Robustness of portable and laboratory-based visible/near- and mid-infrared spectroscopy for optimized determination of temporally and spatially variable soil properties
| dc.contributor.corporatename | Kassel, Universität Kassel, Fachbereich Ökologische Agrarwissenschaften | |
| dc.contributor.referee | Ludwig, Bernard (Prof. Dr.) | |
| dc.contributor.referee | Kaiser, Michael (Prof. Dr.) | |
| dc.date.accessioned | 2022-01-24T14:58:33Z | |
| dc.date.available | 2022-01-24T14:58:33Z | |
| dc.date.issued | 2021 | |
| dc.description.sponsorship | DFG, LU 583/19-1, VO 1509/7-1 | |
| dc.identifier | doi:10.17170/kobra-202201245597 | |
| dc.identifier.uri | http://hdl.handle.net/123456789/13550 | |
| dc.language.iso | eng | eng |
| dc.relation.haspart | doi:10.1002/saj2.20067 | |
| dc.relation.haspart | doi:10.1111/ejss.13180 | |
| dc.relation.haspart | doi:10.1016/j.geoderma.2021.115614 | |
| dc.relation.projectid | DFG, LU 583/19-1, VO 1509/7-1 | |
| dc.rights | Urheberrechtlich geschützt | |
| dc.rights.uri | https://rightsstatements.org/page/InC/1.0/ | |
| dc.subject | visible/near-infrared spectroscopy | eng |
| dc.subject | mid-infrared spectroscopy | eng |
| dc.subject | soil spectroscopy | eng |
| dc.subject | soil carbon fractions | eng |
| dc.subject | partial least squares regression | eng |
| dc.subject | soil organic carbon | eng |
| dc.subject | total nitrogen | eng |
| dc.subject | handheld spectrometer | eng |
| dc.subject | portable spectrometer | eng |
| dc.subject | field spectroscopy | eng |
| dc.subject | soil texture | eng |
| dc.subject | soil moisture | eng |
| dc.subject | soil pH | eng |
| dc.subject.ddc | 540 | |
| dc.subject.ddc | 550 | |
| dc.subject.ddc | 630 | |
| dc.subject.swd | Infrarotspektroskopie | ger |
| dc.subject.swd | Bodenkunde | ger |
| dc.subject.swd | Physikochemische Bodeneigenschaft | ger |
| dc.subject.swd | Kohlenstoff | ger |
| dc.subject.swd | Spektrometer | ger |
| dc.subject.swd | Stickstoff | ger |
| dc.subject.swd | Bodenfeuchte | ger |
| dc.subject.swd | Wasserstoffionenkonzentration | ger |
| dc.subject.swd | Bodenchemie | ger |
| dc.subject.swd | Messung | ger |
| dc.title | Robustness of portable and laboratory-based visible/near- and mid-infrared spectroscopy for optimized determination of temporally and spatially variable soil properties | eng |
| dc.type | Dissertation | |
| dc.type.version | publishedVersion | |
| dcterms.abstract | Application of visible/near- (VISNIRS) and mid-infrared (MIRS) spectroscopy to the field of soil science is promising, as it allows information about a range of properties to be collected simultaneously and rapidly, thereby providing high spatial and temporal resolution data for use in, e.g., soil mapping, precision agriculture, and long-term monitoring. However, investigation of the conditions under which visNIRS and MIRS can replace traditional lab methods is required, as the accuracy, robustness, and efficiency of these methods depend on a wide range of factors that are not sufficiently understood. The objective of this dissertation was therefore to i) compare the performance of field vs lab visNIRS and MIRS for prediction of key soil properties using partial least squares regression; ii) investigate the spectral prediction mechanisms for these soil properties using a) loadings of PLSR components, b) variable importance in the projection scores, c) principal component analysis, and d) model robustness in independent validation; iii) determine the effects of disturbance factors, including a) soil moisture (and its interaction with soil texture) and b) changes in the crop residue quantity (via residue incorporation or decomposition) and quality (clover vs wheat straw incorporation) in soil; iv) compare the performance of various sizes of local calibrations and regional calibrations with and without the addition of local soils (spiking); v) compare the accuracy of spectral models for prediction of soil organic carbon (OC) fractions of variable residence time to prediction with covariates using multiple linear regressions; and vi) determine if spectroscopy can accurately predict the effects of tillage treatments on soil OC contents using analysis of variance. The three studies composing this dissertation utilized surface soils from several sites in Germany. The soil properties under investigation included total and fraction OC contents, total nitrogen (TN) content, pH, and texture. These studies demonstrated the excellent accuracy of lab MIRS OC and TN estimations, while the accuracy of visNIRS and MIRS was lower and more comparable for texture predictions. We found spectral estimation of OC fractions may not have an advantage compared to estimation with covariates since prediction mechanisms are likewise partially indirect (i.e. both organic and mineral spectral signatures were important). The loss of prediction accuracy from lab to field measurement was greater for MIRS than visNIRS, but in situ performance rankings of visNIRS vs MIRS were moisture dependent. Soil moisture more negatively affected OC prediction than clay prediction. No simple trend was established for the performances of soil subsets with low, high or variable moisture content, but accuracy was most negatively affected by moisture for the site with the highest sand content. The independence of the validation soils had a marked effect on model performance, and calculation of bias was essential to describing calibration suitability and hinted at indirect prediction mechanisms. We demonstrated the performance of lab vs field MIRS models for small local and regional calibrations with and without spiking, and the diminishing marginal returns to accuracy from using ever-larger calibration sets. While purely regional lab-MIRS models could accurately predict changes to OC content in response to tillage, field-MIRS models required local or spiked regional calibration to achieve accurate estimations. Thus, the higher efficiency of field measurement is counterbalanced by a more arduous calibration process to achieve satisfactory models. | eng |
| dcterms.abstract | Die Anwendung der Spektroskopie im sichtbaren/nahen- (visNIRS) und mittleren (MIRS) Infrarotbereich auf dem Gebiet der Bodenkunde ist vielversprechend, da sie die gleichzeitige und schnelle Erfassung von Informationen über eine Reihe von Eigenschaften ermöglicht und dadurch Daten mit hoher räumlicher und zeitlicher Auflösung liefert, die z. B. für die Bodenkartierung, die Präzisionslandwirtschaft und das Bodenmonitoring verwendet werden können. Es muss jedoch untersucht werden, unter welchen Bedingungen visNIRS und MIRS traditionelle Labormethoden ersetzen können, da die Genauigkeit, Robustheit und Effizienz dieser Methoden von einer Vielzahl von Faktoren abhängt, die nicht ausreichend bekannt sind. Ziel dieser Dissertation war es daher, i) die Leistung von visNIRS und MIRS im Feld und im Labor bei der Vorhersage wichtiger Bodeneigenschaften mit Hilfe der partiellen Kleinstquadratregression zu vergleichen; ii) die spektralen Vorhersagemechanismen für diese Bodeneigenschaften anhand von a) Ladungen der PLSR-Komponenten, b) der Variablenbedeutung in den Projektionsergebnissen, c) der Hauptkomponentenanalyse und d) der Modellrobustheit in der unabhängigen Validierung zu untersuchen; iii) die Bestimmung der Auswirkungen von Störfaktoren, einschließlich der Bodenfeuchtigkeit (und ihrer Wechselwirkung mit der Bodentextur) und der Veränderungen der Menge an Ernterückständen (durch Einarbeitung oder Zersetzung) und der Qualität (Einarbeitung von Klee oder Weizenstroh) im Boden; iv) der Vergleich der Leistung verschiedener Größen von lokalen Kalibrierungen und regionaler Kalibrierungen mit und ohne Zugabe lokaler Böden ("Spiking"); v) der Vergleich der Genauigkeit von Spektralmodellen für die Vorhersage von Anteilen organischen Kohlenstoffs (OC) im Boden bei variabler Verweilzeit mit der Vorhersage mit Kovariaten unter Verwendung multipler linearer Regressionen; und vi) die Bestimmung, ob die Spektroskopie die Auswirkungen von Bodenbearbeitungsmaßnahmen auf den OC-Gehalt im Boden unter Verwendung von Varianzanalysen genau vorhersagen kann. In den drei Studien, aus denen sich diese Dissertation zusammensetzt, wurden Oberböden von verschiedenen Standorten in Deutschland verwendet. Zu den untersuchten Bodeneigenschaften gehörten der Gesamt- und Fraktions-OC-Gehalt, der Gesamtstickstoffgehalt (TN), der pH-Wert und die Textur. Diese Studien zeigten die hervorragende Genauigkeit der OC- und TN-Schätzungen mit MIRS im Labor, während die Genauigkeit von visNIRS und MIRS bei der Vorhersage der Textur geringer war und eher vergleichbar. Wir fanden heraus, dass die spektrale Schätzung von OC-Anteilen im Vergleich zur Schätzung mit Kovariaten möglicherweise keinen Vorteil bietet, da die Vorhersagemechanismen ebenfalls teilweise indirekt sind (d. h. sowohl organische als auch mineralische Spektralsignaturen waren wichtig). Der Verlust an Vorhersagegenauigkeit von der Labor- zur Feldmessung war bei MIRS größer als bei visNIRS, aber die Einstufung der In-situ-Leistung von visNIRS gegenüber MIRS war feuchteabhängig. Die Bodenfeuchtigkeit wirkte sich negativer auf die OC-Vorhersage aus als auf die Tonvorhersage. Für die Leistungen von Bodenuntergruppen mit niedrigem, hohem oder variablem Feuchtigkeitsgehalt wurde kein einfacher Trend festgestellt, aber die Genauigkeit wurde am stärksten durch die Feuchtigkeit für den Standort mit dem höchsten Sandgehalt beeinträchtigt. Die Unabhängigkeit der Validierungsböden hatte eine deutliche Auswirkung auf die Modellleistung, und die Berechnung der Verzerrung war für die Beschreibung der Kalibrierungseignung von wesentlicher Bedeutung und gab Hinweise auf indirekte Vorhersagemechanismen. Wir demonstrierten die Leistung von Labor- und Feld-MIRS-Modellen für kleine lokale und regionale Kalibrierungen mit und ohne "Spiking" sowie die abnehmenden Grenzerträge zur Genauigkeit bei Verwendung immer größerer Kalibrierungssätze. Während rein regionale Labor-MIRS-Modelle Änderungen des OC-Gehalts als Reaktion auf die Bodenbearbeitung akkurat vorhersagen konnten, benötigten Feld-MIRS-Modelle eine lokale oder regionale Kalibrierung mit "Spiking", um genaue Schätzungen zu erhalten. Die höhere Effizienz von Feldmessungen wird also durch einen mühsameren Kalibrierungsprozess ausgeglichen, um zufriedenstellende Modelle zu erhalten. | ger |
| dcterms.accessRights | open access | |
| dcterms.creator | Greenberg, Isabel | |
| dcterms.dateAccepted | 2021-11-04 | |
| dcterms.extent | x, 134 Seiten | |
| kup.iskup | false |