Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributor.advisorCamacho Tamayo, Jesús Hernán
dc.contributor.authorMeneses Suárez, Doris Adriana
dc.date.accessioned2022-03-28T15:43:08Z
dc.date.available2022-03-28T15:43:08Z
dc.date.issued2022-03-22
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/81398
dc.descriptionilustraciones, fotografías, graficas
dc.description.abstractLa salinidad es uno de los mayores problemas de degradación de suelos agrícolas, por lo que es necesario identificar técnicas que permitan evaluar y monitorear constantemente el suelo. El objetivo de esta investigación fue determinar modelos de predicción para estimar la conductividad eléctrica (CE)del suelo mediante espectroscopía de reflectancia difusa – NIR para suelos provenientes de tres zonas con características diferentes: un inceptisol del C.A.M (Mosquera - Cundinamarca), un alfisol del C.A.G (Espinal – Tolima) y un oxisol del C.I.C (Puerto Gaitán – Meta). Se utilizaron en total 381 muestras de suelos para determinar la conductividad eléctrica (CE) por medio de una relación 1:2. Se obtuvieron firmas espectrales en la región NIR y a partir de esto y con el uso de la metodología de mínimos cuadrados parciales (PLSR) y análisis de componentes principales (PCA) se elaboraron cuatro modelos de predicción, uno para cada uno para cada suelo y uno global. Con estos modelos fue posible estimar satisfactoriamente la CE para el caso del suelo inceptisol y el modelo global, mientras que para los suelos alfisol y el oxisol los modelos presentaron poca capacidad de predicción y representatividad. Se realizó un análisis geoestadístico con los resultados obtenidos de los modelos y se obtuvieron mapas digitales mediante interpolaciones. A partir de los resultados se observó que utilizando la espectroscopía de reflectancia difusa en el rango NIR, se pueden generar modelos con una buena capacidad predictiva para suelos con una CE mayor a 0,5 dS/m cómo fue el caso del suelo inceptisol. (Texto tomado de la fuente)
dc.description.abstractSalinity is one of the major problems of agricultural soil degradation, so it is necessary to identify techniques to constantly evaluate and monitor the soil. The objective of this research was to determine predictive models for estimating soil electrical conductivity (EC) using diffuse reflectance spectroscopy (NIR) for soils from three zones with different characteristics one inceptisol the C.A.M (Mosquera - Cundinamarca), an alfisol of C.A.G (Espinal – Tolima) and one oxisol of C.I.C (Puerto Gaitán – Meta). A total of 381 soil samples were used to determine electrical conductivity (EC) using a 1:2 ratio. Spectral signatures were obtained in the NIR region and from this, using partial least squares methodology (PLSR) and principal component analysis (PCA), four prediction models were developed, one for each soil and one global. With these models it was possible to satisfactorily estimate the EC for the Inceptisol soil and the global model, while for the alfisol and oxisol soils the models presented little predictive capacity and representativeness. A geostatistical analysis was carried out with the results obtained from the models and digital maps were obtained through interpolations. From the results, it was observed that using diffuse reflectance spectroscopy in the NIR range, models with a good predictive capacity can be generated for soils with an EC higher than 0.5 dS/m, as was the case of Inceptisol soil.
dc.format.extentxvi, 67 páginas
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc630 - Agricultura y tecnologías relacionadas
dc.titleAplicación de la espectroscopía de reflectancia difusa (NIR) en el estudio de la conductividad eléctrica del suelo
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programBogotá - Ingeniería - Maestría en Ingeniería - Ingeniería en Biosistemas
dc.contributor.researchgroupIngeniería de Biosistemas
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería - Ingeniería en Biosistemas
dc.description.researchareaAdecuación de Tierras y manejo Sostenible
dc.identifier.instnameUniversidad Nacional de Colombia
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.publisher.departmentDepartamento de Ingeniería Civil y Agrícola
dc.publisher.facultyFacultad de Ingeniería
dc.publisher.placeBogotá, Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Bogotá
dc.relation.referencesAdeline, K. R. M., Gómez, C., Gorretta, N., & Roger, J. M. (2017). Predictive ability of soil properties to spectral degradation from laboratory Vis-NIR spectroscopy data. Geoderma, 288, 143–153. https://doi.org/10.1016/j.geoderma.2016.11.010
dc.relation.referencesAllbed, A.; Kumar, L., & Aldakheel, Y. Y. (2014). Assessing soil salinity using soil salinity and vegetation indices derived from IKONOS high-spatial resolution imageries: Applications in a date palm dominated region. Geoderma, 230–231, 1–8. https://doi.org/10.1016/j.geoderma.2014.03.025
dc.relation.referencesAllison, L.E. 1973. Oversaturation method for preparing saturation extracts for salinity appraisal. Soil Sci. 116:65-69.
dc.relation.referencesAsfaw, E., Suryabhagavan, K. v., & Argaw, M. (2018). Soil salinity modeling and mapping using remote sensing and GIS: The case of Wonji sugar cane irrigation farm, Ethiopia. Journal of the Saudi Society of Agricultural Sciences, 17(3), 250–258. https://doi.org/10.1016/j.jssas.2016.05.003
dc.relation.referencesBedin, L. G., Souza, A. B. e, Dotto, A. C., Demattê, J. A. M., & Sayão, V. M. (2018). Soil analytical quality control by traditional and spectroscopy techniques: Constructing the future of a hybrid laboratory for low environmental impact. Geoderma, 337(December 2017), 111–121. https://doi.org/10.1016/j.geoderma.2018.09.010
dc.relation.referencesBen-Dor, E., Chabrillat, S., Demattê, J. A. M., Taylor, G. R., Hill, J., Whiting, M. L., & Sommer, S. (2009). Using Imaging Spectroscopy to study soil properties. Remote Sensing of Environment, 113(SUPPL. 1), S38–S55. https://doi.org/10.1016/j.rse.2008.09.019
dc.relation.referencesBen-Dor, E., Patkin, K., Banin, A., & Karnieli, A. (2002). Mapping of several soil properties using DAIS-7915 hyperspectral scanner data - A case study over soils in Israel. International Journal of Remote Sensing, 23(6), 1043–1062. https://doi.org/10.1080/01431160010006962
dc.relation.referencesBrough, D. M; McBratney, A.B; Minasny, B; Murphy, B. (2009). Regional transferability of mid-infrared diffuse reflectance spectroscopic prediction for soil chemical properties, Geoderma, Volume 153, Issues 1–2,2009, Pages 155-162
dc.relation.referencesCamacho, J. H. (2013). Uso de la reflectancia difusa -NIR en la determinación de características físicas y químicas de un Oxisol. Carimagüa -Meta. Universidad Nacional de Colombia. Sede Bogotá., 149.
dc.relation.referencesCamacho, J; Cortés, D & Pérez, J (2013) Relación espacial entre la conductividad eléctrica y algunas propiedades químicas del suelo. Revista U.D.CA Ciencias Agropecuarias. 16(2): 401-408
dc.relation.referencesCambardella, C.A., Moorman, T.B., Novak, J.M., Parkin, T.B., Karlen, D.L., turco, R.F., Konopka, A.E. 1994. Variabilidad a escala de campo de las propiedades del suelo en los suelos de Iowa Central. suelo sci. soc. Am. J. 58, 1501-1511.
dc.relation.referencesCardon, G. E., Davis, J. G., Bauder, T. A., & Waskom, R. M. (n.d.). Managing Saline Soils no. 0.503. www.ext.colostate.edu
dc.relation.referencesCarranza Díaz, A. K. (2019). Espectroscopía de reflectancia difusa-NIR para la determinación del contenido de agua en el suelo. Bogotá
dc.relation.referencesDokuchaev, V. (1883). Russian Chernozem. In Selected works of V.V. Dokuchaev, Vol I. Israel Program for Scientific Translations, Jerusalem (translated in 1967).
dc.relation.referencesEl Harti, A., Lhissou, R., Hassouna, M., Ouzemou, J., Chokmani, K., el Ghmari, A., & Bachaoui, E. M. (2016). Spatiotemporal monitoring of soil salinization in irrigated Tadla Plain (Morocco) using satellite spectral indices. International Journal of Applied Earth Observation and Geoinformation, 50, 64–73. https://doi.org/10.1016/j.jag.2016.03.008
dc.relation.referencesFAO. (2014). Base referencial mundial del recurso suelo 2014 Sistema internacional de clasificación de suelos para la nomenclatura de suelos y la creación de leyendas de mapas de suelos Actualización 2015 INFORMES SOBRE RECURSOS MUNDIALES DE SUELOS. http://www.fao.org
dc.relation.referencesFAO. (s.f.). Clasificación de suelos . Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: www.fao.org/soils-portal/soil-survey/clasificacion-de-suelos/es/
dc.relation.referencesFAO. (s.f.). Conservación del suelo. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: www.fao.org/soils-portal/soil-management/conservacion-del-suelo/es/
dc.relation.referencesFAO. (s.f.). Degradación del suelo. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: www.fao.org/soils-portal/soil-degradation-restoration/es/
dc.relation.referencesFAO. (1996). Ecologia y enseñanza rural. Nociones ambientales basicas para profesores rurales y extensionistas. Organización de las Naciones Unidas para la Alimentación y la Agricultura. 131. Recuperado de: Nociones ambientales básicas para profesores rurales y extensionistas (fao.org)
dc.relation.referencesFAO. (s.f.). La biodiversidad del Suelo, Conservación del Suelo y Agricultura. Organización de las Naciones Unidas para la Alimentación y la Agricultura. Recuperado de: www.fao.org/soils-portal/soil-biodiversity/conservacion-del-suelo-y-agricultura/es/
dc.relation.referencesFAO. (2000). Management of some problem soils. Recuperado de: http://www.fao.org/soils-portal/soil-management/management-of-some-problem-soils/en/
dc.relation.referencesFAO. (1999). soil salinity assessment Methods and interpretation of electrical conductivity measurements. 57.
dc.relation.referencesFAO. (2021). Presentación, en conferencia virtual, del Mapa mundial de los suelos afectados por salinidad. Recuperado de: https://www.fao.org/newsroom/detail/salt-affected-soils-map-symposium/es
dc.relation.referencesFarifteh, J., van der Meer, F., van der Meijde, M., & Atzberger, C. (2008). Spectral characteristics of salt-affected soils: A laboratory experiment. Geoderma, 145(3–4), 196–206. https://doi.org/10.1016/j.geoderma.2008.03.011
dc.relation.referencesFernández Martínez, F. (2020). Desarrollo de modelo para determinar el stock de carbono orgánico del suelo con base en reflectancia difusa. Caso: Carimagua-Meta.
dc.relation.referencesFernández-Buces, N.; Siebe, C.; Cram, S., & Palacio, J. L. (2006). Mapping soil salinity using a combined spectral response index for bare soil and vegetation: A case study in the former lake Texcoco, Mexico. Journal of Arid Environments, 65(4), 644–667. https://doi.org/10.1016/j.jaridenv.2005.08.005
dc.relation.referencesForero. N. (2017). Evaluación de parámetros de calidad físicos y químicos en agraz (Vaccinium meridionale Swartz) con el uso de espectroscopía de infrarrojo cercano – NIR.
dc.relation.referencesGámez Ávila, C. (2019). Uso de modelos espectrales VIS – NIR para la determinación del contenido de carbono del suelo.
dc.relation.referencesHusson, O.; Brunet, A.; Babre, D.; Charpentier, H.; Durand, M.; Sarthou, J. (2018). Conservation Agriculture systems alter the electrical characteristics (Eh, pH and EC) of four soil types in France, Soil and Tillage Research, Volume 176, Pages 57-68, ISSN 0167-1987. https://doi.org/10.1016/j.still.2017.11.005.
dc.relation.referencesICONTEC (2008). Norma Técnica Colombiana NTC 5596. Calidad de suelo. Determinación de la conductividad eléctrica.
dc.relation.referencesIDEAM; CAR; UDCA. (2017). Protocolo para la identificación y evaluación de la degradación de suelos por salinización en Colombia.
dc.relation.referencesIGAC. (1970). Estudios semidetallados y general de suelos de los municipios de la Dorada, Caldas, Honda y Armero Tolima. Bogotá.
dc.relation.referencesIGAC. (2006). Métodos analíticos del laboratorio de suelos, 6ª edición. Bogotá
dc.relation.referencesINTAGRI. 2017. La Conductividad Eléctrica del Suelo en el Desarrollo de los Cultivos. Serie Suelos. Núm. 26. Artículos Técnicos de INTAGRI. México. 5 p.
dc.relation.referencesJanik, L. J., Merry, R. H., & Skjemstad, J. O. (1998). Can mid infrared diffuse reflectance analysis replace soil extractions? Australian Journal of Experimental Agriculture, 38(7), 681–696. https://doi.org/10.1071/EA97144
dc.relation.referencesJenny, H. (1941). Factors of soil formation: a system of quantitative pedology. Dover.
dc.relation.referencesJohnson, J – M; Saito, K; Senthilkumar, K; Shepherd, K; Sila, A & Vandamme, E. (2019) Near-infrared, mid-infrared or combined diffuse reflectance spectroscopy for assessing soil fertility in rice fields in sub-Saharan Africa. Geoderma, 234 (February): https://doi.org/10.1016/j.geoderma.2019.06.043.
dc.relation.referencesKargas, G., Londra, P., & Sgoubopoulou, A. (2020). Comparison of soil EC values from methods based on 1:1 and 1:5 soil to water ratios and ECe from saturated paste extract-based method. Water (Switzerland), 12(4). https://doi.org/10.3390/W12041010
dc.relation.referencesLagacherie, P., Sneep, A. R., Gomez, C., Bacha, S., Coulouma, G., Hamrouni, M. H., & Mekki, I. (2013). Combining Vis-NIR hyperspectral imagery and legacy measured soil profiles to map subsurface soil properties in a Mediterranean area (Cap-Bon, Tunisia). Geoderma, 209–210, 168–176. https://doi.org/10.1016/j.geoderma.2013.06.005
dc.relation.referencesLongenecker, D. E., and P.J. Lyerly. 1964. Making soil pastes for salinity analysis: A reproducible capillary procedure. Soil Sci. 97:268-275.
dc.relation.referencesLoveday, J. 1980. Experiences with the 4-electrode resistivity technique for measuring soil salinity. Div. Soils, CSIRO, Rep. 51.
dc.relation.referencesLiu, Y., Pan, X., Wang, C., Li, Y., & Shi, R. (2016). Can subsurface soil salinity be predicted from surface spectral information? – From the perspective of structural equation modelling. Biosystems Engineering, 152(71), 138–147. https://doi.org/10.1016/j.biosystemseng.2016.06.008
dc.relation.referencesMasoud, A. A. (2014). Predicting salt abundance in slightly saline soils from Landsat ETM+ imagery using Spectral Mixture Analysis and soil spectrometry. Geoderma, 217–218, 45–56. https://doi.org/10.1016/j.geoderma.2013.10.027
dc.relation.referencesMatheron, G. (1963). Principles of geostatistics. Economic Geology, 58(8), 1246–1266. https://doi.org/10.2113/gsecongeo.58.8.1246
dc.relation.referencesMcBratney, A. B., Mendonça Santos, M. L., & Minasny, B. (2003). On digital soil mapping. Geoderma, 117(1–2), 3–52. https://doi.org/10.1016/S0016-7061(03)00223-4
dc.relation.referencesMcBratney, A., Field, D. J., & Koch, A. (2014). The dimensions of soil security. Geoderma, 213, 203–213. https://doi.org/10.1016/j.geoderma.2013.08.013
dc.relation.referencesMedio Ambiente (28 de febrero de 2018). Colombia tiene 14 millones de hectareas degradadas por salinización. El tiempo. Recuperado de: https://www.eltiempo.com/vida/medio-ambiente/colombia-tiene-14-millones-de-hectareas-degradadas-por-salinizacion-188242
dc.relation.referencesMinisterio de Ambiente y Desarrollo Sostenible (2021). La conservación y protección del suelo es otro de los logros ambientales de Colombia. Ministerio de Ambiente y Desarrollo Sostenible. Recuperado de: https://www.minambiente.gov.co/index.php/sala-de-prensa/130-notas-de-interes/3998-la-conservacion-y-proteccion-del-suelo-es-otro-de-los-logros-ambientales-de-colombia
dc.relation.referencesMurray, I. (2004). Scattered information: philosophy and practice of near infrared spectroscopy. www.nirpublications.com
dc.relation.referencesNæs, T. et al., 2004. A User-friendly Guide to Multivariate Calibration and Classification., Charlton, Chichester, UK.: NIR publications.
dc.relation.referencesNational Soil Survey Handbook. (2017). How to Submit a Taxonomy Proposal. http://www.nrcs.usda.gov/wps/portal/nrcs/detail/soils/home/?cid=nrcs142p2_053577
dc.relation.referencesNicolai, B.M. et al., 2007. Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy: A review. Postharvest Biology and Technology, 46(2), pp.99–118.
dc.relation.referencesNRSC, & USDA. (2014). Claves para la Taxonomía de Suelos.
dc.relation.referencesNyssen, J., Poesen, J., & Deckers, J. (2009). Land degradation and soil and water conservation in tropical highlands. Soil and Tillage Research, 103(2), 197–202. https://doi.org/10.1016/j.still.2008.08.002
dc.relation.referencesObando, E; Carbonell, J. (2010). Caracterización espectral y mineralógica de los suelos del valle del ró Cauca por espectroscopía visible e infrarroja. Agronomía Colombiana, 28(2), 291–301. http://www.eolss.net/sample-chapters/c12/e1-05-07-01.pdf
dc.relation.referencesOrdóñez Delgado, N., & Bolívar Gamboa, A. (2014). Levantamiento agrológico del Centro Agropecuario (Universidad Nacional de Colombia & Instituto Geográfico Agustín Codazzi. Subdirección de Agrología, Eds.). Bogotá: Imprenta Nacional de Colombia.
dc.relation.referencesPessarakli,M. (2011). Handbook of plant and crop stress, EE.UU., 3ra edición, Taylos &Francis Group
dc.relation.referencesReeves, J.B., III, Near- versus mid-infrared diffuse reflectance spectroscopy for soil analysis emphasizing carbon and laboratory versus on-site analysis: Where are we and what needs to be done? Geoderma (in press). https://doi.org/10.1016/j.geoderma.2009.04.005
dc.relation.referencesRhoades, J (1993). Electrical conductivity methods for measuring and mapping soil salinity. In Advances in Agronomy Vol. 49, 201-251; Sparks; Academic Press. San Diego
dc.relation.referencesRichards, LA. (1954) Diagnosis and Improvement of Saline and Alkali Soils, Washington, DC: USDA Agric. US Handbook 6
dc.relation.referencesRodríguez, W; García, P; Fajardo, A. (2016). Aplicaciones de Técnicas Espectroscópicas para el Análisis de Suelos. Revista Facultad de Ciencias Básicas, 12(2), 228–251. https://doi.org/10.18359/RFCB.2030
dc.relation.referencesRomić, M., Castrignanò, A., Buttafuoco, G., Romić, D., Zovko, M., Colombo, C., & di Iorio, E. (2018). A geostatistical Vis-NIR spectroscopy index to assess the incipient soil salinization in the Neretva River valley, Croatia. Geoderma, 332(February), 60–72. https://doi.org/10.1016/j.geoderma.2018.07.005
dc.relation.referencesRuiz, A. (2006). Origen, formación, estructura y comportamiento de la arcilla de Bogotá. Universidad de Los Andes.
dc.relation.referencesSerna-Giraldo, A. & Salazar-Gutiérrez, F. (2011). Conocimiento y aplicación de prácticas de conservación de suelos por parte de caficultores en la región central cafetera (Vol. 62, Issue 1).
dc.relation.referencesShahid, S. A., Zaman, M., & Heng, L. (2018). Soil Salinity: Historical Perspectives and a World Overview of the Problem. In Guideline for Salinity Assessment, Mitigation and Adaptation Using Nuclear and Related Techniques (pp. 43–53). Springer International Publishing. https://doi.org/10.1007/978-3-319-96190-3_2
dc.relation.referencesSIAC. (s.f.). Suelo. Sistema de información Ambiental de Colombia. Recuperado de: www.siac.gov.co/suelo
dc.relation.referencesSidike, A., Zhao, S., & Wen, Y. (2014). Estimating soil salinity in Pingluo County of China using QuickBirddata and soil reflectance spectra. International Journal of Applied Earth Observation and Geoinformation, 26(1), 156–175. https://doi.org/10.1016/j.jag.2013.06.002
dc.relation.referencesSonneveld, C., van den Ende, J. Soil analysis by means of a 1:2 volume extract. Plant Soil 35, 505–516 (1971). https://doi.org/10.1007/BF01372683
dc.relation.referencesSudduth, K. A., Myers, D. B., Kitchen, N. R., & Drummond, S. T. (2013). Modeling soil electrical conductivity-depth relationships with data from proximal and penetrating ECa sensors. Geoderma, 199, 12–21. https://doi.org/10.1016/j.geoderma.2012.10.006
dc.relation.referencesSurvey Staff, S (1999). Soil taxonomy: A basic system of soil classification for making and interpreting soil surveys. 2nd edition. Natural Resources Conservation Service. U.S. Department of Agriculture Handbook 436.
dc.relation.referencesVignola, R., Koellner, T., Scholz, R. W., & McDaniels, T. L. (2010). Decision-making by farmers regarding ecosystem services: Factors affecting soil conservation efforts in Costa Rica. Land Use Policy, 27(4), 1132–1142. https://doi.org/10.1016/j.landusepol.2010.03.003
dc.relation.referencesViscarra, R. A., Walvoort, D. J. J., Mcbratney, A. B., Janik, L. J., & Skjemstad, J. O. (2006). Proximal sensing of soil ph and lime requirement by mid infrared diffuse reflectance spectroscopy.
dc.relation.referencesViscarra, R., Mouazen, A. M., & Wetterlind, J. (2010). Visible and Near Infrared Spectroscopy in Soil Science. In Advances in Agronomy (Vol. 107, Issue C). https://doi.org/10.1016/S0065-2113(10)07005-7
dc.relation.referencesViscarra Rossel, R. A., Walvoort, D. J. J., McBratney, A. B., Janik, L. J., & Skjemstad, J. O. (2006). Visible, near infrared, mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties. Geoderma, 131(1–2), 59–75. https://doi.org/10.1016/j.geoderma.2005.03.007
dc.relation.referencesWang H, Peng J, Xie C, Bao Y, He Y. Fruit quality evaluation using spectroscopy technology: a review. Sensors (Basel). 2015 May 21;15(5):11889-927. doi: 10.3390/s150511889. PMID: 26007736; PMCID: PMC4481958
dc.relation.referencesWebster, R., Oliver, M.A. 2007. Geostatistics for environmental scientists. John Wiley & Sons Inc., Hoboken, NJ, USA. 330 pp.
dc.relation.referencesZhang, T. T., Zeng, S. L., Gao, Y., Ouyang, Z. T., Li, B., Fang, C. M., & Zhao, B. (2011). Using hyperspectral vegetation indices as a proxy to monitor soil salinity. Ecological Indicators, 11(6), 1552–1562. https://doi.org/10.1016/j.ecolind.2011.03.025
dc.relation.referencesZossi, S. et al., 2010. Espectroscopía por infrarrojo cercano (NIRS). Su aplicación en análisis de jugos de caña de azúcar. Revista Industrial y Agrícola de Tucumán, 87(1), pp.1–6.
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.lembESPECTROSCOPIA DE REFLECTANCIA
dc.subject.lembReflectance spectroscopy
dc.subject.proposalIngeniería
dc.subject.proposalEspectroscopía
dc.subject.proposalSuelo
dc.subject.proposalConductividad eléctrica
dc.subject.proposalSalinidad
dc.subject.proposalGeoestadística
dc.subject.proposalSalinity
dc.subject.proposalElectrical conductivity
dc.subject.proposalSpectroscopy
dc.subject.proposalNIR
dc.subject.proposalGeostatistics
dc.subject.unescoPropiedad eléctrica
dc.subject.unescoElectrical properties
dc.title.translatedApplication of diffuse reflectance spectroscopy (NIR) in the study of soil electrical conductivity
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
dcterms.audience.professionaldevelopmentEstudiantes
dcterms.audience.professionaldevelopmentInvestigadores
dcterms.audience.professionaldevelopmentMaestros


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit