Analiza udziału krzemionki bezpostaciowej w mieszankach z różnymi minerałami glebowymi przy użyciu spektroskopii w podczerwieni transformacji Fouriera i chemometrii PLSR

Dlaczego ukryty piasek w glebie ma znaczenie

Rolnicy i ekolodzy coraz bardziej interesują się szczególną formą krzemu w glebach, nazywaną krzemionką bezpostaciową. Choć niewidoczna gołym okiem, pomaga glebie zatrzymywać wodę, utrzymywać strukturę i odżywiać uprawy, dzięki czemu pola stają się bardziej produktywne i odporne na suszę. Pomiar ilości tego korzystnego składnika zwykle wymaga jednak czasochłonnych i pracochłonnych ekstrakcji chemicznych. W badaniu oceniono, czy szybka metoda optyczna, zapożyczona z laboratoriów chemicznych, może dokładnie określać zawartość krzemionki bezpostaciowej w mieszankach przypominających gleby, co otworzyłoby drogę do szybszego monitorowania stanu gleb.

Prześwietlanie sproszkowanych próbek

Autorzy skupili się na technice zwanej spektroskopią w podczerwieni transformacji Fouriera, która przepuszcza światło podczerwone przez sproszkowaną próbkę i rejestruje, jakie długości fal są absorbowane. Każdy minerał zostawia rodzaj spektroskopowego odcisku palca, zależnego od drgań jego atomów. Zespół przeanalizował szereg powszechnych składników gleb: minerały ilaste, takie jak kaolinit i montmorylonit, krzemiany pierwotne jak oliwin i biotyt oraz kilka typów krzemionki bezpostaciowej, w tym produkty przemysłowe i formy pochodzenia roślinnego. Porównując ich odciski, szukali powtarzalnych wzorców, które niezawodnie odróżniają krzemionkę bezpostaciową od bardziej uporządkowanych minerałów krystalicznych.

Odczytywanie „odcisków palców” minerałów glebowych

Spektra wykazały trzy główne obszary, w których minerały absorbowały promieniowanie podczerwone, każdy powiązany z drganiami atomów tlenu i krzemu lub z wodą uwięzioną w strukturze. Krzemionka bezpostaciowa pochodząca z różnych źródeł miała bardzo podobne, szerokie pasma absorpcji, co potwierdza, że tworzy rozpoznawalną grupę. Dla kontrastu, minerały ilaste i krzemiany pierwotne wykazywały ostrzejsze i bardziej złożone wzory, które różniły się w zależności od ich warstwowej struktury, stopnia wietrzenia i składu chemicznego. Nawet próbki kaolinu z trzech różnych miejsc i montmorylonitu z dwóch źródeł wykazały subtelne, lecz konsekwentne różnice w pozycjach i intensywnościach pasm. Potwierdziło to, że metoda jest czuła nie tylko na typ minerału, ale także na sposób i miejsce jego powstania.

Mieszanie iłów z „pomocną” krzemionką

Aby przejść od czystych minerałów do realistycznych warunków przypominających glebę, badacze przygotowali mieszanki krzemionki bezpostaciowej z kaolinem oraz z montmorylonitem w ściśle znanych proporcjach. Następnie zarejestrowali spektra podczerwieni tych mieszanek. W miarę dodawania krzemionki pasma charakterystyczne dla tej formy nasilały się, a typowe dla iłów — słabły. W mieszankach z kaolinem zmiany związane z krzemionką były szczególnie wyraźne; w mieszankach z montmorylonitem były bardziej subtelne, ponieważ odcisk palca tego iłu częściowo nakłada się na sygnał krzemionki bezpostaciowej. Niemniej jednak stopniowe przesunięcia wraz ze zmianą składu mieszaniny sugerowały, że spektra zawierają wystarczającą ilość informacji, by odtworzyć udział krzemionki bezpostaciowej.

Pozwolenie statystyce na wykonanie ciężkiej pracy

Zamiast czytać setki punktów danych wzrokiem, zespół sięgnął po narzędzie statystyczne zwane regresją metodą najmniejszych kwadratów częściowych (PLSR). Metoda ta uczy się, jak zmiany w spektrach korelują ze znanymi ilościami krzemionki bezpostaciowej w zbiorze treningowym, a następnie wykorzystuje tę zależność do przewidywania zawartości w próbkach nieznanych. Wykorzystując wiele mieszanek dwuskładnikowych i trójskładnikowych, model osiągnął bardzo wysoką zgodność między przewidywanymi a rzeczywistymi zawartościami krzemionki bezpostaciowej, z jedynie niewielkimi średnimi błędami sięgającymi kilku punktów procentowych. Sprawdzał się dobrze nie tylko na mieszankach użytych do budowy modelu, ale także na niezależnych próbkach testowych, w tym na bardziej złożonej mieszance dwóch iłów plus krzemionka bezpostaciowa.

Co to oznacza dla przyszłości gleb

Mówiąc wprost, badanie pokazuje, że można skierować instrument podczerwieni na sproszkowaną mieszankę minerałów glebowych i przy pomocy współczesnej analizy danych otrzymać szybkie i stosunkowo precyzyjne oszacowanie, ile korzystnej krzemionki bezpostaciowej zawiera próbka. Choć prace przeprowadzono na stosunkowo prostych, dobrze zdefiniowanych mieszankach, stanowią one podstawę do zastosowania tej samej metody w rzeczywistych glebach, które zawierają więcej minerałów i większą naturalną zmienność. Jeśli metoda zostanie skutecznie rozszerzona, technika oparta na świetle mogłaby dostarczyć rolnikom i naukowcom glebowym szybkiego, opłacalnego sposobu śledzenia kluczowego składnika zdrowych, odpornych na suszę gleb bez potrzeby wykonywania powolnych testów chemicznych.

Cytowanie: 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

Słowa kluczowe: krzemionka bezpostaciowa, minerały glebowe, spektroskopia w podczerwieni, modelowanie chemometryczne, zdrowie gleby