Tüm Alana Ait Topraklardan Elde Edilen Yansıma Verilerinin

Spektral değerler ile analiz edilmiş 399 toprak örneğine ait toprak özellikleri arasında ParLes paket programı yardımı ile geliştirilen kalibrasyon ve tahmin ile ilgili grafikler ve ilgili eşitlikler ile birlikte tahminlerin doğruluk derecelerinin göstergesi olan R2 değerleri aşağıdaki grafiklerde verilmiştir (4.19–4.23).

Daha önce yapılan çalışmaların çoğunluğunda NIRS ile en fazla ilişkili bulunan toprak özelliklerinin toprağın azot içeriği ve özelikle de organik madde olduğu rapor edilmiştir. Bu çalışmada da toprağın organik madde ve toplam azot içeriği irdelenen özellikler içersinde en yüksek ilişki elde ettiğimiz özellikler olarak dikkat çekmektedir. Ancak elde ettiğimiz ilişki daha önceki çalışmalarda elde edilenlere göre biraz daha zayıftır. Bu iki özellikle beraber tüm diğer özellikler içinde en önemli nedenlerinden bir tanesi veri setinde bulunan ve outlier diye bilinen aykırı değerlere müdahale edilmemesidir. Birçok çalışmada outlier dediğimiz değerler temel bileşenler analizleri yardımı ile belirlenmiş ve veri setinden çıkarıldıktan sonra değerlendirmeler yapıldığından dolayı NIRS ile toprak özellikleri arasındaki ilişki nispeten daha yüksek olarak bulunmuştur. Bu teknik nedenin dışında gösterebileceğimiz birkaç neden daha bulunmaktadır.

Şekil 4.19. NIRS ile tahmin edilen veriler ile laboratuarda referans metotlar ile belirlenen toplam azot ve organik madde içeriklerinin PLSR yöntemi ile oluşturulan grafikleri

Türkiye topraklarının genel anlamı ile organik madde içeriği %1 ile 2 arasında değişmektedir. Yaklaşık olarak 230 bin dekar araziyi temsilen alınan bu 399 toprak örneğinde de organik madde içeriği çoğunlukla % 1 ile 3 arasında değişmiştir. Daha önce bir çok araştırmacının da belirttiği (Dunn ve ark., 2002; Bogrekci ve Lee, 2007) gibi veri setinin değişim aralığının dar olması NIRS verilerinin tahmin yeteneğini bu çalışmada da düşürmüştür. Tablo 4.1’den de görülebileceği gibi tüm çalışma alanı için ölçülen organik madde içeriği %0.59 ile %6.79 arasında değişmekte olup ortalama değer %2.01’dir. Benzer şekilde Chang ve ark. (2001) değişebilir Na’un NIRS ile tahminin inceledikleri diğer toprak özelliklerine göre (tüm veri düzeltme işlemlerinden sonra; outlier çıkarılması ve spektralların ön işleme tabi tutulması gibi) daha düşük

Şekil 4.20. Tekstür bileşenlerinin (kum, kil ve silt) NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen değerleri arasındaki ilişki

doğrulukla (R2 =0.09) yapılabildiğini rapor etmişlerdir. Ancak Dunn ve ark. (2002) bu durumun NIRS’ın Na içeriğini tahmin yeteneğinden çok Chang ve ark. (2001)’nın kullandıkları veri setinin değişim aralığının (range) düşük olmasından kaynaklandığını ileri sürmüşlerdir. Chang ve arkadaşlarının veri setinde değişebilir Na içeriğinin en düşük değeri 0.1 ve en yüksek değeri 1.8 iken ortalama değerin 0.2 olduğu gözlenmiştir. Nitekim kendileri de değişebilir Na için NIRS ile yapılan tahminlerin doğruluk derecesinin düşük çıkmasını verinin özellikle bir tarafa yatık dağılım göstermesi ile ilişkilendirmişlerdir.

Tekstür bileşenleri içersinde NIRS ile en iyi tahmin edilen bileşenin kil içeriği olduğu görünmektedir. Diğer birçok araştırmada da kil içeriğinin NIR bölgesi ile çok iyi korale olduğu rapor edilmiştir.

Şekil 4.21. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen katyon değişim kapasitesi (KDK) ve agregat stabilitesi değerleri arasındaki ilişki

Şekil 4.21 devam. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen kireç içeriği değerleri arasındaki ilişki

İncelenen toprak özellikleri ile NIRS değerleri arasındaki en yüksek ilişkinin olduğu toprak özelliklerinden bir tanesi ise katyon değişim kapasitesi olarak bulunmuştur. Katyon değişim kapasitesi diğer birçok toprak özelliğinde olduğu gibi yakın kızılötesi (NIR) bölgesi ile aslında direk bir etkileşimde olmamasına rağmen NIRS ile iyi tahmin edilebiliyor görünmelerinin en temel nedeni kil miktarı ve organik madde kapsamı ile olan ilişkileridir. Bu iki temel toprak özelliğinin NIR bölgesi ile yakından ilişkili olduğu yapılan birçok araştırmada ifade edilmiş ve ilişkiler detaylı olarak açıklanmıştır. Kil içeriği ve organik madde içeriği ile yüksek korelasyona sahip toprak özelliklerinden birisi olan katyon değişim kapasitesi (KDK), herhangi bir data düzenlemesi yapmamıza rağmen NIRS ile iyi tahmin edilen özelikler arasına girmiştir.

Yukarda belirtilen nedenlerden dolayı agregat stabilitesinin NIRS ile iyi tahmin edilebilen torak özelliklerinden birisi olması beklenilirken ilişki düşük olarak bulunmuştur. Tahmin edilen değerler ile analiz edilen değerler arasındaki ilişki kabul edilebilir sınırların altında olduğu görülmektedir. Bunun en önemli nedeni veri setindeki değişim aralığının düşüklüğüdür. Agregat dayanıklılığı için en düşük değer %9.94 iken en yüksek değerin %100’e yakın olduğu ve ortalamanın ise %70 olduğu görünmektedir. Veri setimiz oldukça sağa yatıktır ve buda muhtemelen NIRS ile tahmin yeteneğimizi zayıflatmıştır. Bunun yanında agregat stabilitesine kil miktarı ve organik madde

içeriğinden başka faktörlerinde etkili olduğunu unutmamamız gereklidir. Kil tipi, kireç içeriği ve daha birçok toprak özelliği toprakların agregat stabilitesini etkilemektedir.

Şekil 4.22. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen değişebilir sodyum (Na), potasyum (K) ve fosfor içeriklerinin değerleri arasındaki ilişki

Çalışma alanından örneklenen toprakların kireç içerikleri ile NIRS verileri kullanılarak yapılan tahminler arasında da kabul edilebilir sınırlar içersinde bir ilişki bulunmuştur.

Bogrekci ve Lee (2007) üç farklı alanda tekstür olarak birbirlerine nispeten benzer olan alanda bulunan toprakların fosfor içeriklerinin NIRS ile tahmini üzerine yapmış oldukları çalışmada, toprakların P içeriklerinin sadece yakın kızılötesi diffuse reflektoskopi yardımı ile çok iyi bir şekilde tahmin edilebildiğini (R2=0.97) rapor etmişlerdir. Araştırmacılar üç farklı çalışma alanındaki toprakların fosfor içeriklerinin çok yüksekten düşüğe doğru değişiminin çok daha iyi bir tahmin yapmalarına yardımcı olduğunu rapor etmişlerdir. Böyle bir varyasyonun daha yüksek daha geniş bir veri aralığının kapsamasına ve bununda daha güvenilir bir kalibrasyon yapılmasına yardımcı olacağını belirtmişlerdir.

Yaptığımız bu çalışmada toprakların fosfor içerikleri ile NIRS verileri kullanılarak yapılan tahminler arasında kabul edilebilir sınırlar içerisinde bir ilişki elde edilememiştir. Bunun nedeni çalışma alanımızda bulunan toprakların fosfor içeriklerinin çok değişken olmamasından kaynaklanmaktadır.

Şekil 4.23. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen pH ve elektriksel iletkenlik (EC) değerleri arasındaki ilişki

NIRS ile tahmini zayıf olan diğer özelliklerde olduğu gibi, toprak pH’sı ve elektriksel iletkenliğinin de düşük değişim aralığına sahip olması NIRS’ın tahmin yeteneğini azaltmıştır.

5.SONUÇ

Çağımız teknolojisi yardımı ile geliştirilen ve oldukça yoğun kullanılmaya başlanan kızılötesi spektrumu, hassas tarım uygulamalarının daha başarılı uygulanabilmesi için gerekli olan toprak verilerinin kısa zamanda ve daha güvenilir bir şekilde elde edilmesini olanak sağlamaktadır. Kısa sürede çok sayıda toprak örneğinin analiz edilmesini gerektiren ve çevreye zarar vermeden yapılacak olan tarımla ile ilgili çalışmalarda spektroskopik teknikler güvenilir bir analiz yöntemi olarak kullanılabilir. Günümüze kadar yapılan çalışmalarda birçok toprak özelliğinin (toplam karbon, toprak organik maddesi, toplam azot, nem içeriği, parçacık büyüklüğü, katyon değişim kapasitesi, değişebilir katyonlar ve daha birçok toprak özelliği) yakın ve orta kızılötesi teknolojileri ile başarıyla tahmin edilebildiği gösterilmiştir.

Bu çalışmada Tokat il merkezi ile Turhal ilçeleri arasında sulama kanalları arasında kalan yaklaşık olarak 230.000 da’lık sulu tarım arazisinden (Kazova ovası) geoistatistiksel yöntemler ile coğrafi koordinatları kayıt edilerek alınmış 400 yüzey toprağının (0–30 cm) çeşitli fiziksel ve kimyasal özelliklerinin görülebilir ve yakın kızılötesi spektroskopisi (NIRS) kullanılarak tahmin edilebilme olasılıkları araştırılmıştır.

Araştırma sonuçlarımız; NIRS tekniği kullanılarak şu anda çok uzun zamanda ve birçok kimyasal kullanılarak yapılan toprak analizlerinden bir kısmının daha kısa zamanda ve kimyasallar kullanılmadan analiz edilebileceğini göstermektedir. Araştırma içersine dâhil edilen topraklar tüm Kazova’yı temsil etmektedir. Tüm Kazova içerisinde farklı ana materyalleri, farklı eğimdeki araziler ve farklı amenajman altındaki topraklar yer almaktadır. Çalışma alanından alınan tüm veriler dikkate alındığında NIRS kullanılarak en iyi tahmin sırası ile toprakların kil içerikleri (RPD=3.21), organik madde kapsamı (RPD=2.67) ve katyon değişim kapasitesi (RPD=2.66) için bulunmuştur. İncelenen diğer toprak özelliklerinden de kum ve kireç içeriği ile azot içeriğinin tahmininde de tahmin çok iyi olarak (RPD>2.0) algılanan sınırlardadır. Torakların pH’sı, potasyum içeriği, agregat stabilitesi ve silt içeriği için yapılan tahminler “kabul edilebilir” (RPD= 1.4-~2.0) sınırlar içerisinde yer almıştır. Elektriksel iletkenlik, yarayışlı fosfor içeriği ve

değişebilir sodyum için yapılan tahminler ise “kabul edilemez” (RPD<1.4) olarak düşünülen sınırlarda kalmıştır.

Analizlerin ileriki aşamalarında tüm veri, tarla bitkileri ekili alanlar ve sebze yetiştiriciliği yapılan alanlar olmak üzere iki farklı kullanım grubuna ve %0–2 eğim ve %2-6 eğim şeklinde iki farklı da fizyoğrafik üniteye ayrılarak yeniden analiz edilmiştir. Veri setinin daha küçük ancak homojen parçalara ayrılması NIRS ile yapılan tahminlerin artmasına neden olmuştur.

Yakın kızılötesi spektroskopisinin tüm bu avantajlarının yanı sıra bazı sınırlamaları ve dezavantajları da bulunmaktadır. Bu tekniğin en önemli dezavantajı tek başına kullanılabilecek bir yöntem olmamasıdır. Güvenirliliği kullanılan referans metodun doğruluk derecesine bağlıdır. Bu nedenle doğruluğu kabul edilmiş olan referans metotların varlığı son derece önemlidir. Bununla birlikte yenilenebilirliği referans metoda göre çok daha yüksektir. Her bir bileşen için ayrı bir kalibrasyon gereklidir. Kalibrasyonun bozulup bozulmadığını kontrol etmek için içeriği bilinmeyen örneğin bir kısmının referans bir metot ile kontrol edilmesi gerekmektedir. Alet, özellikleri bilinen örnekler yardımı ile bir kez kalibre edildiği vakit, kullanılacak uygun istatistiksel yazılımlar yardımı ile istenen toprak özelliklerinin tahmini başarıyla yapılabilir.

KAYNAKLAR

ANONİM, 2006. T.C. Çevre orman bakanlığı, devlet meteoroloji işleri genel müdürlüğü Tokat bölge müdürlüğü ilkim verileri. Tokat

ANONİM, 2007a. İyonlaştırıcı ve İyonlaştırıcı Olmayan Radyasyon. Bölgelerinin Frekanslara Göre Dağılımı

http://ww.gazi.edu.tr/~mkaracan/enstrumental/IR%20Spektroskopisi.ppt) 13.05.2007

ANONİM, 2007b. Spektroskopik Analiz Yöntemleri.

http://www.mustafaaltinisik.org.uk/45-uzm-02.ppt 13.05.2007

ANONİM, 2007c. Rapid Soil Analysis Services.http://www.clw.csiro.au/services 25.08.2007

ANONİM, 2007d. http://www.eijkelkamp.com/Portals/2/Eijkelkamp/Files/M1- 0813e%20Wet%20sieving%20method.pdf 23.12.2007

ARDOS M., 1995., Türkiye Ovalarının Morfolojisi. Çantay Kitabevi. Cilt 1. II. Baskı İstanbul

ATANASSOVA, S., TODOROVA, M., ZHELYAZKOVA, TS., PAVLOV, D.,ve ENEVA, S., Nondestructive Determinaton of Chemical Composition of Soils by Near İnfrared Spektroskopy. Trakia University. Faculty of Agriculture, 6000 Stara Zagora, Bulgaria.

AYDIN, M., 2001. Tokat-Kazova Topraklarının Potasyum Durumunun Belirlenmesi. Yüksek Lisans Tezi. Gaziosmanpaşa Üniv. Fen Bilimleri Enstitüsü Toprak A.B.D. Tokat .

BEN-DOR E. ve BANIN, A., 1995. Near-infrared analysis as a rapid method to simultaneously evaluate several soil properties. Soil Sci. Soc. Am. J :59, 364– 372.

BOGREKCI, I. ve LEE, W.S., 2005. Spectral Soil Signatures and Sensing Phosohorus, Biosystems Engineering 92 (4), 527-533

BROWN, D.J., SHEPHERD, K.D., WALSH, M.G., MAYS, M. D. ve REINSCH. T.G., 2006. Global Soil Characterization with VNIR Diffuse Reflectance

CAN, M., 2007. Elektromanyetik Dalganın Dalga ve Tanecik Özelliği http://www.mustafacan.name.tr/index.php/kimya/elektromanyetik dalganın dalga ve tanecik ozelliği/

CONFALONIERI, M., F. FORNASIER, A. URSINO, F. BOCCARDI, B. PINTUS, ve M. ODOARDI. 2001. The Potential of Near Infrared Reflectance Spectroscopy as a Tool for The Chemical Characterization of Agricultural Soils. J. Near Infrared Spectrosc. 9:123-131.

CHANG, C.W., LAIRD, D.A., MAUSBACH, M.J., ve HURBURG, C.R., 2001. Near-Infrared Reflectance Spectroscopy-Principal Components Regression Analyses of Soil Properties. Soil Sci. Soc. Am. J.65:480-490

CHANG, C.-W., ve LAIRD, D.A., 2002. Near-infrared reflectance spectroscopic analysis of soil C ve N. Soil Science 167 (2), 110 – 116.

CHAPMAN, H.D. ve PRATT, F.P., 1961. Methods of Analysis for Soils, Plants ve Waters, Univ. of California Div Agr. Sci. USA

CHODAK, M. ve BEESE, F., 2003. Use of Near Infrared Spectroskopy to Determine Chemical Properties of Forest Soils. Institue of Enviromental Sciences, Jagiellonian University, Gronostajowa 3, 30-387 Krakow, Poland.

COZZOLLINO, D., ve MORON, A., 2003. The potential of near-infrared reflectance spectroscopy to analyse soil chemical and physical characteristics. Journal of Agricultural Sciences 140, 65– 71.

COUTEAUX, M.M., BERG, B. ve ROVIRA, P., 2003. Near Infrared Reflectance Spektroskpy For Determination of Organic Matter Fractions Including Microbial Biomass in Coniferous Forest Soils. Soil Biology & Biochemistry. Elseiver Ltd. doi: 10.1016/j.soilbio.2003.08.003

DANIEL, K.W., TRIPATHI, N.K. ve HONDA, K., 2003. Artificial neural network analysis of laboratory and in situ spectra for the estimation of macronutrients in soils of Lop Buri (Thailand). Australian Journal of Soil Research 41, 47–59. DEMATTE, J.A.M., CAMPOS, R.C., ALVES, M.C., FIORI, P.R. ve NANNI,

M.R., 2003., Visible-Nır Reflectance: a New Approach on Soil Evaluation. Geoderma 121, 95-112.

DUNN, B .W., H. G. BEECHER, G. D. BATTEN, ve S. CIAVARELLA. 2002. The potential of near-infrared reflectance spectroscopy for soil analysis – a case study

from the Riverine Plain of south-eastern Australia. Aust. J. Exp. Agric. 42:607- 614.

DURAK, A., 1991. Yeşilırmak Havzası Büyük Toprak Gruplarının Toprak Taksonomisi ve FAO/UNESKO Dünya Toprak Haritası Lejandına Göre Sınıflandırılması C.Ü. Zir.Fak. Der. 7:63-69

ELLERT, B.H., JANZEN, H.H. ve ENTZ, T., 2002. Assessment of a Method to Measure Temporal Change in Soil carbon Storage. Soil Sci. Soc. Am. J. 66:1687- 1595.

ERSAHİN, S., 2001. Toprak Amenajmanı. Tarımda Sürdürülebilirlik ve Çevre Kalitesi.Gaziosmanpaşa Üniversitesi Ziraat Fakültesi yayınları No: 56.

GAFFEY, S.J., L.A. MCFADDEN, D. NASH, ve C.M. PIETERS. 1993. Ultraviolet, visible, and near-infrared reflectance spectroscopy: Laboratory spectra of geologic materials. p. 43-73. In C.M. Pieters and P.A.J. Englert (ed.) Remote geochemical analysis elemental and mineralogical composition. University of Cambridge Press, Cambridge.

GEE, G. W., ve J. W. BAUDER. 1986. Particle-size Analysis. P. 383 - 411. In A.L. Page (ed.). Methods of soil analysis, Part1, Physical and mineralogical methods. Second Edition, Agronomy Monograph 9, American Society of Agronomy, Madison, WI.

GELADI, P. ve B.R. KOWALSKI. 1986. Partial least-squares regression: A tutorial. Anal. Chim. Acta. 185:1-17.

GOETZ, A.F., S. CHABRİLLAT, ve Z. LU. 2001. Field reflectance spectroscopy for detection of swelling clays at construction sites. Field Anal. Chem. Technol. 5:143-155.

GÜLBAKAN, B., UZUN, C., OLGUN, G. VE SALİH, B., 2005. 19. Ulusal Kimya Kongresi, Kuşadası. Hacetepe Üniv. Kimya Bölümü 06532, Ankara

GÜLEÇ, H., 2002. Köy Hizmetleri Tokat Araştırma Enstitüsü Topraklarının Kil Minerolojisi ve Mekanik Özellikleri Gaziosmanpaşa Üniv. Fen Bilimleri Enstitüsü Toprak A.B.D. Tokat

GÜNAL, H., ERŞAHİN, S., AKBAŞ, F. VE BUDAK, M., 2007. Toprak Biliminde Kızılötesi Spektrometrenin Potansiyel Kullanımı. Ondokuz Mayıs Üniv. Ziraat Fakültesi Dergisi, 22(2):219-226 Samsun

GÜNDÜZ, T., 1999, İnstrümental Analiz, Ankara Üniv. Fen Fakültesi, Kimya Bölümü, 5. Baskı, Ankara.

HE, Y., SONG, H., PEREIRA, A.G. ve GOMEZ, A. H., 2005. Measurement and Analysis of Soil Nitrogen and Organic Matter Content Using Near-Infrared Spectroscopy Techniques. School of Biosystems Enginerring and Fod Science, Zhejang Universty, Hangzhou 310029 China. 2005 6B (11) : 1081-1086

HE, Y. ve SONG, H., 2006. Prediction of Soil Content Using Near-infrared Spectroskopy. SPIE Newsroom. 10.1117/2.1200604.0164

HENDERSHOT, W.H., LALANDE, H. ve DUQUETTE, M., 1993. Soil Reaction and Exchangeable Acidity. In Soil Sampling and Methods of analysis. Carter M.R.(ed) Canadian Society of Soil Science, CRC Pres Inc. Boca Raton, Florida. USA

HUMMEL, J.W., SUDDUTH, K.A. ve HOLLINGER, S.E., 2001. Soil Mositure and Organic Matter Prediction of Surface and Subsurface Soils Using NIR Soil Sensor. Elseiver Science B.V. PII: S0168-1699 (01) 00163-6.

HUNT, G.R. ve J.W. SALISBURY. 1970. Visible and near-infrared spectra of minerals and rocks: I. Silicate minerals. Modern Geol. 1:283-300.

IQBAL, J., THOMASSON, J.A., JENKINS, J.N., OWENS, P.R., ve WHISLER, F. D., 2005. Spatial Variability Analysis of Soil Physical Properties of Alluvial Soil Sci. Soc. Am. J: 69:

ISLAM, K., SINGH, B. ve MCBRATNEY, A.B., 2003. Simultaneous Estimation of Various Soil pProperties by Ultra-violet, Visible and Near-infrared Reflectance Spectroscopy. Australian Journal of Soil Research 41, 1101– 1114.

JANIK, L. J., R. H. MERRY, ve J. O. SKJEMSTAD. 1998. Can Mid Infrared Diffuse Reflectance Analysis Replace Soil Extractions. Aust. J. Exp. Agric. 38:681-696.

JANZEN, H.H., 1993. Soluble Salts in Soil Sampling and Methods of Analysis. Carter M.R. (ed) Canadian Society of Soil Science, CRC Pres Inc. Boca Raton, Florida. USA.

KAÇAR, B., 1996. Bitki ve Toprak Analizleri 3. Ankara Üniv. Ziraat Fak. Eğitim, Araştırma ve Geliştirme Vakfı yayınları No:3

KAVDIR, İ. VE BÜYÜKCAN, M. B., 2007. Çanakkale Onsekiz Mart Üniversitesi, Ziraat Fakültesi, Tarım Makinaları Bölümü, Çanakkale

KILIÇ, E., KÖSEOĞLU F. VE YILMAZ, H., 1998. Enstrümental Analiz İlkeleri Bilim Yayıncılık, Kızılay, Ankara.

LEE, S.W., J. F. SANCHEZ, R.S. MYLAVARAPU, ve J. S. CHOE. 2003. Estimating chemical Properties of Florida Soils Using Spectral Reflectance. Trans. ASAE. 46:1443-1453.

LOBELL, D.B. ve G.P. ASNER. 2002. Moisture effects on soil reflectance. Soil Sci. Soc. Am. J. 66:722-727.

MCBRATNEY, A.B., B. MİNASNY, R. ve VISCARRA ROSSEL., 2006. Spectral Soil Analysis and Inference Systems: a Powerful Combination for Solving The Soil Data Crisis Geoderma.136, 1-2:272-278.

MCCARTY, G.W., REEVES, J.B., REEVES III, J.B., FOLLETT, R.F. ve

KIMBLE, J.M., 2002. Mid-infrared and near-infrared diffuse reflectance spectroscopy for soil carbon measurement. Soil Sci. Soc. Am. J :66, 640–646.

KRISHNAN, P., ALEXANDER, J.D., BUTLER, B.J., ve HUMMEL, J.W.,1980. Reflectance Technique For Predicting Soil Organic Matter. Soil Sci. Am. J., 44:1282- 1285.

MORRA, M.J., HALL, M.H., ve FREEBORN, L.L., 1991. Carbon and Nitrogen Analysis of Soil Ractions Using Near-Infrared Reflectance Spectroscopy. Soil Sci. Soc. Am. J., 55:288-291.

MOUAZEN, A. M., KAROUI, R., BAERDEMAEKER, J. D. ve RAMON, H., 2005. Classification os Soil Texture Classes by Using Soil Visual Near İnfrared Spectroscopy and Factorial Discriminant Analysis Techniques. Faculity of Biosciense engineering. Kasteelpark Arenberg 30. B-3001 Heverlee, Belgium. MOUAZEN, A.M., KAROUI, R., BAERDEMAEKER, J. D. ve RAMON H., 2006.

Characterization of Soil Water Content Using Measured Visible and Near Infrared Spectra. Soil Sci. Soc. of Am. J. 70:1295-1302.

MULLA, D.J. ve MCBRATNEY, A.B., 2000. Soil Spatial Variability,A-321-A-351, In: Handbook of Soil Science, Malcolm E. Sumner(ed. in chief) CRS Press MUTUO, K.P., SHEPHERD, K.D., ALBRECTH, A. ve CADISCH, G. 2005.

Fractions Using Diffuse Reflectanse Spectroskopy. Soil Biology & Biochemistry Elseiver Ltd. doi: 10.1016/j.soilbio.2005.11.020

OLSEN, S.R., COLE, C.V. ve DEAH, L.A., 1954. Estimation of Available Phosphorus in Soil by Extraction with NaHCO3. U.S. Dept. Of Agr. Cic. 939. Washington, Dc. USA.

ODLARE, M., SVENSSON, K. ve PELL, M., 2005. Near Infrared Reflectance Spectroscopy for Assessment of Spatial Soil Variation in an Agriculture Field. Geoderma. 126, 193-202.

ORHUN Ö. VE TANIŞLI M. 2007. Elektromanyetik Dalgalar http://www.aof.edu.tr/kitap/unite11.pdf

PASQUINI, C., 2003. Near Infrared Spectroscopy. Fundamentals, practical aspects and analytical applications. J. Braz. Chem. Soc. Vol. 14:2, 198-219.

REEVES III, J.B. ve MCCARTY, G.W., 2001. Quantitative analysis of agricultural soils using near infrared reflectance spectroscopy and fibre-optic probe. Journal of Near Infrared Spectroscopy 9, 25–34.

SCHEINOST, A.C. ve U. SCHWERTMANN. 1997. VIS-NIR reflectance spectra of goethite (α-FeOOH) as a function of particle size, unit-cell size, and cation substitution. Lunar and Planetary Science XXVIII. Lunar and Planetary Inst. Houston, TX.

SLAUGHTER, D. C., M. G. PELLETIER, ve S. K. UPADHYAYA. 2001. Sensing soil moisture using NIR spectroscopy. Appl. Eng. Agric. 17:241-247.

SORENSEN, L. K. ve DALSGAARD, S. 2005. Determination of Clay and Other Soil Properties by Near Infrared Spectroscopy. Soil Sci. Soc. Am. J. 69, 1; ProQuest Agriculture Journals pg. 159

SPSS, 2000. SPSS for Windows. Student Version. Release 10.0.9 Spss Inc IL USA. SUDDUTH, K.A. ve J.W. HUMMEL. 1996. Geographic operating range evaluation

of a NIR soil sensor. Trans. ASAE. 39:1599-1604.

SUSAM, M., 2005. Koroner Arter Cerrahisinde Termal Görüntüleme Kullanılarak Greft Değerlendirilmesi. Uzmanlık Tezi. İstanbul

TEKİN, N., Namlı H., Turhan O., 2005. . Ulusal Kimya Kongresi, Kuşadası. Balıkesir Üniv. Fen-Edebiyat Fakültesi, Kimya Bölümü, 10100, Balıkesir.

TOBIAS, R. 1995. An introduction to partial least squares regression. Proceedings of the Twentieth Annual SAS Users Group International Conference. Cary, NC: SAS Institute Inc., 1250-1257.

ÜNAL, Y., 2005, Near İnfrared Reflektans Spektroskopinin Hayvan Besleme Bilim Alanında Kulanım İmkanları (Derleme). Kafkas Üniversitesi Veteriner Fakültesi Hayvan Besleme ve Beslenme Hastalıkları Anabilim Dalı - KARS.

VISCARRA ROSSEL, R.A., WALTER, C. ve FOUAD, Y., 2003. Assessment of two reflectance techniques for the quantification of field soil organic carbon. In: Stafford, J., Werner, A. (Eds.), Precision Agriculture. Fourth European Conference on Precision Agriculture. Wageningen Academic Publishers, Berlin, pp. 697– 703.

VISCARRA ROSSEL, R.A., WALVOORT D. J. J., MCBRATNEY A.B., JANIK L.J. ve SKJEMSTAD J. O., 2006. Visible, Near Infrared, Mid Infrared or Combined Diffuse Reflectanse pectroscopy for Simultaneous Assessment of Varios Soil Properties. Geoderma. 131, 5 9-75

VISCARRA ROSSEL, R.A., 2008. Software for Chemometric Analysis of Spectroscopic Data. Chemometrics and Intelligent Laboratory 90. 72–83

WAISER, T.H. 2006. In Situ Characterization of Soil Properties Using Visible Near- infrared Diffuse Reflectance Spectroskopy. Master of Science Texas A&M University

WANG, L., JIA, D., SHI, H., LIN, Q., ve GE, M., 2006. Partial Least Square Regression Approach for the Extraction Phosphorus Concentration from Soil VNIR Spectra. Geoscience and Remote Sensing Symposium, IGARSS 2006. IEEE International Conference on Volume , Issue , July 31 2006-Aug. 4 2006 Page(s): 3007 – 3010.

WILDING, L.P., BOUMA, J., ve GOSS ,D.W., 1994. Impact of Spatial Variability on Interpretative Modelling. 65-75, In: Quantitve Modelling of Soil Forming