Modelado de las fracciones de carbono orgánico del suelo mediante espectroscopía vis-SWIR
DOI:
https://doi.org/10.17398/3101-7177.2.163Palabras clave:
reservas de carbono, fraccionamiento densimétrico, espectroscopía de reflectividad difusa, regresión de mínimos cuadrados parcialesResumen
El estudio de la dinámica del carbono orgánico del suelo (COS) en los ecosistemas requiere de una correcta evaluación de su distribución en diferentes fracciones (lábiles y estables), por cuanto estas determinan su potencial como sumidero de carbono y permiten valorar la efectividad de las actuaciones de gestión. Aunque la espectroscopía vis-SWIR ha demostrado su potencial para estimar muchas propiedades del suelo, entre ellas el COS total, su uso para estimar las fracciones de carbono es todavía incipiente y son necesarios más estudios en esta línea. En este trabajo se evalúa la capacidad de modelos de regresión PLSR para estimar el COS total y sus fracciones (libre, ocluida y estable), obtenidas por técnicas densimétricas de laboratorio. Se analizaron 57 muestras de suelo procedentes de áreas de cultivo abandonadas en el Pirineo Central. Los resultados indican que el pretratamiento de los espectros combinando el cálculo de la primera derivada y la normalización SNV es el más efectivo. Los modelos lograron estimar con alta precisión el COS total y la fracción estable (R2CV > 0,8). Por el contrario, las fracciones lábiles ─libre y ocluida─ presentaron un ajuste moderado (0,6 < R2CV < 0,7), que mejoró al combinarse en una única categoría (R2CV = 0,76). Aunque se considera necesario extender esta metodología a nuevas muestras para su validación definitiva, los resultados confirman su potencial para caracterizar la estabilidad del carbono de forma robusta.
Descargas
Referencias
Baldock, J.A., Hawke, B., Sanderman, J., & Macdonald, L.M. (2013). Predicting contents of carbon and its component fractions in Australian soils from diffuse reflectance mid-infrared spectra. Soil Res. 51, 577. https://doi.org/10.1071/SR13077
Cerli, C., Celi, L., Kalbitz, K., Guggenberger, G., & Kaiser, K. (2012). Separation of light and heavy organic matter fractions in soil — Testing for proper density cut-off and dispersion level. Geoderma 170, 403–416. https://doi.org/10.1016/j.geoderma.2011.10.009
Demattê, J. A. M., Dotto, A. C., Bedin, L. G., Sayão, V. M., & Souza, A. B. (2019). Soil analytical quality control by traditional and spectroscopy techniques: Constructing the future of a hybrid laboratory for low environmental impact. Geoderma, 337, 111–121. https://doi.org/10.1016/j.geoderma.2018.09.010
Dotto, A.C., Dalmolin, R.S.D., ten Caten, A., & Grunwald, S. (2018). A systematic study on the application of scatter-corrective and spectral-derivative preprocessing for multivariate prediction of soil organic carbon by Vis-NIR spectra. Geoderma 314, 262–274. https://doi.org/10.1016/j.geoderma.2017.11.006
Gozukara, G., Hartemink, A. E., Huang, J. & Demattê, J. A. M. (2025). Prediction accuracy of pXRF, MIR, and Vis-NIR spectra for soil properties—A review. Soil Science Society of America Journal, 89(2), e70028. https://doi.org/10.1002/saj2.70028
Henaka Arachchi, M.P.N.K., Field, D.J., & McBratney, A.B. (2016). Quantification of soil carbon from bulk soil samples to predict the aggregate-carbon fractions within using near- and mid-infrared spectroscopic techniques. Geoderma 267, 207–214. https://doi.org/10.1016/j.geoderma.2015.12.030
Jaconi, A., Poeplau, C., Ramirez-Lopez, L., Van Wesemael, B., & Don, A. (2019). Log-ratio transformation is the key to determining soil organic carbon fractions with near-infrared spectroscopy. European Journal of Soil Science, 70(1), 127–139. https://doi.org/10.1111/ejss.12761
Keesstra, S. D., Bouma, J., Wallinga, J., Tittonell, P., Smith, P., Cerdà, A., … & Fresco, L. O. (2016). The significance of soils and soil science towards realization of the United Nations Sustainable Development Goals. SOIL, 2(2), 111–128. https://doi.org/10.5194/soil-2-111-2016
Knox, N.M., Grunwald, S., McDowell, M.L., Bruland, G.L., Myers, D.B., & Harris, W.G. (2015). Modelling soil carbon fractions with visible near-infrared and mid-infrared spectroscopy. Geoderma 239-240, 229–239. https://doi.org/10.1016/j.geoderma.2014.10.019
Lal, R. (2016). Soil health and carbon management. Food and Energy Security, 5(4), 212–222. https://doi.org/10.1002/fes3.96
O’Rourke, S. M., Angers, D. A., Holden, N. M., & McBratney, A. B. (2015). Soil organic carbon across scales. Global Change Biology, 21(10), 3561–3574. https://doi.org/10.1111/gcb.12959
Rinnan, Å., Berg, F. van den, & Engelsen, S.B. (2009). Review of the most common pre-processing techniques for near-infrared spectra. TrAC Trends Anal. Chem. 28, 1201–1222. https://doi.org/10.1016/j.trac.2009.07.007
Vasques, G.M., Grunwald, S., & Sickman, J.O. (2008). Comparison of multivariate methods for inferential modeling of soil carbon using visible/near-infrared spectra. Geoderma 146, 14–25. https://doi.org/10.1016/j.geoderma.2008.04.007
Vasques, G.M., Grunwald, S., & Sickman, J.O. (2009). Modeling of Soil Organic Carbon Fractions Using VNIR Spectroscopy. Soil Sci. Soc. Am. J. 73, 176–184. https://doi.org/10.2136/sssaj2008.0015
Viscarra Rossel, R. A., & Hicks, W. S. (2015). Soil organic carbon and its fractions estimated by visible-near infrared transfer functions. European Journal of Soil Science, 66(3), 438–450. https://doi.org/10.1111/ejss.12237
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Raquel Montorio Llovería, Estela Nadal Romero, Fernando Pérez Cabello, David Badía Villas (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
