Resumen

Aunque la espectroscopía visible e infrarroja cercana puede determinar rápidamente y con precisión los nutrientes del suelo sin destruir la muestra, algunos problemas siguen sin resolverse, como el desajuste del modelo espectral establecido con diferentes tipos de muestras, lo que limita la amplia aplicación de esta tecnología. Aquí, tomamos suelos de ribera y de montaña como ejemplos para explorar la transferencia de calibración entre dos tipos diferentes de suelos mediante el algoritmo WMPDS-S/B (escala múltiple de wavelet, estandarización directa por tramos combinada con el método de corrección de Pendiente/Sesgo) y mediante la adición de nuevas muestras. Las concentraciones predichas de TN y TC mejoraron significativamente después de ser transformadas. En comparación con la adición de nuevas muestras, el algoritmo WMPDS-S/B obtuvo resultados más precisos. Los errores relativos promedio disminuyeron de un 440.2% (sin transformación) a aproximadamente un 6% para TN y de un 342.0% a aproximadamente un 7% para TC. Los errores relativos máximos se redujeron de un 538.1% a menos del 20% para TN y de un 403.7% a menos del 20% para TC. El RMSEP disminuyó de 2.42 a aproximadamente 0.04 para TN y de 15.74 a aproximadamente 0.4 para TC. El algoritmo WMPDS-S/B tuvo ventajas al seleccionar menos muestras conocidas y obtener mejores resultados de predicción. En contraste con estudios anteriores, que resolvieron la transferencia de calibración entre diferentes espectrómetros y el entorno de medición para las mismas muestras, nuestro estudio resolvió la transferencia de calibración entre diferentes tipos de muestras bajo el mismo espectrómetro y entorno de medición. El primero solo podía usarse para corrección entre instrumentos, mientras que el segundo resolvió fundamentalmente el problema de compartir modelos entre diferentes muestras.

• Materias:Fluorescencia Nanopartículas Espectroscopia infrarroja Fármaco Espectroscopia raman
• Subjects:Fluorescence Nanoparticles Infrared spectroscopy Drug Raman spectroscopy
• Palabras claves:Espectroscopia del infrarrojo cercano-visible; Nutrientes del suelo; Modelo espectral; Transferencia de calibración; Algoritmo WMPDS-S/B; Resultados de predicción
• Keywords:Visible-near-infrared spectroscopy; Soil nutrients; Spectral model; Calibration transfer; WMPDS-S/B algorithm; Prediction results