利用中子-伽马分析方法测定土壤的化学成分和质地

《Solid Earth Sciences》：Soil chemical composition and texture determinations using neutron-gamma analysis

土壤质地与Al?O?/SiO?比率相关性研究采用移动式TNM伽马谱分析法，在田间直接测定硅铝氧化物含量并计算其比值，通过算法反演解谱验证了该方法与实验室干烧法、时域反射法等传统手段的统计一致性（Bland-Altman及Deming回归分析），证实TNM能快速非破坏性评估土壤质地分类，为精准农业和基础土壤研究提供新工具。

　　

亚历山大·卡韦茨基（Aleksandr Kavetskiy）|加琳娜·雅库博娃（Galina Yakubova）|西达尔斯·苏雷什·高塔姆（Sidharth Suresh Gautam）|丹尼尔·P·唐纳（Daniel P. Donner）|斯蒂芬·A·普赖尔（Stephen A. Prior）|H·艾伦·托伯特（H. Allen Torbert）

美国农业部-农业研究服务局国家土壤动力学实验室（USDA-ARS National Soil Dynamics Laboratory），地址：美国阿拉巴马州奥本市南多纳休路411号（411 South Donahue Drive, Auburn, AL 36832）

摘要

了解农田中的土壤质地类型、质地特征以及主要地下土壤成分（如SiO₂、Al₂O₃、Fe₂O₃、C、H₂O等）对于现代农业管理决策和基础土壤科学研究都具有重要意义。本文研究了使用标记中子法（Tagged Neutron Method，简称TNM）进行原位（in-situ）测量主要土壤成分含量的方法，并根据$\frac{\text{土壤Al₂O₃}}{\text{土壤SiO₂}}$比值来确定土壤的质地类型和质地特征。该方法基于在α-γ符合模式下测量土壤的中子激发伽马光谱，随后将这些光谱反卷积为参考成分光谱。为了进行这些测量，我们采用了移动式现场测量系统，并结合相应的算法和计算机代码来反卷积光谱以确定土壤成分含量。TNM在确定土壤成分含量、质地类型和质地方面的有效性得到了验证，其结果与通过现场测量及其他分析方法（如干燃烧法、时域反射法、核分析法、化学分析以及氧化物质量分数及其比值的理论计算）得到的结果一致。Bland-Altman图和Deming回归分析也证实了TNM测量结果与其他方法的一致性。研究表明，这种原位TNM方法在现代农业管理和基础土壤科学研究中具有广阔的应用前景。TNM方法是非破坏性的、辐射安全的，且无需采集土壤样本或进行后续实验室分析。

引言

了解主要土壤成分和土壤质地对农业、工程和环境管理至关重要。这些特性是影响作物系统管理和植物生产力的关键因素。土壤可以由三种主要成分构成：沙粒、黏粒和粉粒（SSSA, 2024）。沙粒和粉粒的平均粒径分别为2.0–0.05毫米和0.05–0.002毫米，而黏粒的粒径小于0.002毫米（SSSA, 2024）。沙粒、黏粒和粉粒中最常见的矿物是一组氧化物，主要包括SiO₂、Al₂O₃、Fe₂O₃和H₂O。土壤成分通常可以用这些氧化物以及元素碳和水来表示（El-Anwar等人，2019；Xu等人，2023；Morais等人，2021；Isimikalu等人，2020）。土壤质地是指沙粒、黏粒和粉粒的相对百分比，它会影响土壤的排水性、空气流通性和养分保持能力。土壤科学家根据这些成分的相对百分比定义了12个土壤质地等级，这些等级通常用三角形图表示（SSSA, 2024）。这些质地等级有助于预测对基础土壤科学研究和作物系统响应至关重要的土壤功能。目前，通过野外采样和实验室分析来确定土壤的主要成分和质地。传统的土壤质地测定方法在大规模应用中存在局限性，因为这些过程耗时且劳动强度高。为了解决这一问题，我们研究了是否可以利用土壤中Al₂O₃与SiO₂的比值来通过原位中子-伽马分析来测定土壤质地。

本文将描述如何利用标记中子法（TNM）进行土壤质地测定，该方法通过中子伽马分析来确定主要土壤氧化物和元素含量，从而计算出Al₂O₃与SiO₂的比值。我们使用移动式TNM设备在已知土壤质地的地点进行现场测量，这些土壤的元素含量和质地信息来自参考资料和实验室样品分析。我们的总体目标是验证原位TNM测量是否能够快速准确地识别土壤质地，这对于基础土壤科学研究和精准农业具有重要意义。

章节片段

土壤质地与$\frac{\text{土壤Al₂O₃}}{\text{土壤SiO}}$比值的相关性

二氧化硅（SiO₂）通常是土壤中最丰富的氧化物，其次是氧化铝（Al₂O₃）。为了研究土壤质地与主要氧化物的相关性，我们计算了不同田块中几种土壤质地的$\frac{\text{土壤Al₂O₃}}{\text{土壤SiO}}$比值。这些数据用于与TNM测量结果进行对比分析。土壤质地、沙粒、黏粒和粉粒的百分比数据来源于土壤调查地理数据库（SSURGO；Soil Survey Staff, 2024）。

通过TNM方法确定的土壤样品和田块的主要氧化物含量

图3展示了在一个土壤样品上使用TNM系统在α-γ符合模式下测得的伽马光谱（黑色粗曲线）。该图还显示了在同一时间窗口内TNM系统测得的参考氧化物（体积约为0.5立方米）的伽马光谱。正如卡韦茨基等人（Kavetskiy et al., 2024）所讨论的，0.5立方米的参考氧化物体积满足了土壤测量的“几何相似性”条件。

结论

本文研究了利用TNM方法进行原位测量氧化铝和二氧化硅含量，从而根据$\frac{\text{土壤Al₂O₃}}{\text{土壤SiO}}$比值来确定土壤质地和质地类型。该方法基于在α-γ符合模式下测量土壤的中子激发伽马光谱，并将这些光谱反卷积为参考成分光谱。通过测量土壤中的碳和水分质量分数，以及主要氧化物（SiO₂、Al₂O₃和Fe₂O₃）的含量，实现了这一目标。

CRediT作者贡献声明

斯蒂芬·A·普赖尔（Stephen A. Prior）：撰写、审稿与编辑。西达尔斯·苏雷什·高塔姆（Sidharth Suresh Gautam）：软件开发、数据管理。H·艾伦·托伯特（H. Allen Torbert）：撰写、审稿与编辑、项目监督、概念构思。加琳娜·雅库博娃（Galina Yakubova）：数据验证、方法学研究、数据分析。亚历山大·卡韦茨基（Aleksandr Kavetskiy）：初稿撰写、数据验证、方法学研究、概念构思。丹尼尔·D·唐纳（Daniel D. Donner）：撰写、审稿与编辑。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

本研究得到了美国农业部-农业研究服务局国家土壤动力学实验室的支持。作者感谢詹姆斯·布拉赫特（James Bracht）、罗伯特·A·伊森格尔（Robert A. Icenogle）和巴里·G·多尔曼（Barry G. Dorman）在实验准备方面的技术协助，以及德克斯特·拉格兰德（Dexter LaGrand）在软件支持方面的帮助。同时，我们也感谢XIA LLC、沃尔夫冈·亨宁博士（Dr. Wolfgang Henning）和迈克尔·西尔斯（Michael Sears）在项目中提供的电子设备支持。