Bazı toprak özelliklerinin belirlenmesinde görülebilir ve yakın kızılötesi spektroskopisinin kullanım olanaklarının araştırılması

(1)

Y.LİSANS TEZİ

BAZI TOPRAK ÖZELLİKLERİNİN BELİRLENMESİNDE GÖRÜLEBİLİR VE YAKIN KIZILÖTESİ SPEKTROSKOPİSİNİN KULLANIM

OLANAKLARININ ARAŞTIRILMASI

Mesut BUDAK

TOKAT 2008

(2)

Tez yazım kurallarına uygun olarak hazırlanan bu tezin yazılmasında bilimsel ahlak kurallarına uyulduğunu, başkalarının eserlerinden yararlanılması durumunda bilimsel normlara uygun olarak atıfta bulunulduğunu, tezin içerdiği yenilik ve sonuçların başka bir yerden alınmadığını, kullanılan verilerde herhangi bir tahrifat ya pılmadığını, tezin herhangi bir kısmının bu üniversite veya başka bir üniversitedeki başka bir tez çalışması olarak sunulmadığını beyan ederim.

(3)

i

BAZI TOPRAK ÖZELLİKLERİNİN BELİRLENMESİNDE GÖRÜLEBİLİR VE YAKIN KIZILÖTESİ SPEKTROSKOPİSİNİN KULLANIM OLANAKLARININ

ARAŞTIRILMASI

Adı Soyadı Mesut BUDAK

Gaziosmanpaşa Üniversitesi Fen Bilimleri Enstitüsü

Toprak Anabilim Dalı

Danışman: Doç. Dr. Hikmet GÜNAL

Tarım sistemlerinde sürdürülebilirliğin sağlanabilmesi ancak tarımsal üretimin yapıldığı toprak özelliklerinin daha doğru bir şekilde belirlenmesi ile mümkündür. Tarımsal üretimde girdilerden daha iyi bir sonuç alabilmek için toprak analizlerinin hızlı olduğu kadar düşük maliyetli bir biçimde analiz edilebilmesi gerekmektedir. Yakın kızılötesi spektroskopisi (NIRS) arazi içi değişkenliğin hızlı ve uygun maliyetli bir şekilde belirlenmesini sağlayabilmektedir. NIRS tekniğinin geniş bir alanda farklı fizyoğrofik üniteler ve farklı arazi kullanımları altındaki Kazova’da yer alan toprakların özelliklerini tahmin etme yeteneği bu çalışmada test edilmiştir. Geoistatistiksel yöntemler ile 400 noktada yüzey toprağı (0-30 cm) örneklenmiştir. Toprakların toplam N, organik madde (OM), toprak reaksiyonu (pH), elektriksel iletkenlik (EC), kireç içeriği, tekstür (kil, sit, kum içerikleri), katyon değişim kapasitesi (KDK), değişebilir katyonlar (Na, K), alınabilir fosfor (P) ve agregat stabilitesi analizleri referans metodlara göre yapılmıştır. Topraklar oda sıcaklığında kurutulduktan sonra ASD Agri-Spec Spektrometresi ile 350 – 2500 nm arasında 1 nm aralıklar ile tarama yapılmıştır. Her bir nm’de alınan örneklerin 10 nm’de bir ortalamaları alınarak (toplam 215 veri) spektra ile ilgili veri seti hazırlanmıştır. Laboratuarda analizleri yapılan toprak özellikleri ile spektral veriler arasındaki en iyi korelasyona Kısmi En Az Kareler Regresyonu (PLSR) yöntemi ile karar verilmiştir. Kalibrasyon ve tahminler ParLeS 3.1 paket programı kullanılarak basit rastgele örnekleme yöntemi ile yapılmıştır. Her bir özellik için uç veriler istatistiksel yöntemler ile belirlenerek veri seti içersinden tahmin yapılmadan çıkarılmıştır. Araştırma sonuçlarına göre tüm veri kullanılarak elde edilen NIRS yansımaları ile en iyi tahmin sırasıyla kil içeriği (RPD=3.21; R2= 0.903), OM (RPD=2.67; R2= 0.860),

(4)

ii

Veri seti farklı kullanımlar (tarla bitkileri ekili alanlar ve sebze yetiştiriciliği yapılan alanlar) ve farklı fizyoğrafyalardan alınan (%0-2 eğim ve %2-6 eğim) örnekler için daha küçük ve daha homojen parçalara bölündüğünde ise yapılan tahminin daha kabul edilebilir olduğu görülmüştür. Bu çalışma ile de açıkça görülmektedir ki, fiziksel ve kimyasal birçok toprak özelliğinin NIRS tekniği yardımı ile doğru ve güvenilir bir şekilde tahmin edilmesi mümkündür. Tahminin gücü ise uç değerlerin çıkarılması ve toprakların daha homojen kullanım ve arazi gruplarına bölünmesi ile arttırılabilir.

Anahtar Kelimeler: Yakın kızılötesi, NIRS, Toprak özellikleri, Toprak analizleri, Kısmı en az regresyon spektroskopisi.

(5)

iii

INVESTIGATING THE POTENTIAL USE OF VISIBLE AND NEAR INFRARED SPECTROSCOPY IN DETERMINATION OF SOME SOIL

CHARACTERISTICS

Name Surname Mesut BUDAK Gaziosmanpaşa University

Graduate School of Natural and Applied Sciences Department of Soil Science

Supervisor: Assoc. Prof. Dr. Hikmet GÜNAL

Sustainability in agricultural systems can only be assessed through obtaining reliable information on soils. Cost effective and rapid analyses techniques are needed to obtain better responses from agricultural inputs. Near Infrared Spectroscopy (NIRS) has potential to characterize variability in agricultural fields. In this study, NIRS was evaluated to predict some soil physical and chemical characteristics of Kazova soils. Geostatistical techniques were used to collect surface soil samples (0-30 cm) from 400 points. The soils in Kazova are found under different physiographic units and management systems. Total nitrogen (N), organic matter (OM), soil reaction (pH), electrical conductivity (EC), calcium carbonate content, soil texture (clay, silt and sand contents) cation exchange capacity (CEC), exchangeable cations (Na and K), plant available phosphorus (P) and aggregate stability analyses were completed using well known reference methods. Soil samples were dried in room temperature and scanned with a ASD Agri-Spec Spectrometry at a range of 350 – 2500 nm with 1 nm intervals. Spectral data were organized by averaging the 1 nm readings at every 10 readings (total 215 data). The best correlation between soil characteristics obtained with laboratory analyses and spectral data was determined using Partial least Square Regression (PLSR) technique. Calibration and validation processes were performed using ParLeS 3.1 software with simple randomized sampling scheme. The outliers were determined and removed from the data prior to the further analyses. The results with the whole data set revealed that the best predictions were obtained for clay content (RPD=3.21; R2= 0.903), OM (RPD=2.67; R2= 0.860), CEC (RPD=2.66; R2= 0.858), calcium carbonate content (RPD=2.24; R2= 0.800) respectively. The weakest relationship between spectral data and laboratory analyses was obtained for exchangeable Na (RPD=1.12; R2= 0.517), EC (RPD=1.35; R2= 0.450) and plant available P (RPD=1.29; R2= 0.394), respectively. The skewness of data probably resulted in obtaining weak prediction. The whole data set was classified into more homogenous parts as field crop fields, vegetable grown fields, fields with 0-2% slope

(6)

iv

Key words: Near infrared spectroscopy, NIRS, soil characteristics, soil analyses, partial least square regression

(7)

v

Yüksek lisans tezimin hazırlanmasında bilgi, fikir ve literatür temini konusunda her türlü desteği sağlayan, yardımlarını esirgemeyen ve beni her durumda büyük fedakarlıkla destekleyen danışman hocam Doç Dr. Hikmet GÜNAL’a çalışmamın yürütülmesinde ve analizlerinden yazım aşamasına kadar her türlü yardım ve desteklerini esirgemeyen Dr. Fevzi AKBAŞ’a, Araştırma görevlisi Buket YETKİN UZ’a ve bölüm hocalarıma, Yakın Kızılötesi Spektrometresinin kullanımında bana yardımcı olan Aydın Adnan Menderes Üniversitesi Toprak Bölümü Başkanı Prof. Dr. Gönül Bilgehan AYDIN ve Aydın Menderes Üniversitesi Meslek Yüksek okulu öğretim üyelerinden Doç. Dr. İsmail BÖGREKCİ’ye, istatistik analizlerinde yardımlarını esirgemeyen Doç. Dr. Şenol AKIN’a, manevi desteklerini esirgemeyen Ziraat Mühendisi Nurullah ACIR’a ve bölümde yüksek lisans yapan tüm arkadaşlarıma sonsuz şükranlarımı sunarım. Tez jürimde yer alarak değerli katkılar yapan hocalarım Prof. Dr. Alper DURAK, Yrd. Doç. Dr. Şenay ÖZGEN ve Doç. Dr. Sabit ERŞAHİN’e de teşekkür ederim. Ayrıca yüksek lisans çalışmam boyunca maddi ve manevi desteklerini esirgemeyen sevgili aileme, babam İbrahim Hakkı ve annem Gülüzara’a teşekkürü bir borç bilirim.

Mesut BUDAK Ocak 2008

(8)

vi Sayfa No ÖZET………..………..…... i ABSTRACT………..……….. iii TEŞEKKÜR………..………..… v İÇİNDEKİLER…………..………. vi

ŞEKİLLER LİSTESİ………...……… viii

TABLOLAR LİSTESİ………..………..…………... xi

1. GİRİŞ……….………....……….. 1

2. LİTERATÜR ÖZETLERİ………..……….. 4

2.1. Maddenin Fiziksel Özellikleri……….………..…… 4

2.2. Spektrometrik Yöntemler………...……….…….. 5

2.2.1. Elektromanyetik Işıma…...…………..……… 6

2.2.1.1 Işının Dalga Boyu……...………...…………...………...………. 6

2.2.1.2. Işının Tanecik Özeliği……….………...…... 7

2.2.1.3. Işının Yansıması…….………..…………... 7 2.2.1.4. Işının Absorplanması………..………. 8 2.2.2. Elektromanyetik Spektrum……...…….………... 10 2.2.2.1. Radyo Dalgaları……….. 12 2.2.2.2. Mikrodalgalar………...………..….…………..…….. 12 2.2.2.3. Kızılötesi Dalgalar…..………. 13 2.2.2.4. Görünür Işık Dalgaları….……….….. 13 2.2.2.5. Morötesi dalgalar……….……….…….. 13 2.2.2.6. X- Işınları………...……….……...………...…….. 14 2.2.2.7. Gama Işınları………... 14

2.3. Kızılötesi (IR) Spektroskopisi…….……….………..………….. 15

2.3.1. Yakın ve Orta Kızılötesi………..….…. 15

2.3.1.1. Yakın Kızılötesi Absorpsiyon Spektrometresinin Teorisi…...… 17

2.3.1.2. Yakın Kızılötesi (NIRS) Spektrokopisinin Kalibrasyonu……... 17

2.3.1.2.1. Spektra ………..………..……... 18

2.3.1.2.2. Spektarnın İstatistiksel Analizleri………... 18

2.3.1.3. NIRS’ın Kullanım Alanları………….………...…………. 20

2.3.1.3.1. Sağlık Alanında NIRS’ın Kullanımı……...…...…….. 21

2.3.1.3.2. Kimya Alanında NIRS’ın Kullanımı…………...……... 21

2.3.1.3.3. Tarım Alanında NIRS’ın Kullanımı……...…..………. 22

2.3.1.3.3.1. Hayvan Besleme Alanında NIRS’ın Kullanımı 23 2.3.1.3.3.2. Gıda Bilim Alanında NIRS’ın Kullanımı…….. 23

2.3.1.3.3.3. Toprak Biliminde NIRS’ın Kullanımı…... 24

3. MATERYAL VE METOD……… 32

3.1. Materyal ……….…….. 32

3.1.1. Çalışma Alanının Tanımı……….. 32

3.1.2. İklim……….. 33

3.2. Metod……… 33

(9)

vii

4. ARAŞTIRMA BULGULARI VE TARTIŞMA ……….. 44

4.1. Tanıtıcı İstatistik Analizleri……….. 44

4.2. Görülebilir ve Yakın Kızılötesi Spektroskopisi ve Toprak Özellikleri Arasındaki İlişkiler………..………….... 46

4.2.1. Farklı Fizyoğrafyalarda ve Kullanım Altında Yer Alan Topraklara Ait Saçılma Grafikleri……….……….. 48

4.2.2 Farklı Toprak Özelliklerine Ait Yansıma Karakteristikleri ve Karşılaştırılmaları……….………... 54

4.3. Yakın Kızılötesi Spektroskosi Yardımıyla Toprak Özelliklerinin Tahmin Edilmesi………... 59

4.3.1. Tüm Alana Ait Topraklardan Elde Edilen Yansıma Verilerinin Analizi………. 63 5.SONUÇ………..…….. 71 6.KAYNAKLAR………..………... 73 EKLER……… 81 Ek 1... 81

Tarla Bitkileri Ekili Alanlardan Alınan Toprak Örneklerine Ait Yansıma Verilerinin Analizleri….……….. 81

Ek 2……….. 86

Tarla Bitkileri Ekili Alanlardan Alınan Toprak Örneklerine Ait Yansıma Verilerinin Analizleri……….……….. 86

Ek 3……….. 91

% 0–2 Eğimli Düz Düze Yakın Alanlardan Alınan Toprak Örneklerine Ait Yansıma Verilerinin Analizleri...……….……… 91

Ek 4……….. 96

% 2–6 Eğime Sahip Alanlardan Alınan Toprak Örneklerine Ait Yansıma Verilerinin Analizleri……….……….. 96

(10)

viii

Şekil Sayfa No Şekil 2.1. Elektromanyetik dalga………...………... 7 Şekil 2.2. Farklı bileşime sahip çözeltilerden gözümüze yansıyan renkler…..……. 9 Şekil 2.3 Elektromanyetik spektrumun dalga boyuna göre sınıflandırılması…... 10 Şekil 2.4. İyonlaştırıcı ve iyonlaştırıcı olmayan radyasyon bölgelerinin

frekanslarına göre dağılımı………... 11 Şekil 2.5. Kızılötesinde fonksiyonel gruplar ve parmak izi bölgelerinin

dağılımları……….. 16

Şekil 2.6. Üç farklı toprakta, toprak özelliklerinin kızılötesi bölgelerindeki

Dağılımları……….………...……… 25 Şekil 3.1. Çalışma alanı ve örnekleme noktaları……….……….. 34 Şekil 3.2. Örnekleme yapıldığında örnekleme noktalarının arazi kulanım durumu. 35 Şekil 3.3. Toprak Örneklerinin VNIRS okumalarının yapılması………. 39 Şekil 3.4. VNIRS ile elde edilen verilerin bilgisayar ortamına aktarılması……….. 39 Şekil 4.1. Kazova’da örneklenen 400 toprak örneğine ait (a.) 0-200 arası ve (b)

200-400 arası) reflektans değerlerinin VNIR bölgesi boyunca

dağılımları………. 47

Şekil 4.2 % 0-2 eğime sahip arazilerden alınan toprak örneklerine (0-200)

ait reflektans değerlerinin VNIR bölgesi boyunca dağılımları………… 49 Şekil 4.3. % 0-2 eğime sahip arazilerden alınan toprak örneklerine (200-400) ait reflektans değerlerinin VNIR bölgesi boyunca dağılımları………… 50 Şekil 4.4. % 2-6 eğime sahip arazilerden alınan toprak örneklerine ait reflektans

değerlerinin VNIR bölgesi boyunca dağılımları………... 50 Şekil 4.5. Kazova’da örnekleme yapıldığı dönemde tarla bitkileri tarımı yapılan

arazilerden alınan toprak örneklerine (0-200) ait reflektans

değerlerinin VNIR bölgesi boyunca dağılımları………. 51 Şekil 4.6. Kazova’da örnekleme yapıldığı dönemde tarla bitkileri tarımı yapılan

arazilerden alınan toprak örneklerine (200-400) ait reflektans

değerlerinin VNIR bölgesi boyunca dağılımları………. 51 Şekil 4.7. Kazova’da örnekleme yapıldığı dönemde boş arazilerden alınan toprak

örneklerine ait reflektans değerlerinin VNIR bölgesi boyunca

dağılımları………...…… 52

Şekil 4.8. Kazova’da örnekleme yapıldığı dönemde meyve bahçesi kurulan arazilerden alınan toprak örneklerine ait reflektans değerlerinin VNIR

bölgesi boyunca dağılımları……… 52

Şekil 4.9. Kazova’da örnekleme yapıldığı dönemde mera arazisi olarak

kullanılan arazilerden alınan toprak örneklerine (0-200) ait reflektans

(11)

ix

arazilerden alınan toprak örneklerine ait reflektans değerlerinin VNIR bölgesi boyunca dağılımları……….…... 54 Şekil 4.12.Parçacık büyüklük dağılımının VNIR bölgesinde reflektansa etkileri

a) Kum, b) Kil ve c) Silt……… 55

Şekil 4.13. En yüksek, orta ve en düşük organik madde (a) ve yarayışlı fosfor (b) içeriğine sahip topraklara ait reflektans değerlerinin VNIR

bölgesindeki dağılımı………...…... 56

Şekil 4.14.Yüksek, orta ve düşük azot içeriğine sahip topraklara ait reflektans

değerlerinin VNIR bölgesindeki dağılımı…..……….……… 57 Şekil 4.15.Yüksek, orta ve düşük pH (a) ve elektriksel iletkenliğe (b) sahip

topraklara ait reflektans değerlerinin VNIR bölgesindeki dağılımı…… 57 Şekil 4.16.Yüksek, orta ve düşük katyon değişim kapasitesi (a) ve Agregat

dayanıklılığına (b) sahip topraklara ait reflektans değerlerinin VNIR

bölgesindeki dağılımı….………. 58

Şekil 4.17. Yüksek, orta ve düşük değişebilir Na (a) ve değişebilir K (b) içeriğine sahip topraklara ait reflektans değerlerinin VNIR bölgesindeki

dağılımı……….….. 58

Şekil 4.18. Farklı tekstür sınıflarının (a) ve kireç içeriğine (b) sahip topraklara ait reflektans değerlerinin VNIR bölgesindeki dağılımı……….…. 59 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………. 64

Şekil 4.20. Tekstür bileşenlerinin (kum, kil ve silt) NIRS ile tahmin edilen

değerleri ile laboratuarda ölçülen değerleri arasındaki ilişki………….. 65 Şekil 4.21. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen katyon

değişim kapasitesi (KDK), agregat stabilitesi ve kireç içeriği değerleri

arasındaki ilişki………..…. 66

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

Şekil 4.23. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen pH ve

elektriksel iletkenlik (EC) değerleri arasındaki ilişki……….. 70 Şekil Ek 1.1.NIRS ile tahmin edilen veriler ile laboratuarda referans metotlar ile

ile oluşturulan grafikleri……….. 81

Şekil Ek 1.2. Tekstür bileşenlerinin (kum, kil ve silt) NIRS ile tahmin edilen

değerleri ile laboratuarda ölçülen değerleri arasındaki ilişki…….……. 82 Şekil Ek 1.3. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen katyon

arasındaki ilişki...………...……. 83

Şekil Ek 1.4. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen değişebilir sodyum (Na), potasyum (K) ve fosfor içeriklerinin değerleri

(12)

x

değerleri ile laboratuarda ölçülen değerleri arasındaki ilişki.…………. 87 Şekil Ek 2.3. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen katyon

arasındaki ilişki………... 88

Şekil Ek 2.5. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen pH ve

elektriksel iletkenlik (EC) değerleri arasındaki ilişki………. 90 Şekil Ek 3.1. NIRS ile tahmin edilen veriler ile laboratuarda referans metotlar ile

ile oluşturulan grafikleri………. 91

değerleri ile laboratuarda ölçülen değerleri arasındaki ilişki….………. 92 Şekil Ek 3.3. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen katyon

arasındaki ilişki……...……… 93

arasındaki ilişki………... 94

elektriksel iletkenlik (EC) değerleri arasındaki ilişki………. 95 Şekil Ek 4.1. NIRS ile tahmin edilen veriler ile laboratuarda referans metotlar ile

değerleri ile laboratuarda ölçülen değerleri arasındaki ilişki……….…. 97 Şekil Ek 4.3. NIRS ile tahmin edilen değerleri ile laboratuarda ölçülen katyon

arasındaki ilişki………..………. 98

arasındaki ilişki………..………. 99

(13)

xi

Tablo Sayfa No Tablo 2.1. Maddenin fiziksel özelikleri ve bu fiziksel özelikler üzerine kurulan

analiz metodları………..……… 4

Tablo 2.2. Dalga boyuna göre bir madde tarafından absorbe edilen ve görünen

renkler………. 9

Tablo 2.3. Elektromanyetik ışına dayanan yaygın spektroskopik yöntemler ve dalga boyları………. 12 Tablo 3.1. Toprak örneklemesi yapıldığı zaman (Kasım-Aralık 2006) örnek alınan

noktaların arazi kullanımı……….……….. 34 Tablo 3.2. Spektral veriden gelen hataları göz ardı etmek ve NIRS’ın tahmin

yeteneğini artırmak için ParLeS Programında ölçülen değerler ile tahmin edilen değerler arasında yapılan ön işlemler……….. 41 Tablo 3.3. NIRS’ın tahmin yeteneğini arttırmak için her bir uygulamada veri

setinden çıkarılan örnekler……….. 42 Tablo 4.1. Çalışma alanından alınmış tüm örneklere ait tanıtıcı istatistik analizleri... 44 Tablo 4.2. Tüm veri ve bölünmüş veri setleri kullanılarak yapılan çapraz doğrulama

(14)

1. GİRİŞ

Tarım arazilerinin sürdürülebilir kullanımlarının sağlanabilmesi ve en uygun tarımsal faaliyetlerin uygulanabilmesi için toprak özelliklerinin doğru bir şekilde bilinmesi gerekmektedir. Toprağın fiziksel özellikleri verimliliği etkileyen temel özelliklerdir ve toprak tekstürü gibi bir takım fiziksel özelliklerin değiştirilmesi oldukça güçtür. Bu nedenle toprakların kendi fiziksel özelliklerine uygun şekilde kullanılması gerekmektedir.

Teknolojideki gelişmeler sayesinde birim alandan alınacak verimi artırmak mümkündür. Nitelikli tohum, sulama, tarımsal mücadele ve gübreleme gibi tarımsal uygulamaların tarımsal üretimi sürekli bir biçimde arttırmaları toprak özelliklerinin bilinmesine ve üretkenliklerinin korunmasına bağlıdır (Erşahin, 2001). Toprak özellikleri mesafeye bağlı olarak değişiklik göstermektedir. Arazide birkaç metrelik mesafe içerisinde dahi birçok fiziksel ve kimyasal özelliğin değiştiğini görmek mümkündür. Toprak özelliklerinin değişkenlik göstermesi, bir arazide aynı tarımsal uygulama sonucunda bitkisel ürünün arazinin değişik yerlerinde farklılaşmasının en temel nedenlerindendir (Mulla ve McBratney, 2000).

Tarımsal arazilerdeki toprakların fiziksel ve kimyasal özelliklerinin değişkenliğinin nedenleri, toprak oluşum işlemleri ve ana materyallerin özelliklerinden dolayı doğal (Iqbal ve ark., 2005) ve tarımsal uygulamalardan dolayı insan kaynaklı (Mulla ve McBratney, 2000) olabilir. Doğal toprak özellikleri, toprak işlenmesi, sulama ve drenaj uygulamaları, kimyasalların kullanımı, ürün rotasyonu vb. uygulamalar ile değiştirilmektedir. Toprak özelliklerinin belirlendiği geleneksel yöntemler fazla zaman alıcı ve oldukça maliyetlidirler. Toprak analizleri toprağın tekstür, tuzluluk, pH, organik madde, kireç miktarı ve içerdiği bitki besin elementlerinin konsantrasyonu konusunda sağlıklı bilgiler vermekte ve söz konusu toprakta, bitki yetiştiriciliği bakımından bir olumsuzluğun bulunup bulunmadığını kolaylıkla ortaya koymaktadır. Ne yazık ki topraktaki değişimlerin neden olduğu problemlerin belirlenmesi ve toprak

(15)

değişkenlerinin detaylı olarak çalışılması kapsamlı laboratuar analizlerini gerektirmektedir.

Bu nedenle son yıllarda bitki gelişimini doğrudan etkileyen bazı toprak özelliklerinin değişiminin daha doğru, hızlı ve ekonomik olarak belirlemeye yarayan geleneksel yöntemlere alternatif olarak algılama teknolojileri geliştirilmeye başlanmıştır. Bu amaç doğrultusunda geliştirilen spektrometrik tekniklerden özellikle görülebilir (VIS) ve yakın kızılötesi spektrometresi (NIRS), tarımsal ve çevresel kullanımlar için topraklar hakkında yeterli bilgiye ucuz ve hızlı ulaşmayı sağlayan tekniklerdir. Bu teknikler görülebilir (350–700 nm) ve yakın kızılötesi dalga boylarında (700–2500 nm) yansıma karakteristiklerinin, materyallerin fiziksel ve kimyasal özellikleri ile ilişkilendirilmesi esasına dayanan hızlı ve güvenilir analitik bir tekniktir (Pasquini, 2003).

Hassas tarım tekniklerinin uygulanması, küresel olarak toprakta karbon zenginleşmesinin gözlemlenebilmesi ve toprak kalitesinin sürdürülebilmesi için toprak özelliklerinin kısa sürede belirlenebileceği, düşük maliyetli ve güvenilir yöntemlere gereksinim duyulmaktadır. Toprakların fiziksel, kimyasal, biyolojik ve mineralojik özelliklerinin günümüz laboratuar yöntemleri ile belirlenmesi daha fazla işgücü gerektirdiği gibi, analiz için kullanılan güçlü kimyasalların atıkları da çevreye zarar verebilmektedir. Geleneksel olarak kullanılan laboratuar yöntemlerine alternatif olarak son zamanlarda yaygın bir şekilde kullanılmaya başlanan yansıma spektroskopi tekniği; tuzluluk, pH, organik karbon, su içeriği, parçacık büyüklük dağılımı, katyon değişim kapasitesi, değişebilir katyonlar, kil mineralojisi ve daha birçok toprak özelliğinin hızlı ve güvenilir olarak belirlenmesine olanak sağlamaktadır (Günal ve ark., 2007).

Yakın kızılötesi spektroskopi tekniklerinin toprağın hem organik hem de inorganik fazlarına karşı çok hassas olması, özellikle tarım ve çevre bilimcileri tarafından kullanımının yoğun olmasına neden olmaktadır (Viscarra Rossel ve ark., 2006).

Toprak özelliklerini yeteri kadar sayısallaştırma imkânlarımız olmadığından dolayı hassas tarım ve amenajman için yapılan uygulamalar sınırlı kalmaktadır. Günümüze kadar toprak değişkenlerinin sayısallaştırılması için yapılan araştırmalarda geleneksel

(16)

yöntemler kullanılmıştır. Ancak yapılan araştırmalar hassas tarım ve amenajman uygulamalarının modellenmesi için geleneksel yöntemler kullanılarak hazırlanan veri tabanlarının yetersiz olduğunu kanıtlamıştır (Ellert, 2002). Bu çalışmanın amacı araştırma alanında belirlenen 400 toprak örneğinde geleneksel yöntemlerle belirlenen tekstür, pH, elektriksel iletkenlik, organik madde, kireç içeriği, değişebilir katyonlar (Na, K), katyon değişim kapasitesi, toplam N, alınabilir fosfor ve agregat stabiliteleri ile görülebilir (350–700 nm) ve yakın kızılötesi (700–2500 nm) absorbans ölçümlerinin adı geçen toprak özelliklerini tahmin etme yetenekleri istatistiksel yöntemler ile belirlemek ve tahmin gücünü test etmektir.

(17)

2. LİTERATÜR ÖZETLERİ 2.1. Maddenin Fiziksel Özelikleri

Maddenin fiziksel özeliklerini ölçmek için çeşitli analitik metodlar geliştirilmiştir. Bu metodların her biriyle maddenin bir fiziksel özeliği ölçülür. Bir metod maddenin hangi fiziksel özeliği için geliştirilmişse o fiziksel özeliğin adıyla anılır (Gündüz, 1999).

Tablo 2.1. Maddenin fiziksel özelikleri ve bu fiziksel özelikler üzerine kurulan analiz metodları (Gündüz, 1999).

Ölçülen Fiziksel Özelik Analiz adı

Kütle Gravimetri

Hacim Volumetri ve titrimetri

Işının Absorplanması

Absorptimetri; görünür alan, kızılötesi, X-ışını, nükleer magnetik rezonans, elektron spin ve atomik absorpsiyon spektroskopileri

Işının Dağıtılması Raman spektroskopisi, nefelometri,

türbütümetri

Işının Kırılması Refraktometri, interferometri

Işının Yayılması Alev fotometresi, emisyon spektroskopisi, radyokimyasal metodlar

Elektrik Akımı Amperometri, polarografi,

Elektrik İletkenliği Kondüktometri

Elektrik Miktarı Kulometri

Kütle/Yük Kütle Spektroskopisi

Maddenin herhangi bir fiziksel özelliğini ölçmek beklendiği kadar kolay değildir. Böyle bir işlem genellikle zaman alıcı olduğu gibi emek, bilgi ve sabır gerektirmektedir. Çünkü maddenin bir fiziksel özeliğini ölçmek için genellikle numune alma, tartma, çözme, indirgeme, yükseltgeme, ayırma, tanponlama gibi çeşitli temel işlemlere başvurulur (Gündüz, 1999).

(18)

1920 yıllarına kadar tabloda görülen metodlardan sadece ilk ikisi kullanılmaktaydı Ancak teknolojinin gelişmesiyle ve daha hassas tekniklerin geliştirilmesine olan ihtiyacın artmasıyla diğer yöntemlerde kullanılmaya başlanmıştır. Çağımız teknolojisinin sağladığı koşullar yardımıyla ışığın absorplanması ve yayılmasına dayalı spektroskopik yöntemler geliştirilmiş ve birçok bilim dalında kullanımına olanak sağlanmıştır (Gündüz, 1999).

2.2. Spektrometrik Yöntemler

Spektroskopi, bir örnekteki atom, molekül veya iyonların, bir enerji düzeyinden diğerine geçişleri sırasında absorplanan veya yayılan elektromanyetik ışımanın ölçülmesi ve yorumlanmasıdır (Günal ve ark., 2007). Işık bir maddeye çarptığı zaman madde tarafından absorbe edilir, yansıtılır veya maddeden geçer. Spektral ölçümler maddeden yansıyan veya geçen ışığın bir miktarını belirler. Diffuse (dağınık) yansıma spektroskopisi bir yüzeyden yansıyan tüm açılardaki ışığın miktarını ölçer. Bir materyalin diffuse yansıması ölçüldüğü zaman absorbans bantları o maddenin moleküller bileşimleri hakında bilgi verir (Waiser, 2006).

Spektrometrik yöntemler, atomik ve moleküler spektroskopiye dayanan geniş bir analitik yöntemler grubudur. Spektroskopi, farklı türdeki ışınların madde ile etkileşimini inceleyen bilim dalı için genel bir terimdir. Geçmişte spektroskopi bilimi sadece elektromanyetik ışıma ile madde arasındaki etkileşimlerle ilgilenirdi, ancak bugün için spektroskopinin kapsamı ve diğer enerji türleri arasındaki etkileşimleri de içerecek şekilde genişletilmiştir (Kılıç ve ark., 1998).

Yaygın olarak kullanılan spektrometrik yöntemler elektromanyetik ışımaya dayanır; farklı şekilde bulunan bu enerji tipinin en kolay tanınabilenleri ışın ve ısı ışımasıdır. İnsan duyuları ile daha zor algılanan enerji tipleri ise gama ışınları, X-ışınları, ultraviyole, mikrodalga ve radyo-frekans ışınlarıdır (Kılıç ve ark., 1998; Can, 2007).

(19)

2.2.1. Elektromanyetik Işıma (Işın)

Elektromanyetik ışıma, uzayda çok büyük hızla hareket eden bir enerji türüdür. Öteki enerjilerde olduğu gibi bu enerjinin de çeşitli şekilleri vardır. Bunlardan en çok bilinenleri, ışık, ısı, radyo dalgaları ve X-ışınlarıdır. Bu enerjilerden gözle görüneni sadece ışıktır. Işının uzayda yayılması dalgalar halinde olur. Uzayda dalgalar halinde yayılan başka enerjilerde vardır. Ama bunlar ışın değildir. Ses dalgalar halinde yayıldığı halde ışından farklıdır. Işın, boşlukta enerjisinden hiçbir şey kaybetmeden büyük bir hızla yayıldığı halde, ses yayılmaz. Örneğin, havası boşaltılmış bir fanustaki zilin sesi duyulmaz (Kılıç ve ark., 1999; Can, 2007).

Bir ışın, elektrik ve manyetik olmak üzere iki vektörle gösterilir. Bu iki vektör sinüsoidaldir ve ışının yayılma yönüne ve birbirlerine diktirler. Bir ışının maddeyle ilişkisi bu iki alandan, elektrik alanının maddedeki elektronlarla etkileşmesinden ileri gelir. Bundan dolayı bir ışın sadece elektrik vektörü olarak da gösterilir. Işının dalga ve tanecik olmak üzere başlıca iki karakteri bulunmaktadır (Can, 2007).

2.2.1.1 Işının Dalga Boyu

Bir ışının dalga hareketinin birbirini takip eden iki maksimumu arasındaki uzaklığa o ışının dalga boyu denir ve λ ile gösterilir. Dalga boyu metre, santimetre, milimetre, mikron, nanometre ve pikometre gibi çeşitli birimlerle verilebilir (Can, 2007).

1 cm = 104 µ = 107 mµ = 108 Aº

(20)

Şekil 2.1. Elektromanyetik dalga (Can, 2007)

Şekilde; E, dalganın elektrik vektörü, H, dalganın manyetik vektörü’dür.

2.2.1.2. Işının Tanecik Özeliği

Işının dalga özeliğinden başka birde tanecik özeliği vardır. Bir ışın demeti, pek çok sayıda tanecikten meydana gelir. Bu taneciklere fotonlar, enerji paketleri veya enerji kuvantaları denir ve bir fotonun enerjisi frekansına bağlıdır.

E = h ν = hC/λ (2.1)

Eşitlikte h’ye Planck sabiti denir ve değeri; h = 6,63.10-27 erg. Sn’dir (Gündüz, 1999).

2.2.1.3. Işının Yansıması

Işın bir ortamdan başka bir ortama geçerken yansır. Yansımayı iki faktör artırır. 1- Gelen ışının normalle yaptığı açı,

2- Işının içinden geçtiği ortamların kırma indisleri arasındaki fark’tır.

Havadan dik olarak cama geçen (normalle arasındaki açı 0º) bir ışın demeti yaklaşık % 4 yansır. Yansıma 60º ye kadar yavaş, ondan sonra hızla artar ve 90º de (cam yüzeyine paralel gelmede) % 100 olur.

(21)

Ortamların kırma indisleri n2 (cam) ve n1 (hava) olduğuna göre, dik olarak cama geçen ışının demetindeki yansıma;

Iy /Io = (n2-n1)2 / (n2+n1)2(2.2)

formülü ile verilir. Iy ışın demetinin yansıyan kısmının, Io gelen ışın demetinin şiddetidir (Gündüz, 1999).

2.2.1.4. Işının Absorplanması

Çeşitli dalga boylarında ışın içeren bir demet, şeffaf bir ortamdan geçtiği zaman içinden bazı dalga boylarının kaybolduğu görülür. Buna ışının absorplanması denir.

Elektromanyetik ışımayı absorbe ederek en düşük enerji düzeyinden uyarılmış düzeylere geçmiş olan atomlar, temel düzeye dönüş sırasında ultraviyole veya görünür bölge sınırları içinde ışın enerjisi yayarlar. Her bir atom kendine özgü emisyon spektrumuna sahiptir. Moleküller de atomlarda olduğu gibi uygun enerjideki fotonlarla etkileştiklerinde bu fotonları absorplayarak uyarılmış hale geçerler. Uyarılmış moleküller daha sonra bu kararsız durumdan fazla enerjilerini yayarak kurtulurlar. Tıpkı atomlarda olduğu gibi moleküllerde kendilerine özgü spektrumlara sahiptirler, ancak bunun belirlenmesi daha karmaşıktır. Absorplanan fotonların sayısı, ortamdaki absorpsiyon yapan türlerin sayısı ile orantılıdır. Monokromatik ve IO şiddetinde ışıma, ortamı daha küçük olan I şiddetinde terk eder (Pasquini, 2003).

Bir çözeltiden geçen ışık miktarı, ışığın çözelti içinde aldığı yol ve çözelti konsantrasyonu ile logaritmik olarak ters orantılı, emilen ışık miktarı ile doğru orantılıdır. Bir maddenin rengi, o maddeden gözümüze ulaşan görünür bölgedeki elektromanyetik ışınlardır (Şekil 2.2 ve Tablo 2.2). Bu ışınlar, saydam maddeler için maddenin içinden geçenler, saydam olmayanlar için ise yansıyan ışınlardır. Çözelti içindeki madde miktarını çözeltiden geçen veya çözeltinin tuttuğu ışın miktarından faydalanarak ölçme işlemine fotometri, bu tip ölçümde kullanılan cihazlara da fotometre denir. Fotometrik ölçümde, saydam çözeltilerin konsantrasyonu da ölçülebilir (Pasquini, 2003).

(22)

Analiz edilen örnek üzerine, ışın demetinin bir kısmını filtreler kullanarak ayıran ve gönderen aletler kolorimetre veya fotometre olarak adlandırılırken, kanallar ya da prizmalar aracılığı ile bu seçiciliği yapan aletler spektrofotometre olarak adlandırılırlar. Maddenin ışığı absorplamasını incelemek için kullanılan düzeneğe absorpsiyon spektrometresi adı verilir (Gündüz, 1999).

Şekil 2.2. Farklı bileşime sahip çözeltilerden gözümüze yansıyan renkler (Anonim, 2007a).

Tablo 2.2. Dalga boyuna göre bir madde tarafından absorbe edilen ve görünen renkler (Anonim, 2007b).

Mavi Mavi--yeyeşşilil K

Kıırmrmıızzıı 620

620--700700

Ye Yeşşilil--mavimavi Portakal Portakal 600 600--620620 Mavi Mavi Sar Sarıı 575 575--600600 Menek Menekşşee Sar

Sarıı--yeyeşşilil 555 555--575575 Mor Mor Ye Yeşşilil 505 505--555555 K Kıırmrmıızzıı Mavi

Mavi--yeyeşşilil 495

495--505505

Portakal Portakal Ye

Yeşşilil--mavimavi 475 475--495495 Sarı Mavi Mavi 440 440--475475 Sar Sarıı--yeyeşşilil Menek Menekşşee 380 380--440440 -220 220--380380 G

Göörrüünen renknen renk Absorbe

Absorbeedilen edilen renk

renk

I

Işışık k ((nmnm))

Mavi Mavi--yeyeşşilil K

Kıırmrmıızzıı 620

620--700700

Ye Yeşşilil--mavimavi Portakal Portakal 600 600--620620 Mavi Mavi Sar Sarıı 575 575--600600 Menek Menekşşee Sar

Sarıı--yeyeşşilil 555 555--575575 Mor Mor Ye Yeşşilil 505 505--555555 K Kıırmrmıızzıı Mavi

Mavi--yeyeşşilil 495

495--505505

Portakal Portakal Ye

Yeşşilil--mavimavi 475 475--495495 Sarı Mavi Mavi 440 440--475475 Sar Sarıı--yeyeşşilil Menek Menekşşee 380 380--440440 -220 220--380380 G

Göörrüünen renknen renk Absorbe

Absorbeedilen edilen renk

renk

I

(23)

2.2.2. Elektromanyetik Spektrum

Elektromanyetik spektrum oldukça büyük bir dalga boyu ve frekans aralığını içermektedir. Bu aralık öyle büyüktür ki logaritmik ölçeğin kullanımını gerektirir. Şekil 2.3 ve şekil 2.4’de önemli spektrum bölgeleri kalitatif olarak gösterilmektedir. Bu bölgeler, ışın türlerini oluşturma ve algılama yöntemlerine göre belirlenmiştir. Bölgeler arasında çakışmalar da vardır. Görüldüğü gibi, insan gözünün algılayabildiği görünür bölge, diğer bölgelere göre çok küçük bir aralığı kapsamaktadır. Görünür bölgeyle birlikte, insan gözünün algılayamadığı ultraviyole ve kızılötesi bölgelerini de içeren spektrokimyasal yöntemlerin tümü genellikle optik yöntemler olarak anılır. Bir bakıma anlam belirsizliği taşıyan bu terminolojinin nedeni, sözü geçen üç spektrum bölgede kullanılan cihazların ortak özellikleri ve her üç ışın türünün maddeyle etkileşmesi sonuçlarının algılanmasındaki benzerliklerdir (Kılıç ve ark., 1998).

Şekil 2.3 Elektromanyetik spektrumun dalga boylarına göre sınıflandırılması (Anonim, 2007b). 1010 10-2 ₁₀0 ₁₀2 ₁₀4 ₁₀6 ₁₀8 ₁₀12 1018 ₁₀16 ₁₀14 ₁₀12 ₁₀10 ₁₀8 ₁₀6 ₁₀4 1020 Yüksek Enerji Frekans (s-1₎ G ö r ü Mor ötesi

X-Işını Kızılötesi Mikrodalga _FrekansıRadyo

40 0 600 50 0 700 750 Düşük Enerji Dalga Boyu (nm)



UV 200 – 400 nm



VIS 400 – 780 nm



NIR 780 – 2500 nm



MIR 2500 – 5600 nm



FIR 5600 – 15000 nm



VFIR 15000 – 100000 nm Gamma Işını

(24)

10–2 nm 1012nm

Şekil 2.4. İyonlaştırıcı ve iyonlaştırıcı olmayan radyasyon bölgelerinin frekanslarına göre dağılımı (Anonim, 2007a)

Analitik amaçlar için önem taşıyan spektrum bölgelerinin dalga boyu ve frekans aralıkları ve bu bölgelerle ilgili spektroskopik yöntemlerin listesi Tablo 2.3’te verilmektedir. Tablonun son kolonunda ise, verilen çeşitli spektroskopik yöntemlerin temelini oluşturan nükleer, atomik veya moleküler kuvantum geçişleri yer almaktadır (Kılıç ve ark., 1998).

Gamma Işını

X Işını

Morötesi Görülebilir Radyo frekansı

Mikrodalga

(25)

Tablo.2.3. Elektromanyetik ışına dayanan yaygın spektroskopik yöntemler ve dalga boyları (Kılıç ve ark., 1998).

Spektroskopik Yöntemler Dalga Boyu

Aralığı Dalga aralığı (cm–1sayısı ) Kuvantum geçiş tipi

Gama-ışını Emisyonu 0,005–1,4Å - Nükleer

X-ışını absorpsiyonu, emisyonu, floresansı ve kırınımı 0,1–100 Å - İç elektronik Vakum ultraviyole absorpsiyonu 10–180 nm 1.10 6 _{– 5.10}4 _{Bağ elektronları} Ultraviyole-görünür absorpsiyonu, emisyonu ve floresansı 180–780 nm 5.104– 1,3.104 Bağ elektronları Kızılötesi absorpsiyon ve Raman Saçılması 780–3000 nm 1,3.10 4_{– 3,3.10}1 _Molekülerde dönme/ titreşim Mikrodalga absorpsiyonu 0,75–3,75 mm 13–27 Molekülerin

dönmesi

Elektron spin rezonansı 3 cm 0,33 Manyetik alanda

elektron spini Nükleer manyetik rezonans 0,6–10 m 1,7.10–2- 1.103 Manyetik alanda

çekirdek spini Å = 10-10 m = 10-8 cm, 1 nm = 10-9 m = 10-7 cm 1 nm = 10 Aº

2.2.2.1. Radyo Dalgaları

Birkaç km’den 0,3 m’ye kadar dalga boylarına ve birkaç Hz’den 109 Hz’e kadar frekanslara sahiptirler. TV ve radyo yayın sistemlerinde kullanılan bu dalgalar, titreşen devrelerin bulunduğu elektronik aygıtlar tarafından üretilirler (Orhun ve Tanışlı, 2007).

2.2.2.2. Mikrodalgalar

0,3 m’den 10–3 m’ye kadar dalgaboylarına ve 109 Hz’den 3x1011Hz’e kadar frekanslara sahiptirler. Bu dalgalar, atomik ve moleküler yapının ayrıntılarının çözümlenmesinde olduğu kadar, radarlar ve diğer iletişim sistemlerinde de kullanırlar. Bu dalgalar da elektronik aygıtlar tarafından üretilir. Mikrodalga bölgesine UHF (ultra high frequency) adı da verilir (Orhun ve Tanışlı, 2007).

(26)

2.2.2.3. Kızılötesi Dalgalar

10–3 m’den 7,8x10–7 m’ye kadar dalga boylarına ve 3x1011Hz’den 4x1014 Hz’e kadar frekanslara sahiptirler. Bu bölge üçe ayrılır: 10–3 m’den 3x10–5 m’ye uzak kızılötesi bölgesi, 3x10–5 m’den 3x10–6 m’ye orta kızılötesi bölgesi, 3x10–6m’den 7,8x10–7 m’ye yakın kızılötesi adı verilir. Bu dalgalar, moleküller ve sıcak cisimler tarafından üretilir. Endüstri, tıp, astronomi tarım v.b. alanlarda çoklukla kullanırlar (Orhun ve Tanışlı, 2007).

2.2.2.4. Görünür Işık Dalgaları

Gözün duyarlı olduğu dalga boyları oldukça dar aralıkta bulunurlar. Bu dalgalar, 7,8x10–7 m’den 3,8x10-7’ye kadar dalga boylarına ve 4x1014 Hz’den 8x1014 Hz’e kadar frekanslara sahiptirler. Işık, elektronların, atom ve moleküllerin içindeki hareketleri sonucu üretilir. Işık; fiziğin optik adı verilen bir dalının konusunu oluşturur. Optik, görüntü oluşumunun yanında optik sistem tasarımlarıyla ilgilenir. Işığın gözde oluşturduğu, renk adı verilen çeşitli duyumlar, elektromanyetik dalganın frekans ve dalga boyuna bağlıdır (Orhun ve Tanışlı, 2007).

2.2.2.5. Morötesi Dalgalar

3,8x10–7 m’den 6x10–10 m’ye kadar dalga boylarına ve 8x1014 Hz’den 3x1017 Hz’e kadar frekanslara sahiptir. Güneş, oldukça güçlü morötesi kaynağıdır. Güneşin morötesi ışınları atmosferin üst katmanlarındaki atomlarla etkileşir, çok sayıda iyon üretilir. Yaklaşık 80 km’den yüksekteki iyonize haldeki katmana bu nedenle iyonosfer denir. Mikro organizmalar morötesi ışınları soğurduklarında, parçalanırlar. Bu nedenle, morötesi ışınlar tıpta sterilizasyon işleminde kullanılır (Orhun ve Tanışlı, 2007).

(27)

2.2.2.6. X–Işınları

10–9 m’den 6x10–12 m’ye kadar dalga boylarına ve 3x1017 Hz’den 5x1019 Hz’e kadar frekanslara sahiptir. Elektromanyetik spektrumun bu bölgesi 1895’de W. Roentgen tarafından, katot ışınlarını incelerken keşfedilmiştir. Bir metal hedefi bombardımana tabi tutulan yüksek enerjili elektronların frenlenmesi sonucu X-ışınları oluşur. X-ışınları tıpta bir tanı aracı olup, kanser tedavisinde kullanılır (Orhun ve Tanışlı, 2007).

Canlı dokulara zarar verdiğinden, X-ışınlarına gereksiz yere hedef olmamak gerekir. Ayrıca X-ışınları kristal yapı incelemelerinde kullanılır. Çünkü X-ışınlarının dalga boyları, kristal yapıdaki atomlar arası uzaklık 1 Å boyutundadır (Orhun ve Tanışlı, 2007).

Toprak biliminde X-ışınları mineral tayininde kullanılan çok etkili bir yöntemdir. Özellikle kil minerallerinin yarı kantitatif analizlerinde günümüzde X-ışınlarının kullanımı oldukça yaygındır.

2.2.2.7. Gamma Işınları

Radyoaktif çekirdekler tarafından nükleer tepkimelerde yayılırlar. 10–10 m’den 10–14 m’ye kadar dalga boylarına ve 3x1018Hz’den 3x1022 Hz’e kadar frekanslara sahiptirler. Bu ışınlarla çalışanlar, kurşun tabaka gibi soğurucularla korunmalıdırlar (Orhun ve Tanışlı, 2007).

(28)

2.3. Kızılötesi (IR) Spektroskopisi

Kızılötesi spektroskopisi, maddenin kızılötesi ışınlarını absorplaması üzerine kurulmuş olan bir spektroskopi dalıdır. Homonükleer (N2, O2, Cl2 ) moleküller hariç bütün moleküller kızılötesi ışınlarını absorplarlar ve kızılötesi spektrumu verirler.

Her maddenin kendine özgü bir kızılötesi spektrumu vardır. Bir maddenin kızılötesi spektrumu, ultraviyole spektrumuna göre daha karışıktır. Bunun nedeni kızılötesi ışın enerjilerinin moleküllerin titreşim enerjileri seviyelerinde bulunması ve molekülde birçok titreşim merkezlerinin olmasıdır. Molekül içindeki atomların titreşimleri sırasında atomlar arasındaki uzaklık devamlı büyüyüp küçüldüğünden, iki atom arasında titreşim halinde bir elektriksel alan meydana gelir. Bu titreşim, kızılötesi ışının frekans uyumuyla denkleştiğinde, ışın absorplanır ve ışını absorplayan molekülün elektriksel yük dağılımı daha da asimetrik olur ve dipol momenti büyür. N2, O2, Cl2 gibi moleküllerde dipol momenti değişmesi olmadığından bunlar kızılötesi ışınlarını absorplamazlar (Gündüz, 1999).

Analitik yöntemlere alternatif olarak gösterilen kızılötesi spektrum genel anlamda iki bölgeye ayrılmaktadır: 700 nm ile 2500 nm arası yakın kızılötesi (NIR) ve 2500nm ile 25000nm arası ise orta kızılötesi (MIR) olarak adlandırılır. Moleküller için kızılötesi absorpsiyon spektrumları tanımlanmıştır.

2.3.1. Yakın ve Orta Kızılötesi

Yakın kızılötesi ışın spektrumunun küçük bir bölümüdür (700–2500 nm). Şekil 2’de de verildiği gibi, yakın kızılötesi spektrumun bir ucunda yüksek enerjiye sahip olan gama X-ray ve ultraviyole ile düşük enerjili görünür dalga boyları bulunurken, diğer ucunda ise düşük enerjiye sahip orta kızılötesi, mikro dalga ve radyo dalgaları bulunmaktadır. Yakın kızılötesi doğal güneş ışınının bir parçası olup, çeşitli ışın kaynaklarını içermektedir. Yakın kızılötesi görülebilir ve kızılötesi arasında yer almaktadır. Doğal olarak insan gözü görülebilir dalga boyundaki ışını görebilmektedir. Bir elmanın

(29)

görülebilir dalga boyundaki spektrumu bize meyve içersindeki çeşitli pigmentler ve kimyasallar hakkında bilgi vermektedir. Ancak görülebilir dalga boyundaki ışının absorbe edilmediği içerikler hakkında bilgi sahibi olamayız. Bununla birlikte su, şeker, asitler ve bir dizi organik bileşikler konsantrasyonlarına bağlı olarak yakın kızılötesinde absorbe olunmaktadırlar (Günal ve ark, 2007).

X = 0 titreşim düzeyinde bulunan Y frekansı ile titreşmekte olan bir molekülü X = 1 ile belirlenen titreşim düzeyine çıkarmak için, yani titreşim enerjisini arttırmak için bu molekülü titreşim frekansına eşit frekansa sahip bir foton ile etkileştirmek gerekir. Moleküllerde titreşim enerji düzeyleri arasındaki geçişleri gerçekleştirecek fotonlar, elektromanyetik ışımanın kızılötesi bölgesinde yer alırlar (Anonim, 2007b).

Moleküllerin kızılötesi absorpsiyon bantlarının tanımlamasında genel olarak iki bölge görülmektedir. Kızılötesi bölgesinin 4000–1000 cm–1 arasında kalan kısmı fonksiyonel grup bölgesi; ≤1000 cm–1 kısmı ise parmak izi bölgesidir (Şekil 2.5).

Şekil 2.5. Kızılötesinde fonksiyonel gruplar ve parmak izi bölgelerinin dağılımları (Anonim, 2007b).

Kızılötesi bölgesinin parmak izi bölgesinde gözlenen piklerin her biri farklı bir moleküle özgüdür. Moleküllerin kızılötesi spektrumları yardımıyla yapılarının aydınlatılması bu yöntemin en yaygın kullanıldığı alandır. Bilinmeyen maddelerin kızılötesi spektrumları, şüpheli maddelerin aynı koşullarda belirlenen yansıma değerleri

Dalga Boyu (cm–1₎ A b so rb an s ( % )

Fonksiyonel Grup Bölgesi Parmak İzi Bölgesi

C-H

C=O

(30)

ile veya kataloglarda bulunan yansıma değerleri ile karşılaştırılır. Bunun için kullanılan cihazlar, kızılötesi absorpsiyon spektrofotometreleridir (Günal ve ark., 2007).

Kızılötesi bölgesindeki ışın enerjisi örneğin yüzeyine geldiğinde bu ışının bir kısmı örnek tarafından absorbe edilir ve bir kısmı da geriye yansıtılır. Absorbe edilen ışın örnekte bağlar arasında titreşim, dönme ve gerilmelere neden olur (Günal ve ark., 2007).

2.3.1.1. Yakın Kızılötesi Spektrometresinin Teorisi

Moleküller, maddeler için yakın kızılötesi absorpsiyon, emisyon ve yansıma spektrumları; spektrumların, moleküllerin bir titreşim veya dönme enerjisi seviyesinden ötekine geçişleriyle sağlanan enerjideki çeşitli değişmelerden kaynaklandığı varsayılarak açıklanabilir. Molekülleri oluşturan atomlar sürekli bir hareket içinde olduklarından; öteleme hareketleri, bir eksen etrafında dönme hareketleri, bir kimyasal bağın uzunluğunun periyodik olarak azalıp çoğalmasına veya moleküldeki açıların periyodik olarak değişmesine neden olan titreşim hareketlerini meydana getirir. Moleküllerde ortaya çıkan bu titreşimler, gerilme ve eğilme hareketlerini oluşturur (Kılıç ve ark., 1998).

2.3.1.2. Yakın Kızılötesi Spektroskopisinin (NIRS) Kalibrasyonu

Yakın kızılötesi spektroskopisi yardımıyla elde edilen veriler doğrudan bilgisayarda kaydedilir. Burada elde edilen veriler analizi yapılan toprak örneklerinin yansıma spektralarını (log(1/R) temsil etmektedir. Optik karışımlar kimyasal ve fiziksel bileşenlerle ilişkili olmayan NIR spektraları arasında farklılıklara neden olabilir. Bu ilave etkilerden kurtulmak için Norris tarafından geliştiren türev yöntemini kullanmak gerekir (Odlare ve ark., 2004). Bu yöntemle verilerin 1. ve 2. türevleri alınır. Türevleri alınan veriler daha sonra kalibrasyon denklemleri için kısmi en az kareler regresyonu (PLSR) ile hesaplanılır. En iyi uygulamayı seçmek için Çapraz Doğrulamanin standart

(31)

hatası ve en yüksek korelasyon kat sayısı göz önünde bulundurulur (Chodak ve ark., 2003; Chang ve ark., 2001).

2.3.1.2. 1. Spektra

Reflektans ölçümleri model kalibrasyonunda kullanılmadan önce spektral verilerin ön muamaleye tabi tutulmaları gerekmektedir. Başlıca ön muamele işlemleri; dönüşümler, ortalama alımları, eklemeler ve düzleştirmelerdir. Dönüşümler verinin daha iyi modellenebilmesi amacı ile yapılır ve modellemedeki normal dağılım koşulunun sağlanabilmesi için gereklidir. Dönüşümlerin birinci ve ikinci türevleri albedo etkinin azaltılması amacı ile kullanılır (Waiser, 2006). Normal oda koşullarında kurutulmuş olan öğütülmüş topraklar için, birinci türev genellikle en iyi sonucu vermektedir (Reeves III ve ark., 1999). Ekleme dalga boyu spektrasında birkaç tane dedektör kullanıldığında dedektörler çakıştığı zaman reflektansdaki kesiklikleri ortadan kaldırmak için kullanılır. Verilerin düzleştirilmesi atmosfer basıncı farkından sıcaklık ve ışık yoğunluğundaki değişkenliğinde meydana gelen salınımlardan dolayı ortaya çıkan gürültüyü azaltmak için kullanılır. (Williams, 1987; Workman, 2004).

2.3.1.2. 2. Spektranın İstatistiksel Analizleri

Spektral veri işlendiği zaman, bilgiyi ortaya çıkarmak için kullanılabilecek çeşitli teknikler bulunmaktadır. Step-up, step wise, kısmı en az kareler (PLS) ve desteklenmiş ağaçlar (boosted trees) şeklindeki regresyon analizleri ve temel bileşenler analizi bu amaçla kullanılan istatistiksel tekniklerden bazılarıdır. Confalonieri ve ark. (2001) step-up regresyon, step-wise regresyon ve değiştirilmiş PLS regresyon metodlarını karşılaştırmışlardır. Araştırmacılar modifiye edilmiş PLS yöntemi ile elde edilen regresyonlara verilerin en iyi uyum sağladığını rapor etmişlerdir. Kısmı en az kareler regresyonu toprak bilimi literatüründe en yaygın şekilde kullanılan yöntemdir (Janik ve ark., 1998; Reeves III, 1999; Reeves III and McCarty, 2001; Dunn ve ark., 2002; Lee ve ark., 2003). PLSR orthogonal veri sıkıştırma metodudur ve iki boyutlu veriye çok boyutlu sistemde bakabilmemizi sağlamaktadır. Verilere çok boyutlu sistemde

(32)

bakabilmemizin avantajı, tekrarlamaların azaltılmasının sağlanmasıdır. Verilerin sahip olduğu desen spektranın merkezinden tanımlanır ve pikler arasındaki mesafe sayısallaştırılabilir (Workman and Shenk, 2004).

PLSR birbirleri ile oldukça collinearitesi olan birçok faktörlerle (bunlar aynı zamanda tahmin ediciler veya x-değişkenleri olarak da isimlendirilirler) beraber bir tahmin modeli oluşturulması amacı ile kullanılırlar (Tobias, 1995; Wold ve ark., 2001). PLS’nin diğer çoklu linear regresyon ve temel bileşenler analizlerine göre avantajı, daha güçlü ve stabil olmasıdır. Yani kalibrasyon modeli yeni kalibrasyon örnekleri ile birlikte çok az bir değişiklik göstermektedir (Geladi ve Kowalski, 1986). PLS ile ilgili olarak çeşitli yaklaşımlar bulunmaktadır. Bu yaklaşımlardan bir tanesi modelin çok az sayıdaki gizli (potansiyel) değişkenler ile kurulmasıdır (Wold ve ark., 2001). Bu gizli veriler model için çok önemli noktalardır ve özelliğin tahmin edilmesinde çok büyük etkiye sahiptirler. Gizli değişkenler kavramı X ve Y değişkenlerinin independent (bağımsız) olmadıkları varsayımına izin verir. Bir miktar spektra ile herhangi bir materyalin bazı özelliklerinin tahmin edilmesini de sağlarlar (Wold ve ark., 2001). İkinci yaklaşım ise X ve Y verileri kullanılarak çok boyutlu F (u,v) fonksiyonunun varsayımına izin verirler. (Wold ve ark., 2001). U-vektörü gözlemlerdeki değişkenliği ve v-vektörüde spektra değişkenlerindeki değişkenliği tanımlar (Wold ve ark., 2001). Üçüncü bir yaklaşım ise örneklerin homojenlikleri ile ilgilidir. Yani Y üzerine X’i etkileyen parametrelerin aynı kaldığını varsayar (Wold ve ark., 2001).

PLSR X-değişkenlerinin (X, spektra verileri) X-skorlarına (T) ve X-yüklemelerine (loadings) (P’) dönüştürmekle başlar. Yani PLS’yi temel bileşenler analizine (PCA)’ya benzetir (Geladi and Kowalski, 1986). Y-değişkeni (Y, toprak laboratuar verisi) aynı şekilde muameleye tabi tutulur ve burada da Y-skoru (Q’) ve Y-yüklemesi (loading) (U) vektörleri oluşturulur. Aşağıdaki formüller bu iki ilişkiyi açıklamaktadır,

X = TP’ + E ve (2.3)

Y = UQ’ + F* (2.4)

E ve F* değerleri hatalar veya residual’lardır. X ve Y’yi ilgilendiren dahili bir ilişki

(33)

Bu formüldeki b, regresyon katsayısıdır. Bu üç eşitlikte PCA’da kullanılmaktadır, ancak PLS’de P’ değeri ağırlıkları ifade eden (W’) ile değiştirilir. PLS’de ağırlıklar kullanılmalıdır çünkü burada işlemlerin sırası değişmektedir. Aksi takdirde orthogonal t-değerleri hesaplanamazdı (Geladi ve Kowalski, 1986). (2.3) ve (2.5) eşitliklerinin birleştirilmesi ile PLS’de karışık ilişkiler ortaya çıkar. Bu durumda U’ sıra vektörü ve B’de b1b2’dir (Geladi ve Kowalski, 1986),

W’ = U’X/U’U ve (2.6)

Y = TBQ’ + F (2.7)

Kısmi en az kareler regresyonu (PLSR) kemometrik, ekonometrik ve endüstriyel uygulamalarda kullanılan en popüler modelleme tekniğidir. Aynı zamanda bilimde birçok değişkeni içeren kantitatif spektral analizlerinde yaygın olarak kullanılan bir modelleme tekniğidir. PLSR başlıca bileşen regresyonu (PCR) ile ilişkilidir. Ancak çok az farklı bir tarzda gerçekleşir. Bu durumda toprak özelliklerini tahmin etmek ve modellemek için spektral yansıma verilerini kullanmayı isteriz. PLSR hem spektral yansıma verilerin hem de tahminsel verilerin ayrışma işlemleri boyunca kullanılır. PLSR spektra ve toprak değerleri arasında var olan bir korelasyon avantajını sağlar. Bu yüzden sonuçlanan spektral vektörler doğrudan toprak özellikleriyle ilişkilidir (Viscarra Rossel, 2008).

2.3.1.3. NIRS’ın Kullanım Alanları

Çok sayıda örneği kısa bir zaman içerisinde analiz ederek, doğruluğu yüksek bilgilere ulaşma olanağı sağladığından dolayı spektroskopik analiz teknikleri çok geniş bir çalışma alanı bulmuştur (McBratney ve ark., 2006). Tarımsal ürünlerde, endüstriyel gıda üretiminde, polimer kalitesinin belirlenmesinde, yakıt kalitesinin belirlenmesinde, petrolün karakterize edilmesinde, çevre ile ilgili çalışmalarda, tekstil endüstrisinde, tıp ve eczacılıkta bu teknik kullanılarak çok çeşitli çalışmalar gerçekleştirilmiştir. Kızılötesi

(34)

tekniğini bu kadar cazip yapan en önemli unsur ise direk ve örneğe zarar vermeden uygulanabilir olmasıdır (Pasquini, 2003).

2.3.1.3.1. Sağlık Alanında NIRS’ın Kullanımı

Tıbbi Dijital Kızılötesi Termal Görüntüleme (DITI; Digital Infrared Thermal Imaging), uygulayıcının hastanın cilt yüzeyi sıcaklığındaki değişiklikleri görebileceği zarar vermeyen, tanısal bir tekniktir. Cilt yüzeyinden yayılan kızılötesi dalgaları monitörde renkli olarak görülebilecek elektriksel uyarılara dönüştüren bir kızılötesi tarama cihazı kullanılır. Görüntü grafik olarak vücut sıcaklığının haritası gibidir ve termogram olarak adlandırılır. Renklerin dağılımı vücut yüzeyinden yayılan kızılötesi ışınların miktarındaki azalma ya da artışı gösterir. Normal vücutta termal olarak simetri olduğundan asimetrik sıcaklık kolaylıkla fark edilir. Tıbbi DITI’nin klinik önemi kas, damar, sinir ve iskelet sistemlerinde yüksek duyarlığı ve klinisyenin patogenez ve tanı için kullanımına uygun olmasından kaynaklanır (Susam, 2005).

Tıbbi DITI, ABD, Avrupa ve Asya ülkelerinde son 20 yıldır tıpta yaygın olarak kullanılmaktadır. Şimdiye kadar cihazların kullanışsız olması tanısal ve ekonomik değerini engellemiştir. Ancak günümüzde PC temelinde kızılötesi teknolojisi özellikle klinik alanda kullanım için tasarlanmış ve bu durumu değiştirmiştir (Susam, 2005).

2.3.1.3.2. Kimya Alanında NIRS’ın Kullanımı

Ağır metaller doğal suların en önemli bileşenlerindendir. Cd, Pb, Co, Zn ve Cr gibi ağır metaller canlı yaşamına olan zararlı etkilerinden dolayı doğal ortamlarda birikimleri çok büyük risk oluşturmaktadır. Bu yüzden özellikle çevresel örneklerde bu metallerin miktarlarının belirlenmesi gittikçe önem kazanmaktadır. Ancak bu metaller genellikle eser miktarlarda bulundukları ve çok karmaşık matriks ortamında oldukları için doğrudan analizleri zordur (Gülbakan ve ark., 2005).

(35)

Gülbakan ve ark. (2005), yaptıkları bir çalışmada poli mikroküreleri NH2, 8HQ (8 Hidroksil Kinolin) ve COOH fonksiyonlu gruplar ile modifiye etmiş ve Ni (II), Cd(II), Pb(II), Cr(III), Co(II) iyonlarının standart örneklerden ve Ceyhan deniz suyundan ekstraksiyonu ve önderiştirlmesi için el yapımı katı faz ekstraksiyon şırıngaları kullanılmıştır. Modifiye edilen mikrokürelerin karakterizasyonu Fourier dönüşümlü Yakın Kızılötesi Spektroskopisi ile gerçekleştirilmiştir. Araştırmada, modifiye edilen mikroküreler içinde tüm metaller için en yüksek tutunma 8HQ ile modifiye edilen mikrokürelerde gözlenmiştir.

Tekin ve ark, (2005), yaptıkları çalışmada 16 farklı organik çözücüde 1,3-indandionun NIRS çalışmaları, yakın kızılötesi band kaymalarının kullanılmasıyla Kirkwood-Bauer-Magat (KBM) eşitliği, Çözücü Alıcı Sayısı (AN) ve Lineer Solvasyon Enerji İlişkileri (LSER) gibi çözücü özellikleri ve çözücü-çözünen etkileşimlerini araştırmak için kullanılmışlardır. İlişkiler, 1,3-indandionun hem simetrik hem de asimetrik C=O gerilmeleri arasındaki zayıf ilişki, bu çalışmada kullanılan molekül için KBM’nin uygun olmadığını, asimetrik C=O gerilmelerinin simetrik gerilmelere göre LSER ile daha iyi bir korelasyon gösterdiğini belirlemişlerdir.

2.3.1.3.3. Tarım Alanında NIRS’ın Kullanımı

Yakın kızılötesi spektroskopisi tarım ürünlerinde ilk defa 1965 yılında Norris tarafından tahıl taneleri ve tohumlarının nem oranını tespit etmek amacıyla kullanılmıştır. Norris’in çalışması gıda, yem ve tahıl endüstrisinde modern yakın kızılötesi spektroskopisi tekniği için bir temel oluşturmuştur. Yakın kızılötesi spektroskopisi tekniğinde en önemli gelişme ise buğdayın protein içeriğinin tespit edilmesi ile olmuştur. Teknik 1973 yılından beri de tahıl taneleri ve yağlı tohumların analizinde geniş şekilde kullanım alanı bulmuştur. Ayrıca kızılötesi spektroskopisi tekniği yem sanayinde nişasta, yağ, şeker ve lif analizi yapabilecek şekilde geliştirilmiştir (Ünal, 2005).

(36)

Yakın kızılötesi spektroskopisinin kaba yem kalitesini de hızlı bir şekilde analiz edebilecek kapasiteye sahip olduğu ilk defa Norris ve arkadaşları tarafından gösterilmiş ve daha sonra bu konuda birçok çalışma yapılmıştır. Yakın kızılötesi spektroskopisi analizlerinde 1979 yılına kadar numunenin öğütülmesi gerekiyordu. Ancak Tkachuk ’un tane haldeki buğdayda protein ve nem analizi yapılabileceğini göstermesinden sonra tane yemlerde analiz yapmaya imkân tanıyan özel olarak tasarlanmış ilk ticari yakın kızılötesi spektroskopisi piyasaya çıkarılmıştır (Ünal, 2005).

2.3.1.3.3.1. Hayvan Besleme Bilim Alanında NIRS’ın Kullanımı

Yakın kızılötesi spektroskopisi ile kaba yem, konsantre yem ya da ham madde halindeki yemlerde Weende ve Van Soest analizleriyle yapılan ölçümler yapılabilmektedir. Ayrıca yem maddelerinde mineral madde, metabolik enerji, antinutrisyonel faktör ve karbonhidrat gibi birçok parametre ölçümü yapılabilmektedir (Ünal, 2005).

Yakın kızılötesi spektroskopisi ile yapılan biyolojik parametre tahminleri başarılı sonuçlar vermiştir. İn vivo ve in vitro kuru madde tüketimi, organik madde ve kuru madde sindirilebilirliği, protein, selüloz sindirilebilirlikleri gibi birçok parametre ile yapılan çalışmalarda başarılı sonuçlar elde edilmiştir (Ünal, 2005).

2.3.1.3.3.2. Gıda Bilimi Alanında NIRS’ın Kullanımı

Tarımsal ürünlerin sınıflandırılması ve kalitelerinin ölçülmesinde yapılacak işlemlerin hızlı ve güvenilir olması gerekmektedir. Böylece zaman ve işgücünden tasarruf sağlanmaktadır. Tarımsal ürünlerin kaliteleri sadece üretici bakımından değil aynı zaman da tüketici açısından da önem kazanmaktadır. Dolayısıyla hasattan sonra ürünlerin kalite kriterleri değerlendirilirken dikkat ve hassasiyet ön plana çıkmaktadır. Günümüzde kullanılan tarımsal makinalar yaygın olarak kullanılsa da bazı tarımsal ürünlerin sınıflandırılması insanlar tarafından yapılmaktadır. Uzun süren bu işlemlerde insanların yorgun düşmesi nedeniyle ürünlerin kalite kriterleri sınıflandırmasındaki hassasiyetleri de azalmaya başlamaktadır. Sınıflandırmada kullanılan makinalar

(37)

ürünlerde dışsal kalite kriterleri başarıyla sınıflandırılsa da içsel kalite kritelerinde başarının sağlanması pek mümkün değildir (Kavdır ve ark., 2007).

Hasarsız otomatik ürün sınıflama sistemleri ile ürün değerlendirilmelerinin hızlı, hazarsız, daha az maliyetli ve etkili bir şekilde yapılabilmesi hedeflenmektedir. X-ışınları, yakın kızılötesi, nükleer manyetik rezonans optik cihazları hasarsız ürün algılama teknikleridir. Yakın kızılötesi uygulamaları günlük yaşamda kullanılması kolay olduğu, ürünlere hasar vermediği için daha çok tercih edilmektedir (Kavdır ve ark., 2007).

2.3.1.3.3.3. Toprak Biliminde NIRS’ın Kullanımı

Günümüz tarımında modern tekniklerin uygulanması ile birlikte birim alandan daha fazla ürün alınmaya başlanmıştır. Hassas tarım ve çevre koruma ile ilgili çalışmaların yapılabilmesi için toprağın bileşiminin daha doğru ve daha hızlı belirlenebilmesi gerekmektedir. Toprağın heterojen bir sistem oluşu ve içersinde devam eden süreç ve mekanizmaların karmaşık olması, onun tam olarak karakterize edilmesini zorlaştırmaktadır (Viscarra Rossel ve ark., 2006). Kimyasal analizler toprağın denge halinde olan fazlarını bozduğundan dolayı, elde edilen sonuçların yorumlanmasını da zorlaştırmaktadır. Amerika Birleşik Devletlerinde yapılan bir çalışmada Ulusal Toprak Etüt Merkezinin bir toprak profilinin tam anlamı ile özelliklerinin belirlenmesine yaklaşık olarak 2500 dolar harcadığı ve analizlerin 6 ile 12 ay arasında tamamlandığı rapor edilmiştir (Brown ve ark., 2006). Bu nedenle günümüzde kullanılan toprak haritalarının çoğunluğu Munsell renkleri, el ile belirlenen toprak tekstürü, pH indikatörleri ve asit reaksiyonu (kireç içeriği) gibi temel arazi gözlemlerine dayanılarak hazırlanmıştır (Günal ve ark., 2007).

Kızılötesi spektroskopi teknikleri toprağın hem organik hem de inorganik fazlarına karşı çok hassas olduğu için, organik karbon, yarayışlı fosfor, katyon değişim kapasitesi, tekstür (kil, kum ve silt) ve toprak nemi ile ilgili birçok çalışma yapılmıştır (Islam ve ark., 2003, Cozzolina ve Moron, 2003; Viscarra Rossel ve ark., 2003; Chang ve ark.,

(38)

2001; Daniel ve ark., 2003; Bogrekci ve Lee, 2005; Mouazen ve ark., 2006; Sorensen ve Dalsgaard, 2005; Cozzolina ve Moron, 2003). Toprak kalitesinin değerlendirilmesi ve tarımsal amenajmanın devam ettirilmesi için toprak tekstürü oldukça önemli bir özelliktir. Toprağın kum, silt ve kil içeriği, bileşimi, toprak suyunu tutma kapasitesi, yıkanma ve erozyon potansiyeli, bitki besinlerinin depolanması ve organik maddenin dinamikliği üzerinde önemli etkiler yaratmaktadır (Mouazen ve ark., 2005).

Toprak bilimcileri toprak içerisinde yer alan minerallerin tayininde de NIRS tekniğinin kullanılabileceğini rapor etmişlerdir (Şekil 2.6). Waiser (2006), Texas’da yaptığı bir araştırmada VNIR spektrayı kullanarak toprak profili içersinde toplam ve ince kilin derinlikle beraber nasıl değiştiğini tahmin etmeye çalışmıştır. Tahmin esnasında kısmi en kareler regresyonu (PLSR) tekniğinden faydalanmıştır. PLSR tekniğini kullanırken toprak profili kesitlerinden rastgele seçilmiş (toplam örneğin % 30’u) örneklerin spektralarını ölçmüşlerdir. Kalibrasyonda kullandıkları örnekleri validasyon (doğrulama) aşamasında kullanmamışlardır.

Şekil.2.6. Üç farklı toprakta, toprak özelliklerinin kızılötesi bölgelerindeki dağılımları (Anonim, 2007c). K ar b o n at K ar b o n at S m ek tit -S u Y oğ un lu k Dalga boyu (cm-1)