Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Algoritmos de aprendizaje de máquina para la predicción de propiedades fisicoquímicas del suelo mediante información espectral: una revisión sistemática

Resumen

En la literatura científica actual se discute ampliamente acerca de la predicción de propiedades edáficas mediante información espectral. El objetivo de esta revisión fue encontrar algoritmos con el mayor potencial predictivo para las propiedades fisicoquímicas del suelo, basados en información espectral capturada con diferentes instrumentos. Se realizó una revisión sistemática en la cual se encontraron 121 artículos de los cuales se eligieron 19, que cumplieran con un coeficiente de determinación mayor a 0,80 o una raíz del error cuadrado medio cercana a 0. Se determinó que el rango espectral más utilizado corresponde al rango desde 350 hasta 2500 nm; los algoritmos mínimos cuadrados parciales, máquina de soporte vectorial y máquina de soporte vectorial ajustado son adecuadas para predecir pH, materia orgánica y carbono orgánico. Además, la regresión lineal solo es efectiva para predecir el carbonato de calcio, materia orgánica, humedad y contenido de agua mediante bandas individuales.

Palabras clave

algoritmos de predicción, aprendizaje de máquina, análisis químico, espectroscopía

PDF XML

Biografía del autor/a

Mateo Vargas-Zapata

Zootecnista

Marisol Medina-Sierra

Ingeniera Agrónoma, Doctora en Ciencias

Luis Fernando Galeano-Vasco

Zootecnista, Doctor en Ciencias

Mario Fernando Cerón-Muñoz

Zootecnista, Doctor en Ciencias


Referencias

Descargas

Los datos de descargas todavía no están disponibles.

Artículos similares

<< < 1 2 3 4 5 > >> 

También puede Iniciar una búsqueda de similitud avanzada para este artículo.