Resumen de Efecto del tamaño de partícula en la predicción de propiedades de suelos por espectroscopia de infrarrojo cercano

Maritza Argelia Macias Corral, Jesús Arcadio Muñoz Villalobos, José Antonio Cueto Wong, Óscar Landeros Márquez, Norma Guadalupe Sifuentes Morín

• español

  El uso de la tecnología de espectroscopia de infrarrojo cercano (NIRS) para la predicción de propiedades de suelos ha ido en aumento en muchos países, destacando Australia y Estados Unidos. En México, esta tecnología ha sido tradicionalmente utilizada en el análisis de forrajes y otros productos agrí- colas, pero no en suelos. Para hacer uso del NIRS es necesario primero crear las bases de datos, o librerías, utilizando como referencia los resultados del análisis por métodos convencionales.

  Una variable importante pero poco estudiada, es el tamaño de partícula y el efecto que ésta tiene en la exactitud de predicción del NIRS. Para este estudio se utilizaron 128 muestras de suelos agrícolas de La Laguna a las que se les determinaron 13 propiedades de interés agronómico. Las muestras fueron secadas y tamizadas utilizando mallas de 2.0 y 0.5 mm para obtener materiales gruesos y finos, respectivamente. Las librerías espectrales fueron creadas para cada fracción. Utilizando los modelos de calibración, se obtuvieron buenas correlaciones en la predicción de carbonatos, materia orgánica, capacidad de intercambio catiónico, arcilla, arena y limo. Para la predicción de propiedades físicas (textura), la exactitud es mejor si se utiliza el modelo creado con los gruesos, mientras que para las químicas (carbonatos, materia orgánica), la correlación es más alta cuando se usa el modelo de los finos. A fin de crear modelos más robustos, se recomienda utilizar las librerías de acuerdo a la propiedad a predecir y eliminar de éstas las que tienen bajas correlaciones. Así mismo, es necesario crear una librería más amplia de muestras para la validación independiente de los modelos.

• English

  The application of Near-Infrared Spectroscopy (NIRS) for the prediction of soils properties has been increasing, particularly in Australia and the United States. In Mexico, this technology has been traditionally used in the analysis of forages and other agricultural products, but not in soils. Prior to using NIRS, it is necessary to create databases, or libraries, using reference data obtained through conventional analytical methods. An important, but not widely studied variable is particle size and its effect in the prediction accuracy of NIRS. In this study, 128 soil samples collected from agricultural fields in La Laguna were analyzed to determine 13 properties of agronomic importance.

  The samples were air-dried and sieved using 2.0 and 0.5 mm sieves to obtain coarse and fine materials, respectively. Spectral libraries were created separately for each particle size. Acceptable predictions were obtained from the calibration models for carbonates, organic matter, cation exchange capacity, clay, sand, and silt. For prediction of physical properties (texture), higher accuracy is obtained if the model used is based on coarse materials; for chemical properties (i.e., carbonates and organic matter), the correlation is higher when the model used was developed using the fines fraction. For the purpose of creating more robust models, it is recommended to use the libraries based on the property to be analyzed or predicted and to eliminate those with low prediction accuracy. Furthermore, it is necessary to create a larger library with more samples for independent validation of the models.