Spectroscopic determination of major nutrients (N, P, K) of soil

Abstract

öz Bu çalışmanın amacı gıdanın hammadde kalitesini başlıca etkileyen ana toprak besin elementlerini (azot, fosfor ve potasyum) yalan kızılötesi reflektans spektroskopisi kullanarak tayin etmektir. Ana toprak besin elementlerinin konsantrasyonlarını tahmin etmek için genetik ters en küçük kareler ve kısmi en küçük kareler metotları kullanılmıştır. Menemen Uygulama ve Araştırma Çiftliği'nden toplanan toprak örnekleri yakın kızılötesi analizlerine iki farklı metot kullanılarak hazırlanmıştır, Birince metoda göre iki deney yapılmıştır. Etüvde kurutulmuş ve 2 mm'lik elekten elenmiş toprak örnekleri, kütlece %1-15 konsantrasyon aralığında NPK gübresi ile (birinci deney) ve kütlece %ö.075-0.3 konsantrasyon aralığında NH4NO3 ve TSP gübreleri ile karıştırılmıştır (ikinci deney). Genetik ters en küçük kareler metodu kullanılarak, NPK gübresi içeren örneklerdeki azot, fosfor ve potasyum konsantrasyonlarının tahnıini için sırası ile 0.9820, 0.9779 ve 0,9906 regresyon katsayıları elde edilmiştir. İkinci deneyde, NH4NO3 gübresi içeren örneklerdeki azot konsantrasyonunun tahmini 0.8409 regresyon katsayısı ile genetik ters en küçük kareler metodu kullanılarak güvenilir bir şekilde yapılmıştır. Diğer taraftan, TSP gübresi içeren örneklerdeki fosfor konsantrasyonunun tahmini için ise aynı istatistiksel metot ile 0.6005 regresyon katsayısı elde edilmiştir. İkinci metot, birincisinden toprak örneklerinin kurutulması ve toprak örneklerine gübre ilavesini takiben uygulanan nemlendirme basamağının çıkarılması ile farklılık göstermektedir. Amaç, örneklerdeki nem farklılıklarından kaynaklanan spektrumlardaki zemin çizgisinin kaymasını engellemektir* Kütlece %0.02-0.5 konsantrasyon aralığındaki örneklerin hazırlanmasında beş gübre çeşidi kullanılmıştır [KNO3, CaNOs, TSP, (NH4)2S04, NPK]. Genetik ters en küçük kareler metodu kullanarak, reflektans spektraları ile besin elementi konsantrasyonları arasında oluşturulan kalibrasyon modelleri 0.80'nin üzerinde regresyon katsayısına sahiptiler fakat (NH4)2S04 ve NPK gübrelerini içeren örnekler dışında, modellerin tahmin etme yetenekleri zayıftı (R2<0.50). (NH4)2S04 içeren örneklerdeki azot ve sülfür konsantrasyonlarının tahmini içki regresyon katsayıları sırası ile 0.8620 ve 0.8555 olarak bulunmuştur. NPK içeren örneklerdeki azot, fosfor ve potasyum konsantrasyonlarının tahmini için regresyon katsayıları sırası ije 0.6737, 0J633 ve 0.8724 olarak bulunmuştur. İkinci metoda göre hazırlanmış olan örneklerdeki besin elementi konsantrasyonlarının tahmini için kısmi enküçük kareler metodu da kullanılmıştır. (NHO2SO4 gübresi içeren örnekler dışında, diğer örneklerdeki azot, fosfor ve potasyum miktarları kısmi en küçük kareler metodu kullanılarak tahmin edilememiştir (R2<0.20). (NHt)2S04 içeren örneklerdeki azot ve sülfür miktarlarının tahmini için bulunan regresyon katsayısı 0.930 l'dir. Menemen Uygulama ve Araştırma Çiftliği'nde bulunan iki zirai tarlanın farklı noktalarından toplanan, laboratuarda analizlenmiş toprak örnekleri ile ilave bir çalışma gerçekleştirilmiştir. Toplam azot, yarayışlı fosfor ve yarayışlı potasyum miktarları Ege Üniversitesi'nin Ziraat Mühendisliği Bölümü tarafindan sırası ile Kjeldahl metodu, Bingham metodu ve amonyum asetat metoduna göre belirlenmiştir. Bu besin elementlerinin genetik ters en küçük kareler metoduna göre tahmini zayıftır (R2< 0.İ20). Kısmi en küçük kareler metodunu kullanarak, besin elementi konsantrasyonları tahmin edilememiştir (faktör sayısı = 0). Bu çalışmanın sonuçları göstermektedir ki, yakın kızılötesi reflektans tekniği toprak- gübre karışımlarındaki azot, fosfor ve potasyum konsantrasyonlarını, örnek hazırlama basamaklarına, gübre çeşidine ve konsantrasyonlarına ve çoklu değişkenli kalibrasyon metotlarına (genetik ters en küçük kareler ve kısmi en küçük kareler metotları) bağlı olarak hızlı, tahrip etmeksizin, ve eşzamanlı belirlenmesini sağlamaktadır. vu

ABSTRACT The aim of this study was to determine the major soil nutrients (nitrogen, phosphorus and potassium) which mainly affect the raw material quality of food, using near infrared reflectance spectroscopy (1000-2500 nm). Genetic inverse least squares and partial least squares were used to predict the concentrations of major soil nutrients. The soil samples, collected from Menemen Application and Research Farms, were prepared for the near infrared analysis by using two different methods. According to the first method, two experiments were performed. The soil samples of which were oven dried and screened through a 2 mm sieve, were mixed with NPK fertilizer in the concentration range of 1*15% (wt/wt) (first experiment), and with NH4NO3 and TSP fertilizers in the concentration range of 0.075-0.3% (wt/wt) (second experiment). Using genetic inverse least squares method, regression coefficients of 0.9820, 0.9779 and 0.9906 were obtained for the prediction of nitrogen, phosphorus and potassium concentrations in samples containing NPK fertilizer, respectively. In the second experiment, prediction of nitrogen concentration in samples containing NH4NO3 fertilizer was done reliable with a regression coefficient of 0.8409 using genetic inverse least squares method. On the other hand, regression coefficient of 0.6005 was obtained for the prediction of phosphorus concentration in samples containing TSP fertilizer with the same statistical method. The second method differed from the first one by eliminating the drying of soil samples and moisturizing step following the addition of fertilizers into soil samples. The aim was to prevenj; baseline shifts in the spectra arising from the moisture changes in the samples. Five types of fertilizer [KNO3, CaNOa, TSP* (NH^SC)^ NPK] were used in the preparation of samples in the concentration range of 0,02-0.5% (wt/wt). Using genetic inverse least squares method, calibration models produced between the reflectance spectra and the nutrient concentrations had regression coefficients greater than 0.80, however the prediction ability of the models was poor (R2<0.50) except for the samples containing (NIIO2SO4 and NPK fertilizers. The regression coefficients for the prediction of nitrogen and sulfur concentrations in (NH4)2SÖ4 containing samples were found as 0.8620 and 0.8555, respectively. For the prediction of nitrogen, phosphorus and potassium concentrations in NPK containing samples, the regression coefficients were found as 0.6737, 0.7633 and 0.8724, respectively. The partial leastsquares method was also used for the prediction of nutrient concentrations in the samples prepared according to the second method. Except samples containing (NIİO2SO4 fertilizer, nitrogen, phosphorus and potassium amounts could not be predicted in the other samples using partial least squares method (R2<0.20). The regression coefficients obtained for the prediction of nitrogen and sulfur amounts m (NHU^SÖt containing samples were 0.9301. An additional work was carried out with laboratory analyzed soil samples collected from several points of two agricultural fields in Menemen Application and Research Farms. Total nitrogen, extractable phosphorus and exchangeable potassium amounts were determined by Agricultural Engineering Department of Ege University according to the Kjeldahl method, Bingham method and ammonium acetate method, respectively. Predictions of these nutrient concentrations by genetic inverse least squares method were poor (R2< 0,20). Using partial least squares method, the nutrient concentrations could not be predicted (factor number = 0). The results of this study indicate that, near infrared reflectance technique provided rapid, non-destructive and simultaneous deterrnination of nitrogen, phosphorus and potassium concentrations in soil- fertilizer mixtures depending on the sample preparation steps, fertilizer types and concentrations and multivariate calibration methods (genetic inverse least squares and partial least squares methods).