Mostrar el registro sencillo del ítem

dc.contributor.authorForero-Cabrera, Nathalia Maríaspa
dc.contributor.authorCamacho-Tamayo, Jesús Hernánspa
dc.contributor.authorRamírez-López, Leonardospa
dc.contributor.authorRubiano Sanabria, Yolandaspa
dc.date.accessioned2017-01-01 00:00:00
dc.date.accessioned2023-09-19T21:07:58Z
dc.date.available2017-01-01 00:00:00
dc.date.available2023-09-19T21:07:58Z
dc.date.issued2016-01-01
dc.identifier.issn0120-0739
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/44417
dc.description.abstractTécnicas como la espectroscopía de infrarrojo cercano (NIR) se pueden utilizar para identificarlas clases y propiedades de los suelos con buena precisión. El objetivo de este estudio fue calibrar modelos para predecir el contenido de arcilla, limo y arena de un Typic Hapludox por espectroscopia NIR. El estudio se realizó en la Estación Experimental de Carimagua situado en el municipio de Puerto Gaitán, Meta, Colombia. Se utilizó un diseño de red rígida, se tomaron 1200 muestras en una superficie aproximada de 5100 ha. La elaboración de los modelos se hizo mediante regresión por mínimos cuadrados parciales. Se obtuvieron modelos con baja representatividad para contenidos de arena y limo, con valores de R2 (0.41 y 0.34, respectivamente). El modelo para el contenido de arcilla mostró un alto R2 (0.76). Para la arcilla fue posible la elaboración de mapas digitales y espectro-digitales similares. Los resultados encontrados para el contenido de arcilla indican que los análisis de laboratorio se pueden sustituir, en gran parte, por los modelos espectrales. En el caso de la arena y el limo, sería conveniente mejorar el modelo para que, en el futuro, los análisis de laboratorio puedan ser sustituidos para esta clase de suelo.spa
dc.description.abstractTechniques such as near infrared spectroscopy (NIR) can be used to identify classes and properties of soils with good precision. The aim of this study was to calibrate models to predict the content of clay, silt and sand of a Typic Hapludox by NIR spectroscopy. The study was carried out in the Carimagua Experimental Station located in the municipality of Puerto Gaitán, Meta, Colombia. A grid design was used, 1200 samples were collected in an area of 5100 ha. The development of the models have made by partial least squares regression. A low representatively models were obtained for sand and silt contents, with values of R2 (0.41 and 0.34, respectively).The clay model  content showed a high R2 (0.76). For the clay was possible the development of similar digital maps and digital spectrum maps . The results for the clay content indicate that laboratory analysis  can be substituted, in large part by spectral models. In the case of sand and silt, in the future,  it would be convenient to improve the model  for substituting the laboratory analysis  for this class of soil.eng
dc.format.mimetypeapplication/pdfspa
dc.format.mimetypetext/htmlspa
dc.language.isospaspa
dc.publisherUniversidad Distrital Francisco José de Caldasspa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.sourcehttps://revistas.udistrital.edu.co/index.php/colfor/article/view/9656spa
dc.subjectmapeo de suelosspa
dc.subjectreflectancia difusaspa
dc.subjectTypic Hapludoxspa
dc.subjectsoil mappingeng
dc.subjectdiffuse reflectanceeng
dc.subjectTypic Hapludox.eng
dc.titleEvaluación de textura del suelo con espectroscopia de infrarrojo cercano en un oxisol de Colombiaspa
dc.typeArtículo de revistaspa
dc.identifier.doi10.14483/udistrital.jour.colomb.for.2017.1.a01
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.coarhttp://purl.org/coar/resource_type/c_2df8fbb1spa
dc.type.localJournal articleeng
dc.title.translatedNear-infrared spectroscopic assessment of soil texture in an oxisol of the eastern plains of Colombiaeng
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.relation.referencesBellinaso, H., Demattê, J.A.M. & Romeiro, S.A. (2010). Soil spectral library and its use in soil. Revista Brasileira de Ciência do Solo, 34, 861-870. https://doi.org/10.1590/S0100-06832010000300027spa
dc.relation.referencesBisquerra, R. (2004). Metodología de la investigación educativa. Madrid: La Muralla.spa
dc.relation.referencesCamacho-Tamayo, J. H., Rubiano S., Y., & Hurtado S., M. (2014). Near-infrared (NIR) diffuse reflectance spectroscopy for the prediction of carbon and nitrogen in an Oxisol. Agronomía Colombiana, 32(1), 86-94. https://doi.org/10.15446/agron.colomb.v32n1.38967spa
dc.relation.referencesCamargo, L. A., Marques Júnior, J., Barrón, Vidal, Ferracciú, L. R., Barbosa, R. S., & Pereira, G. T. (2015). Mapping of clay, iron oxide and absorbed phosphate in Oxisols using diffuse reflectance spectroscopy. Geoderma, 251-252, 124-132. https://doi.org/10.1016/j.geoderma.2015.03.027spa
dc.relation.referencesCambardella, C.A., Moorman, T.B., Novak, J.M., Parkin, T.B., Karlen, D.L., Turco, R.F., & Konopka, A.E. (1994). Field-scale variability of soil properties in Central Iowa Soils. Soil Science Society of American Journal, 5, 1501-1511. https://doi.org/10.2136/sssaj1994.03615995005800050033xspa
dc.relation.referencesCantarella, H., Quaggio, J. A., Raij, B. Van., & Abreu, M.F. (2006). Variability of soil analysis in commercial laboratories: implications for lime and fertilizer recommendations. Communications in Soil Science and Plant Analysis, 37, 2213-2225. https://doi.org/10.1080/00103620600817523spa
dc.relation.referencesCarvalho Junior, W. de, Chagas, C. Da S., Muselli, A., Pinheiro, H. S. K., Pereira, N. R., & Bhering, S. B. (2014). Método do hipercubo latino condicionado para a amostragem de solos na presença de covariáveis ambientais visando o mapeamento digital de solos. Revista Brasileira de Ciência do Solo, 38(2), 386-396. https://doi.org/10.1590/S0100-06832014000200003spa
dc.relation.referencesCasa, R., Castaldi, F., Pascucci, S., Palombo, A., & Pignatti, S. (2013). A comparison of sensor resolution a calibration strategy for soil texture estimation from hyperespectral remote sensing. Geoderma, 197-198, 17-26. https://doi.org/10.1016/j.geoderma.2012.12.016spa
dc.relation.referencesCobo, J.G., Dercon, G., Yekeye, T., Chapungu, L., Kadzere, C., Murwira, A., Delve, R., & Cadisch, G. (2010). Integration of mid-infrared spectroscopy and geostatistics in the assessment of soil spatial variability at landscape level. Geoderma, 158, 398-411. https://doi.org/10.1016/j.geoderma.2010.06.013spa
dc.relation.referencesCurcio, D., Ciraolo, G., D' Asaro, F., & Minacapilli, M. (2013). Prediction of soil texture distributions using VNIR-SWIR reflectance spectroscopy. Procedia Environmental Sciences, 19, 494-503. https://doi.org/10.1016/j.proenv.2013.06.056spa
dc.relation.referencesDemattê, J.A.M., Morelli, J., & Demattê, J.L.I. (2006). Nem tanta precisão. Idea News, 70, 52-60.spa
dc.relation.referencesDiggle, P., & Ribeiro, J. (2000). Model Based Geostatistics. 1ed. São Paulo: Associação Brasileira de Estatística. 129 p.spa
dc.relation.referencesFranceschini, M. H. D., Demattê, J. A. M., Sato, M. V., Vicente, L. E., & Grego, C. R. (2013). Abordagens semiquantitativa e quantitativa na avaliação da textura do solo por espectroscopia de reflectância bidirecional no VIS-NIR-SWIR. Pesquisa Agropecuária Brasileira, 48(12), 1569-1582. https://doi.org/10.1590/S0100-204X2013001200006spa
dc.relation.referencesGarcía Durán, Obed. (2009). Carimagua: La investigación y el desarrollo en ecosistemas de baja fertilidad. Revista Colombiana de Ciencias Pecuarias, 22(1), 74-78.spa
dc.relation.referencesGenú, A.M., & Demattê, J.A.M. (2012). Espectrorradiometria de solos e comparação com sensores orbitais. Bragantia, 71, 82-89. https://doi.org/10.1590/S0006-87052012005000005spa
dc.relation.referencesGoovaerts, P. (1998). Geostatistical tools for characterizing the spatial variability of microbiological and physico-chemical soil properties. Biology and Fertility of Soils, 27(4), 315-334. https://doi.org/10.1007/s003740050439spa
dc.relation.referencesJohann, J.A., Silva, M.C.A., Uribe-Opazo, M.A., & Dalposso, G.H. (2010). Variabilidade Espacial da rentabilidade, perdas na colheita e produtividade do Feijoeiro. Engenharia Agrícola, 30, 700-714. https://doi.org/10.1590/S0100-69162010000400014spa
dc.relation.referencesKuang, B., & Mouazen, A.M. (2013). Effect of spiking strategy and ratio on calibration of on-line visible near infrared soil sensor for measurement in European farms. Soil and Tillage Research, 128,125-136. https://doi.org/10.1016/j.still.2012.11.006spa
dc.relation.referencesLacasta, C., Meco, R., & Maire, N. (2005). Evolución de las producciones y de los parámetros químicos y bioquímicos del suelo, en un agrosistema de cereales sometido a diferentes manejos de suelo durante 21 años. El reto de la Agricultura y Medio Ambiente, la Energía y la Nueva Política Agraria Común. Congreso Internacional sobre Agricultura de Conservación, 429-436.spa
dc.relation.referencesMinisterio de Agricultura. (2016). Evaluaciones Agropecuarias del Ministerio de Agricultura y Desarrollo Rural. Recuperado de: http://www.agronet.gov.co/estadistica/Paginas/default.aspxspa
dc.relation.referencesMouazen, A.M., Kuang, B., De Baerdemaeker, J., & Ramon, H. (2010). Comparison among principal component, partial least squares and back propagation neural network analyses for accuracy of measurement of selected soil properties with visible and near infrared spectroscopy. Geoderma, 158, 23-31. https://doi.org/10.1016/j.geoderma.2010.03.001spa
dc.relation.referencesNanni, M.R., & Demattê, J.A.M. (2006). Spectral reflectance methodology in comparison to tradicional soil analysis. Soil Science Society of America Journal, 70, 393-407. https://doi.org/10.2136/sssaj2003.0285spa
dc.relation.referencesOrjuela-Matta, H. M., Rubiano Sanabria, Y., & Camacho-Tamayo, J. H. (2010). Comportamiento de la Infiltración en un Oxisol. Revista U.D.C.A Actualidad & Divulgación Científica, 13(2), 31-39.spa
dc.relation.referencesPeña, R., Rubiano, Y., Peña, A., & Chaves, B. (2009). Variabilidad especial de los atributos de la capa arable de un Inceptisol del piedemonte de la Cordillera Oriental (Casanare, Colombia). Agronomía Colombiana, 27, 111-120.spa
dc.relation.referencesRamírez, E., Anaya, A. M., & Mariscal, G. (2005). Predicción de la composición química del grano de sorgo mediante espectroscopía de reflectancia en el infrarrojo cercano (NIRS). Revista Mexicana de Ciencias Pecuarias, 43, 1-11.spa
dc.relation.referencesRamírez-López, L., Schmidt, K., Behrens, T., Wesemael, B., Demattê, J.A.M., & Scholten T. (2014). Sampling optimal calibration sets in soil infrared. Geoderma, 226-227, 140-150. https://doi.org/10.1016/j.geoderma.2014.02.002spa
dc.relation.referencesRodríguez-Vásquez, A.F., Aristizabal-Castillo, A.M., & Camacho-Tamayo, J.H. (2008). Variabilidad espacial de los modelos de infiltración de Philip y Kostiakov en un suelo ándico. Engenharia. Agrícola, 28, 64-75. https://doi.org/10.1590/S0100-69162008000100007spa
dc.relation.referencesSousa Junior, J.G., Demattê, J.A.M., & Araújo, S.R. (2011). Modelos espectrais terrestres e orbitais na determinação de teores de atributos dos solos: potencial e custos. Bragantia, 70, 610-621. https://doi.org/10.1590/S0006-87052011000300017spa
dc.relation.referencesStenberg, B., Viscarra Rossel, R.A., Mouazen, A.M., & Wetterlindd, J. (2010). Visible and near infrared spectroscopy in soil science. Advances in Agronomy, 107, 163-215. https://doi.org/10.1016/S0065-2113(10)07005-7spa
dc.relation.referencesTerra, F. S., Demattê, J. A., & Viscarra Rossel, R. A. (2015). Spectral libraries for quantitative analyses of tropical Brazilian soils: Comparing VIS —NIR and mid— IR reflectance data. Geoderma, 255-256, 81-93. https://doi.org/10.1016/j.geoderma.2015.04.017spa
dc.relation.referencesViscarra Rossel, R., Walvoort, D., McBratney, A., Janik, L., & Skjemstad, J. (2006). Visible, near infrared, mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties. Geoderma, 131, 59-75. https://doi.org/10.1016/j.geoderma.2005.03.007spa
dc.relation.referencesViscarra Rossel, R.A. (2008). ParLeS: Software for chemometric analysis of spectroscopic data. Chemometrics and Intelligent Laboratory Systems, 90, 72-83. https://doi.org/10.1016/j.chemolab.2007.06.006spa
dc.relation.referencesViscarra Rossel, R.A., Catttle, S.R., Orteaga, A., & Fouad, Y. (2009). In situ measurements of soil solour, mineral composition and clay content by VIS – NIR spectroscopy. Geoderma, 150, 253-266. https://doi.org/10.1016/j.geoderma.2009.01.025spa
dc.relation.referencesWebster, R., & Oliver, M.A. (2007). Geostatistics for environmental scientists. Hoboken, NJ: Editorial John Wiley & Sons Inc. 109p. https://doi.org/10.1002/9780470517277spa
dc.relation.referencesWhite, R.E. (2005). Principles and practice of soil science: the soil as a natural resource. Cuarta edición. Oxford: Blackwell. 384 p. https://doi.org/10.1016/B0-72-160797-7/50088-4spa
dc.relation.referencesWold, S., Sjöström, M., & Eriksson, L. (2001). PLS-regression: la basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems, 58,109-130. https://doi.org/10.1016/S0169-7439(01)00155-1spa
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.redcolhttp://purl.org/redcol/resource_type/ARTspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dc.relation.citationvolume20spa
dc.relation.citationissue1spa
dc.relation.citationeditionNúm. 1 , Año 2017 : Enero-Juniospa
dc.relation.ispartofjournalColombia forestalspa
dc.identifier.eissn2256-201X
dc.identifier.urlhttps://doi.org/10.14483/udistrital.jour.colomb.for.2017.1.a01
dc.relation.citationstartpage5
dc.relation.citationendpage18
dc.relation.bitstreamhttps://revistas.udistrital.edu.co/index.php/colfor/article/download/9656/12143
dc.relation.bitstreamhttps://revistas.udistrital.edu.co/index.php/colfor/article/download/9656/12338
dc.type.contentTextspa
dspace.entity.typePublicationspa


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

https://creativecommons.org/licenses/by-nc-sa/4.0/
Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-sa/4.0/