Predicción de propiedades del suelo mediante espectroscopía Vis-NIR-MIR: avances recientes, oportunidades y desafíos
Prediction of Soil Properties Using Vis–NIR–MIR Spectroscopy: Recent Advances, Opportunities, and Challenges
🔙 Regresar al menú anterior
Jhony Armando Benavides-Bolaños, Oscar Eduardo Trujillo-Obando, Elizabeth Patricia Rosero-Cuastumal
Palabras clave:
Aprendizaje automático; datos espectrales; modelo espectroscópico; percepción remota proximal; predicción de propiedades del suelo.
Keywords:
Machine learning; proximal remote sensing; soil properties prediction; spectral data; spectroscopic model.
Aprendizaje automático; datos espectrales; modelo espectroscópico; percepción remota proximal; predicción de propiedades del suelo.
Keywords:
Machine learning; proximal remote sensing; soil properties prediction; spectral data; spectroscopic model.
Resumen
La espectroscopía de reflectancia permite estimar múltiples propiedades edáficas de forma rápida, no destructiva y con escaso consumo de reactivos, pero su desempeño varía entre propiedades y condiciones de aplicación. Esta revisión narrativa enfocada sintetiza avances recientes en las regiones visible, infrarrojo cercano e infrarrojo medio, identifica las propiedades y estrategias metodológicas con mayor respaldo y examina las condiciones necesarias para convertir calibraciones experimentales en herramientas operativas, con énfasis en suelos tropicales y sistemas agrícolas latinoamericanos. La evidencia es más consistente para carbono y materia orgánica, textura, mineralogía, nitrógeno total y pH; en cambio, nutrientes disponibles, salinidad e indicadores biológicos presentan resultados más variables debido a sus relaciones espectrales predominantemente indirectas. Ningún algoritmo resulta universalmente superior: la calidad de los análisis de referencia, la preparación de las muestras, el preprocesamiento, la representatividad de las bibliotecas y el diseño de validación condicionan tanto o más la precisión. La transferencia entre regiones, profundidades, instrumentos y estados de humedad continúa siendo la principal limitación operativa. Se concluye que la implementación debe basarse en validación externa, delimitación del dominio, estimación de incertidumbre y actualización con muestras locales. Para Colombia, se propone una adopción gradual mediante bibliotecas regionales, protocolos armonizados y sistemas híbridos que integren mediciones espectrales y análisis convencionales.
Abstract
Reflectance spectroscopy enables rapid, nondestructive estimation of multiple soil attributes with minimal reagent consumption, but its performance varies among attributes and application conditions. This focused narrative review synthesizes recent advances across the visible, near-infrared, and mid-infrared regions, identifies the best-supported attributes and methodological strategies, and examines the conditions required to convert experimental calibrations into operational tools, emphasizing tropical soils and Latin American agricultural systems. Evidence is most consistent for carbon and organic matter, texture, mineralogy, total nitrogen, and pH; conversely, available nutrients, salinity, and biological indicators show more variable results because their spectral relationships are predominantly indirect. No algorithm is universally superior: the quality of reference analyses, sample preparation, preprocessing, library representativeness, and validation design influence accuracy as much as or more than model complexity. Transfer across regions, depths, instruments, and moisture conditions remains the main operational limitation. Implementation should therefore rely on external validation, domain delimitation, uncertainty estimation, and updating with local samples. For Colombia, gradual adoption is proposed through regional libraries, harmonized protocols, and hybrid systems combining spectral measurements with conventional analyses. This approach preserves laboratory methods for calibration and quality control while exploiting spectroscopy to increase sampling density, shorten turnaround times, and support agronomic decisions when predictive uncertainty remains acceptable.
La espectroscopía de reflectancia permite estimar múltiples propiedades edáficas de forma rápida, no destructiva y con escaso consumo de reactivos, pero su desempeño varía entre propiedades y condiciones de aplicación. Esta revisión narrativa enfocada sintetiza avances recientes en las regiones visible, infrarrojo cercano e infrarrojo medio, identifica las propiedades y estrategias metodológicas con mayor respaldo y examina las condiciones necesarias para convertir calibraciones experimentales en herramientas operativas, con énfasis en suelos tropicales y sistemas agrícolas latinoamericanos. La evidencia es más consistente para carbono y materia orgánica, textura, mineralogía, nitrógeno total y pH; en cambio, nutrientes disponibles, salinidad e indicadores biológicos presentan resultados más variables debido a sus relaciones espectrales predominantemente indirectas. Ningún algoritmo resulta universalmente superior: la calidad de los análisis de referencia, la preparación de las muestras, el preprocesamiento, la representatividad de las bibliotecas y el diseño de validación condicionan tanto o más la precisión. La transferencia entre regiones, profundidades, instrumentos y estados de humedad continúa siendo la principal limitación operativa. Se concluye que la implementación debe basarse en validación externa, delimitación del dominio, estimación de incertidumbre y actualización con muestras locales. Para Colombia, se propone una adopción gradual mediante bibliotecas regionales, protocolos armonizados y sistemas híbridos que integren mediciones espectrales y análisis convencionales.
Abstract
Reflectance spectroscopy enables rapid, nondestructive estimation of multiple soil attributes with minimal reagent consumption, but its performance varies among attributes and application conditions. This focused narrative review synthesizes recent advances across the visible, near-infrared, and mid-infrared regions, identifies the best-supported attributes and methodological strategies, and examines the conditions required to convert experimental calibrations into operational tools, emphasizing tropical soils and Latin American agricultural systems. Evidence is most consistent for carbon and organic matter, texture, mineralogy, total nitrogen, and pH; conversely, available nutrients, salinity, and biological indicators show more variable results because their spectral relationships are predominantly indirect. No algorithm is universally superior: the quality of reference analyses, sample preparation, preprocessing, library representativeness, and validation design influence accuracy as much as or more than model complexity. Transfer across regions, depths, instruments, and moisture conditions remains the main operational limitation. Implementation should therefore rely on external validation, domain delimitation, uncertainty estimation, and updating with local samples. For Colombia, gradual adoption is proposed through regional libraries, harmonized protocols, and hybrid systems combining spectral measurements with conventional analyses. This approach preserves laboratory methods for calibration and quality control while exploiting spectroscopy to increase sampling density, shorten turnaround times, and support agronomic decisions when predictive uncertainty remains acceptable.
52–75
Descargar artículo
El archivo PDF estará disponible próximamente.
El archivo PDF estará disponible próximamente.