烤后烟叶不同部位高光谱特征分析及判别模型构建

利用高光谱(400~1700 nm)成像技术扫描得到3个部位(上B、中C、下X)烤后烟叶的高光谱图像,并提取其高光谱数据。采用相关性分析、主成分分析及方差分析研究了3个部位烟叶的高光谱特征,并构建5种识别烟叶部位的判别模型(SVM、KNN、RF、LightGBM和XGBoost)。结果表明,3个部位烟叶的光谱反射率为C>X>B(400~750 nm),B>C>X(750~1400 nm),C>B≈X(1400~1700 nm)。3个部位烟叶的高光谱数据存在较强相关性,总体上可见光以及近红外波段在各自区域内相关性较强,而两者之间相关性较弱。共提取得到7个特征值大于1的主成分,方差累计贡献率接近1.00。3个部位烟叶的光谱反射率在450~550 nm和750~1400 nm区域相互之间存在明显差异,中部叶在550~850 nm和1400~1700nm分别与上、下部叶具有明显差异,上部叶在400~450 nm分别与中、下部叶差异明显,下部叶在680 nm附近分别与上、中部叶差异显著。SVM判别不同部位烟叶的表现最好,准确率、精确率、召回率和F1分数均达95%以上,LightGBM表现居中,各项指标在90%~95%,RF、KNN和XGBoost相对较差,各项指标在90%以下。

乌毛蕨叶光谱特征对矾山铜钼矿区钼金属找矿指示意义

针对植被覆盖区遥感技术在矿产勘查中的实际问题,提出了一种利用金属元素迁移规律和金属胁迫后植被光谱发生变异的特点开展植被覆盖区地质找矿的遥感新方法。该方法基于植被叶片光谱曲线反射和吸收特征的原理,结合地球化学数据,间接实现重金属元素分布遥感制图。采集矿区和矿区周围背景区乌毛蕨叶样本及对应光谱数据,基于化学分析测定获得矿区和背景区乌毛蕨叶钼元素含量,明确矿区乌毛蕨叶受到了钼元素影响。对比分析矿区和背景区乌毛蕨叶在波形、红边位置、叶绿素及水吸收、植被指数上的差异,结果表明,受钼金属胁迫后矿区乌毛蕨叶光谱在光谱曲线和水吸收特征方面较背景区均存在明显差异,其中970 nm处的水吸收特征差异最明显。研究成果可为遥感技术在植被覆盖区开展地质找矿提供新思路。

重金属污染水体背景下的底质反射率光谱特征及其对离水反射率贡献影响分析

水体重金属遥感反演是水环境遥感领域中的难题,目前仍有相当多的基础性问题有待解决,而浅水区底质对离水反射率贡献规律是将来遥感反演模型精度其中一个重要影响因素,尤其在重金属污染这种特殊的背景下,揭示其贡献规律对提升水体重金属遥感模型精度有重要作用,测量结果对研究重金属尾矿底泥的反射率光谱特征以及区分常见水底底质有参考意义。首先利用光谱仪测量获得广东大宝山尾矿底质反射率,发现其在波长755、 1 280、 1 620和2 200 nm存在反射峰,有明显光谱特征,并与河床常见的粗沙、淤泥和石头三类底质反射率进行了对比分析,结果表明:一方面,粗沙和淤泥反射率呈一缓慢上升的曲线,与存在多个特征反射峰的矿区底泥有明显区别;另一方面,石头反射率则在波长范围550~650 nm出现一个宽而扁平的反射峰后随即在波长675 nm处出现波谷然后增大至波长750 nm后趋于平缓,其特征波长与矿区底泥均不一样。上述特征波长可作为重金属污染背景下底泥光谱的重要区分波段。测量水深为1 cm、 10 cm和深水区的离水反射率,结合水质遥感模型计算出1 cm水深情况下底质反射光、水体散射光,并将其对离水反射率贡献进行讨论。离水反射率测量结果表明,底质对浅水区影响极大,随着水深变浅,离水反射率总体不断被抬升。而水底反射光和水体散射光对离水反射率贡献规律则以波长515 nm为分界线,向短波方向以水体散射光贡献为主,向长波方向则以水底反射光为主,贡献量由底质反射能力和水体散射能力共同决定。对考虑了底质反射光后的遥感模型精度进行评价,模型计算得到波长范围350~950 nm内的离水反射率与野外测量值对比结果,二者具有显著的线性相关(R^(2)=0.964 2),相对误差在波长范围560~830 nm低于10%,甚者可低于5%,模型总体模拟精度较好,远比在不考虑底质影响时精度高,模型满足将来水中重金属遥感反演要求。研究结果对今后水体重金属遥感反演时处理底质影响提供了重要的参考数据和理论依据,有助推动该领域进一步发展。

银杏雄花序光谱特征时序变化分析及氮含量估测

【目的】氮素是影响银杏生长发育的关键元素,且银杏雄花作为银杏活跃的生理器官,雄花序中氮素含量对其受精生理和衰老生理产生直接影响。然而,前人的研究多集中于果树等园艺作物叶片氮含量的光谱估测,利用光谱技术监测银杏雄花氮素含量的研究仍较少。因此,本文拟构建银杏雄花序氮含量的最佳估测模型,实现银杏雄花序氮素含量动态变化的快速无损监测。【方法】研究以不同时期的银杏雄花花序为研究对象,定量分析银杏雄花花序不同时期的氮素含量动态变化;使用便携式地物光谱仪同步获取雄花花序高光谱反射率,并提取氮素相关的光谱指数;结合相关性分析和全子集回归算法(All-subsets Regression,ASR)优选目标光谱指数;在此基础上,分别基于多元线性回归(Multiple Linear Regression,MLR)和随机森林回归(Random Forest Regression,RFR)进行建模,并使用赤池信息准则(AIC)对多元线性回归模型的拟合度进行判定;最后,使用留一交叉验证法进行模型的精度检验。【结果】银杏雄花序氮素含量随着时间的变化呈现逐渐下降的趋势;在众多光谱指数当中,基于相关性分析和全子集回归算法优选出对银杏雄花序氮含量敏感的光谱指数NI_Ferwerda、MCARI/OSAVI、TCARI(调整R^(2)=0.73);基于优选的3款光谱参数构建的多元线性回归模型(CV-R^(2)=0.70)的表现总体优于随机森林回归模型(CV-R^(2)=0.63)。【结论】基于优选光谱指数构建的多元线性回归模型的估测效果较好,能较为准确地估测银杏雄花序氮素含量,进而为银杏雄花序的氮素营养状况监测提供了理论依据和必要的技术支撑。

拉曼光谱结合光谱特征区间筛选算法快速定量鉴别植物调和油品质

本研究提出了一种基于拉曼光谱与光谱特征区间筛选算法实现植物调和油中高价值植物油含量快速定量检测的方法。首先,将粒子群优化(particle swarm optimization,PSO)算法与灰狼优化(grey wolf optimization,GWO)算法融合构建混合智能优化算法,即PSOGWO算法。其次,将PSOGWO与组合移动窗口(combined moving window,CMW)策略结合构建新型的拉曼光谱特征区间筛选算法,即PSOGWO-CMW算法。然后,将玉米油(corn oil,CO)和特级初榨橄榄油(extra virgin olive oil,EVOO)以不同比例配制为CO-EVOO植物调和油,并采集其拉曼光谱。将拉曼光谱输入偏最小二乘回归、PSO-CMW、GWO-CMW和PSOGWO-CMW模型预测EVOO含量,并比较建模效果。结果表明,PSOGWO-CMW模型具有最佳的预测性能。采用本方法与气相色谱-质谱法分别检测真实的CO-EVOO植物调和油样本中EVOO含量,结果表明两者的检测性能无显著差异。本方法快速、准确,亦可用于其他植物调和油中高价值植物油含量的快速定量检测。

黄河源湖泊表层沉积物溶解有机质光谱特征与来源解析

湖泊沉积物是重要的有机碳库,沉积物有机质来源及组成直接影响着水生生态系统健康。以黄河源区湖泊扎陵湖、茶木错、鄂陵湖、星星海和阿涌尕玛错为研究对象,采用紫外-可见光吸收光谱(UV-Vis)与三维荧光光谱(EEMs)结合平行因子分析(PARAFAC)方法,对湖泊表层沉积物溶解有机质(DOM)的组成特征与来源进行解析。结果表明,PARAFAC模型共解析出4种荧光组分,分别是两种陆源腐殖质组分C1、C4,以及类酪氨酸组分C2、类色氨酸组分C3,其中C1、C4具有同源性。光谱参数和荧光组分占比分析结果表明,黄河源区湖泊表层沉积物DOM组成受外源输入和内源释放共同作用。扎陵湖和鄂陵湖的内源组分占比较其他湖泊高,总体腐殖化程度低。茶木错、星星海和阿涌尕玛错表层沉积物DOM的陆源输入信号更强,腐殖化特征更明显。光谱参数可有效表征湖泊沉积物DOM组成与来源特性,从而为黄河源区湖泊保护与管理提供科学依据。

长白山常见树种新叶与老叶的光谱特征差异分析

揭示新叶与老叶叶片的叶属性及其光谱特征的差异,不仅对于植被生理生态参数的无损监测有重要意义,而且可为林业定量遥感提供更多理论支撑。对长白山8个树种的新叶和老叶叶片进行采样和光谱测量,获取新老叶片的反射率光谱曲线,并进行一阶微分变换和光谱指数计算,同时实验测定比叶面积(SLA)、叶含水率、叶氮含量及叶碳含量等叶属性参数。利用方差分析与相关性分析方法,研究不同树种新老叶片在理化性质、光谱特征上的差异,并分析两者的相关性在新老叶之间的差异。结果表明:(1)多个树种的叶属性在新老叶的表现出显著差异。除叶碳含量之外,其他3个叶属性均在多个树种新老叶间表现出显著的差异性,叶碳含量在新老叶间均不存在显著差异。(2)不同树种叶片光谱特征在新老叶间的差异不一致,仅枫桦、裂叶榆、三角槭和红松的新老叶具有较明显的光谱曲线特征差异,枫桦新老叶在光谱三边特征表现出显著差异,尤其是红边。(3)叶属性与光谱信号的相关性在新老叶间表现出显著差异,说明光谱对新老叶叶属性的指示能力不同。近红外光谱反射率对老叶叶氮含量的指示能力强于新叶,而多个光谱指数对新叶含水率和叶碳含量的指示能力强于老叶。研究表明新老叶间不仅叶属性和光谱特征存在差异,而且二者之间的相关性也不同,这对于森林叶属性的无损观测过程中选择代表性叶片具有指导意义。

基于光谱特征和图像处理的真丝织物光泽研究

在评价织物品质与风格时需要对织物的光泽感进行评价,基于图像处理的织物光泽评价技术较其他评价技术具有诸多优点,但在关键的织物图像光泽特征的构建上,仍需要进行研究。本文选用本白色真丝素绉缎织物作为浅色样本,蓝色和黑色真丝素绉缎织物作为深色样本,粉红色和棕色样本验证分析结论。通过真丝织物的光谱数据分析对光泽度主观评价的影响因素,并建立有效的织物光泽图像特征对织物光泽评价。本文通过对真丝织物的光谱数据分析,发现织物的颜色明度与主观评分相关性很低,颜色的色相显著影响主观评分结果。并且织物的波长反射率在530~560 nm改变时,对织物光泽的主观评分影响最大。以此建立的织物光泽图像特征,表明织物表面亮点与整体表面背景亮度的对比度是基于图像处理评价技术的关键之一。

青藏高原不同植被亚型的光谱特征分析

光谱曲线是植被生理性状的重要表征,研究植被光谱对监测植被的生长状况和健康状态具有重要意义。当前植被光谱研究多对同一植被型内不同植被进行分析,鲜有系统地整合不同植被亚型光谱特征的报道。近年来青藏高原的生态格局发生了重大变化,为实现基于青藏高原大范围尺度的植被光谱特征研究工作,探讨不同植被亚型的光谱可分离性,基于高分辨率Sentinel-2A/B遥感影像,通过一阶微分光谱和植被指数对青藏高原19种植被亚型的光谱曲线进行分析。结果表明:(1)植被亚型的光谱曲线在近红外波段表现出明显差异,其反射率值可用于区分不同植被亚型;(2)一阶微分处理能够明确植被三边特征,植被的一阶微分光谱具有规律性,在红边处差异显著;(3)不同植被亚型的植被指数与红边参数变化相一致,植被指数虽然数值偏小但具有区分性;(4)综合运用光谱反射率值、三边参数和植被指数,可区分不同植被亚型。在植被亚型的尺度上分析了不同植被的光谱曲线特征,实验结果可为植被亚型光谱数据库的完善提供数据支撑,对青藏高原植被亚型精细识别工作具有实际意义。

废弃菌菇棒与牛粪共堆肥过程中DOM的光谱特征研究

堆肥是废弃菌菇棒资源化利用的重要途径,而堆肥过程中溶解性有机物(Dissolved organic matter,DOM)的变化特征对探究堆肥反应过程具有重要意义。因此,为探究废弃菌菇棒与牛粪共堆肥过程中DOM的光谱特征及废弃菌菇棒的腐殖化过程,采用紫外-可见光谱(UV-Vis)、傅里叶红外光谱(FTIR)和荧光光谱(FS),对堆体中DOM的结构与组成变化进行研究。UV-Vis结果表明,随着堆肥的进行,DOM的不饱和度和芳构化程度增强;紫外光谱特征参数SUVA254、SUVA269和SUVA280增大,E250/E365值(250和365 nm处吸光度的比值)降低,说明堆肥中木质素类物质被分解转化为芳香化合物,芳香化程度加深,且DOM分子量增加;E253/E203(253和203 nm处吸光度的比值)和A240~400(240~400 nm范围内紫外光谱的积分面积)增大表明DOM苯环上脂肪链被氧化分解,产生了羟基、羰基等官能团,使得分子缩聚程度及腐殖化程度加深。FTIR结果表明,DOM中脂肪族类和多糖类物质逐渐减少,芳香族类物质含量增加。发射荧光光谱418 nm处的荧光峰表明初始物料中含有大量结构相对复杂的类腐殖物质;334和418 nm处的荧光峰红移至428 nm附近,说明结构简单的物质不断被分解利用,芳香基团进一步缩合,形成共轭程度高、结构更复杂的类腐殖质物质。同步荧光光谱中蛋白质类物质区积分面积比例(APLR)降低了42.1%,富里酸类物质区积分面积比例(AFLR)和胡敏酸类物质区积分面积比例(AHLR)分别增加14.0%和152.3%,说明类蛋白质物质和单芳香族化合物不断被分解利用,而类胡敏酸物质和类富里酸物质不断形成,同时存在富里酸类物质向更稳定的胡敏酸类物质转化的过程。利用三维荧光光谱结合平行因子分析将DOM解析为类富里酸(C1)、类胡敏酸(C2)和类蛋白物质(C3)三类组分。与堆肥初期相比,堆肥结束时C1和C2组分占比分别增加22.42%和126.91%,C3组分占比降低73.32%,且C1和C2组分占比之和达90.04%,表明类蛋白物质含量降低,类腐殖物质显著增加,最终成为DOM的主要成分。研究显示,废弃菌菇棒与牛粪共堆肥DOM的芳香化和腐殖化程度随堆肥的进行逐渐加深,且主要发生在堆肥前期。

大气CO_(2)浓度升高背景下冬小麦冠层光谱特征和地上生物量估算

本研究旨在探究大气CO_(2)浓度升高对冬小麦全生育时期冠层光谱特征的影响,并基于筛选的敏感波段建立地上生物量(AGB)与光谱参数的定量关系。为此,在2021—2022年的冬小麦生长季,利用开放式CO_(2)富集系统(Mini-FACE),设定大气CO_(2)浓度(ACO_(2),(420±20)μL L^(–1))和高CO_(2)浓度(ECO_(2),(550±20)μL L^(–1))两个处理水平,分析了高CO_(2)浓度下光谱特征变化,基于连续投影算法(SPA)、逐步多元线性回归(SMLR)和偏最小二乘法回归(PLSR)筛选AGB敏感波段并构建估算模型。结果表明:CO_(2)浓度升高使冬小麦拔节期和开花期AGB显著增加。红边和近红边反射率及红边面积在拔节期增加,在开花期和灌浆期降低,蓝边、黄边和红边位置在不同生育时期均发生移动;AGB的敏感光谱波段主要分布在红边和近红边区域,CO_(2)浓度升高缩小了AGB敏感波段范围,但不影响AGB的估算;AGB的SMLR和PLSR模型均取得了较高的估算精度(R^(2)>0.8),其中SMLR模型中的R_(799′)、D_(y)、SD_(y)和PRI等特征参数与AGB显著相关,R^(2)为0.866。PLSR模型(R^(2)>0.9)在估算精度和稳定性上优于SMLR模型。本研究可为未来高CO_(2)浓度下冬小麦生长发育的遥感监测提供理论基础和技术方法。

基于光谱特征的城市水体提取

现有水体提取方法大多基于多光谱遥感数据,将其应用于高光谱数据时,会出现光谱信息未被充分利用且难以选取合适波段的问题,且未考虑城市中建筑物阴影的影响。因此,本文基于高光谱遥感影像数据,采用近红外波段阈值及固定波段范围内的积分差异,构建了改进的高光谱差异水体指数(MHDWI),并选取4种常用的水体指数在不同传感器下的嘉兴、长沙和舟山地区进行试验和精度对比分析。试验结果表明,该方法的总体精度和Kappa系数分别为98.50%、98.76%、97.35%及0.88、0.85、0.86,均高于其他4种方法,错分误差对比其他方法有明显降低。表明该方法可以有效抑制建筑物阴影,且适用于不同传感器不同地区的水体提取。

基于高光谱成像技术的烤烟上部烟叶成熟度光谱特征分析及判别模型构建应用研究

【目的】研究不同成熟度上部烟叶的高光谱特征及智能化判别的可行性。【方法】运用便携式高光谱仪采集3种成熟度(尚熟(SS)、成熟(CS)、过熟(GS))上部烟叶的高光谱图像并提取光谱数据。运用相关性分析、主成分分析以及方差分析等方法分析光谱特征并构建5种模型(支持向量机(SVM)、K近邻(KNN)、随机森林(RF)、LightGBM和XGBoost)用于成熟度判别评价。【结果】(1)可见光(400~720 nm)与近红外(750~1000 nm)内部各波段之间相关性较强,而两个区域之间相关性较弱;(2)5个特征值大于1的主成分(PC1~PC5)几乎包含了所有的光谱信息,且主成分方差分析结果表明不同成熟度上部烟叶的光谱反射特征在可见光、红边以及部分近红外区域(950~1000nm)统计学差异显著;(3)5种模型中SVM性能最优,2021年度样品的判别精确率、召回率和F1分数均在0.95以上,而2022年度以及2021+2022年度样品分别在0.93和0.92以上。【结论】上部烟叶高光谱存在多重共线性,具有很好的降维效果,且不同成熟度的光谱反射特征存在显著差异。SVM判别性能在不同年度间具有很好的稳定性,可用于上部烟叶成熟度判别。

施氮磷肥对黄土丘陵区典型草地优势种光谱特征的影响

探讨施肥后草地群落优势种光谱特征响应和差异,对准确评价草地施肥效应有重要意义。以黄土丘陵区6个典型优势种[白羊草(Bothriochloa ischaemum)、长芒草(Stipa bungeana)、达乌里胡枝子(Lespedeza davurica)、菊叶委陵菜(Potentilla tanacetifolia)、蒙古蒿(Artemisia mongolica)和铁杆蒿(Artemisia sacrorum)]为对象,测定并提取了不同施氮磷处理下的7个光谱特征参数。结果表明:相比未施肥,单施氮或磷均降低6个优势种在“蓝谷”、“绿峰”和“红谷”处的光谱反射率;氮磷配施后,各优势种的红边幅值(AMP)和红边面积(S red)呈增加趋势,白羊草、达乌里胡枝子、菊叶委陵菜和铁杆蒿的差值植被指数(DVI)均增大。结果表明,光谱特征参数可有效反映黄土丘陵区草地优势种的氮磷施肥效应,植被指数DVI,NDVI和GNDVI相比RVI更适合于评价草地群落优势种对施氮磷肥的响应和差异。

黄-红色缅甸黄龙玉颜色和光谱特征的定量研究

利用傅立叶红外光谱仪、激光拉曼光谱仪、紫外-可见分光光度计、能量色散X射线荧光光谱仪、电子探针X射线显微分析仪和X-Rite SP62手持式分光光度计对黄-红色缅甸黄龙玉样品进行了颜色特征、化学组成以及光谱学特征的研究,分析缅甸黄龙玉的颜色与光谱特性之间的定量关系。结果表明,缅甸黄龙玉主要由SiO_(2)组成,含少量Fe、Cu、Cr等过渡金属元素,属于隐晶质石英质玉。在CIE D65标准光源和N9孟塞尔中性背景下,缅甸黄龙玉的明度与色调角具有高度的相关性,Fe含量的变化对其明度和色调角具有显著影响。通过紫外-可见吸收光谱的一阶导数可以推断缅甸黄龙玉中针铁矿和赤铁矿的相对含量,且随着主波谷的位置向长波方向偏移,缅甸黄龙玉的颜色会从黄色调向红色调转变。

自制着色底板和光谱特征检测竹叶面积

为快速准确地检测健康与病态竹叶单叶面积,提出一种基于自制着色底板和光谱特征(CBP-SF)的叶面积检测方法。根据叶片光谱特征设计底板,然后利用波段计算、碎片过滤和自适应阈值方法进行图像分割,再根据竹叶大小进行参照物切割,最后统计叶片区域和参考矩形框的像元数并计算叶面积。与随机森林(RF)、最大类间方差法(OTSU)和叶面积仪法(LAM)的对比结果表明:对于健康竹叶的检测效果,CBP-SF>RF>OTSU=LAM;对于病态竹叶的检测效果,CBP-SF>RF>OTSU>LAM;对于全样本竹叶的检测效果,CBP-SF>RF>OTSU>LAM。CBP-SF具备检测健康与病态竹叶单叶面积的能力。

基于中红外光谱特征增强和集成学习的土壤有机碳含量估算模型研究

中红外光谱数据在实现土壤有机碳含量的准确、低成本快速预测方面具有巨大潜力。为提高光谱数据估算模型的普适性,本研究利用光谱特征增强策略,并基于Stacking算法结合多种机器学习方法构建了一种高鲁棒性的土壤有机碳含量估算模型。采用多种光谱特征增强方法及其组合对土壤中红外光谱进行特征增强,筛选最佳策略;通过应用Stacking算法结合多种机器学习方法构建集成模型,以提高模型泛化能力;将集成模型估算性能与偏最小二乘回归模型(PLSR)、梯度提升树(GBT)和一维卷积神经网络(1D-CNN)模型进行比较分析。研究结果表明,最佳光谱特征增强策略可以显著提高土壤光谱数据与土壤有机碳含量的相关性,最佳Pearson相关系数达到-0.82;相较于PLSR、GBT和1D-CNN等模型,集成模型在各光谱数据下均表现出较高的估算精度,特别是在一阶导变换结合多元散射校正的光谱特征增强策略下,集成模型展现出优良的估算性能(决定系数R^(2)=0.92,均方根误差为1.18 g/kg,相对分析误差为3.52)。本研究方法能够快速、准确地估算土壤有机碳含量,可为现代农业管理提供科学依据。

光谱特征和纹理特征融合的红茶萎凋含水率检测方法

为实现对红茶萎凋含水率的定量检测,研究提出了一种基于谱图特征融合的红茶萎凋含水率检测方法。通过采集不同萎凋时刻的高光谱图像,利用灰度共生矩阵法提取图像的7个纹理特征并与提取到的光谱特征相融合;通过采用PLSR、RF和GBDTR建立含水率预测模型,分析光谱特征、纹理特征以及“光谱特征+纹理特征”对含水率预测的准确性,实现红茶萎凋含水率快速无损检测。结果表明融合后的特征效果均得到较大提升,相比于其他两种模型,PLSR表现良好,在测试集上特征融合后的决定系数R2达0.7932,相较于光谱特征和纹理特征分别提升0.047和0.039。该研究对红茶加工设备的智能化具有重要意义,同时所提出的基于谱图特征融合的模型为红茶萎凋过程的智能检测提供了新思路。

水体重金属Pb、Cd污染的室内高光谱特征反演研究

针对水体重金属污染水质参数复杂、重金属含量少导致的遥感监测光谱反射率低、特征响应波段不明显等问题,本文以铅(Pb)、镉(Cd)为研究对象,配制室内单一重金属多浓度污染标准溶液,在光谱数学变换的基础上,通过相关性分析获取水体重金属Pb、Cd的污染特征响应波段,并进一步构建单波段非线性及多波段偏最小二乘反演模型。所获水体重金属Pb、Cd污染特征响应波段上的光谱特征与对应标准溶液的重金属污染浓度的相关性分析及其模型反演精度表明:一阶微分与包络线去除可有效提高水体重金属污染特征波段提取精度,且多波段反演模型优于单波段模型。本文可为进一步开展野外水体重金属污染反演研究提供理论支撑。

蘑菇渣和稻秸堆肥中不同分子量水溶性有机物含量分布和光谱特征

分子量(MW)是影响堆肥溶解性有机物(DOM)化学性质和环境行为等的重要因素,目前关于堆肥DOM的MW分布等认识仍不清晰。以蘑菇渣堆肥(MRC)和水稻秸秆堆肥(RSC)中DOM为研究对象,采用超滤分级技术对堆肥DOM中不同MW组分进行分级定量和化学表征,进而探究不同堆肥DOM中MW组分的分布和光谱特征。DOC结果显示,MRC和RSC中DOM均以>10 kDa的高分子量(HMW)组分组成为主,分别富集有80%和71%的DOC(溶解性有机碳),而中等分子量(5~10 kDa,MMW)和低分子量(<5 kDa,LMW)组分分别占总DOC的12%~15%和9%~15%,表明HMW是决定腐熟堆肥DOM的化学组成和分子结构的关键物质。光谱特征参数(如SUVA_(254)、E_(2)/E_(3)和HIX)结果显示,不同MW的DOM的芳香化程度和腐殖化程度均呈现相同的趋势,即HMW>MMW>LMW;而BIX和FI值则呈现与之相反的分布规律。结果表明堆肥DOM中HMW(高分子组分)组分富集了较多的芳香环等不饱和共轭结构,而MMW和LMW组分具有更高的自生源贡献。三维荧光-平行因子分析结果显示,堆肥DOM及其MW组分主要由3种类腐殖质(C1—C3)和1种类蛋白质(C4)构成。其中,MRC和RSC中的HMW组分均以长波类腐殖酸(C3)组成为主,其含量分别占HMW组分总荧光强度的34%和85%;而两类堆肥中MMW和LMW组分则以类富里酸(C1,41%~53%)和短波类腐殖酸(C2,25%~36%)组成为主。红外光谱(FTIR)结果表明,堆肥DOM中HMW组分含有更多的疏水性苯环结构,而MMW和LMW组分则具有较多的亲水性含氧官能团(如羰基、羧基等)。研究结果促进了对堆肥DOM化学组成和分子结构的认识,为进一步评价堆肥腐熟和稳定化程度及其环境行为等提供了重要的数据参考。