطوبت خاک یکی از مهمترین پارامترهای تاثیرگذار بر بازتاب طیفی خاک است. تغییرپذیری بالای رطوبت از نظر زمانی و مکانی، مانع بزرگی در تخمین ویژگی های خاک با استفاده از داده های طیف سنجی میدانی ایجاد می نماید. لذا توسعه روشی که بتواند تاثیرپذیری برآورد ویژگی های خاک از تغییرات رطوبت را به حداقل برساند، ضروری است. برای حذف اثر رطوبت از بازتاب طیفی خاک، الگوریتم متعامدسازی پارامتر خارجی (epo) توسعه داده شد. روش اعتبارسنجی متقاطع برای تعیین تعداد مولفه بهینه در ماتریس epo مورد استفاده قرار گرفت. بازتابندگی طیفی 175 نمونه خاک در 7 سطح رطوبتی (هواخشک، 6، 12، 18، 24، 30 و 36٪) اندازه گیری شد. با استفاده از الگوریتم epo توسعه یافته، اثر رطوبت از طیف های اندازه گیری شده برداشته شد. مدل رگرسیون حداقل مربعات جزئی (plsr) برای مجموعه داده بدون و با اثر رطوبت واسنجی و سپس برای برآورد اجزای بافت خاک استفاده شد. حضور رطوبت در نمونه های خاک منجر به کاهش دقت برآورد رس (از 0.70=r2 به 0.38=r2)، سیلت (از 0.34=r2 به 0.20=r2) و شن (از 0.40=r2 به 0.30=r2) با استفاده از مدل های plsr واسنجی شده از نمونه های خشک می شود. کاهش دقت در سطح رطوبتی بالاتر با شدت بیشتری اتفاق می افتد. حذف اثر رطوبت بوسیله الگوریتم epo منجر به افزایش r2 در برآورد رس، سیلت و شن خاک با استفاده از مدل epo به ترتیب، به میزان 23/0 و 12/0 و 16/0 گردید. بنابراین با استفاده از الگوریتم epo، قابلیت طیف سنجی برای برآورد اجزای بافت خاک تحت تاثیر تغییرات رطوبت خاک قرار نمی گیرد و امکان استفاده از مدل های توسعه یافته از نمونه های هواخشک در مطالعات میدانی فراهم می شود.

Improving the clay, silt and sand of soil prediction by removing the influence of moisture on reflectance using EPO

Moisture is one of the most important factors that affects soil reflectance spectra. Time and spatial variability of soil moisture leads to reducing the capability of spectroscopy in soil properties estimation. Developing a method that could lessen the effect of moisture on soil properly prediction using spectrometry, is necessary. This paper utilises an external parameter orthogonalisation (EPO) algorithm to remove the effect of soil moisture from spectra for the estimation of texture element contents of soil. ?????The reflectance of 175 soil samples with nominal moisture contents approximately air dry, 6, 12, 18, 24, 30 and 36% were measured. Cross validation was adapted to determine the optimum number of components in the EPO matrix modelcoupled. PLSR method has been used for estimation of soil propetrices. The result shows that the presence of moisture leads to reducing the acuraccy reduction of clay (from R2=0.70 to R2=0.38), silt (from R2=0.34 to R2=0.20), and sand (from R2=0.40 to R2=0.30) prediction. Reduction in the accuracy increases by increasing the moisture levels. Removing the effects of moisture from the soil reflectance by EPO algorithm lead to improving 0.23, 0.12 and 0.16 in R2 of clay, silt and sand prediction by PLSR model, respectively. Therefore, using the EPOPLS method, in any moisture level, VNIR spectroscopy is a viable tool for estimation of soil texture elements.