假烟叶树叶中澳洲茄碱和澳洲茄边碱的HPLC-ELSD测定

目的建立高效液相色谱-蒸发光散射检测(HPLC-ELSD)测定假烟叶树叶中澳洲茄碱和澳洲边茄碱的方法。方法通过方法学要素考察检测方法的可行性。结果以0.1%三氟乙酸水溶液和乙腈作为流动相,流速1.0 mL/min,柱温35℃;ELSD漂移管温度70℃,雾化管温度30℃,载气压力35psi,经梯度洗脱,澳洲茄碱和澳洲茄边碱达到良好分离;样品用质量50倍的1%甲酸甲醇在60℃超声提取30min,提取液直接进样。澳洲茄碱对照品在0.62~6.2g线性关系良好,加标回收率为100.95%;澳洲茄边碱在0.2~7.5g线性关系良好,加标回收率为95.34%。测定样品中澳洲茄碱含量为1.19mg/g;澳洲茄边碱含量为1.06 mg/g。结论该方法能准确快速地测定假烟叶中澳洲茄碱和澳洲茄边碱的含量。

融合VGI和遥感等多源数据的洪涝范围提取与模拟方法

及时准确的洪涝范围提取可以提高应急管理部门对于洪涝灾害的响应能力,减轻灾害影响。SAR遥感不受云雨影响,是洪涝灾害监测的有效工具。然而,由于卫星重返周期的限制,基于SAR的洪涝连续观测较难实现。在应急背景下,如何快速、实时进行洪涝范围提取是急需解决的问题。本文提出了一种结合遥感、VGI等多源数据的洪涝范围提取与模拟方法:①构建Albert+CNN的文本分类模型提取社交媒体洪涝信息;②基于异常值剔除方法利用社交媒体和OSM等VGI数据代替人工采样对Sentinel-1 SAR数据进行分类,提取洪涝范围;③结合社交媒体、水位数据等多源数据基于SNIC分割和成本距离等方法模拟无可用SAR数据时的洪涝淹没情况,提高洪涝的淹没范围提取频次。研究表明,本文基于Albert+CNN与异常值剔除的样本自动生成方法,可以有效辅助SAR数据的洪涝分类;利用VGI数据结合水情、DEM等多源数据进行了洪涝范围的模拟可以增加洪涝监测的时间分辨率。本研究有助于提高洪涝信息提取能力,为VGI支持洪涝灾害的应急管理提供参考。