Soil provenance using ATR-FTIR spectroscopy augmented with chemometrics–A pilot study
تُثبت هذه الدراسة الاستطلاعية أن مطيافية الأشعة تحت الحمراء بتحويل فوريه بالانعكاس الكلي (ATR-FTIR) المقترنة بتقنيات القياس الكيميائي مثل تحليل المكونات الرئيسية (PCA) والتحليل التمييزي للمربعات الجزئية (PLS-DA) تُعد طريقة موثوقة وسريعة وغير مدمرة لتحقيق التمييز الجغرافي لعينات التربة بدقة تصنيف تتجاوز 85%.
تخيل الأرض تحت قدميك ليس مجرد تراب، بل كبصمة إصبع فريدة وفوضوية. تماماً كما لا يمتلك شخصان بصمتي إصبع متطابقتين، لا يوجد رقعتان من التربة متطابقتان تماماً. هذا هو جوهر علم التربة الجنائي: فكرة أنه إذا ترك مجرم أثراً لحذاء طيني في مسرح الجريمة، فإن هذا الطين يمكن أن يوفر خيوطاً استقصائية قوية حول الأماكن التي كان يتواجد فيها ذلك الشخص. الأمر يشبه شاهداً صامتاً يحمل أدلة صغيرة عن الصخور والنباتات والمواد الكيميائية لموطنه الأصلي، رغم أنه لا يتحدث دائماً بيقين مطلق. لقراءة هذه الأدلة، يستخدم العلماء عادةً آلات ضخمة وباهظة الثمن تستغرق وقتاً طويلاً لتحليل مكونات التربة. ولكن ماذا لو كانت هناك طريقة أسرع وأرخص للاستماع إلى "صوت" التربة؟ هنا يأتي دور دراسة جديدة، تحاول تعليم الآلة كيفية التعرف على التربة من خلال أغنيتها الكيميائية الفريدة، باستخدام طريقة سريعة ولطيفة وذكية بشكل مفاجئ.
وضع الباحثون في هذه الدراسة التجريبية هدفاً يتمثل في معرفة ما إذا كان بإمكانهم استخدام تقنية تسمى "مطيافية الأشعة تحت الحمراء بتحويل فورييه بنمط الانعكاس الكلي" (ATR-FTIR) لتحديد مصدر عينات التربة. فكر في هذه التقنية ككشاف عالي التقنية يسلط ضوءاً غير مرئي على العينة. عندما يصطدم الضوء بالتربة، فإنه يرتد بطريقة محددة، مما يخلق "طيفاً" أو نمطاً فريداً من القمم والوديان. هذا النمط يشبه النوتة الموسيقية التي تخبرك بالضبط أي الجزيئات "ترقص" في التراب. ومع ذلك، فإن النظر إلى هذه النوتات الموسيقية المعقدة بالعين المجردة يكاد يكون مستحيلاً على البشر. لهذا السبب، استخدم الفريق "القياس الكيميائي" (chemometrics)، وهو في الأساس كلمة منمقة لاستخدام الرياضيات والحواسيب لإيجاد الأنماط في البيانات. لقد علموا الكمبيوتر طريقتين مختلفتين لفرز التربة: إحداهما تسمى PCA (تحليل المكونات الرئيسية)، وهي تشبه الخريطة التي تجمع الأغاني المتشابهة معاً، والأخرى تسمى PLS-DA (تحليل التمييز بالمربعات الصغرى الجزئية)، وهو محقق أكثر تركيزاً يحاول تخمين المجموعة التي تنتمي إليها أغنية جديدة بدقة.
في هذه التجربة، جمع الفريق 90 عينة تربة صغيرة من 15 موقعاً مختلفاً في جميع أنحاء الهند، تتراوح من الجبال الثلجية في جامو وكشمير إلى المناطق الاستوائية في كيرالا. قاموا بتجفيف التراب، ونخلوا الصخور والأوراق منه، ثم ضغطوا المسحوق الناعم مقابل بلورة ماسية لفحصه. كانت النتائج واعدة؛ فقد تمكنت نماذج الكمبيوتر من التمييز بين عينات التربة بدقة عالية، وإن لم تصل إلى حد المثالية. نجح النموذج الأول، PCA، في فرز العينات إلى مجموعاتها الصحيحة بنسبة 8ert 86.11% من الوقت. أما النموذج الثاني، PLS-DA، فكان جيداً تقريباً بنفس القدر، حيث أصاب في حوالي 85.56% من الحالات.
وجدت الدراسة أن التربة من المناطق الشمالية والجبلية كان من السهل جداً التمييز بينها، مثل نكهات مختلفة من المثلجات. ومع ذلك، كانت عينات التربة من ولاية كيرالا الجنوبية أصعب قليلاً. ونظراً لأن هذه المواقع قريبة جغرافياً وتتشارك في طقس وجيولوجيا متشابهة، فإن "أغانيها الكيميائية" بدت متشابهة جداً. أحياناً كان الكمبيوتر يرتبك، ويخلط بين العينات من البلدات المجاورة، تماماً كما قد تجد صعوبة في التمييز بين أصوات اثنين من الأشقاء. وفي الواقع، بالنسبة لبعض أزواج المواقع المتقاربة تحديداً، أخطأ النموذج في تصنيف العينات تماماً. ورغم هذه الهفوات، تشير الدراسة إلى أن هذا المزيج من المسح الضوئي والرياضيات الذكية هو أداة قوية وغير مدمرة. إنها تثبت أنه يمكننا بسرعة وبتكلفة منخفضة معرفة "العنوان المنزلي" المحتمل لعينة التربة دون تدميرها، مما يوفر طريقة جديدة وسريعة للمساعدة في حل الجرائم من خلال ربط مشتبه به برقعة محددة من الأرض باحتمالية عالية.
ملخص تقني: تحديد منشأ التربة باستخدام مطيافية ATR-FTIR المعززة بالقياسات الكيميائية
بيان المشكلة يعد فحص التربة الجنائي مكوناً حيوياً في التحقيقات الجنائية، حيث يعمل على ربط مسارح الجريمة، والضحايا، والمشتبه بهم، فضلاً عن تحديد المنشأ الجغرافي وإعادة بناء مسرح الجريمة. وبينما تطور تحليل التربة من الفحص البصري والمجهري إلى التحليل الكيميائي العضوي وغير العضوي المتطور، فإن التقنيات التقليدية مثل كروماتوغرافيا الغاز - مطياف الكتلة (GC-MS)، وكروماتوغرافيا السائل عالية الأداء (HPLC)، ومطيافية الامتصاص الذري، غالباً ما تكون مكلفة وتستغرق وقتاً طويلاً وتتطلب تحضيراً مكثفاً للعينات. علاوة على ذلك، فإن التربة عبارة عن خليط معقد من المكونات العضوية وغير العضوية المتأثرة بعوامل جغرافية وبيولوجية وبشرية متنوعة، مما يجعل التمييز بين العينات من مواقع مختلفة مهمة معقدة. وهناك حاجة إلى طريقة سريعة، غير مدمرة، ومنخفضة التكلفة قادرة على تمييز عينات التربة بناءً على ملفاتها التركيبية.
المنهجية استخدمت هذه الدراسة التجريبية مطيافية الأشعة تحت الحمراء بتحويل فورييه مع الانعكاس الكلي الموهن (ATR-FTIR) مقترنة بأدوات القياس الكيميائي (chemometrics) للتمييز بين عينات التربة من مواقع جغرافية مختلفة.
جمع العينات وتحضيرها: تم جمع إجمالي 90 عينة تربة من 15 منطقة جغرافية متميزة في جميع أنحاء الهند (بما في ذلك جامو وكشمير، وهيماتشال براديش، والبنجاب، ودلهي، وعدة مواقع في كيرالا). تم جمع ست عينات ممثلة من كل موقع. جُففت العينات في الهواء، ونُخلت عبر شبكة بفتحات 2 ملم لإزالة الشوائب، ثم خُزنت للتحليل.
الأجهزة: تم الحصول على البيانات الطيفية باستخدام جهاز مطيافية Nicolet iS20 ATR-FTIR المزود ببلورة ماسية. أُجريت القياسات في نطاق الأشعة تحت الحمراء المتوسطة (4000–600 سم⁻¹) بدقة 4 سم⁻¹، بمتوسط 32 مسحة لكل عينة. ضُغطت العينات مقابل البلورة لضمان تجانس الضغط، ونُظفت البلورة بأسيتون ذو درجة مطيافية بين المسحات.
التحليل الكيميائي (Chemometric Analysis): تمت معالجة البيانات الطيفية مسبقاً باستخدام تصحيح خط الأساس، والتنعيم (Savitzky–Golay)، وتوسيط المتوسط. تم تطبيق تقنيتين إحصائيتين متعدد المتغيرات:
تحليل المكونات الرئيسية (PCA): تقنية غير خاضعة للإشراف لتقليل الأبعاد، استُخدمت لتصور التوزيع المكاني الطيفي وتحديد التكتل الطبيعي.
تحليل المربعات الصغرى الجزئية للتمييز (PLS-DA): طريقة تصنيف خاضعة للإشراف استُخدمت لتطوير نماذج لتصنيف العينات بناءً على الخصائص الطيفية.
التحقق من الصحة: تم تقييم أداء النموذج باستخدام التحقق المتقاطع (20 جزءاً عشوائياً)، وجذر متوسط مربع الخطأ (RMSE)، ومعدلات دقة التصنيف.
النتائج الرئيسية
الخصائص الطيفية: أظهرت الأطياف التمثيلية قممًا رئيسية في النطاقات 1010–1045 سم⁻¹ و870–954 سم⁻¹. نُسبت قمة 1033 سم⁻¹ إلى تشوه Al-OH (الكاولينيت) وانحناء C-H العطري، بينما ارتبط النطاق 870–945 سم⁻¹ بحمض البنزويك، وحلقات البيرانوز، والسليلوز. أكدت الدراسة وجود تكرارية وإعادة إنتاج عالية، مع انحرافات معيارية بلغت ±0.18 و±0.19 على التوالي.
أداء PCA: كشف نموذج PCA أن المكون الرئيسي الأول (PC1) استحوذ على 99% من التباين الإجمالي. أظهر مخطط الدرجات (score plot) تكتلاً متميزاً للعينات من المناطق الشمالية (الفئات 1-6)، بينما شكلت عينات منطقة كيرالا (الفئات 7-15) تكتلاً متراصاً بسبب التقارب الجغرافي والتكوينات الجيولوجية المتشابهة. أدى إجراء تحليل PCA ثانوي على مجموعة فرعية من كيرالا إلى تحسين التمييز. بلغت دقة التصنيف الإجمالية لنموذج PCA نسبة 86.11%. لوحظت حالات التصنيف الخاطئ بشكل أساسي بين المواقع المتقاربة جغرافياً في كيرالا (على سبيل المثال، تم تصنيف الفئة 8 خطأً كالفئة 12).
أداء PLS-DA: حدد نموذج PLS-DA ثلاثة عوامل مهمة للتمييز، حيث فسر العامل الأول 99% من التباين. وبالمثل لـ PCA، نجح النموذج في فصل العينات الشمالية ولكنه وجد عينات كيرالا متكتلة بشكل وثيق. تم تطوير نموذج PLS-DA مستهدف خصيصاً لمجموعة كيرالا الفرعية (العينات 7-15)، والذي حقق قيمة R² عالية (0.9838) وRMSE منخفض (0.308) أثناء المعايرة. حقق نموذج PLS-DA الإجمالي دقة تصنيف بلغت 85.56%.
أنماط التصنيف الخاطئ: حدثت حالات التصنيف الخاطئ بشكل أساسي بين العينات من المواقع المتجاورة داخل نفس الولاية. في نموذج PLS-DA، أظهرت الفئتان 1 و7 دقة بنسبة 0% (تم تصنيف جميع العينات خطأً كالفئة 4 والفئة 8، على التوالي)، وأظهرت الفئة 12 دقة بنسبة 83.33% (تم تصنيف عينة واحدة خطأً كالفئة 10). حققت الفئات 2، 3، 4، 5، 6، 8، 9، 10، 11، 13، 14، و15 دقة بنسبة 100%.
المساهمات الرئيسية
التحقق المنهجي: تثبت هذه الدراسة أن مطيافية ATR-FTIR، عند تعزيزها بالقياسات الكيميائية، تعمل كبديل قابل للتطبيق، غير مدمر، وسريع لتقنيات تحليل التربة الجنائية التقليدية.
القدرة على التمييز: نجح البحث في تمييز عينات التربة من 15 منطقة جغرافية متميزة، محققاً دقة تصنيف عالية (86.11% لـ PCA و85.56% لـ PLS-DA).
النمذجة المستهدفة: تسلط الدراسة الضوء على فائدة تطوير نماذج ثانوية مستهدفة للعينات المتكتلة جغرافياً (مثل تلك القادمة من كيرالا) لحل الاختلافات الطيفية الدقيقة التي قد تغفل عنها النماذج الواسعة الأولية.
العلامات الطيفية: يوفر تحديد القمم الاهتزازية المحددة (مثل تمدد شبكة Si-O حول 1000 سم⁻¹) أساساً لتفسير المكونات الكيميائية المسؤولة عن تمييز العينات.
الأهمية والادعاءات يدعي المؤلفون أن هذه الدراسة التجريبية تسلط الضوء بفعالية على إمكانية استخدام مطيافية ATR-FTIR بالتزامن مع تحليل القياسات الكيميائية كأداة موثوقة للتمييز الجغرافي لعينات التربة في السياقات الجنائية. وتؤكد الدراسة أن النماذج المطورة تظهر متانة، بدليل قيم R-squared العالية وRMSE المنخفض، مما يجعلها مناسبة للتطبيقات الواقعية. وبينما تقر الدراسة بأن العينات من المناطق المتقاربة جغرافياً قد تتشارك في ملفات طيفية متشابهة مما يؤدي إلى تصنيفات خاطئة طفيفة، يخلص المؤلفون إلى أن هذا النهج يوفر ميزة كبيرة على الطرق التقليدية بكونه أرخص، وأسرع، ويتطلب تحضيراً أقل للعينات. يدعم هذا العمل استخدام هذه التقنيات لربط مسارح الجريمة، والمشتبه بهم، والضحايا، وكذلك لتحديد المصدر في التحقيقات الجنائية.