Analyseren van het aandeel amorfe silica in mengsels met verschillende bodemmineralen met behulp van fouriertransformatie-infraroodspectroscopie en PLSR-chemometrie

Waarom het verborgen zand in de bodem ertoe doet

Boeren en ecologen zijn steeds meer geïnteresseerd in een bijzondere vorm van silicium in bodems, aangeduid als amorfe silica. Hoewel onzichtbaar voor het blote oog, helpt het bodems water vast te houden, hun structuur te behouden en gewassen te voeden, waardoor akkers productiever en bestand tegen droogte worden. Het meten van de hoeveelheid van dit nuttige materiaal vereist doorgaans tijdrovende en arbeidsintensieve chemische extracties. Deze studie onderzoekt of een snelle lichtgebaseerde methode, ontleend aan chemielaboratoria, amorfe silica in bodemachtige mineraalmengsels nauwkeurig kan meten, en zo de weg vrijmaakt voor snellere monitoring van bodemgezondheid.

Infraroodlicht door bodempoeders laten schijnen

De auteurs richten zich op een techniek genaamd Fourier-transformatie-infraroodspectroscopie, waarbij infraroodlicht door een fijn poedervoorbeeld wordt gestuurd en wordt vastgelegd welke golflengten worden geabsorbeerd. Elk mineraal laat een soort spectraal vingerafdruk achter, afhankelijk van hoe de atomen trillen. Het team onderzocht een reeks veelvoorkomende bodemelementen: kleimineralen zoals kaolien en montmorilloniet, primaire silikaten zoals olivijn en biotiet, en verschillende types amorf silica, waaronder industriële producten en door planten gevormde varianten. Door hun vingerafdrukken te vergelijken zochten ze naar terugkerende patronen die amorfe silica betrouwbaar onderscheiden van meer geordende kristallijne mineralen.

De vingerafdrukken van bodemmineralen lezen

De spectra toonden drie hoofdregio's waar de mineralen infraroodlicht absorbeerden, elk gekoppeld aan trilling van zuurstof- en siliciumatomen of aan water dat in de structuur vastzit. Amorf silica uit verschillende bronnen deelde zeer vergelijkbare brede absorptiebanden, wat bevestigt dat ze een herkenbare groep vormen. De kleimineralen en primaire silikaten vertoonden daarentegen scherpere en complexere patronen die varieerden met hun interne gelaagdheid, mate van verwering en chemische samenstelling. Zelfs kaolienmonsters van drie verschillende locaties en montmorilloniet van twee verschillende bronnen toonden subtiele maar consistente verschillen in bandposities en intensiteiten. Dit bevestigde dat de methode gevoelig is, niet alleen voor het mineraaltype maar ook voor hoe en waar het gevormd is.

Klei mengen met nuttige silica

Om van zuivere mineralen naar realistische bodemachtige omstandigheden te gaan, maakten de onderzoekers mengsels van amorf silica met kaolien en met montmorilloniet in nauwkeurig bekende verhoudingen. Vervolgens registreerden ze de infraroodspectra van deze mengsels. Naarmate er meer amorf silica werd toegevoegd, werden de banden kenmerkend voor silica sterker, terwijl die typisch voor de kleien verzwakten. In kaolienmengsels waren de silica-gerelateerde veranderingen vooral uitgesproken; in montmorillonietmengsels waren ze subtieler omdat de eigen vingerafdruk van die klei deels overlapt met die van amorf silica. Desalniettemin suggereerden de geleidelijke verschuivingen bij veranderende mengselsamenstelling dat de spectra voldoende informatie bevatten om te achterhalen hoeveel amorf silica aanwezig was.

De statistiek het zware werk laten doen

In plaats van te proberen honderden gegevenspunten met het blote oog te lezen, wendde het team zich tot een statistisch hulpmiddel genaamd partial least-squares regression (PLSR). Deze methode leert hoe variaties in de spectra samenhangen met bekende hoeveelheden amorf silica in een trainingsset monsters en gebruikt die relatie vervolgens om onbekende monsters te voorspellen. Met veel twee- en driewer-componentenmengsels behaalde het model een zeer hoge overeenstemming tussen voorspelde en werkelijke amorfe silica-gehalten, met slechts kleine gemiddelde fouten van een paar procentpunten. Het presteerde goed, niet alleen op de mengsels die werden gebruikt om het model te bouwen, maar ook op onafhankelijke testmengsels, inclusief een complexer mengsel van twee kleien plus amorf silica.

Wat dit betekent voor toekomstige bodems

In de praktijk laat de studie zien dat het mogelijk is een infraroodinstrument op een poedervormig bodemmineraalmengsel te richten en, met behulp van moderne data-analyse, een snelle en redelijk precieze schatting te krijgen van hoeveel nuttige amorfe silica het bevat. Hoewel het werk is uitgevoerd op relatief eenvoudige, goed gedefinieerde mengsels, legt het de basis voor toepassing van dezelfde aanpak op echte bodems, die meer mineralen en grotere natuurlijke variabiliteit bevatten. Als dit met succes wordt uitgebreid, kan deze lichtgebaseerde methode boeren en bodemwetenschappers een snelle, kosteneffectieve manier bieden om een sleutelcomponent van gezonde, droogteresistente bodems te volgen zonder de noodzaak van trage chemische tests.

Bronvermelding: Hunfeld, O., Ellerbrock, R.H., Stein, M. et al. Analyzing the share of amorphous silica in mixtures with different soil minerals using fourier transform infrared spectroscopy and PLSR chemometrics. Sci Rep 16, 9969 (2026). https://doi.org/10.1038/s41598-026-45511-3

Trefwoorden: amorf silica, bodemmineralen, infraroodspectroscopie, chemometrische modellering, bodemgezondheid