稳定同位素溯源混合模型-R

稳定同位素混合模型（Mixing model）

稳定同位素比值

• 稳定同位素比值（δ值，简读为“delta”值），McKinney et al.（1950）首次提出。
• 样品中两种同位素比值相对于某一标准对应比值的相对千分差。
  $\delta (‰)=(\frac{R_{sample}}{R_{standard}}-1)\times 1000$

应用： 计算不同源物质对某一混合物贡献比例（食物来源、水分贡献、碳源贡献、污染物来源分析等）
原理： 稳定同位素质量守恒
${\delta }_M=f_1({\delta }_1+{\gamma }_1)+f_2({\delta }_2+{\gamma }_2)+...+f_n({\delta }_n+{\gamma }_n)$
${\delta }_M$ 和${\delta }_i$分别为是混合物（消费者）和源的稳定同位素值，$f_i$是第$i$个源对混合物的贡献比例，${\gamma }_i$分别是第$i$个源的稳定同位素值及其与混合物（消费者）之间的分馏值；
n同位素，n+1个源，可精确得到各源的贡献比例。
n同位素，>n+1个源，借助同位素混合模型，计算比例范围。
**前提：**源物质稳定同位素值存在差异；分馏系数已知

模型名称	优点	缺点/不足
线性混合模型	可以准确计算每种源的贡献比例	只适用于n个同位素，n+1个源
Isoerro	考虑了食物源数据的不确定性	只适用于n个同位素，n+1个源
Isoconc	考虑消费者和食物源的元素含量	适用于消费者和食物源之间碳氮含量相差较大，且需根据食物源的特性对其碳氮含量做相应调整
IsoSource	适用于n个同位素和>n+1种源，界面易操作，结果易提取分析	只能给出范围，未充分考虑数据的不确定性，宽容度(tolerance)的调整会带来较大变化
贝叶斯混合模型(Mixsir, SIRA, Mix SIRA等)	适用于n个同位素和>n+1种源，且考虑了数据的不确定性（标准差，分馏系数等），提高了准确性

数据整理

• 源比较多的情况下，需要对源进行合并，两种方式
  （1）前整合：稳定同位素值相近（统计上无差异）；逻辑相近组（陆源/海源等），计算前合并
  （2）后整合：经IsoSource计算后，逻辑相近组计算结果合并相加，重新整理

MixSIRA整合了Mixsir和SIA

开发者：Brian Stock等
链接：A PDF Document
链接：MixSIAR

• 线性混合模型如何工作？

• 当样本量增大后或者源增多后，线性混合模型不再适用