铜质文物是中国古代文明发展历程的重要物质载体, 具有多重价值。 铜质文物在埋藏和保存过程中会发生腐蚀, 导致器物表面被多种锈蚀产物覆盖。 各类锈蚀产物对文物稳定性的影响不同, 其中含氯锈蚀产物最受关注, 因其多与“青铜病”有关。 “青铜病”是一种由氯离子引发的快速腐蚀现象, 可能对铜质文物的本体造成严重危害。 因此, 锈蚀产物的快速、 准确鉴定对铜质文物的保护与研究具有重要意义。 本研究以中国国家博物馆藏铜半结跏泥金观音表面锈蚀产物为研究对象, 综合利用大幅面X射线荧光成像（MA-XRF）、 光纤反射光谱（FORS）、 扫描电镜能谱（SEM-EDS）、 激光共焦显微拉曼光谱（Raman）几种方法对锈蚀产物成分结构及分布位置进行分析研究。 研究结果表明该观音造像表面锈蚀产物主要包括碱式氯化铜（氯铜矿和斜氯铜矿）和蓝铜钠石。 此外, 还发现了一种含锌的碱式氯化铜, 推测其分子式为Cu3.52-3.64Zn0.36-0.48(OH)6Cl2。 这类锈蚀产物在铜质文物表面鲜少发现, 该研究结果为其鉴定研究提供了新的参考数据。 综合各类分析结果, 进一步揭示了观音造像表面各类锈蚀产物的分布情况, 确定了碱式氯化铜主要分布于观音造像头冠部、 面部、 手部、 腿部、 底座、 足部等位置。 研究结果为准确判断该件文物受“青铜病”影响的严重程度提供了科学依据, 对该观音造像的合理有效保护具有重要意义。 广域和微区分析方法的有效结合也为铜质文物锈蚀产物分析提供了新思路。

秸秆是重要的有机资源, 研究不同钙盐对秸秆腐解过程的影响及腐解产物性质差异, 为有机物料高效利用、 高质腐熟提供理论依据和技术参考。 以水稻秸秆为供试物料, 通过添加不同类型钙盐（不添加（CK）, 添加CaC2O4, Ca(OH)2, CaCO3, CaCl2, CaSO4和Ca(H2PO4)2）, 进行室内秸秆腐解试验, 测定不同腐解时期（30, 60和180 d）各处理秸秆的腐解速率及腐解产物化学性质变化, 利用三维荧光光谱（3DEEM）技术和平行因子方法（PARAFAC）探究秸秆腐解产物可溶性有机质（DOM）的化学组成变化特征。 结果表明: （1）较对照而言, CaC2O4, Ca(OH)2, CaCO3和CaSO4处理秸秆碳的转化率中分别增加了25.6%, 44.1%, 33.6%和29.7%, 在CaCl2和Ca(H2PO4)2处理分别减小了76.8%和17.5%; CaC2O4和Ca(OH)2处理显著增加腐解产物pH; CaCl2和Ca(H2PO4)2处理显著增加腐解产物的电导率（EC）; 在各腐解时期, CaC2O4和Ca(OH)2处理腐殖质相对含量分别高于对照3.4%～20.9%和2.3%～25.3%。 （2）通过3DEEM-PARAFAC方法分析腐解产物DOM组成, 共识别出类色氨酸（C1）、 类富里酸（C2）和类胡敏酸（C3）三种荧光组分; Ca(OH)2, CaCO3和CaC2O4处理类胡敏酸/类富里酸比值（H/F）高于CK处理, 增加了腐解产物的复杂程度; Ca(OH)2, CaCO3和CaC2O4处理腐解产物DOM的腐殖化（HIX）指数略高于CK处理, Ca(H2PO4)2, CaSO4和CaCl2处理的HIX指数显著低于CK处理。 （3）相关性分析表明, pH和EC是添加钙盐后影响秸秆腐解的主控因子, 秸秆腐解产物腐殖化程度与pH正相关, 与EC负相关。 综上所述, CaC2O4, Ca(OH)2和CaCO3处理可以促进秸秆的腐殖化进程, 提高腐解产物品质, Ca(H2PO4)2和CaCl2起相反作用, 另外pH和EC为影响秸秆腐殖化的主控因子。 该研究可为选择合适的钙盐添加剂从而促进秸秆腐解、 提高秸秆腐解产物品质提供科学参考。

铁质文物是我国文化遗产的重要组成部分。 由于化学性质较为活泼, 铁质文物易发生腐蚀劣化。 锈蚀产物对铁质文物的稳定性有较大影响, 因此判断铁质文物锈蚀产物的组成特征, 对于铁质文物稳定性评估具有重要意义。 以赤铁矿（α-Fe2O3）, 磁铁矿（Fe3O4）, 四方纤铁矿（β-FeOOH）三种铁质文物的锈蚀产物为研究对象, 采用拉曼光谱成像结合主成分回归法（PCR）和偏最小二乘法（PLS）, 同时结合多种预处理方法, 构建了两组二元混合锈蚀（α-Fe2O3+Fe3O4, α-Fe2O3+β-FeOOH）的定量模型。 结果表明, 对于α-Fe2O3+Fe3O4二元体系, PCR和PLS算法构建模型的定量效果基本一致, α-Fe2O3和Fe3O4的PLS定量模型结果均表明, 一阶导数+Savitsky-Golay（S-G）平滑（9）条件下建模效果最好。 对于α-Fe2O3+β-FeOOH二元体系, PLS方法所构建模型优于PCR方法, α-Fe2O3和β-FeOOH的PLS定量模型结果均表明, MSC+S-G平滑（5）条件下建模效果最好。 研究结果为定量评估铁质文物锈蚀产物的化学稳定性提供了有效方法。

铁质文物是人类重要的文化遗产, 对于研究人类社会的发展与进步具有重要意义。 铁的活泼性较强、 容易发生腐蚀等特点使铁质文物成为金属类文物保护工作中的难点之一。 目前对于铁质文物保护修复和铁锈蚀产物定性分析研究较多, 而开展铁锈蚀产物定量表征的研究相对较少, 锈蚀产物的复杂性也增加了定量分析的难度。 为了解铁质文物锈蚀产物的成分及评估其稳定性, 建立一种定量分析铁质文物锈蚀产物的方法是十分必要的。 以铁质文物常见5种锈蚀产物(α-Fe2O3, Fe3O4, α-FeOOH, β-FeOOH, γ-FeOOH)为研究对象, 通过制作锈蚀产物模拟样品(三组二元混合物体系和一组四元混合物体系), 利用红外光谱结合TQ Analyst分析软件中经典最小二乘法(CLS)、 主成分回归法(PCR)和偏最小二乘法(PLS)分别对四组混合物构建定量分析模型。 研究结果表明, 三种定量分析模型中PCR与PLS均适合用于建立铁质文物锈蚀产物定量模型, 其校正均方根误差(RMSEC)和预测均方根误差(RMSEP)均较小、 相关系数接近于1。 定量模型具有良好的预测性和稳定性, 故可为定量分析铁质文物锈蚀产物, 进而为评估铁质文物化学稳定性提供依据。

由于标注数据的短缺，对航天器多余物进行在线检测受到了较大的限制。文章研究了多余物的物理特性，在航天器的数字孪生系统中构建相应的多余物模型，提出了一种结合数字孪生技术增强的跨域自适应航天器多余物检测方法。该方法通过数字孪生技术获取航天器的实时数据，并借助于历史标注数据中的相似结构，以跨域自适应技术辅助实时在线推理的进行。设计了一种新型的跨域自适应模型，该模型采用共享网络结构以及门控机制，从而在复杂任务中更有效地挖掘先验知识，实现了跨域自适应技术与数字孪生技术的有机结合，以实现更高效、准确和实时的预测。此种方法可以全面地检测航天器各个部件的多余物状态。

在航天产品的研发制造过程中,多余物控制至关重要,尤其是多余物状态识别的环节,其核心在于如何有效提取高噪声图像中的局部特征。现有方法尚未针对多余物场景进行有效建模,通用的视觉模型往往会对噪声进行过度拟合,而无法有效滤除噪声信号。为此,提出了一种可学习滤波感知机。该感知机通过采用一种可学习滤波器来替代繁琐的自注意力机制,用以学习空间位置的交互作用信息。随后,引入了频谱掩模用于频域分量特征的抽取,以学习不同频段内的重点信息。实验结果表明,该方法在多余物识别中取得了96.7%的准确率,优于基于卷积和自注意力的模型,并且具有更低的计算复杂度。