使用傅里叶变换红外光谱和PLSR化学计量学分析不同土壤矿物混合物中无定形二氧化硅的比例

土壤中隐藏的“沙”为何重要

农民和生态学家越来越关注一种土壤中硅的特殊形态——无定形二氧化硅。虽然肉眼不可见，但它有助于土壤保持水分、维持结构并为作物提供养分，从而提高地块的产量并增强抗旱能力。然而，要准确测定这种有益物质的含量通常需要耗时且劳动密集的化学抽提。该研究探讨了一种来自化学实验室的快速光学方法能否在类土矿物混合物中准确测量无定形二氧化硅，从而为更快的土壤健康监测铺平道路。

让光穿过土壤粉末

作者的重点是一种称为傅里叶变换红外光谱（FTIR）的技术，它将红外光照射到粉末样品上并记录不同波长的吸收情况。每种矿物都会留下某种光谱指纹，取决于其原子振动的方式。研究团队检查了一系列常见的土壤成分：如高岭土和膨润土等粘土矿物，像橄榄石和黑云母这样的初生硅酸盐，以及几种类型的无定形二氧化硅，包括工业产品和植物来源。通过对比这些指纹，他们寻找那些能够可靠区分无定形二氧化硅与更有序结晶矿物的重复性模式。

解读土壤矿物的指纹

光谱显示矿物在三个主要区域吸收红外光，这些区域分别与氧和硅原子的振动或结构中存在的水有关。来自不同来源的无定形二氧化硅呈现非常相似的宽吸收带，证实它们构成一个可识别的类别。相比之下，粘土矿物和初生硅酸盐表现出更尖锐且更复杂的特征，这些特征随其内部层状结构、风化程度和化学成分而变化。即便是来自三个不同地点的高岭土样品和来自两个来源的膨润土，也在谱带位置和强度上显示出微妙但一致的差异。这进一步证明该方法不仅对矿物类型敏感，也能反映其形成方式和来源差异。

将粘土与有益的二氧化硅混合

为了从纯矿物转向更现实的类土条件，研究人员以精确定量的比例将无定形二氧化硅与高岭土和膨润土混合，然后记录这些混合物的红外光谱。随着无定形二氧化硅含量增加，与二氧化硅相关的谱带变强，而粘土特征谱带减弱。在高岭土混合物中，二氧化硅相关的变化尤其明显；在膨润土混合物中则更为细微，因为该粘土自身的指纹与无定形二氧化硅部分重叠。尽管如此，随混合组分变化的渐进性变化表明光谱中包含足够的信息以推断无定形二氧化硅的含量。

让统计学承担繁重工作

研究团队没有试图用肉眼读取成百上千的数据点，而是采用了一种称为偏最小二乘回归（PLSR）的统计工具。该方法通过训练集样品学习光谱变化与已知无定形二氧化硅含量之间的关系，然后用该关系预测未知样品。使用大量的二元和三元组分混合物构建模型后，预测值与实际无定形二氧化硅含量之间达到了很高的一致性，平均误差仅为几个百分点。该模型不仅在用于建立模型的混合物上表现良好，也在独立测试混合物上表现出色，包括一种由两种粘土加无定形二氧化硅组成的更复杂混合物。

对未来土壤监测的意义

通俗地说，这项研究表明可以将红外仪器对准粉末化的土壤矿物混合物，并借助现代数据分析快速且相对精确地估算其中有益无定形二氧化硅的含量。虽然这项工作是在相对简单、定义明确的混合物上进行的，但它为将相同方法推广到含更多矿物和更大自然变异性的真实土壤奠定了基础。如果能成功扩展，这种基于光学的方法可为农户和土壤科学家提供一种快速、成本效益高的手段来追踪健康且抗旱的土壤关键成分，而无需依赖缓慢的化学检测。

引用: 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

关键词: 无定形二氧化硅, 土壤矿物, 红外光谱, 化学计量学建模, 土壤健康