Resumen

La evaluación precisa de determinados componentes del suelo puede proporcionar valiosos indicadores para identificar y supervisar los cambios en la tierra junto con la degradación, que son fenómenos frecuentes en las regiones semiáridas. Se prueban dos enfoques para la cuantificación del carbono orgánico del suelo, los óxidos de hierro y el contenido de arcilla, basados en la espectroscopia de campo y de laboratorio de las superficies naturales. (1) Se aplica un enfoque físico que se basa en el análisis de características de absorción espectral. Para cada constituyente del suelo, se selecciona un conjunto de características espectrales de diagnóstico y se vincula con datos químicos de referencia mediante técnicas de regresión lineal múltiple (MLR). (2) Se aplica la regresión por mínimos cuadrados parciales (PLS) como método exclusivamente estadístico multivariante para la comparación. Se desarrollan modelos de regresión basados en extensos datos de referencia sobre el terreno de 163 sitios muestreados recogidos en el Bioma Thicket, Sudáfrica, donde se observan cambios en la tierra debido al sobrepastoreo intensivo. Los enfoques se evalúan en función de su rendimiento de predicción y su importancia con respecto a una futura cuantificación de los componentes del suelo en grandes áreas utilizando espectroscopia de imágenes.

• Materias:Contaminación Uso de la tierra Metales pesados Cultivos y suelos Manejo de suelos nitrógeno líquido fertilizante de nitrógeno
• Subjects:Environmental pollution Land use Heavy metals Crops and soils Soil management liquid nitrogen nitrogen fertilizer
• Palabras claves:cuantificación del suelo, constituyentes del suelo, cambio del terreno, datos químicos de referencia, constituyentes del suelo seleccionados, mínimos cuadrados parciales, métodos estadísticos multivariantes, regresión de mínimos cuadrados, regresión lineal múltiple, datos de referencia del suelo
• Keywords:quantification of soil, soil constituents, land change, chemical reference data, selected soil constituents, partial least square, statistical multivariate methods, least square regression, multiple linear regression, ground reference data