为区分不同种类花粉, 采用扫描电子显微镜(Scanning Electron Microscope, SEM) 和表面增强拉曼光谱对雪松花粉和茶花蜂花粉、荷花蜂花粉、玫瑰蜂花粉、荞麦蜂花粉、五味子蜂花粉、益母草蜂花粉、油菜蜂花粉等七种蜂花粉进行形貌观察和光谱表征。结果显示: 花粉间的形态差异微小, 扫描电子显微镜难于区分各种花粉, 而表面增强拉曼光谱可以简单快速的鉴别不同种类花粉。七种蜂花粉在1800~400 cm-1范围存在明显差异。相比蜂花粉, 雪松花粉的拉曼信号更清晰可辨, 其主要特征谱带出现在1701、1657、1572、1522、1397、1293、1208、810和565 cm-1附近。

微生物在生态系统中具有重要的作用,所以鉴别微生物具有重要的意义。采用表面增强拉曼光谱(SERS)对雪松花粉(PML)、双色牛肝菌(BBP)孢子、小美牛肝菌(BSF)孢子和紫色粉孢牛肝菌孢子(TPS)进行鉴别研究。结果显示:雪松花粉的常规拉曼信号在1702,1680,1513,1382,1243,1011,793 cm ^-1处,表面增强之后在1698,1653,1592,1516,1403,1288,1210,813,562 cm ^-1出现明显的拉曼峰;三种牛肝菌孢子的常规拉曼未显示拉曼峰,雪松花粉、双色牛肝菌孢子、小美牛肝菌孢子和紫色粉孢牛肝菌孢子的表面增强拉曼光谱在1700~1100 cm ^-1差异明显。结果表明,利用SERS可以实现对雪松花粉、双色牛肝菌孢子、小美牛肝菌孢子和紫色粉孢牛肝菌孢子的鉴别。

松材线虫病又叫松树枯萎病, 是由于松材线虫寄生在松树上引起的毁灭性死亡病害, 其发病速度快、 传播迅速、 防治难度大。 如何识别松材线虫害并对其程度进行估测, 对我国森林资源及生态环境保护具有重要意义。 研究表明, 马尾松叶绿素、 水含量会随着虫害程度的加深逐渐减少, 不同虫害程度的马尾松光谱反射率呈现较大差异, 因此光谱分析技术在虫害程度估测方面具有独特优势。 针对不同虫害程度的马尾松样本, 研究了其光谱特征参数的变化规律, 以实测光谱特征参数为自变量, 样本虫害程度量化值为因变量, 利用线性回归方程构建了虫害程度估测模型。 该研究在光谱特征指标选择和估测模型方法上作了有价值的探索, 对评估松材线虫病害有一定的指导意义, 可为相关研究及当地精准农业提供科学支持和应用参考。 首先针对不同虫害程度的马尾松样本, 研究其在绿光、 红光及近红外波段内的光谱反射率变化规律, 构建指示样本虫害程度的六个光谱特征参数: 绿峰反射率（RGP）、 绿峰位置（GPP）、 红谷反射率（FRB）、 红谷位置（RBP）、 红边斜率（RES）、 红边位置（REP）, 分析光谱特征参数与虫害程度的相关性。 然后构建虫害程度估测模型, 其步骤可描述为: （1）计算健康、 轻度、 中度、 重度四种不同虫害程度下的样本光谱特征参数RGP, FRB和RES; （2）量化健康、 轻度、 中度、 重度四种样本虫害程度值; （3）以实测光谱特征参数为自变量, 样本虫害程度量化值为因变量, 利用线性回归方程构建虫害程度估测模型。 实验中选取重庆市涪陵区永胜林场、 冒合寨工区的马尾松林为研究对象, 随机选取健康、 染病、 完全枯死的马尾松植株进行监测。 数据采集过程中使用ASD野外光谱分析仪FieldSepc4, 采集波段范围为从可见光400 nm到近红外波段1 100 nm处, 分辨率为1 nm。 共采集了70条马尾松植株的有效光谱数据, 根据不同虫害程度, 将其划分为健康、 轻度、 中度、 重度和枯死五种类型, 并利用Matlab软件进行处理分析, 得到其光谱反射率曲线。 选择涵盖绿光区（510～580 nm）、 红光区（620～680 nm）和近红外区（680～780 nm）三个波段, 计算各个波段的光谱特征参数, 构建虫害程度估测模型。 实验结果表明: （1）针对枯死样本, 其“绿峰”和“红谷”特征消失, 红边陡峭上升趋势被拉平。 其他几种类型样本光谱特征参数RGP, FRB和RES与虫害程度呈负相关, 虫害程度越深, 其光谱特征参数值越小, 即健康（RGP）>轻度（RGP）>中度（RGP）>重度（RGP）, 健康（FRB）>轻度（FRB）>中度（FRB）＞重度（FRB）, 健康（RES）>轻度（RES）>中度（RES）>重度（RES）。 （2）随着虫害程度加深, 光谱特征参数GPP向长波方向移动, 即存在“红移”现象, 而光谱特征参数RBP和REP向短波方向移动, 即存在“蓝移”现象。 （3）与一元线性估测模型相比, 二元线性估测模型具有较大的相关系数R2, 较小的估计误差E以及残差。 实验中对两棵马尾松样本虫害程度进行估测, 二元线性估测模型的结果为PD=2.990 7和PD=3.679, 与实际情况相符。 在后续研究中将对1 100~2 500 nm波段特征进行相关性分析。

稀酸预处理可打破木质纤维原料天然抗降解屏障, 提高后续酶解和发酵效率, 从而使其更高效地转化为生物燃料, 然而在亚细胞水平上纤维细胞壁的解构机理仍有待深入研究。 采用共聚焦显微拉曼光谱技术与主成分聚类分析法结合, 研究了稀酸预处理前后马尾松细胞壁区域化学变化特点。 结果表明, 累计贡献率高达94.61%的第一与第二主成分空间中光谱样本散点呈现规律性分布; 聚类分析可准确提取细胞壁不同形态区域平均拉曼光谱。 结合拉曼成像分析发现, 细胞角隅木质化程度高, 含有较多木质素, 次生壁木质化程度低, 含有较多碳水化合物。 稀酸预处理导致马尾松细胞壁发生了不均一解构, 其致密空间结构被破坏, 次生壁中碳水化合物典型特征峰2 890 cm-1处信号强度降低了26.9%, 表明碳水化合物从该区域大量脱除; 碳水化合物在复合胞间层少量脱除, 而细胞角隅则出现了其轻微富集。 木素在稀酸预处理后发生了重新分布, 细胞角隅区拉曼信号显著增强。 碳水化合物(主要为半纤维素)的溶出及木质素的重新分布削弱了生物质原料的抗降解性, 有利于后续酶解糖化。 该研究不仅提供了一种快速、 高效的纤维细胞壁区域化学分析方法, 还为林木生物质高值转化的研究奠定了重要的理论基础。

利用近红外光谱结合误差反向传播神经网络（BP）对三种人工林木材（尾叶桉、 马尾松、 南方无性系I-72杨）进行识别, 探讨隐含层神经元个数、 光谱预处理方法、 光谱范围对BP网络模型的影响, 并与SIMCA法所建模型做比较。 结果表明: （1）BP网络结合全波段（780～2 500 nm）近红外光谱数据建模, 识别正确率达到97.78%, 并确定隐含层神经元数为13; （2）全波段光谱建模比短波段（780～1 100 nm）和长波段（1 100～2 500 nm）光谱建模识别效果好, 其识别正确率分别为97.78%, 95.56%和96.67%, 用一阶导数和二阶导数对全波段光谱进行预处理后, BP网络模型识别正确率分别为93.33%和71.11%; 用多元散射校正（MSC）对全波段光谱进行预处理后, BP网络模型识别正确率为98.89%, （3）在三种波段（780～2 500, 780～1 100和1 100～2 500 nm）光谱建模的情况下, BP网络建模识别正确率分别为95.56%, 96.67%和97.78%, SIMCA模型识别正确率分别为76.67%, 81.11%和82.22%, BP网络建模比SIMCA法建模对三种人工林木材的识别正确率高。

以福建省延平区实测51条不同虫害等级的马尾松高光谱数据为基础, 对健康、 轻度虫害、 中度虫害、 重度虫害等4个虫害等级光谱反射率及一阶微分光谱特征进行分析, 并在建立7个检验参数的基础上, 构建了虫害等级的检测模型。 结果表明: (1)虫害状态下的马尾松光谱反射率明显较健康状态低, 虫害等级越高, 反射率越低; (2)随着虫害等级的上升, 马尾松光谱反射率曲线“绿峰”和“红谷”渐趋消失, 红边被拉平; (3)虫害导致光谱“绿峰”红移、 红边位置蓝移, 但“红谷”与近红外反射峰位置的变化则较为复杂; (4)CARI, RES, REA, REDVI与松毛虫害等级显著相关, REP, RERVI, RENDVI与虫害等级的相关性较弱; (5)以7个检验参数为自变量的多元线性回归模型可以较为有效地检测松毛虫害等级, 检测精度与准确度均达0.85以上。

采用ASD野外光谱仪测量了黑松和马尾松在松材线虫自然侵染后不同感病阶段的反射光谱, 分析了其中光谱特征参数及叶绿素变化情况。 研究表明: (1)中红外波段反射光谱曲线对松树发病初期有一定的指示作用； (2)红边位置、 绿峰高度、 红谷反射率、 红边斜率、 水分胁迫波段反射率等参数的动态变化趋势与松材线虫侵染后两种松树的病害特征是一致的； (3)随病害程度加深两种松树叶绿素含量逐渐降低, 且与光谱特征参数之间存显著线性关系。 研究结果为利用高光谱遥感技术进行松材线虫病监测与预警提供参考, 同时为针对不同发病阶段采用不同的措施治理松材线虫病提供新的实验依据。