基于藻类光合抑制效应的水质生物毒性检测方法, 具有响应快速、 测量简捷等优点。 然而现有十多种光合荧光参数都源于PSⅡ光合反应中心, 对典型的PSⅠ光合作用抑制剂, 均表现出响应灵敏度差或无响应。 利用毒性胁迫会引起藻类荧光动力学曲线发生变形、 且变化程度与毒性强度成正比的特性, 直接以多相叶绿素荧光动力学曲线形态为分析对象, 在准确定位特征位点的基础上, 构建基于曲线分段抑制的综合表征参数CPI, 并与常用的光合荧光参数Fv/Fm以及性能指标PIabs进行毒性响应时间、 响应灵敏度和稳定性的对比分析。 结果表明, 综合参数CPI对于PSⅡ抑制剂阿特拉津, 15 min即在全样本表现出显著性抑制, 最低检测限和RSD分别为2.25 μg·L-1和8.76%, 对比PIabs、 Fv/Fm分别降低了51.8%、 51.3%和68.0%、 17.7%。 对于典型PSⅠ抑制剂百草枯, 综合参数CPI在15 min表现出显著性抑制, 对应的检测限和RSD分别为0.16 mg·L-1和14.25%, 而参数Fv/Fm无响应, CPI具有时间响应优势; 在8 h长时抑制下, CPI对应的最低检测限和RSD分别为0.09 mg·L-1和3.30%, 对比PIabs、 Fv/Fm分别降低了71.9%、 62.5%和75.6%、 30.0%。 上述结论表明了综合参数CPI作为响应指标可用于检测PSⅠ及PSⅡ抑制剂的生物毒性, 且表现出良好的响应灵敏度和稳定性, 解决了藻类光合抑制法对PSⅠ抑制剂响应灵敏度低的问题, 且对于统一不同种类毒性物质的毒性响应指标提供了关键参数。

以混合藻类为研究对象，研究组成混合样品藻种的单细胞可变荧光量（SCVF）差异对可变荧光统计分析法准确性的影响。研究结果表明：当两种藻种的SCVF比值不大于5.3时，该分析方法依旧适用，测量结果与显微镜检测结果的相对误差绝对值的均值不大于17%；当两种藻种的SCVF比值大于8时，测量结果与显微镜检测结果存在较大差异，且高SCVF藻细胞占比达到一定比例时，可变荧光统计分析法的测量结果仅反映了混合样品中高SCVF藻细胞数。针对SCVF差异大的混合藻类，将过滤分离方法与可变荧光统计分析法相结合，利用合适孔径的金属滤网过滤混合样品，将过滤前后测量的样品活体藻细胞密度之和作为测量结果。实验结果表明，该方法可将相对误差绝对值均值由58.4%降至5.5%，有效解决了组成混合样品藻种的SCVF差异对细胞数定量的影响，实现混合藻类活体细胞数的准确定量。

藻类作为单细胞生物, 其个体小、 易培养、 对毒物敏感、 且能够观察细胞水平上的中毒症状, 是快速检测水质生物毒性的理想受试生物。 “藻类生长抑制试验”依赖于藻类细胞的繁殖代谢过程, 测量周期长, 无法满足生物毒性快速检测的需求。 藻类光合作用过程对污染物毒性的响应速度和灵敏度显著优于“藻类生长抑制试验”, 以藻类光合作用状态为毒性测试指标可大幅缩短毒性检测时间。 现有“光合作用抑制实验”多采用可变荧光Fv或最大光化学量子产量Fv/Fm作为生物毒性反应终点, 缺乏对多个光合荧光参数响应敏感性的对比分析, 造成生物毒性定量检测的灵敏度不高。 以蛋白核小球藻为受试对象, 以叶绿素荧光作为藻类光合作用状态快速无损探针, 采用荧光动力学手段测量藻类光合荧光参数, 对典型除草剂DCMU抑制下的多个光合荧光参数的毒性响应敏感性进行对比分析, 得到适用于快速、 定量评价DCMU胁迫效应的关键光合参数, 提高DCMU生物毒性检测的速度和灵敏度。 结果显示: (1)DCMU对光合荧光参数F0, Fm, σPSⅡ, τQA, Fv, Fv/Fm, Yield, rP, NPQ, α响应显著, 其中参数α, rP, Fv/Fm, yield和NPQ在5 min即呈现出类似时长（96 h）的响应效应; (2)参数α, rP, Fv/Fm, yield和NPQ的5 min抑制程度对DCMU浓度具有良好的剂量效应关系。 其中, 参数NPQ的相关系数和EC50-5 min分别为0.998 5和2.41 μg·L-1, 显著优于其他四个参数, 且优于96 h的测量结果。 采用光合荧光参数NPQ作为5 min定量测量DCMU生物毒性的反应终点, 可极大缩短DCMU生物毒性的检测时间（从96 h缩短至5 min）, 并显著提高检测灵敏度（与光合抑制方法常规参数Fv/Fm相比, EC50降低了81.4%）。 实验结果为基于藻类光合抑制效应的DCMU生物毒性定量检测提供了基础数据, 研究方法也为其他污染物胁迫下的藻类光合荧光参数筛选提供了参考。

受空洞卷积在图像信息方面保持优秀性能的启发,为进一步提高分类精度,提出一种基于双通道空洞卷积神经网络(DCD-CNN)的高光谱图像分类框架。空洞卷积可扩展滤波器的感受野,有效地避免图像信息丢失,从而提高分类精度。在该框架中,分别采用含有空洞卷积的一维卷积神经网络(1D-CNN)和二维卷积神经网络(2D-CNN)提取高光谱图像的光谱特征和空间特征。再采用加权融合方法对提取的空间特征和光谱特征进行融合。最后将融合后的特征输入支持向量机进行最终分类。对两个常用的高光谱图像数据集进行实验并与现有的4种分类方法进行比较,结果表明,所提框架具有更好的分类性能。

以蛋白核小球藻为受试对象,以藻类光合荧光参数为毒性评价指标,研究Cu 2+毒性作用下多个光合荧光参数的响应规律。结果显示:Cu 2+对光合荧光参数F0、Fm、Fv、Fv/Fm、Yield、rP、JVPⅡ、α和Ek抑制效应显著,其中Yield、rP、α和Fv/Fm在24 h内体现出稳定的抑制效应,可作为24 h分析Cu 2+毒性的评价指标;Yield、rP、α和Fv/Fm抑制程度对Cu 2+浓度具有良好的剂量效应关系,logistic函数拟合相关系数R2分别为0.9989,0.9992,0.9991,0.9977,由此得到EC50-24h值分别为61.05,66.31,69.41,99.61 μmol·L -1。因此,参数Yield、rP、α的拟合相关系数优于常规参数Fv/Fm,其对应的EC50-24h分别降低了38.7%,33.45%,30.3%。研究结论可为基于藻类光合抑制效应的生物毒性测试指标选择提供参考。

在水体重金属激光诱导等离子体光谱定量分析中, 一般提取光谱的多个特征变量进行浓度反演, 但变量之间所包含的光谱信息可能存在重叠, 回归模型的复杂程度也随之增大。 为提取有效特征变量, 研究了基于偏最小二乘法(PLS)的变量筛选方法。 该方法以待测元素浓度为因变量, 多个与待测元素浓度相关的LIBS光谱特征值为自变量, 进行PLS建模； 依据各原始变量的投影重要性指标值进行变量筛选, 提取最优变量子集。 结果表明湖库水体中Pb元素的最优变量子集为Pb Ⅰ 405.78 nm峰值及峰值前相邻点光谱值、 内标校正值和信背比值, 训练集的复相关系数R２m=0.912。 以优化变量组合进行PLS回归分析, 测试集预测结果的RSD和RE分别为10.2%和7.9%, 显著优于内标法的预测结果。 结果还表明, 变量筛选结果对于不同元素和不同水样具有一定适用性。 研究结果为水体重金属LIBS定量分析提供了优质特征数据, 研究方法为其他涉及变量筛选的定量分析提供了参考。

激光诱导击穿光谱(LIBS)技术结合支持向量机(SVM)定量分析土壤中Cr元素的含量。 利用波长为1 064 nm的Nd∶YAG脉冲激光器作为激发光源, 采用光栅光谱仪和CCD分光探测不同重金属元素含量土壤样品的LIBS特征光谱。 为了提高土壤中Cr元素定量分析的精度, 分别采用多元线性回归分析和SVM两种方法对土壤中Cr元素的含量进行定量分析。 研究结果表明, 采用多元线性回归分析方法可以有效提高定量分析的精度, 定标曲线拟合相关系数从传统定量分析方法的0.689提高到0.980; SVM定量分析方法训练集得到的定标曲线斜率近似为1, 拟合相关系数为0.998, 优于传统定量分析方法和多元线性回归分析方法, 对检验集的预测相对误差均在2.57%以内。 LIBS技术结合多元线性回归和SVM定量分析方法可以有效的提高土壤中Cr元素定量分析的稳定性和精度, 校正土壤基体效应对Cr元素定量分析的影响。

由于自由定标法-激光诱导击穿光谱(CF-LIBS)需要元素归一化，多元素同时参与计算，土壤中微量元素谱线较弱，计算Saha-Boltzmann斜线困难，因而采用元素粒子比方法对多种国家标准土壤样品和实地采集的土壤样品中Cr的含量进行了预测。通过Saha-Boltzmann方程计算了等离子体中Cr、Si、Fe 3种元素的等离子体温度，以Al I 309.284 nm特征谱线的Stark展宽计算了等离子体电子密度，验证了实验条件下等离子体处于局部热平衡(LTE)状态。结合Saha-Boltzmann方程和Saha方程，计算土壤样品等离子体中Cr、Si元素的粒子比，从而计算出Cr元素在土壤样品中的含量。实验对国家标准土壤样品中Cr的预测相对误差在7%以内，对实地采集土壤样品中Cr的预测相对误差最大值为16.438%。研究结果表明元素粒子比方法可以用于土壤中Cr含量的快速分析，提高了LIBS技术用于土壤元素含量快速探测的优势。

在激光诱导等离子体满足局部热平衡的情况下，玻尔兹曼曲线法是计算等离子体温度的一种重要手段，对该方法的应用进行了引申和扩展。实验验证激光诱导等离子体处于局部热平衡状态，利用Fe 的多条原子谱线建立玻尔兹曼曲线，根据建立的曲线对Fe 的其他原子谱线强度进行了反演，反演结果与实验测量结果误差在15%以内。土壤中Fe、Ti、Ca 等元素的特征谱线较多，易与其他元素的特征谱线产生重叠，通过这种方法能实现部分谱线的识别与判定，通过建立Mn 的玻尔兹曼曲线，求出了Mn 405.89 nm 谱线的强度，并分析其对Pb 405.78 nm 谱线的影响。研究结果表明，玻尔兹曼曲线法可以对谱线识别起到辅助作用，并且可以加深对定标曲线截距的认识。

LIBS技术定量分析的精密度与准确度受到多种因素的影响.通过深入分析激光诱导等离子体背景光谱和特征光谱的特性,利用两者随温度的变化趋势近似相同的特点,采用两者的比值即信背比进行元素浓度的定量拟合,可以补偿激光能量、光谱接收效率等系统参数抖动造成的谱线强度变化;针对测量数据有限及非线性的特点,使用支持向量机算法进行回归.实验结果表明通过信背比拟合可以提高LIBS定量分析的稳定性和准确性,测试集的相对标准偏差和相对误差平均值分别为4.7%和9.5%.基于信背比的数据拟合方法不受基体元素和背景大小限制,为实时在线的LIBS定量分析技术提供数据处理方面的参考.