Madlen Chao

• In den letzten Jahrzehnten ist die Nachfrage nach kostengünstigen und flächendeckenden Kartierungsmöglichkeiten im Hinblick auf eine ertragssteigernde und umweltfreundlichere Bewirtschaftung von landwirtschaftlichen Nutzflächen stark gestiegen. Hierfür eignen sich spektroskopische Methoden wie die Röntgenfluoreszenzanalyse (RFA), Raman- und Gammaspektroskopie sowie die laserinduzierte Plasmaspektroskopie (LIBS). In Abhängigkeit von der Funktionsweise der jeweiligen Methoden werden Informationen zu verschiedensten Bodeneigenschaften wie Nährelementgehalt, Textur und pH-Wert erhalten. Ziel dieser Arbeit ist die Entwicklung eines Online-LIBS-Verfahrens zur Nährelementbestimmmung und Kartierung von Ackerflächen. Die LIBS ist eine schnelle und simultane Multielementanalyse bei der durch das Fokussieren eines hochenergetischen Laserpulses Probenmaterial von der Probenoberfläche ablatiert wird und in ein Plasma überführt wird. Beim Abkühlen des Plasmas wird Strahlung emittiert, welche Rückschlüsse über die elementare Zusammensetzung derIn den letzten Jahrzehnten ist die Nachfrage nach kostengünstigen und flächendeckenden Kartierungsmöglichkeiten im Hinblick auf eine ertragssteigernde und umweltfreundlichere Bewirtschaftung von landwirtschaftlichen Nutzflächen stark gestiegen. Hierfür eignen sich spektroskopische Methoden wie die Röntgenfluoreszenzanalyse (RFA), Raman- und Gammaspektroskopie sowie die laserinduzierte Plasmaspektroskopie (LIBS). In Abhängigkeit von der Funktionsweise der jeweiligen Methoden werden Informationen zu verschiedensten Bodeneigenschaften wie Nährelementgehalt, Textur und pH-Wert erhalten. Ziel dieser Arbeit ist die Entwicklung eines Online-LIBS-Verfahrens zur Nährelementbestimmmung und Kartierung von Ackerflächen. Die LIBS ist eine schnelle und simultane Multielementanalyse bei der durch das Fokussieren eines hochenergetischen Laserpulses Probenmaterial von der Probenoberfläche ablatiert wird und in ein Plasma überführt wird. Beim Abkühlen des Plasmas wird Strahlung emittiert, welche Rückschlüsse über die elementare Zusammensetzung der Probe gibt. Diese Arbeit ist im Teilprojekt I4S (Intelligenz für Böden) im Forschungsprogramm BonaRes (Boden als nachhaltige Ressource für die Bioökonomie) des Bundesministerium für Bildung und Forschung (BMBF) entstanden. Es wurden insgesamt 651 Bodenproben von verschiedenen Test-Agrarflächen unterschiedlichster Standorte Deutschlands gemessen, ausgewertet und zu Validierungszwecken mit entsprechender Referenzanalytik wie die Optische Emissionsspektroskopie mittels induktiv gekoppeltem Plasma (ICP-OES) und die wellenlängendispersive Röntgenfluoreszenzanalyse (WDRFA) charakterisiert. Für die Quantifizierung wurden zunächst die Messparameter des LIBS-Systems auf die Bodenmatrix optimiert und für die Elemente geeignete Linien ausgewählt sowie deren Nachweisgrenzen bestimmt. Es hat sich gezeigt, dass eine absolute Quantifizierung basierend auf einem univariaten Ansatz aufgrund der starken Matrixeffekte und der schlechten Reproduzierbarkeit des Plasmas nur eingeschränkt möglich ist. Bei Verwendung eines multivariaten Ansatz wie der Partial Least Squares Regression (PLSR) für die Kalibrierung konnten für die Nährelemente im Vergleich zur univariaten Variante Analyseergebnisse mit höherer Güte und geringeren Messunsicherheiten ermittelt werden. Die Untersuchungen haben gezeigt, dass das multivariate Modell weiter verbessert werden kann, indem mit einer Vielzahl von gut analysierten Böden verschiedener Standorte, Bodenarten und einem breiten Gehaltsbereich kalibriert wird. Mithilfe der Hauptkomponentenanalyse (PCA) wurde eine Klassifizierung der Böden nach der Textur realisiert. Weiterhin wurde auch eine Kalibrierung mit losem Bodenmaterial erstellt. Trotz der Signalabnahme konnten für die verschiedenen Nährelemente Kalibriergeraden mit ausreichender, analytischer Güte erstellt werden. Für den Einsatz auf dem Acker wurde außerdem der Einfluss von Korngröße und Feuchtigkeit auf das LIBS-Signal untersucht. Die unterschiedlichen Korngrößen haben nur einen geringen Einfluss auf das LIBS-Signal und das Kalibriermodell lässt sich durch entsprechende Proben leicht anpassen. Dagegen ist der Einfluss der Feuchtigkeit deutlich stärker und hängt stark von der Bodenart ab, sodass für jede Bodenart ein separates Kalibriermodell für verschiedene Feuchtigkeitsgehalte erstellt werden muss. Mithilfe der PCA kann der Feuchtigkeitsgehalt im Boden grob abgeschätzt werden und die entsprechende Kalibrierung ausgewählt werden. Diese Arbeit liefert essentielle Informationen für eine Echtzeit-Analyse von Nährelementen auf dem Acker mittels LIBS und leistet einen wichtigen Beitrag zu einer fortschrittlichen und zukunftsfähigen Nutzung von Ackerflächen.…
• In the last few decades, the demand for affordable and extensive mapping of agricultural fields has risen in order to make the cultivation of these areas more yielding and environmentally friendly. Spectroscopic methods like X-ray fluorescence spectroscopy (XRF), Raman spectroscopy, gamma-ray spectroscopy and laser-induced breakdown spectroscopy (LIBS) are generally suitable for this purpose. Depending on the functionality of each method, information about soil properties such as nutrient content, texture and pH value are obtained. The aim of this thesis is the development of an online LIBS analysis method for the determination of the nutrient content in soil and the mapping of agricultural areas. LIBS is a fast and simultaneous multi-element analysis, in which material is ablated from the sample’s surface and turned into plasma by focused, highly energetic laser pulses. While the plasma cools down, radiation is emitted, which is characteristic for the elemental composition of the sample. The work in this thesis has been done as partIn the last few decades, the demand for affordable and extensive mapping of agricultural fields has risen in order to make the cultivation of these areas more yielding and environmentally friendly. Spectroscopic methods like X-ray fluorescence spectroscopy (XRF), Raman spectroscopy, gamma-ray spectroscopy and laser-induced breakdown spectroscopy (LIBS) are generally suitable for this purpose. Depending on the functionality of each method, information about soil properties such as nutrient content, texture and pH value are obtained. The aim of this thesis is the development of an online LIBS analysis method for the determination of the nutrient content in soil and the mapping of agricultural areas. LIBS is a fast and simultaneous multi-element analysis, in which material is ablated from the sample’s surface and turned into plasma by focused, highly energetic laser pulses. While the plasma cools down, radiation is emitted, which is characteristic for the elemental composition of the sample. The work in this thesis has been done as part of the project I4S (intelligence for soil) within the research programme BonaRes (soil as a sustainable resource for the bioeconomy) funded by the Federal Ministry of Education and Research (BMBF) in Germany. Overall, 651 soil samples of different agricultural areas within Germany have been selected, measured and evaluated with LIBS. For validation purposes the samples have been also analysed with inductively coupled plasma optical emission spectrometry (ICP-OES) and wavelength-dispersive X-ray fluorescence (WDXRF). For the quantification of the nutrient content, the measuring parameters of the LIBS system have been optimised for the soil matrix, suitable spectral lines have been chosen for each element and their limits of detection have been determined. It has been shown that an absolute quantification based on a univariate approach is challenging due to strong matrix effects and poor reproducibility of the plasma. By utilising a multivariate approach such as partial least squares regression (PLSR) for the calibration, better results with lower measurement uncertainties have been obtained for the quantification of the nutrient content. The multivariate model has been improved further by cali-brating with data from soils of different origin, type and nutrient content. With the help of principal component analysis (PCA) a classification of soils according to their textures is realised. Further-more, another model is calibrated with loose soil as opposed to the pressed pellets that have been used before. Despite decreases in signal intensity, calibration models with sufficient accuracy have been achieved. For the application on the field, the influence of different grain size distributions and moisture have been investigated. First tests of different grain size distributions have indicated that the grain size has only a small effect on the LIBS signal and calibration models can be easily ad-justed with the help of appropriate samples. However, the influence of moisture is much larger and depends on the soil type, which is why for each soil type a separate calibration model for different moisture contents has to be created. With the help of PCA, the moisture content can be estimated and, thus, the correct calibration model can be chosen. This thesis provides essential information for the real-time analysis of nutrient content on agricultural fields with LIBS and makes an important contribution to an advanced and sustainable usage of agricultural land.…