UNIVERZITET U TUZLI

TEHNOLOŠKI FAKULUTET
ODSJEK: AGRONOMIJA

SEMINARSKI RAD

FORENZIČKA ANALIZA TLA KORIŠTENJEM LASERSKE INDUCIRANE

˝BREAKDOWN˝ SPEKTROSKOPIJE (LIBS) FOURIEROVE INFRACRVENE
SPEKTROSKOPIJE I OSLABLJENE TOTALNE REFLEKSIJE (FTIR-ATR): PRINCIPI I
STUDIJE SLUČAJA

Tuzla,
April, 2020.
SADRŽAJ
Sažetak..................................................................................................................................................1
UVOD...................................................................................................................................................2
1. Materijali i metode.........................................................................................................................4
1.1. Uzorkovanje i priprema tla....................................................................................................4
1.2. Instrumenti i sticanje spectra......................................................................................................4
1.3. Statistička analiza..................................................................................................................5
2. Rezultati i diskusija...........................................................................................................................7
2.1. Ispravka osnovne vrijednosti......................................................................................................7
2.2. Karakteristike spektra tla............................................................................................................8
2.2.1. LIBS spektar........................................................................................................................8
2.2.2. FTIR-ATR spektar...............................................................................................................9
2.3. Identifikacija tla pomoću PCA..................................................................................................11
2.4 Studije slučaja............................................................................................................................13
2.4.1. Slučaj 1..............................................................................................................................13
2.4.2 Slučaj 2...............................................................................................................................14
3. Zaključci......................................................................................................................................16
Literatura.............................................................................................................................................17
Sažetak

Tla su ključni dokazi u tragovima koji mogu uspostaviti ili isključiti odnos osumnjičenog,
žrtve ili predmeta na određenom prizoru, koji bi mogao pridonijeti izgradnji slučaja. Lasersko
inducirana ˝breakdown˝ spektroskopija (LIBS) i Fourierove infracrvene spektroskopije i
oslabljene totalne refleksije (FTIR-ATR) pokazali su se učinkovitim tehnikama za
karakterizaciju tla zahvaljujući brzoj, nerazornoj i prikladnoj analizi s malim potrebama
pripreme uzoraka , Stoga su istražena načela LIBS i FTIR-ATR tehnika za forenzičku analizu
tla u tipičnim uzorcima tla, a njihova praktična izvodivost ispitana je primjenom tehnika na
forenzičkim uzorcima tla u dva kaznena slučaja. Analiza glavnih komponenti (PCA) tipičnog
uzorka tla pokazala je da se pet tipičnih tipova tla jasno razlikovalo LIBS i FTIR-ATR
spektrom. Varijacije u elementima tla (tj. Si, Mg, Al, Ca, K, O i N) i funkcionalnim
skupinama (tj. O ‒ H / N ‒ H, C = C / C = O, Si ‒ O, CO32-, Al ‒ OH i NH2) ključni su
pokazatelji za identifikaciju tla. Rezultati istraživanja pokazali su da i LIBS i FTIR-ATR
pokazuju veliki potencijal za forenzičku analizu tla u budućim slučajevima.

UVOD
1
Tlo je vrlo promjenjivo s obzirom na njegov sastav, teksturu i postupak formiranja, a njegova
fizička, biološka i hemijska svojstva mogu se značajno promijeniti ovisno o lokaciji
uzorkovanja. U toku kriminalističkih istraga uzorci tla su vrlo važni dokazi za praćenje jer se
često premještaju s jednog mjesta na drugo i mogu se lako prikupiti i analizirati. Općenito,
fizička, biološka i hemijska svojstva uzoraka tla prikupljenih sa ruku, obuće, odjeće, vozila
itd. Osumnjičenog, mogu se uporediti sa tlom prikupljenom sa mjesta zločina ili žrtve. Dakle,
veza između osumnjičenog, žrtve ili predmeta s određenog mjesta, mogu poslužiti kao
forenzički dokazi koji mogu doprinijet utvrđivanju krivičnih slučajeva. Na primjer, Petraco i
sur. prijavili su četiri uspješna slučaja koristeći forenzičke preglede tla i nagovijestili da
forenzička ispitivanja tla pružaju forenzičkoj naučnoj zajednici brzu, jednostavnu proceduru
za tačno uključivanje i / ili uklanjanje upitnih i poznatih uzoraka tla u forenzičkim
predmetima iz svakodnevnog života. Boja, elementarna analiza i mikrobiološka analiza tla
obično se koriste za forenzičke pretrage tla. Međutim, ispitivanje boje je prikladno samo za
tla s velikim odstupanjima u boji.
 Tokom mikrobiološke analize tla uzorci su osjetljivi na onečišćenje na mjestu zločina (kao
posljedica prijenosa tla) i laboratoriji. Pored toga, vremenski razmaci između zločina i
prikupljanja referentnih uzoraka također mogu uticati na rezultate. Elementarne analize tla
relativno su stabilne zbog stabilnosti sastava elemenata tla tokom vremena. Može se
upotrijebiti niz tehnika elementarne analize, uključujući atomsku apsorpcijsku spektrometriju
(AAS), induktivno spojenu plazma-atomsku / optičku emisijsku spektroskopiju (ICP-AES /
ICP-OES) i induktivnu spregnutu plazma masenu spektrometriju (ICP-MS ). Međutim, ove
metode su štetne za okoliš, skupe su, nisu dostupne u svim forenzičkim laboratorijima, a
zahtijevaju dobro obučene operatore. Lasersko inducirana ˝breakdown˝ spektroskopija
(LIBS), koja se naziva i lasersko inducirana plazma ili laserska varna spektroskopija [12],
nastajuća je analitička tehnika koju su 1962. prvi izvijestili Brech i Cross. LIBS može dobiti
otisak tla koji uključuje obilje informacija o sadržaju elemenata tla i teksturi tla. Ovo svojstvo
čini LIBS tehniku pouzdanijom za identifikaciju tla od klasične fizikalno-hemijske
analize. Pored toga, zbog malih zahtjeva uzoraka i jednostavne opreme, LIBS tehnika je
pogodna za forenzičku analizu tla u ekstremnim uslovima s malim količinama uzoraka. Neki
istraživači koristili su LIBS za forenzičku analizu tla zbog njegove brze, stvarne analize na
licu mjesta i nerazorne analize bez potrebe za pripremom uzoraka. Na primjer, Jantzi i
Almirall uspješno su diskriminirali uzorke tla s dva nalazišta u Dade County, Florida, s
ispravljenom stopom razvrstavanja od 99,4% koristeći linijsku diskriminatornu analizu sa
unakrsnom validacijom. Jantzi i Almirall ukazali su da tla Miami-Dade County-a mogu biti
diskriminirana jasnim razvrstavanjem i tačnim stopama razvrstavanja od> 94%. Fourier-ova
infracrvena oslabljena reflektivna spektroskopija (FTIR-ATR) uobičajena je tehnika za
forenzičke pretrage tla. Cox i sur. predložili su da se FTIR spektar organskih dijelova tla
posluži kao korisna svrha u forenzičkim istraživanjima. Woods i sur. naznačili su da se
FTIR-ATR može učinkovito upotrijebiti kao skrining test za diskriminaciju forenzičkih
uzoraka tla prije nego što ih stručnjak za tlo odnese na mnogo detaljnije analize.
Različiti od LIBS tehnike, spektri tla FTIR-ATR tla sadrže podatke o strukturi tla,
uključujući strukturu minerala i organskih tvari. Stoga pretpostavljamo da bi kombinacija
LIBS i FTIR-ATR tehnika istovremeno mogla dobiti sastav elemenata tla i strukture tla, što
bi moglo uveliko poboljšati pouzdanost identifikacije tla. Međutim, malo je izvještaja o
primjeni LIBS-a, kao i kombinaciji LIBS-a i FTIR-ATR-a za svakodnevnu forenzičku
analizu.
U tom kontekstu, ova je studija okarakterisala i identifikovala uzorke tla prikupljene iz
različitih geografskih područja Kine koristeći LIBS i FTIR-ATR spektre. Mogućnosti
2
identifikacije tla LIBS i FTIR-ATR spektri ispitivane su i uspoređene primjenom glavnih
komponentnih analiza (PCA). Nadalje, LIBS i FTIR-ATR korišteni su za analizu tla u dva
kaznena slučaja za procjenu njihove potencijalne primjene. Specifični ciljevi ove studije bili
su: (i) procijeniti i usporediti sposobnosti identifikacije tla LIBS i FTIR-ATR; (ii) istražiti
principe identifikacije tla pomoću LIBS i FTIR-ATR spektra; i (iii) procijeniti uspješnost
ovih metoda za forenzičku identifikaciju tla u praktičnim slučajevima.

1. Materijali i metode

3
1.1. Uzorkovanje i priprema tla

100 uzoraka tla korištenih za tekuću studiju prikupljeno je iz pet glavnih regija Kine,
uključujući Shandong, Jiangsu, Jiangxi, Heilongjiang i unutrašnju Mongoliju. Svi prikupljeni
uzorci tla s njihovim ID-om vrste uzorka i opisima mjesta navedeni su u tabeli 1. Prije
spektralne analize uzorci tla su sušeni na zraku na sobnoj temperaturi (25 ± 1 ° C) i potom
prosijani na <2 mm. Nije pokušavamo ukloniti nijednu komponentu iz tla. Ploče tla za
mjerenje LIBS-a granulirane su primijenjenim pritiskom od ~ 55 MPa tokkom 1 minute
pomoću mašine za ploče (YP-2, Kina). Uzorci tla u kriminalnim slučajevima detaljnije su
opisani u odjeljku 2.4.

TABELA 1 POJEDINOSTI O KORIŠTENIM REPREZENTATIVNIM UZORCIMA TLA

Tip tla Broj Tip tla Lokacija Koordinate

ID
SHD 20 Fluvo-vodena Yucheng Okrug, 116°22′–
tla Shandong provincija 116°45′ E,
36°40′–37°12′
N
JS 20 Neobrađeno Suzhou/Wuxi/Zhenjiang 119°22′–
tlo , 121°00′ E,
Jiangsu provincija 30°54′–32°01′
N
JX 20 Crveno tlo Dongxiang 116°20′–
county/Yanshan Okrug, 118°00′ E,
Jiangxi provincija 27°48′–28°30′
N
HLJ 20 Crno tlo Hailun Okrug/Bei'an 126°14′–
Okrug, Heilongjiang 127°53′ E,
provincija 46°58′–48°33′
N
NM 20 Kestenovo tlo Bayannur, Unutrašnja 107°23′–
Mongolija 108°46′ E,
40°43′–41°11′
N

1.2. Instrumenti i sticanje spectra

LIBS spektri dobiveni su korištenjem MobiLIBS sistema (IVEA, Francuska) kontrolisanog

softverom za kontrolu AnaLIBS. Lasersko zračenje nastalo je korištenjem četvrtog
harmoničnog Nd:YAG lasera (Quantel, Francuska) pri 532 nm s trajanjem impulsa od 5
ns. Frekvencija lasera bila je 20 Hz, a energija isporuke 16 mJ. Objektiv s žarišnom dužinom
od 15 cm korišten je za fokusiranje laserskog izlaza na površinu peletiranog uzorka s
promjerom tačke od 50 µm. Emisijska linija rezultirajuće plazme prenosila se iz kolektora
svjetlosti na Mechelle 5000 Echelle spektrometar (Andor Technology Ltd., Sjeverna Irska)
razlučujućom snagom λ / Δλ = 4000. Kamera s pojačanim uređajem povezanim s nabojem
(ICCD) ( iStar, Andor Technology, Ltd., Sjeverna Irska) prikupili su difrakcijsko

4
svjetlo. Vrijeme kašnjenja i širina vrata kontrolisali su se i podešavali na 370 μs i 7,0 ms. Za
svaki uzorak tla korišteno je 5 × 5 matrično snimljeno mjesto na površini uzorka s troslojnim
snimcima na svakom mjestu. Tako je dobiveno ukupno 75 LIBS spektraa za svaki uzorak
tla. FTIR-ATR spektri prosijanih uzoraka tla dobiveni su u srednjem infracrvenom opsegu
(4000–650 cm−1) pri rezoluciji 2,87cm−1 koristeći prigušeni infracrveni spektrofotometar
ukupne refleksije (TruDefender FT, Thermo Scientific, USA). Prije svakog mjerenja uzorka
tla, kristal FTIR-ATR je očišćen i dobiven je pozadinski spektar za naknadnu korekciju
osnovne vrijednosti.

1.3. Statistička analiza

Prije ispitivanja LIBS spektra, sirovi LIBS spektri ispravljeni su osnovnim linijama pomoću
algoritma morfoloških ponderiranih najmanjih kvadrata (MPLS). MPLS algoritam ne
zahtijeva prethodno znanje o pozadini niti postupak ponavljanja niti ručni odabir
odgovarajućeg lokalnog minimuma. 
Teorije i principi MPLS algoritma detaljno su opisali Li, i ostali. U MPLS-u su podesivi
parametri λ i veličina prozora glavni faktori koji utiču na učinkovitost korekcije polazne
vrijednosti. Za optimizaciju parametara korišteni su osnovna greška korijena (RMSE) i
maksimalna visina vrha (MPH) spektralno korigovanih vrijednosti:

𝑀𝑃𝐻 = max(𝑦𝑖 − 𝑧𝑖 ),
pri čemu su yi i zi i i varijable sirovog spektra i procijenjena osnovna vrijednost; N je
varijabilni broj spektra. Optimalni spektralno korigovani spektar trebao bi pokazati niske
RMSE i visoke vrijednosti MPH. Prema tome, definisali smo koeficijent procjene korekcije
polazne vrijednosti (BCEC) prema RMSE i MPH vrijednostima. Visoka vrijednost BCEC
ukazuje na optimalnu učinkovitost korekcije polaznih crta.

MPH i , j −min( MPH ) RMSEi , j−min(RMSE)

BCECi , j= −
|max ( MPH ) −min ⁡( MPH )| |max ( RMSE ) −min ⁡(RMSE)|

Nakon korekcije početne vrijednosti, LIBS i FTIR-ATR izglađeni su pomoću filtra Savitzky-
Golay, a zatim je izračunata srednja vrijednost i normalizovani su.
PCA je opsežno korištena multivarijantna statistička tehnika u hemometriji i predstavlja
moćan alat za smanjenje dimenzionalnosti podataka. PCA ortogonalno pretvara skup
opažanja eventualno koreliranih varijabli u skup vrijednosti linearno nekorelizovanih
varijabli koje se zovu glavne komponente (PC), pri čemu je njihov broj manji ili jednak broju
izvornih varijabli. Nakon smanjenja varijabli u skupu podataka, PCA omogućava
5
identifikaciju i posmatranje izvora. Ovdje je primijenjena PCA radi smanjenja dimenzija
spektra i osigurava intuicionističke rezultate klasifikacije tla prema rasipnim površinama PC-
a. Spektralna predobrada, PCA i statističke analize provedene su u MATLAB R2016a (The
Math Works, Natick, USA).

6
2. Rezultati i diskusija

2.1. Ispravka osnovne vrijednosti

Sl. 1 prikazuje rezultate optimizacije parametara (λ i veličina prozora) u algoritmu

ispravljanja referentne vrijednosti MPLS. Jasno je da su na vrijednosti RMSE utjecale
vrijednosti λ i bile su relativno niske kada je λ=100 do 103. I vrijednosti RMSE i MPH bile su
prilično niske pri niskim log (λ) vrijednostima, što je rezultiralo gubitkom nekoliko
informativnih vrhova. Suprotno tome, vrijednosti RMSE povećavale su se s porastom λ, što
je rezultiralo pretjeranom korekcijom LIBS spektra. Na Slici 1c, ispravljeni LIBS spektar
pokazao je vršni gubitak (plava linija) na niskom λ i prikazao je prekomjernu korekciju
(zelena linija) pri visokoj λ i maloj veličini prozora. Dakle, relativni BCEC primijenjen je za
optimizaciju parametara. Najveća vrijednost BCEC dobijena je pri log (λ) od 3 i veličini
prozora od 30. Dakle, vrijednost λ i veličina prozora u algoritmu ispravljanja MPLS osnovne
linije postavljeni su na 103 i 30.

Slika 1. Optimizacija parametara u algoritmu korekcije MPLS osnovne linije za LIBS spektre. (a)
RMSE korigirane LIBS spektre ispravljene prema osnovnoj liniji s različitim log (λ) vrijednostima i
veličinama prozora; (b) MPH grafikon koji prikazuje MPL referentno ispravljenog LIBS spektra s
različitim log (λ) vrijednostima i veličinama prozora; (c) LIBS spektri ispravljeni prema osnovnoj

7
vrijednosti pri 600 do 700 nm pod različitim vrijednostima log (λ) i veličinama prozora; (d) relativni
BCEC ispravljenog LIBS spektra ispravljenog prema osnovnoj liniji s različitim log (λ) vrijednostima
i veličinama prozora

2.2. Karakteristike spektra tla

2.2.1. LIBS spektar

Sl. 2 prikazuje LIBS spektar i grafikon toplinske karte u odnosu na različite tipove tla gdje je
linija emisije C I opažena na 247,8 nm. Signali na 343,7, 498,2, 498,9, 499,9, 500,6, 501,6,
503,0 i 633,1 nm pripisani su emisijskoj liniji N II, a signali na 742,3, 744,2, 746,8, 818,25,
819,3, 821,7 i 824,3 nm su pripisane N I emisijskoj liniji. Emisijski vodovi O I primijećeni su
na 777,1 i 844,6 nm, dok je emisijski vod O II opažen na 655,6 nm, a O III emisijski vod na
794,6 nm. Snažne emisijske linije od 766,3 i 769,8 nm odgovarale su emisiji K I. Promatrane
su emisije vodova Ca kao emisije Ca I pri 422,5, 429,8, 445,4, 526,4, 558,8, 615,6, 645,1,
714,8 i 720,2 nm; Emisijski vodovi Ca II na 315,7, 317,7, 373,5, 393,0, 396,5, 732,3, 854,2 i
866,2 nm; i Ca III emisijski vodovi pri 642,5 i 648,3 nm. Signali na 279,3 i 280,0 nm
pripisani su emisijskim vodovima Mg II, a oni na 382,9, 383,5, 517,3 i 518,4 nm nastali su iz
emisije Mg I. Promatrana je emisijska linija Al I pri 309,2 nm. Zapažene su dvije emisijske
cijevi Si I pri 251,4 i 288,2 nm, a mnoge emisije vodova Fe I i II primijećene su na 460,6 i
487,7 nm, kao i na 237,1, 259,7, 262,8, 274,4 , 323,2, 534,7, i 669,9 nm. Na toplinskoj karti
odabrane su talasne dužine s visokim promjenama intenziteta LIBS i prikazane su u tabeli 2.
Uočene su velike razlike u intenzitetu LIBS emisionim vodovima Si, Mg, Al, Ca, N, O, što
ukazuje na veliku varijaciju tih elemenata u različitim tlima.

8
Slika 2. LIBS-spektri i grafički prikaz toplinske karte od 100 reprezentativnih uzoraka tla dobivenih
od 200‒400 nm (a), 400‒600 nm (b) i 600‒1000 nm (c). SHD, uzorci tla iz Shandonga; JS, uzorci tla
iz Jiangsua; JX, uzorci tla iz Heilongjianga; NM, uzorci tla iz Unutrašnje Mongolije.
TABELA 2. ODABRANE EMISIONE LINIJE S VISOKIM ODSTUPANJIMA LIBS INTENZITETA

Element Talasna dužina Razvrstavanje po LIBS

intenzitetu
Si I
251.4 i 288.2 JX>JS≈HLJ>SHD>NM
Mg I
517.3 i 518.4 SHD≈NM>HLJ≈JS>JX
Mg II
279.3 i 280.0 SHD≈JS≈HLJ>NM>JX
Al I
309.2 JX>JS≈HLJ>SHD>NM
422.5, 429.8, 445.4,
526.4, 558.8, 615.6, 645.1,
Ca I 714.8, i 720.2 SHD≈NM>HLJ>JS>JX
315.7, 317.7, 393.0,
396.5, 732.3, 854.2, i
Ca II 866.2 SHD≈NM>HLJ>JS>JX
Ca III
642.5 i 648.3 SHD≈NM>HLJ>JS>JX
818.25, 819.3, 821.7 i
NI 824.3 SHD≈NM≈JS>HLJ>JX
OI
777.1 i 844.6 JX>JS>HLJ≈SHD>NM
O II
655.6 JX>JS>HLJ≈SHD>NM
KI
766.3 i 769.8 JX>JS>HLJ>SHD>NM
SHD, uzorci tla iz Shandonga; JS, uzorci tla iz Jiangsua; JX, uzorci tla iz Jiangxija; HLJ, uzorci tla iz
Heilongjianga; NM, uzorci tla iz Unutrašnje Mongolije.

2.2.2. FTIR-ATR spektar

FTIR-ATR spektar tla i reprezentativan crtež toplinske karte prikazani su na slici 3. Dva
CO32-rastezljiva pojasa od karbonata opažena su na ~ 1440 cm−1, a vrh na ~ 925 cm−1 bio je
povezan s Al ‒ OH rastezanjem kaolinita i smektita u tlu. Veliki pojas na ~ 1000 cm−1 nastao
je iz Si – O koja se proteže od kvarca i koja se pri ~ 1630 cm−1 pripisala vibracijama amida
(C = O) i aromatika (C = C) u organskim spojevima. Širokopojasni raspon od 3500–3200
cm−1 dodijeljen je O – H vibraciji vode, alkohola, karboksilne kiseline, fenoli i N – H
vibraciji amida. Vrhunac na 3620 cm−1 nastao je vibracijom rastezanja O– H u mineralima
gline. Uočene su značajne razlike u intenzitetu FTIR-ATR na glinenoj O-H rastezljivoj traci
(~ 3620 cm−1), O ‒ H / N ‒ H (3200‒3500 cm−1 ), C = C / C = O (~ 1630 cm−1, Si ‒ O (~
1000 cm−1), CO32- (~ 1440 cm−1) i NH2 izvan ravnine (~ 780 cm−1; Tabela 3). Ovi rezultati
sugeriraju da se silikati, karbonati i organske tvari značajno razlikuju između tipova tla.

9
Slika 3. FTIR-ATR spektri i toplotna karta prikazuju 100 reprezentativnih uzoraka tla od 4000‒650
cm−1.. SHD, uzorci tla iz Shandonga; JS, uzorci tla iz Jiangsua; JX, uzorci tla iz
Heilongjianga; NM, uzorci tla iz Unutrašnje Mongolije.

TABELA 3 ODABRANI RASPONI SPEKTRA S VISOKIM FTIR-ATR VARIJACIJAMA INTENZITETA

Vibracije Talasni broj (cm−1 ) Komponente Razvrstavanje po FTIR-

ATR intenzitetu
Glineno O-H Mineral gline JX>SHD>HLJ>NM>JS
rastezanje
O-H/N-H Karboksilne, HLJ>SHD>JX>NM>JS
rastezanje alkoholi i fenoli /
amin i amid,
hidroksilne skupine
C=C/C=O Amidi, COO−¿ ¿ JS≈HLJ>SHD>JX>NM
rastezanje /aromatic/ O-H
rastezanje
CO32- Karbonati NM>SHD>JS>JX≈HLJ
Si-O istezanje Silikati JX>SHD≈NM>JS≈HLJ
NH 2 van ravnine Primarni amini JX>JS>SHD≈NM>HLJ
SHD, uzorci tla iz Shandonga; JS, uzorci tla iz Jiangsua; JX, uzorci tla iz Jiangxija; HLJ, uzorci tla iz
Heilongjianga; NM, uzorci tla iz Unutrašnje Mongolije.

10
2.3. Identifikacija tla pomoću PCA

Iako su i LIBS i FTIR-ATR spektri pokazali velike razlike u intenzitetu pri nekim talasnim
dužinama i talasnim brojevima za različite tipove tla, bilo je teško direktno razlikovati vrstu
tla prema spektralnoj razlici intenziteta. Kako bi se intuitivno razlikovala vrsta tla, PCA
analiza provedena je na punim LIBS i FTIR-ATR spektrima.
Objašnjene varijante prve (PC1), druge (PC2) i treće (PC3) glavne komponente iz LIBS
spektra bile su 69,54%, 12,31% i 6,80%, a ukupna objašnjena varijanca je bila 88,65%
(Dodatak S1 , Sl. S1a). PC1, PC2 i PC3 mogli bi se koristiti za razlikovanje vrste tla putem
rasipanih rasipača (Sl. 4a‒c). Iznenađujuće, pet tipova tla precizno je podijeljeno u pet
skupina prema PC1 ‒ PC2 rasipanju (Sl. 4a). Među tim skupinama, grupa tla JS pokazala je
malu graničnu udaljenost s grupom tla HLJ, što ukazuje na mali kapacitet PC1 i PC2 iz LIBS
spektra za razlikovanje JS i HLJ tla. PC1 ‒ PC3 raspršivač također je pokazao očitu podjelu
pet tipova tla, osim dva NM uzoraka tla (Sl. 4b).  Međutim, tla se teško razlikuju prema
rasipanosti PC2 ‒ PC3 (Sl. 4c). Ovi rezultati pokazuju da PC1 i PC2 iz LIBS spektra igraju
vitalnu ulogu u razlikovanju vrsta tla. Da bismo bolje razumjeli varijabilnu interpretabilnost,
učitavanje LIBS spektra na računaru prikazano je na slici 4d ‒ f. Visoka apsolutna vrijednost
opterećenja PC1 iz LIBS spektra opažena je na talasnim dužinama koje odgovaraju
emisijskim linijama Si, Mg, Al, Ca, K, O i N (Sl.4d), u skladu s varijacijama intenziteta LIBS
za različite vrste tla. Visoke apsolutne vrijednosti opterećenja PC2 i PC3 također su
primijećene na linijama emisija Fe, Si, Mg, Al, Ca, K, O i N. Nadalje, negativne vrijednosti
za opterećenje PC1 uočene su na emisijskim linijama Ca, dok su pozitivne vrijednosti za
opterećenje PC1 primijećene na talasnim dužinama emisijskih linija Si, K i O. Ovo sugeriše
da je više Ca, ali manje Si, K i O prisutno na NM i SHD tlima u usporedbi s tlima HLJ, JS i
JX, u skladu s rezultatima predstavljenim u tablici 2. Varijacija Si, Mg, Al, Ca , K, O i N u tlu
odražavala se razlikom intenziteta njihovih karakterističnih LIBS linija i bio je značajan
pokazatelj identifikacije tla u PCA.
Za FTIR-ATR spektre, objašnjene varijance prva tri PC-a činile su 48,1%, 21,8%, i 12,1%
ukupne varijance, (Sl. S1b). Sl. 5a ‒c prikazuje rasipanje prvih triju glavnih komponenti (PC1
‒ PC3) iz FTIR-ATR spektra koji su korišteni za identifikaciju tipa tla. JX i HLJ tla dobro su
se razlikovala od tla SHD, JS i NM pomoću PC1. SHD, JS i NM tla lako su se razlikovala
raspodjelom PC1 ‒ PC2 (Sl. 5a). Iako su tla JX i HLJ teško diferencirana prema PC1 ‒ PC2
rasipanju, oni su se jasno razlikovali pomoću PC1 ‒ PC3 rasipača (sl. 5a i b). Očigledno se
samo JS tlo razlikovalo od onog drugog po PC2 ‒ PC3 raspršivanju (Sl. 5c). Ovi rezultati
naglašavaju značaj PC1, PC2 i PC3 iz LIBS spektra za razlikovanje vrsta tla i prva tri PC
opterećenja prikazana su na slici 5d ‒ f. Kao što se očekivalo, visoke apsolutne vrijednosti
opterećenja PC1, PC2 i PC3 uočene su na valovitim brojevima gline O ‒ H (~ 3620 cm−1), O
‒ H / N ‒ H (3200‒3500 cm−1 ), C = C / C = O (~ 1630 cm−1) i Si ‒ O (~ 1000 cm−1) kao i
vibracije CO32- (~ 1440 cm−1), Al ‒ OH (~ 925 cm−1) i NH2 (~ 780 cm−1).

Pozitivna vrijednost promatrana na valnom broju (~ 1440 cm−1) vibracije CO32- i negativna
vrijednost opažena pri Si ‒ O vibraciji (~ 1000 cm−1) za opterećenja PC1 pokazala je da više
karbonata i manje silikata prisutna na NM, SHD i JS tlima u usporedbi s tlima JX i
HLJ. Stoga je sposobnost identifikacije FTIR-ATR spektra za različite tipove tla bila
povezana s mineralima tla, uključujući karbonate i silikate.

11
Iako su pojedini LIBS ili FTIR-ATR spektri pokazali dobru razliku između pojedinih tipova
tla, bilo je teško razlikovati JS i HLJ tla po pojedinim LIBS spektrima i JX i HLJ zemljištima
po pojedinim FTIR-ATR spektrima. Stoga se preporučuje kombinacija LIBS i FTIR-ATR
spektra za razlikovanje različitih vrsta tla. Kombinacijom rezultata PC opterećenja iz LIBS i
FTIR-ATR spektra, kao i spektralnom analizom, zaključeno je da tla NM i SHD sadrže obilje
kalcijevog karbonata i malo organske tvari, dok tlo HLJ ima obilnu organsku tvar i malo
kalcijevog karbonata , Tlo JX sadrži značajnu količinu silikata, a varijacije u sadržaju
mineralnih i organskih tvari u različitim vrstama tla ključni su pokazatelji za identifikaciju
tla. Razumijevanje ovih varijacija od velikog je značaja za razlikovanje i identifikaciju tla u
forenzičkim dokazima o tragovima.

Slika 4. Distribucije glavnih komponenti (a, b i c) i plohe za utovarivanje glavnih komponenti (d, e i f)
prve tri glavne komponente iz LIBS spektra od 100 reprezentativnih uzoraka tla. SHD, uzorci tla iz
Shandonga; JS, uzorci tla iz Jiangsua; JX, uzorci tla iz Heilongjianga;  NM, uzorci tla iz Unutrašnje
Mongolije.

12
2.4 Studije slučaja

U odjeljku 2.3 navedena je korisnost LIBS i FTIR-ATR spektra za identifikaciju tla u

forenzičkim dokazima o tragovima. U sljedećim su odjeljcima primijenjene tehnike LIBS i
FTIR-ATR u dvije praktične kaznene slučajeve kako bi se podržala njihova praktična
izvedivost.

2.4.1. Slučaj 1

Sredinom ljeta žensko tijelo pronađeno je na dnu rijeke Jurong u blizini podokruga Hushu u
okrugu Jiangning, Nanking. Rezultati obdukcije pokazali su da je žrtva stara oko 9 godina i
135 cm visoka, ali nisu otkriveni direktni dokazi koji bi ukazivali na to je li žrtva pala i
utopila se ili je ubijena. Tako su uzorci tla prikupljeni s obale rijeke (C1-1), dna rijeke (C1-2)
i potplata cipele žrtve (C1-3), te poslani u laboratorij na LIBS i FTIR-ATR analizu. Prije
spektralne analize, uzorci tla sušeni su zrakom na sobnoj temperaturi (25 ± 1 ° C) i prosijani
do <2 mm. Nije pokušavano ukloniti nijednu komponentu iz uzorka tla. Svaki uzorak tla
izmjeren je u kvintuplikatu za LIBS spektre i četverostruko za FTIR-ATR spektre.
LIBS i FTIR-ATR spektri triju uzoraka tla prikazani su na Sl. S2. PCA analiza primijenjena
je na LIBS spektre od 200 do 1000 nm, a na FTIR-ATR spektre od 4000 do 650 cm−1
. Objašnjene varijacije PC1, PC2 i PC3 iz LIBS spektra su bile 43,52%, 18,27%, i 8,30% (Sl.
S3), a objašnjavane varijacije PC1 i PC2 iz FTIR-ATR spektra su bile 47,89% i 28,89 %,
respektivno. Razmjerne vrijednosti PC rezultata pokazale su da se uzorak tla C1-1 može
jasno razlikovati od uzoraka tla C1-2 i C1-3 koristeći i LIBS i FTIR-ATR spektre (Sl.
6). Međutim, uzorci tla C1-2 i C1-3 raspodijeljeni su u istoj skupini prema PC rezultatima
rasipanja. Odnosno, tla C1-3 i C1-2 bila su visoko homološka. PC opterećenja pokazala su da
se Si, Ca, Mg, K, O i N u tlu mogu koristiti za identificiranje tla prema LIBS spektru, a
mineralni i organski sastojci tla igrali su važnu ulogu u FTIR-ATR spektru za identifikaciju
izvora tla (Sl. S4). Ako se žrtva utopila, tlo na njenim cipelama trebalo bi biti istovjetno
onome na obali rijeke. Umjesto toga, tlo u potplatu žrtve najvjerojatnije potiče iz dna rijeke
nego s obale. Stoga je žrtva možda namjerno gurnuta u rijeku. Forenzički tragovi tla pružaju
korisne informacije za utvrđivanje ovog slučaja.

13
Slika 6. Distribucije glavnih komponenti iz LIBS (a) i FTIR-ATR (b) spektra uzoraka tla u
slučaju 1. C1-1, uzorci tla na obali rijeke;  C1-2, uzorci tla na dnu rijeke; C1-3, uzorci tla na
cipelama žrtve.

2.4.2 Slučaj 2

Tijela dvoje djece pronađena su na rijeci Beihe u selu Dizhuang u okrugu Peixian, Jiangsuu,
šestogodišnjeg dječaka i trogodišnje djevojčice, a oboje su se utopili. Mlada žena na mjestu
događaja, ne noseći cipele, tvrdila je da je pokušavala spasiti dvoje djece. Poslije su njezine
cipele pronađene u rijeci. Mlada je žena bila maćeha dvoje djece i obično im nije bila
prijateljski naklonjena, pokazalo je istraživanje. Prije nesreće, mještani su svjedočili kako
žena napušta selo sa svoje dvoje posvojene djece. Međutim, nisu pronađeni niti svjedoci niti
video zapisi o nesreći. Za dobivanje direktnih dokaza, uzorci tla pored tijela, iz ženskih cipela
i s dna rijeke prikupljeni su za spektralnu analizu. Specifični opisi prikupljenih uzoraka tla
prikazani su u tablici 4. Prije spektralne analize uzorci tla sušeni su na zraku na sobnoj
temperaturi (25 ± 1 ° C) i prosijani na <2 mm. Nije pokušavano ukloniti nijednu komponentu
iz uzorka tla. Za sticanje LIBS spektra, svaki je uzorak snimljen 25 puta u skladu s 5 × 5
matricama i dobiveni su prosječni spektri. Za stjecanje FTIR-ATR spektra, svaki je uzorak
mjeren četiri puta da bi se dobili prosječni spektri
LIBS i FTIR-ATR spektri različitih uzoraka tla prikazani su na slici S5. Za PCA analizu
korišteni su LIBS spektri od 200 do 1000 nm i FTIR-ATR spektri od 4000 do 650 cm−1
. Varijacije se mijenjaju prema broju glavnih komponenata, kao što je prikazano na slici
S6. Objašnjene varijacije PC1 i PC2 iz LIBS spektra bile su 60,12% i 16,52%, a one iz FTIR-
ATR spektra 47,89% i 28,89%, respektivno. Stoga se PC1 ‒ PC2 raspršivač koristio za
identifikaciju tla (Sl. 7). I PCA raštrkani spektar LIBS i FTIR-ATR spektra pokazao je dvije
jasno odvojene skupine koje su mogle podijeliti uzorke tla na dva izvora. Lijeva skupina iz
LIBS spektra sadržavala je uzorke tla pored tijela dječaka (B) i djevojčice (G), a uzorci tla s
riječnog dna (SD) i djelomični uzorci tla s lijeve cipele žene (SLS) također analiziran. Lijeva
skupina iz FTIR-ATR spektra sadržavala je uzorke tla B, G, SD, dio SLS i uzorke tla s
plitkog dna rijeke (SS). Kombinirajući PCA analizu LIBS i FTIR-ATR spektra, zaključeno je

14
da je dio uzorka tla s lijeve cipele žene (SLS) bio visoko homologan uzorcima tla pored
tijela. Drugim riječima, cipele mlade žene bile su izložene tlu na dnu rijeke i tlu na kojem se
dijete utopilo. Da je, kako je tvrdila žena, spasila dvoje djece, ne bi imala vremena skinuti
cipele za vrijeme krize. Čak i da je skinula cipele kako bi spasila dvoje djece, njezine cipele
ne bi dotakle zemlju pored dječjih tijela. Te su tvrdnje izvedene iz forenzičkih dokaza tla u
tragovima dobivenih korištenjem LIBS i FTIR-ATR spektra, koji daju korisne tragove za
određivanje ovog slučaja.

Slika 7. Distribucije glavnih komponenti iz LIBS (a) i FTIR-ATR (b) spektra uzoraka tla u slučaju 2.
B, uzorci tla pored dječakova tijela; G, uzorci tla pored djevojčicinog tijela; SLS, uzorci tla na lijevoj
cipeli osumnjičenog; SRS, uzorci tla na desnoj cipeli osumnjičenog; SS, uzorci tla na dnu plitkog
područja rijeke;  SD, uzorci tla na dnu dubokog područja rijeke.

15
 3. Zaključci

Ova studija istraživala je dostupnost i principe identifikacije tla u Kini za forenzičke dokaze u
tragovima temeljene na LIBS i FTIR-ATR spektrima pomoću PCA. Razvijena metodologija
za forenzičke preglede tla zasnovana na LIBS i FTIR-ATR spektru primijenjena je na dva
krivična slučaja za procjenu forenzičkih performansi. Rezultati su sugerirali da se pet vrsta tla
može jasno razlikovati LIBS i FTIR-ATR spektrom. Varijacije elementarnih, mineralnih i
organskih tvari u različitim tipovima tla ključni su pokazatelji za identifikaciju tla na temelju
LIBS i FTIR-ATR spektra. Kombinacija LIBS i FTIR-ATR u dvije studije slučaja daje
primjenjivi primjer analize tla za forenzička ispitivanja, što ukazuje na veliki potencijal
primjene LIBS i FTIR-ATR spektra u praksi forenzičkih znanosti.

16
17
Literatura

1. C.W. Du, R. Linker, A. Shaviv, Identification of agricultural Mediterranean soils using mid-
infrared photoacoustic spectroscopy, Geoderma 143(1-2) (2008) 85-90.

2. K.Q. Yu, Y.R. Zhao, F. Liu, Y. He, Laser-induced breakdown spectroscopy coupled with
multivariate chemometrics for variety discrimination of soil, Sci. Rep. 6 (2016) 27574.

3. R. Chauhan, R. Kumar, V. Sharma, Soil forensics: A spectroscopic examination of trace evidence,

Microchem. J. 139 (2018) 74-84.

4. S.C. Jantzi, J.R. Almirall, Characterization and forensic analysis of soil samples using laser-
induced

breakdown spectroscopy (LIBS), Anal. Bioanal. Chem. 400(10) (2011) 3341-3351.

5. B. Woods, C. Lennard, K.P. Kirkbride, J. Robertson, Soil examination for a forensic trace evidence

laboratory–Part 3: A proposed protocol for the effective triage and management of soil

examinations, Forensic Sci. Int. 262 (2016) 46-55.

6. N. Petraco, T.A. Kubic, N.D.K. Petraco, Case studies in forensic soil examinations, Forensic Sci.
Int. 178(2) (2008) e23-e27.

7. J. Horswell, S.J. Cordiner, E.W. Maas, T.M. Martin, K.B.W. Sutherland, T.W. Speir, B. Nogales,
A.M. Osborn, Forensic comparison of soils by bacterial community DNA profiling, J. Forensic Sci.

47(2) (2002) 350-353.

8. J.M. Young, N.J. Rawlence, L.S. Weyrich, A. Cooper, Limitations and recommendations for

successful DNA extraction from forensic soil samples: A review, Sci. Justice 54(3) (2014)

238-244.

9. P.A. Bull, A. Parker, R.M. Morgan, The forensic analysis of soils and sediment taken from the cast
of a footprint, Forensic Sci. Int. 162(1) (2006) 6-12.

10. K.J. Knudson, L. Frink, B.W. Hoffman, T.D. Price, Chemical characterization of Arctic soils:

activity area analysis in contemporary Yup'ik fish camps using ICP-AES, J. Archaeol. Sci. 31(4)

(2004) 443-456.

11. L. Reidy, K. Bu, M. Godfrey, J.V. Cizdziel, Elemental fingerprinting of soils using ICP-MS and

multivariate statistics: A study for and by forensic chemistry majors, Forensic Sci. Int. 233(1)

(2013) 37-44.

12. D.A. Cremers, L.J. Radziemski, Handbook of laser-induced breakdown spectroscopy, Wiley,

Chichester, 2006.

18
13. F. Brech, L. Cross, Optical microemission stimulated by a ruby laser, Appl. Spectrosc. 16(2)

(1962) 59.

14. J. Peng, F. Liu, F. Zhou, K. Song, C. Zhang, L. Ye, Y. He, Challenging applications for multi

element analysis by laser-induced breakdown spectroscopy in agriculture: A review, TrAC,

Trends Anal. Chem. 85 (2016) 260-272.

15. S.C. Jantzi, J.R. Almirall, Elemental analysis of soils using laser ablation inductively coupled

plasma mass spectrometry (LA-ICP-MS) and laser-induced breakdown spectroscopy (LIBS) with

multivariate discrimination: Tape mounting as an slternative to pellets for small forensic transfer

specimens, Appl. Spectrosc. 68(9) (2014) 963-974.

16. R.J. Cox, H.L. Peterson, J. Young, C. Cusik, E.O. Espinoza, The forensic analysis of soil

organic by FTIR, Forensic Sci. Int. 108(2) (2000) 107-116.

17. B. Woods, C. Lennard, K.P. Kirkbride, J. Robertson, Soil examination for a f rensic trace

evidence laboratory—Part 1: Spectroscopic techniques, Forensic Sci. Int. 245 (2014) 187-194.

18. Z. Li, D.-J. Zhan, J.-J. Wang, J. Huang, Q.-S. Xu, Z.-M. Zhang, Y.-B. Zheng, Y.-Z. Liang, H.

Wang, Morphological weighted penalized least squares for background correction, Analyst

138(16) (2013) 4483-4492.

19. A. Savitzky, M.J. Golay, Smoothing and diffe entiation of data by simplified least squares

procedures, Anal. Chem. 36(8) (1964) 1627-1639.

20. A.K. Myakalwar, S. Sreedhar, I. Barman, N.C. Dingari, S. Venugopal Rao, P. Prem Kiran,

S.P. Tewari, G. Manoj Kum r, L ser-induced breakdown spectroscopy-based investigation and

classification of pharm ceutic l t blets using multivariate chemometric analysis, Talanta 87 (2011)

53-59.

21. A.Z. Ul-Saufie, A.S. Yahaya, N.A. Ramli, N. Rosaida, H.A. Hamid, Future daily PM10

concentrations prediction by combining regression models and feedforward backpropagation

models with principle component analysis (PCA), Atmos. Environ. 77 (2013) 621-630.

22. D.A. Cremers, M.H. Ebinger, D.D. Breshears, P.J. Unkefer, S.A. Kammerdiener, M.J. Ferris,

K.M. Catlett, J.R. Brown, Measuring total soil carbon with laser-induced breakdown spectroscopy

(LIBS), J. Environ. Qual. 30(6) (2001) 2202-2206.

19
23. R.D. Harris, D.A. Cremers, M.H. Ebinger, B.K. Bluhm, Determination of nitrogen in sand

usinglaser-induced breakdown spectroscopy, Appl. Spectrosc. 58(7) (2004) 770-775.

24. D.M. Dong, C.J. Zhao, W.G. Zheng, X.D. Zhao, L.Z. Jiao, Spectral characterization of nitrogen in farmland

soil by laser-induced breakdown spectroscopy, Spectrosc. Lett. 46(6) (2013) 421-426.

25. F.C. De Lucia Jr, J.L. Gottfried, Characterization of a series of nitrogen-rich molecules using

laser induced breakdown spectroscopy, Prop. Explos. Pyrotech. 35(3) (2010) 268-277.

26. Z.G. Ji, J.H. Xi, Q.N. Mao, Determination of oxygen concentration in heavily doped silicon

wafer by laser induced breakdown spectroscopy, J. Inorg. Mater. 25(8) (2010) 893-895.

27. A. Mansoori, B. Roshanzadeh, M. Khalaji, S.H. Tavassoli, Quantitative analysis of cement

powder by laser induced breakdown spectroscopy, Opti. Laser. Eng. 49(3) (2011) 318-323.

28. B. Sallé, D.A. Cremers, S. Maurice, R.C. Wiens, P. Fichet, Evaluation of a compact spectrograph or

insituand stand-off laser-induced breakdown spectroscopy analyses of geological samples on Mars missions,

Spectrochim. Acta, Part B 60(6) (2005) 805-815.

29. H.M. Velioglu, B. Sezer, G. Bilge, S.E. Baytur, I.H. Boyaci, Identification f ffal adulteration

in beef by laser induced breakdown spectroscopy (LIBS), Meat Sci. 138 (2018) 28-33.

30.V. Juvé, R. Portelli, M. Boueri, M. Baudelet, J. Yu, Space-resolved analysis of trace elements

in fresh vegetables using ultraviolet nanosecond laser induced breakdown spectroscopy,

Spectrochim. Acta, Part B 63(10) (2008) 1047-1053.

31. N. Ahmed, Z.A. Umar, R. Ahmed, M.A. Baig, On the elemental analysis of different cigarette

brands using laser induced breakdown spectroscopy and laser-ablation time of flight mass

spectrometry, Spectrochim. Acta, Part B 136 (2017) 39-44.

32. P. Yaroshchyk, R.J.S. Morrison, D. Body, B.L. Chadwick, Quantitative determination of wear

metals in engine oils using l ser-induced breakdown spectroscopy: A comparison between liquid

jets and static liquids, Spectrochim. Acta, Part B 60(7-8) (2005) 986-992.

33. Z. Abdel-Salam, J. Al Sharnoubi, M.A. Harith, Qualitative evaluation of maternal milk and

commercial infant formulas via LIBS, Talanta 115 (2013) 422-426.

20
34. H. Zheng, F.Y. Yueh, T. Miller, J.P. Singh, K.E. Zeigler, J.C. Marra, Analysis of plutonium

oxide surrogate residue using laser-induced breakdown spectroscopy, Spectrochim. Acta, Part B

63(9) (2008) 968-974.

35. A.K. Rai, H. Zhang, F.Y. Yueh, J.P. Singh, A. Weisberg, Parametric study of a fiber-optic

laser-induced breakdown spectroscopy probe for analysis of aluminum alloys, Spectrochim. Acta,

Part B 56(12) (2001) 2371-2383

36. H.K. Li, M. Liu, Z.J. Chen, R.H. Li, Quantitative analysis of impurities in aluminum alloys by

laser-induced breakdown spectroscopy without internal calibration, Trans. Nonferr. Met. Soc.

China 18(1) (2008) 222-226.

37. M. Sabsabi, V. Detalle, M.A. Harith, W. Tawfik, H. Imam, Comparative study of two new

commercial echelle spectrometers equipped with intensified CCD for analysis of laser-induced

breakdown spectroscopy, Appl. Opt. 42(30) (2003) 6094-6098.

38. M.A. Ismail, G. Cristoforetti, S. Legnaioli, L. Pardini, V. Palleschi, A. Salvetti, E. Tognoni,

M.A. Harith, Comparison of detection limits, for two metallic matrices, of laser-induced

breakdown spectroscopy in the single and double-pulse configurations, Anal. Bioanal. Chem.

385(2) (2006) 316-325.

39. R.A.V. Rossel, T. Behrens, Using data mining to model and interpret soil diffuse reflectance

spectra, Geoderma 158(1-2) (2010) 46-54.

40. J.M. Soriano-Disla, L.J. Janik, R.A. Viscarra Rossel, L.M. Macdonald, M.J. McLaughlin, The

performance of visible, near-, and mid-Infrared reflectance s ectrosco y for prediction of soil

physical, chemical, and biological properties, Appl. Spectrosc. Rev. 49(2) (2014) 139-186.

41. E. Smidt, K. Meissl, The applicability of Fourier transform infrar d (FT-IR) spectroscopy in

waste management, Waste Manage. (Oxford) 27(2) (2007) 268-276.

42. P.S. Nayak, B.K. Singh, Instrumental characterization of clay by XRF, XRD and FTIR, Bull.

Mater. Sci. 30(3) (2007) 235-238.

43. G.J. Churchman, R.C. Foster, L.P. D’Acqui, L.J. Janik, J.O. Skjemstad, R.H. Merry, D.A.
Weissmann, Effect of l nd-use history on the potential for carbon sequestration in an Alfisol, Soil

Till. Res. 109(1) (2010) 23-35.

44. J. Leifeld, Application of diffuse reflectance FT-IR spectroscopy and partial least-squares regression to
predict NMR properties of soil organic matter, Eur. J. Soil Sci. 57(6) (2005) 846-857.

21
45. L.J. Janik, J.O. Skjemstad, K.D. Shepherd, L.R. Spouncer, The prediction of soil carbon

fractions using mid-infrared-partial least square analysis, Soil Res. 45(2) (2007) 73-81.

46. J.A. Pedersen, M.A. Simpson, J.G. Bockheim, K. Kumar, Characterization of soil organic

carbon in drained thaw-lake basins of Arctic Alaska using NMR and FTIR photoacoustic

spectroscopy, Org. Geochem. 42(8) (2011) 947-954.

47. F. Calderón, M. Haddix, R. Conant, K. Magrini-Bair, E. Paul, Diffuse-reflectance fourier-transform mid-

infrared spectroscopy as a method of characterizing changes in soil organic matter, Soil Sci. Soc. Am. J. 77(5)

(2013) 1591-1600.

48. M.-H. Bernier, G.J. Levy, P. Fine, M. Borisover, Organic matter composition in soils irrigated

with treated wastewater: FT-IR spectroscopic analysis of bulk soil samples, Geoderma 209-

210(2013) 233-240.

49. C. Du, J. Zhou, Application of infrared photoacoustic spectroscopy in soil analysis, Appl.

Spectrosc. Rev. 46(5) (2011) 405

22
23
24
.

25
26
27