برآورد مقدار ماده آلی خاک، با استفاده از داده های طیفی و مدل های آماری رگرسیون حداقل مربعات جزئی و رگرسیون مولفه اصلی

ماده آلی خاک از مهم ترین ویژ گی های فیزیکوشیمیایی خاک است که در تعیین کیفیت و مدیریت آن نقش بسزایی دارد. مقدار کربن آلی خاک دچار تغییرات زمانی و مکانی بالایی می شود و بنابراین، تعیین آن در آزمایشگاه هزینه بر، مشکل و وقت گیر است. طیف سنجی مرئی مادون قرمز نزدیک، از نظر کاهش زمان و هزینه، روش توجیه پذیری است که برای بررسی کربن آلی خاک پیشنهاد شده است. هدف این پژوهش بررسی کربن آلی خاک ازطریق طیف سنجی مرئی مادون قرمز نزدیک و برآورد آن با استفاده از مدل های آماری، PCA، PLSR و PCR است. برای این منظور، چهل نمونه خاک از عمق صفر تا ۳۰ سانتی متری، به روش سیستماتیک تصادفی، برمبنای مطالعات پیشین و تعیین طبقات متفاوت خاک های منطقه، برداشت شد. تجزیه شیمیایی خاک ها طبق روش های استاندارد صورت گرفت. بازتاب طیفی نمونه های خاک در محدوده طیفی ۳۵۰ تا ۲۵۰۰ نانومتر اندازه گیری شد و پس از اعمال روش های پیش پردازش فیلتر ساویتزکی گلای، به کمک تحلیل مولفه های اصلی (PCA)، رگرسیون حداقل مربعات جزئی(PLSR)  و رگرسیون مولفه اصلی (PCR)، کربن آلی خاک برآورد شد. نتایج این پژوهش نشان داد که فیلتر ساویتزکی گلای قوی ترین روش پیش پردازش داده های طیفی بوده است. نتایج مدل سازی به روش PLSR  نشان داد مقادیر R۲، RMSE و RPD در مرحله اعتبارسنجی، برای پیش بینی ماده آلی، به ترتیب ۸۵/۰، ۱۴/۰ و ۷۸/۲ بوده درحالی که نتایج مدل سازی PCR، برای پارامترهای آماری یادشده، به ترتیب ۷۸/۰، ۱۹/۰ و ۰۵/۲ است و دقت بیشتر روش آماری PLSR را، در مقایسه با روش PCR، برای مدل سازی برآورد کربن آلی خاک، می رساند. بنابراین، به نظر می رسد مدل PLSR، برای پیش بینی سریع کربن آلی خاک های مناطق خشک و نیمه خشک، کارآیی و دقت بیشتری داشته باشد.

Keywords:

کربن آلی خاک , طیف سنجی , مدل PLSR , مدل PCR , مدل PCA