《CATENA》：Portable X-ray fluorescence spectrometry library for Brazilian soils: chemical characterization and prediction of soil particle size fractions across all biomes
编辑推荐：
研究人员对16,989个巴西土壤样品进行了pXRF表征与土壤质地分析。结果表明，元素与颗粒级配组分间的相关性具有生物群系特异性；总体上，Fe与黏粒含量、Si与砂粒含量关系密切。基于pXRF数据，随机森林(RF)、径向支持向量机(SVM)、梯度提升机(GBM)与
研究人员对16,989个巴西土壤样品进行了pXRF表征与土壤质地分析。结果表明，元素与颗粒级配组分间的相关性具有生物群系特异性；总体上，Fe与黏粒含量、Si与砂粒含量关系密切。基于pXRF数据，随机森林(RF)、径向支持向量机(SVM)、梯度提升机(GBM)与遗传编程(GP)被用于预测砂粒、粉粒和黏粒含量；其中RF对砂粒和黏粒含量给出了充分预测。研究人员建立了覆盖巴西全部六个生物群系的大型pXRF土壤库，说明pXRF数据可作为解释变量用于耗时属性的建模。该库有望改进土壤表征与建模工作，并为缺乏详细土壤图地区的大尺度数字土壤制图提供支持。
研究背景方面，近年在土壤研究中，近地传感（proximal sensing）工具被越来越广泛用于土壤表征。X射线荧光光谱（XRF）及便携式X射线荧光光谱（pXRF）可在数秒内获得多种元素含量，具有无需复杂样品制备、不使用化学试剂、不产生化学废液的优势。土壤颗粒级配即砂粒、粉粒和黏粒含量的测定，传统上需按吸管法测黏粒和粉粒、干筛法测砂粒，依赖数天实验室工作并产生废液；而颗粒级配又关系到入渗、持水、侵蚀、孔隙、阳离子交换量和有机质积累等管理决策。巴西等国缺乏详细土壤图，亟需快速、低成本的土壤表征手段。因此，研究人员提出构建全国尺度pXRF土壤库，并用机器学习预测土壤质地。
该研究由研究人员在《CATENA》发表，核心贡献是汇集16,989个巴西土壤样品，覆盖26个州、全部六个生物群系（Cerrado、Caatinga、Atlantic Forest、Amazon、Pantanal、Pampa）和13个巴西土壤分类系统土纲，建立pXRF土壤库，并比较RF、SVM、GBM和GP对砂粒、粉粒、黏粒含量的预测能力，同时采用共形预测评估区间不确定性。
主要关键技术方法上，样品为多年间由多位合作者采集的巴西各地土壤，主要来自A、B、C、E、H等发生层；样品风干过2 mm筛后，用五台pXRF仪检测，取在超过80%样品中检出的12种元素（Al、Ca、Cu、Fe、K、Mg、Si、Sr、Ti、V、Zn、Zr）建模。数据按黏粒含量五分位分层后取80%训练、20%独立验证；pXRF数据仅做z-score标准化。算法包括随机森林(RF)、径向支持向量机(SVM)、梯度提升机(GBM)与符号回归式遗传编程(GP)；性能用Lin一致性相关系数(CCC)、决定系数(R2)、均方根误差(RMSE)和四分位距表现比(RPIQ)评价；另用分割共形预测（split conformal prediction）将验证集再分为共形化集与测试集，以80%置信水平给出预测区间并算覆盖指数。
研究结果如下。
2.1. Study area：研究人员在巴西全境采样，样点覆盖六类生物群系、各州、多种K?ppen气候、主要土纲和不同母质。由于各生物群系面积、可达性和人口分布不同，采样数量并不均衡；Amazon面积最大但可达性差、样本比例低，Atlantic Forest人口密、道路多但面积小。该部分说明库具有全国尺度和多环境代表性。
2.2. Laboratory analyses：研究人员将风干过筛样品送认证实验室用吸管法测黏粒和粉粒、干筛法测砂粒；同批样品用五台pXRF仪测元素。仪器包括Tracer 5g、Titan LE、Titan 800两台、CTX 800和Vanta M系列；元素取检出率大于80%的12种进入建模。该部分确立参考质地数据与pXRF元素数据的来源。
2.3. Statistical analyses and soil texture modeling：研究人员用Spearman相关和Holm校正分析元素与颗粒级配关系；用小提琴图加箱线图比较仪器间质地分布；按黏粒分层划分训练集与独立验证集，保证各仪器均有代表。建模前仅做z-score标准化，不用其他校正。RF、SVM、GBM用10折自适应交叉验证重复5次调参，GP用符号回归、种群2000、树深12、100代、Tournament选择、子树交叉与突变设参。独立验证集3396个样品上，用CCC、R2、RMSE、RPIQ评估；再用共形预测报告区间覆盖。结果显示RF对砂粒和黏粒预测较充分，元素—质地关系具生物群系特异性，Fe与黏粒、Si与砂粒总体强相关；共形预测可提供具校准意义的预测区间。
讨论与结论部分，研究人员指出：pXRF土壤库在巴西全国尺度上把元素数据与质地参考值关联起来，证明pXRF不仅可测元素总量，也可作为预测土壤颗粒级配等费时属性的解释变量。RF模型对砂粒和黏粒给出adequate predictions，即充分但非高精度替代实验室方法的预测；元素与质地的关系随生物群系变化，说明全国模型不能忽略空间—植被—成土环境异质性。该库相对既有Vis-NIR土壤光谱库和小型pXRF库规模更大、代表性更强，可支持更密采样、档案样品复测和大尺度数字土壤制图。研究人员也指出库仍可改进，如仪器间偏差、样品制备一致性和未来跨国家推广。结论可译为：研究人员建立了含16,989个样品的巴西pXRF土壤库；元素与颗粒级配组分的相关性具有生物群系特异性；总体上Fe和Si分别强烈关联黏粒和砂粒含量；随机森林模型对砂粒和黏粒含量提供了充分预测；该pXRF库可进一步完善，以助力全球土壤表征与建模。
