便携式X射线荧光光谱与电导仪联用技术在土壤盐渍化危害监测中的应用研究

本研究创新性地将便携式X射线荧光光谱（pXRF）与电导仪（EC）技术结合，系统评估了其在摩洛哥Tassaout灌区土壤盐渍化监测中的应用价值。通过建立ECe（饱和浸提液电导率）与ECS:W（不同水土比浸提液）的预测模型（R2最高达0.97），证实pXRF可作为快速、无损的现场检测工具，为盐渍土精准治理提供新方法。研究开发的机器学习模型（PLSR算法）显著提升了传统盐分检测效率，对干旱区农业可持续发展具有重要实践意义。

　　

土壤盐渍化是全球耕地退化的主要形式，尤其对摩洛哥Tassaout等干旱灌区造成严重威胁。传统电导率（EC）检测方法虽准确但耗时耗水，而便携式X射线荧光光谱（pXRF）技术通过元素特征峰（如Ca Kα₁≈3.69 keV、Cl≈2.6 keV）实现快速无损检测，为盐渍化监测带来革新。

研究方法

在摩洛哥Tassaout灌区采用网格法采集103个表层土样（0-20 cm）和7个剖面样本，测定EC_1:1、EC_1:2.5、EC_1:5及EC_e值。pXRF检测选用Bruker Tracer 5I仪器，设置Soil Light模式（10 keV/70 μA）重点捕捉Na、Cl、Ca等盐分相关元素，每次测量90秒确保数据稳定性。

关键发现

1. 1.

   水土比影响规律：EC值随稀释比增大而降低，EC_1:1（0.33-77.88 dS/m）与EC_e的转换模型R2达0.963，验证了传统方法的可靠性。

2. 2.

   元素特征谱：pXRF成功识别Cl（3.31 keV）、S（2.31 keV）等盐分标志元素，但Na因技术限制未被检出。Fe Kα₁（6.4 keV）与EC呈正相关，反映其与黏土矿物对盐分的吸附作用。

3. 3.

   机器学习建模：PLSR模型对EC_1:5预测最优（验证集R2=0.97，RPIQ=3.91），EC_e模型表现最稳健（RPIQ=4.39）。PC1载荷显示Ca（负相关）与Fe（正相关）对盐分预测贡献最大。

应用价值

该技术将传统数日的实验室检测缩短至90秒内完成，特别适合大面积盐渍化普查。研究提出的EC_e预测模型为根系层盐分评估提供新工具，其元素指纹图谱（如Cl/S比值）还可辅助判别盐分类型。在摩洛哥等缺水地区，这种低耗水方法具有显著环保优势。

局限性

pXRF对Na的检测灵敏度不足，需结合实验室方法补充数据。土壤含水量、质地等因素可能影响现场检测精度，后续研究需优化野外校准方案。

这项研究为干旱区土壤健康管理提供了创新技术方案，通过"光谱+算法"的创新组合，推动盐渍化监测向智能化、高效化方向发展。