Entwicklung einer robusten Online-Methode zur Bestimmung von Nährelementen in Ackerböden mit einem Energie-dispersiven RFA-Sensor

  • Im Rahmen der vom Bundesministerium für Bildung und -forschung geförderten Forschungsinitiative „BonaRes – Boden als nachhaltige Ressource der Bioökonomie“ soll sich das Teilprojekt „I4S – integrated system for site-specific soil fertility management“ der Entwicklung eines integrierten Systems zum ortsspezifischen Management der Bodenfruchtbarkeit widmen. Hierfür ist eine Messplattform zur Bestimmung relevanter Bodeneigenschaften und der quantitativen Analyse ausgewählter Makro- und Mikronährstoffe geplant. In der ersten Phase dieses Projekts liegt das Hauptaugenmerk auf der Kalibrierung und Validierung der verschiedenen Sensoren auf die Matrix Boden, der Probennahme auf dem Acker und der Planung sowie dem Aufbau der Messplattform. Auf dieser Plattform sollen in der zweiten Phase des Projektes die verschiedenen Bodensensoren installiert, sowie Modelle und Entscheidungsalgorithmen zur Steuerung der Düngung und dementsprechend Verbesserung der Bodenfunktionen erstellt werden. Ziel der vorliegenden Arbeit ist die GrundlagenuntersuchungIm Rahmen der vom Bundesministerium für Bildung und -forschung geförderten Forschungsinitiative „BonaRes – Boden als nachhaltige Ressource der Bioökonomie“ soll sich das Teilprojekt „I4S – integrated system for site-specific soil fertility management“ der Entwicklung eines integrierten Systems zum ortsspezifischen Management der Bodenfruchtbarkeit widmen. Hierfür ist eine Messplattform zur Bestimmung relevanter Bodeneigenschaften und der quantitativen Analyse ausgewählter Makro- und Mikronährstoffe geplant. In der ersten Phase dieses Projekts liegt das Hauptaugenmerk auf der Kalibrierung und Validierung der verschiedenen Sensoren auf die Matrix Boden, der Probennahme auf dem Acker und der Planung sowie dem Aufbau der Messplattform. Auf dieser Plattform sollen in der zweiten Phase des Projektes die verschiedenen Bodensensoren installiert, sowie Modelle und Entscheidungsalgorithmen zur Steuerung der Düngung und dementsprechend Verbesserung der Bodenfunktionen erstellt werden. Ziel der vorliegenden Arbeit ist die Grundlagenuntersuchung und Entwicklung einer robusten Online-Analyse mittels Energie-dispersiver Röntgenfluoreszenzspektroskopie (EDRFA) zur Quantifizierung ausgewählter Makro- und Mikronährstoffe in Böden für eine kostengünstige und flächendeckende Kartierung von Ackerflächen. Für die Entwicklung eines Online-Verfahrens wurde ein dem Stand der Technik entsprechender Röntgenfluoreszenzmesskopf in Betrieb genommen und die dazugehörigen Geräteparameter auf die Matrix Boden optimiert. Die Bestimmung der analytischen Qualitäts-merkmale wie Präzision und Nachweisgrenzen fand für eine Auswahl an Nährelementen von Aluminium bis Zink statt. Um eine möglichst Matrix-angepasste Kalibrierung zu erhalten, wurde sowohl mit zertifizierten Referenzmaterialien (CRM), als auch mit Ackerböden kalibriert. Da einer der größten Nachteile der Röntgenfluoreszenzanalyse die Beeinflussung durch Matrixeffekte ist, wurde neben der klassischen univariaten Datenauswertung auch die chemometrische multivariate Methode der Partial Least Squares Regression (PLSR) eingesetzt. Die PLSR bietet dabei den Vorteil, Matrixeffekte auszugleichen, wodurch robustere Kalibriermodelle erhalten werden können. Zusätzlich wurde eine Hauptkomponentenanalyse (PCA) durchgeführt, um Gemeinsamkeiten und Ausreißer innerhalb des Probensets zu identifizieren. Es zeigte sich, dass eine Klassifizierung der Böden anhand ihrer Textur Sand, Schluff, Lehm und Ton möglich ist. Aufbauend auf den Ergebnissen idealer Bodenproben (zu Tabletten gepresste luftgetrocknete Proben mit Korngrößen < 0,5 mm) wurde im Verlauf dieser Arbeit die Probenvorbereitung immer weiter reduziert und der Einfluss verschiedener Kenngrößen untersucht. Diese Einflussfaktoren können die Dichte und die Homogenität der Probe, sowie Korngrößeneffekte und die Feuchtigkeit sein. Anhand des RMSE (Wurzel der mittleren Fehlerquadratsumme) und unter Berücksichtigung der Residuen werden die jeweils erstellten Kalibriermodelle miteinander verglichen. Um die Güte der Modelle zu bewerten, wurden diese mit einem Testset validiert. Hierfür standen 662 Bodenproben von 15 verschiedenen Standorten in Deutschland zur Verfügung. Da die Ergebnisse an gepressten Tabletten für die Elemente Al, Si, K, Ca, Ti, Mn, Fe und Zn den Anforderungen für eine spätere Online-Analyse entsprechen, wurden im weiteren Verlauf dieser Arbeit Kalibriermodelle mit losen Bodenproben erstellt. Auch hier konnten gute Ergebnisse durch ausreichende Nachweisgrenzen und eine niedrige gemittelte Messabweichung bei der Vorhersage unbekannter Testproben erzielt werden. Es zeigte sich, dass die Vorhersagefähigkeit mit der multivariaten PLSR besser ist als mit der univariaten Datenauswertung, insbesondere für die Elemente Mn und Zn. Der untersuchte Einfluss der Feuchtigkeit und der Korngrößen auf die Quantifizierung der Elementgehalte war vor allem bei leichteren Elementen deutlich zu sehen. Es konnte schließlich eine multivariate Kalibrierung unter Berücksichtigung dieser Faktoren für die Elemente Al bis Zn erstellt werden, so dass ein Einsatz an Böden auf dem Acker möglich sein sollte. Eine höhere Messunsicherheit muss dabei einkalkuliert werden. Für eine spätere Probennahme auf dem Feld wurde zudem der Unterschied zwischen statischen und dynamischen Messungen betrachtet, wobei sich zeigte, dass beide Varianten genutzt werden können. Zum Abschluss wurde der hier eingesetzte Sensor mit einem kommerziell erhältlichen Hand-Gerät auf sein Quantifizierungspotential hin verglichen. Der Sensor weist anhand seiner Ergebnisse ein großes Potential als Online-Sensor für die Messplattform auf. Die Ergebnisse unter Laborbedingungen zeigen, dass eine robuste Analyse Ackerböden unter Berücksichtigung der Einflussfaktoren möglich ist.show moreshow less
  • As part of the research initiative "BonaRes – soil as sustainable resource of the bioeconomy", funded by the Federal Ministry of Education and Research, the subproject I4S is responsible for the development of an integrated system for site-specific soil fertility management. For this purpose, a measuring platform for the determination of relevant soil properties and the quantitative analysis of selected macro- and micronutrients is planned. In the first part of this project, the focus will be on calibration and validation of different sensors on the matrix soil, sampling on the field as well as designing and construction of the measurement platform. In the second part of the project, the soil sensors were installed and models as well as decision making algorithms for the control of fertilization and corresponding improvement of soil functions were established. The aim of the present work is the investigation and development of a robust online-analysis with energy-dispersive X-ray fluorescence spectroscopy (EDXRF) for theAs part of the research initiative "BonaRes – soil as sustainable resource of the bioeconomy", funded by the Federal Ministry of Education and Research, the subproject I4S is responsible for the development of an integrated system for site-specific soil fertility management. For this purpose, a measuring platform for the determination of relevant soil properties and the quantitative analysis of selected macro- and micronutrients is planned. In the first part of this project, the focus will be on calibration and validation of different sensors on the matrix soil, sampling on the field as well as designing and construction of the measurement platform. In the second part of the project, the soil sensors were installed and models as well as decision making algorithms for the control of fertilization and corresponding improvement of soil functions were established. The aim of the present work is the investigation and development of a robust online-analysis with energy-dispersive X-ray fluorescence spectroscopy (EDXRF) for the quantification of selected macro- and micronutrients in soils for a low-cost and area-wide mapping of arable land. For the development of an online method, a state-of-the-art X-ray fluorescence sensor was launched, and the corresponding device parameters were optimized for the matrix soil. The determination of the analytical figures of merit such as precision and detection limit took place for a selection of nutrients Al, Si, P, S, K, Ca, Ti, Mn, Fe, Cu and Zn. In order to obtain a matrix-specific calibration, certified reference materials (CRM) as well as a selection of agricultural soils was used. Since one of the biggest disadvantages of X-ray fluorescence analysis is the influence of matrix effects, the multivariate method of partial least squares regression (PLSR) in addition to the classical univariate data analysis was applied. PLSR offers the advantage of compensating matrix effects, resulting in more robust calibration models. Furthermore, a principal component analysis (PCA) was performed to identify similarities and outliers within the sample set. A classification of the soils based on their texture sand, silt, loam and clay was possible. Based on the results of ideal soil samples: pelleted air-dried samples with particle sizes < 0.5 mm, the sample preparation was reduced, and the influence of different properties was investigated. These factors can be the density and homogeneity of the sample, as well as grain size and moisture. Based on the parameter RMSE and considering the residuals, the created calibration models were compared with each other. To evaluate the quality of the models, validation with a test set was done. For this purpose, 662 soil samples from 15 different locations in Germany were available. Since the results on pressed pellets for the elements Al, Si, K, Ca, Ti, Mn, Fe and Zn correspond to the requirements for later online-analysis, further calibration models with loose soil samples were prepared. Again, good results could be achieved with sufficient detection limits and a low mean error in the prediction of unknown test samples. The predictive capability of the multivariate PLSR is better than that of the univariate data analysis, especially for the elements Mn and Zn. The influence of moisture and grain sizes on the quantification of elemental contents is clearly visible, especially for lighter elements. A multivariate calibration for the elements Si to Zn was possible, so that it is possible to measure soils in the field. A higher measurement uncertainty must be considered. For any subsequent sampling on the field, the difference between static and dynamic measurements was also considered showing that both variants could be used. Finally, the used sensor was compared with a commercially available handheld device for its quantification potential. Based on the results, the sensor has great potential as an online-sensor on the platform. The results under laboratory conditions show that the robust analysis of arable soils is possible considering the influencing factors.show moreshow less

Download full text files

  • SHA-512:57a86d24e03e5025ef1e1ccbc50ba28b20f5454472ada50c3e38c07d86eaccc8d95f854040caffa611a0017d90dbc5c7511f7b79974b2873960001fbda4d2111

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author details:Dominique BücheleORCiD
URN:urn:nbn:de:kobv:517-opus4-483735
DOI:https://doi.org/10.25932/publishup-48373
translated title (English):Development of a robust online-method for determination of nutrients in agricultural soils using an EDXRF-sensor
Reviewer(s):Ilko BaldORCiDGND, Michael MaiwaldORCiD, Karsten RebnerGND
Supervisor(s):Ilko Bald
Publication type:Doctoral Thesis
Language:German
Publication year:2020
Publishing institution:Universität Potsdam
Granting institution:Universität Potsdam
Date of final exam:2020/10/22
Release date:2020/12/03
Tag:Boden; Chemometrie; ICP-OES; Nährelemente; PCA; PLSR; RFA
Chemometrics; ICP-OES; Nutrients; PCA; PLSR; Soil; XRF
Number of pages:IX, 106, XLV
RVK - Regensburg classification:VE 5070, ZC 13250
Organizational units:Mathematisch-Naturwissenschaftliche Fakultät / Institut für Chemie
DDC classification:5 Naturwissenschaften und Mathematik / 54 Chemie / 540 Chemie und zugeordnete Wissenschaften
License (German):License LogoKeine öffentliche Lizenz: Urheberrechtsschutz
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.