Análisis de las firmas espectrales de algunas especies vegetales mediante sus derivadas, provincia de Huamanga, 2019
DOI:
https://doi.org/10.51440/unsch.revistainvestigacion.28.1.2020.383Palabras clave:
suavizamiento de datos, derivada fraccionaria, reflectancia espectral, borde rojoResumen
Se ha logrado implementar un protocolo metodológico para obtener las derivadas enteras y fraccionaria de datos experimentales, desde el pre tratamiento de datos, como el suavizamiento, para eliminar el ruido de las señales, aplicándose en nuestro caso a las reflectancias espectrales de algunas hojas como frejol, quinua y cabuya comparando, como una aplicación, con la reflectancia del suelo, eliminando la contribución del suelo respecto a la hoja mediante la primera derivada, y quedarse solamente con la información de las hojas. El borde rojo de las reflectancia de las hojas verdes es el punto de inflexión del mínimo rojo de la reflectancia y que sube abruptamente hacia el infrarrojo cercano, cuyo punto es detectable fácilmente mediante la primera derivada y es muy utilizado en cálculos de índices espectrales de vegetación y el contenido de clorofila. Si bien se han obtenido las derivadas fraccionarias, su análisis queda pendiente para trabajos futuros dependiendo de la aplicación específica que se quiera realizar. Siendo un primer trabajo de esta naturaleza, se propone posibles aplicaciones como la cuantificación del contenido de clorofila, carotenoides y antocianinas usando la derivada fraccionaria en el rango visible e infrarrojo cercano. Otras posibilidades se dan también en el análisis de suelos salinos, contaminados con metales pesados y contenido de material orgánico, como ya se viene reportando en la literatura científica de los últimos años.
Descargas
Citas
Aoki, M., Yabuki, K. y Totsuka, T. (1981). An evaluation of chlorophyll content of leaves based on the spectral reflectivity in several plants. Research Report of the National Institute of Environmental Studies of Japan, 66, 125-130.
Butler, W. L., & Hopkins, D. W. (1970). Higher Derivative Analysis of Complex Absorption spectra. Photochemistry and Photobiology, 12(6), 439–450.
Collins, W. (1978). Remote sensing of crop type and maturity, Photogrammetric Engineering and Remote Sensing, 44, 43-55.
Fu, C.-B., Xiong, H.-G., & Tian, A.-H. (2019). Study on the Effect of Fractional Derivative on the Hyperspectral Data of Soil Organic Matter Content in Arid Region. Journal of Spectroscopy, 2019, 1–11. doi:10.1155/2019/7159317.
Herrmann, R. (2011). Fractional Calculus, An Introducction for Physicists. World Scientific Publishing Co. Pte. Ltd.
Hong, Y., Liu, Y., Chen, Y., Liu, Y., Yu, L., Liu, Y., & Cheng, H. (2019). Application of fractional-order derivative in the quantitative estimation of soil organic matter content through visible and near-infrared spectroscopy. Geoderma, 337, 758–769. doi: 10.1016/j.geoderma.2018.10.025.
Horler, D. N. H., Dockray, M. y Barber, J. (1983). The red edge of plant leaf reflectance. International Journal of Remote Sensing, 4(2), 273–288. doi:10.1080/01431168308948546.
Kharintsev, S.S. and Salakhov, M.Kh. (2004). A simple method to extract spectral parameters using fractional derivative spectrometry, Spectrochimica Acta Part A 60, 2125–2133.
Li, C. y Zeng, F. (2015). Numerical Methods for Fractional Calculus. CRC Press Taylor & Francis Group.
Morrey, J.R. (1968). On Determining Spectral Peak Positions from Composite Spectra with a Digital Computer, Analytical Chemistry, 40, 905-014.
Ortigueira, D.M. (2011). Fractional Calculus for Scientists and Engineers. Springer, Heildelberg.
Podlubny, I. (1999). Fractional Differential Equations, An Introduction. Academic Press.
Richardson, A. D., Duigan, S. P. y Berlyn, G. (2002). An evaluation of noninvasive methods to estimate foliar chlorophyll content. New Phytologist, 153, 185–194. https://doi.org/10.1046/j.0028‐646X.2001.00289.x.
Schmitt, J. M. (1998). Fractional Derivative Analysis of Diffuse Reflectance Spectra. Applied Spectroscopy, 52(6), 840–846. doi:10.1366/0003702981944580.
Talsky, G. (1994). Derivative Spectrophotometry, Low and Higher Order. VCH Publishers, Inc., New York.
Tian, A.H., Zhao, J.S, Li, Z.B., Xiong, H.G. and Fu, C.B. (2019). Land Surface Temperature vs. Soil Spectral Reflectance Fractional Approach and Fractional Differential Algorithm, Thermal Science, 23, 2389-2395.
Tucker, C. J. (1979). Red and photographic infrared linear combinations for monitoring vegetation. Remote Sensing of Environment, 8(2), 127–150. doi:10.1016/0034-4257(79)90013-0.
Wang, J., Tiyip, T., Ding, J., Zhang, D., Liu, W., & Wang, F. (2017). Quantitative Estimation of Organic Matter Content in Arid Soil Using Vis-NIR Spectroscopy Preprocessed by Fractional Derivative. Journal of Spectroscopy, 2017, 1–9. doi:10.1155/2017/1375158.
Wang, J., Ding, J., Abulimiti, A., & Cai, L. (2018). Quantitative estimation of soil salinity by means of different modeling methods and visible-near infrared (VIS–NIR) spectroscopy, Ebinur Lake Wetland, Northwest China. PeerJ, 6, e4703. doi:10.7717/peerj.4703.
Wessman, C. A., Aber, J. D., Peterson, D. L. y Melillo, J. M. (1988). Remote sensing of canopy chemistry and nitrogen cycling in temperate forest ecosystems. Nature, 335(6186), 154–156. doi:10.1038/335154a0.
Zhang, Y., Benson, D. A., & Reeves, D. M. (2009). Time and space nonlocalities underlying fractional-derivative models: Distinction and literature review of field applications. Advances in Water Resources, 32(4), 561–581. doi:10.1016/j.advwatres. 2009.01.008.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
