中科院南京土壤所王玉军团队SEH：手持式XRF实现土壤Cd快速评估

背景：镉（Cd）因其高毒性和生物蓄积性，对生态系统和人类健康构成严重威胁，其监管限值极低，对快速、可靠的痕量检测技术提出了挑战。研究目的：为克服传统检测方法的限制，本研究旨在开发一个结合机器学习（ML）与多表面模型（MSMs）的手持式X射线荧光（HXRF）增强框架，以实现高效的土壤性质预测、Cd痕量检测和形态分析。结论：通过优化XRF硬件（采用0.2mm Cu和Mo组合滤片）将Cd检出限大幅降低至0.33 mg/kg，并利用偏最小二乘（PLS）等机器学习模型成功预测了土壤总Cd和关键性质，结合MSMs实现了从光谱到Cd形态的高效转化。该集成框架在快速风险评估中展现出良好应用潜力，具备支撑现场原位监测的能力。