Detecção de nutrientes do solo para agricultura de precisão com LIBS portátil

Publicação: Erler, A.; Riebe, D.; Beitz, T.; Löhmannsröben, H.-G.; Gebbers, R. Detecção de nutrientes do solo para agricultura de precisão usando espectroscopia de quebra induzida por laser portátil (LIBS) e métodos de regressão multivariada (PLSR, laço e GPR). Sensores

‍2020, 20 418.

Um novo estudo usando o SciAps Z-300 LIBS mostra que a espectroscopia de quebra induzida por laser portátil é uma técnica de sensor promissora para a determinação em campo de vários parâmetros do solo. A chave para esta nova abordagem é mover o LIBS para fora do laboratório e para o local de trabalho. Leia nossa entrevista com um dos pesquisadores alemães avançando na análise agrícola.

Resumo: A agricultura de precisão depende fortemente de informações de sensores espacialmente diferenciados. Instrumentos portáteis baseados em espectroscopia de decomposição induzida por laser (LIBS) são uma técnica de sensor promissora para a determinação em campo de vários parâmetros do solo. Neste trabalho, foi avaliado o potencial do LIBS portátil para a determinação das frações mássicas totais dos principais nutrientes Ca, K, Mg, N, P e dos nutrientes traços Mn, Fe. Além disso, outros parâmetros do solo, como teor de húmus, valor de pH do solo e teor de P disponível para plantas, foram determinados. Como a quantificação de nutrientes pelo LIBS depende fortemente da matriz do solo, vários métodos de regressão multivariada foram utilizados para calibração e predição. Isso inclui regressão de mínimos quadrados parciais (PLSR), regressão de operador de seleção e encolhimento mínimo absoluto (Lasso) e regressão de processo gaussiano (GPR). Os melhores resultados de predição foram obtidos para Ca, K, Mg e Fe. Os coeficientes de determinação obtidos para os demais nutrientes foram menores. Isto se deve a concentrações muito mais baixas no caso do Mn, enquanto o baixo número de linhas e intensidades muito fracas são a razão para o desvio de N e P. Parâmetros do solo que não estão diretamente relacionados a um elemento, como o pH, podem também ser previsto. Lasso e GPR produziram resultados ligeiramente melhores que PLSR. Além disso, vários métodos de pré-tratamento de dados foram investigados. Palavras-chave: LIBS; laço; regressão PLS; processos gaussianos; solo; agricultura de precisão; nutrientes

‍Acesse o artigo: https://www.mdpi.com/1424-8220/20/2/418/htmSobre esta publicação: Sensores (ISSN 1424-8220; CODEN: SENSC9) é o líder internacional peer-reviewed revista de acesso aberto sobre ciência e tecnologia de sensores. Sensores é publicado on-line semestralmente pelo MDPI.

Consulte SciAps ApNote sobre medição rápida de carbono total no solo usando SciAps Z-300.

‍