『Abstract
　Mean stream sediment chemical compositions from northwestern Wisconsin in the north central United States, based on more than 800 samples, differ significantly from mean A-horizon and C-horizon soil compositions, based on about 380 samples of each horizon. Differences by a factor greater than 1.5 exist for some elements (Ca, Mn, Mg, P, Ti, Ni, Pb, Se, Zn). A very large database of stream sediment geochemistry exists for the region (more than 2200 samples) and for the U.S. (roughly 400,000 samples), whereas data on the chemistry of soils is much sparser both regionally and nationally. Therefore, we have attempted to quantify trends in compositional differences between stream sediments and nearby soils to test whether the abundant stream sediment data can be used to predict soil compositions. A simple computational technique of adjusting the stream sediment compositions according to the ratio of means of soils and stream sediments was conducted. A variety of techniques of correction and interpolation of data were tested and indicate that repetitive testing of results allows an optimum correction to be achieved. Predicted soil compositions compared to analytically determined soil compositions show a range of results from relatively good correspondence for some elements to rather poor correspondence for others. In general, predictions are best at midranges of compositions. The technique does not predict well more extreme or anomalous values. Thus, this technique appears to be useful for estimating background soil compositions and delineating regional compositional trends in soils in situations where large amounts of stream sediment analyses and smaller amounts of soil analyses are available. The technique also provides probabilistic qualifications on the expected error between predicted and actual soil compositions so that individual users can judge if the technique provides data of sufficient accuracy for specific needs.

Keywords: Geochemistry; Soil; Stream sediment; Wisconsin』

『米国中央部の北にあるウィスコンシンの北西部からの800以上の試料を基にした平均河川堆積物の化学組成は、平均的なA層とC層のそれぞれの層の約380の試料を基にした土壌組成とはかなり異なる。1.5倍以上の差がいくつかの元素（Ca、Mn、Mg、P、Ti、Ni、Pb、Se、Zn）に存在する。河川堆積物の地球化学的性質についての膨大なデータベースが地域について（2200試料以上）と米国について（ほぼ400,000試料以上）存在するが、土壌の化学的性質についてのデータは地域と国の両方とも非常に乏しい。したがって、我々は、豊富な河川堆積物データ土壌組成を予想するのに使えるかどうかを調べるために、河川堆積物と近くの土壌間の組成差の傾向を定量化することを試みた。土壌と河川堆積物の平均の比に従って河川堆積物組成を調整するという簡単な計算法が用いられた。データの補正と外挿に様々な方法が試験されたが、結果の繰返し試験によって最適な補正を達成することができることが示されている。分析により決定された土壌組成と比較した予想による土壌組成は、ある元素については比較的良い一致を示すものから別の元素についてはかなり一致の悪いものまである範囲の結果を示す。一般に、予想は組成の中間範囲で最もよい。この方法は、非常に極端ないしは異常な値は予想しない。したがって、この方法は、大量の河川堆積物分析値と少量の土壌分析値が使えるような状況において、バックグラウンド土壌組成を見積り、土壌の地域的な組成の傾向の輪郭をつかむのに有用であると思われる。この方法はまた、予想と実際の土壌組成間で予期される誤差について蓋然的な制限を与えることができ、そのため個々の利用者はこの方法が特定の必要性に対して十分な精度をもつデータを提供しうるかどうかを判断できる。』

1. Introduction
2. Regional setting
　2.1. Physiography
　2.2. Bedrock geology
　2.3. Glacial geology
3. Stream sediment geochemistry
4. Soil geochemistry
5. Comparison of stream sediment and soil compositions
6. Predicting soil chemistry from stream sediment chemistry
　6.1. Predictions based on whole data set
　6.2. Predictions based on glacial geologic units
7. Results
8. Discussion
　8.1. Nature of interpolated surface
　8.2. Variations in predictability between horizons
9. Examples of results
10. Conclusions
Acknowledgements
References