安徽省农业科学院土壤肥料研究所, 安徽 合肥 230031 养分循环与资源环境安徽省重点实验室, 安徽 合肥 230031
店埠河农业小流域是南淝河最大的支流, 探究该流域水体溶解性有机质(DOM)的时空演变机制对于了解其水生生态系统至关重要。 该研究结合水体的三维荧光光谱和紫外-可见光谱, 采用平行因子分析(PARAFAC)方法对测定的三维荧光光谱矩阵进行组分提取, 分析该流域特定时段的水体DOM荧光组分及比例, 结合荧光参数(荧光指数FI、 自生源指标BIX以及腐殖化指标HIX)和紫外-可见光谱吸收特征参数(α254、 E2/E3)分析店埠河农业小流域水体DOM时空特征。 实验结果显示: 店埠河农业小流域在该特定时段(2020年9月-2021年4月)水体DOM包含2个有效的荧光组分, 分别为1种类腐殖质物质(类富里酸组分)和1种类蛋白质物质(低激发类色氨酸组分), 两个组分各占比例分别为53.9%和46.1%; 水体三个荧光参数(FI、 BIX、 HIX)在不同季节(9月秋季、 1月冬季和4月春季)之间的荧光参数呈现显著的季节变化差异, 指明DOM总体上受陆源和内源物质的综合影响, 具有强腐殖化、 弱自生源特征; 紫外-可见光谱吸收特征参数(α254、 E2/E3)表明1月冬季水体的DOM相对浓度和分子量大小均低于其他两个季节(9月秋季和4月春季), 而各采样点DOM分子量大小和相对浓度从河流上游到下游均未呈现明显的区域变化趋势。 该研究综合流域水体三维荧光光谱特征和紫外-可见光谱吸收特征, 示踪了店埠河农业小流域水体特定时段DOM的组分来源, 分析了其时空分布特征, 从而为该流域的生态环境综合治理提供可靠的理论依据。
店埠河流域 溶解性有机质(DOM) 三维荧光光谱(EEMs) 紫外-可见吸收光谱(UV-Vis) The watershed of Dianbu River Dissolved organic matter (DOM) Fluorescence excitation emission matrix spectrosco UV-visible absorption spectrum (UV-Vis) 光谱学与光谱分析
2023, 43(9): 2983
广西嵌入式技术与智能系统重点实验室, 广西 桂林 541004桂林理工大学信息科学与工程学院, 广西 桂林 541004
针对现有卷积神经网络土壤有机质(SOM)预测模型用在小样本数据集存在建模效果差, 预测精度不够高等问题, 为更加精准预测土壤SOM含量, 以广西国有黄冕林场和国有雅长林场采集的206个土壤样品为研究对象, 提出了一种改进时间卷积网络(SATCN)的红壤有机质高光谱预测模型。 对土壤样品进行Savitaky-Golay(SG)平滑以及一阶微分(1DR)、 二阶微分(2DR)、 标准正态变量(SNV)和多元散射校正(MSC)四种变换, 对比分析长短记忆网络(LSTM)、 偏最小二乘回归(PLSR)和支持向量机(SVM)在不同光谱预处理下的建模效果, 结果表明, 采用SG处理后的光谱一阶微分预处理方法, 建模效果最好; 在时间卷积网络(TCN)架构上, 采用浅层网络结构, 在TCN残差结构中加入自注意力层, 提高模型特征学习能力; 每个卷积核权重加入L2正则化, 防止过拟合; 选取一阶微分作为光谱预处理, 建立ResNet-13、 VGGNet-7、 时间卷积网络(TCN)和改进时间卷积网络(SATCN)四种模型, 对比分析四种模型建模效果, 以及SATCN模型在不同网络深度下模型建模效果。 结果表明, 在一阶微分光谱预处理的情况下, 浅层SATCN模型建模效果优于深层模型; SATCN模型中的自注意力残差结构, 不仅能够强化光谱序列重要特征, 模型特征学习能力和预测精度也有显著提高。 相比于CNN、 TCN等建模方法, 提出的SATCN模型建模效果最好, 拥有更高的精确度和极好的模型估测能力, 验证集的决定系数(R2)为0.943, 均方根误差(RMSE)为3.042 g·kg-1, 相对分析误差(RPD)为4.273。 综上所述, SOM含量的最佳预测模型是采用SG平滑后一阶微分光谱预处理基础上建立的SATCN预测模型, 对广西林地土壤有机质含量进行更加了精准预测。
土壤 高光谱 有机质 自注意力机制 时间卷积网络 Soil Hyperspectral Organic matter Self-attentive mechanism Time-convolutional network 光谱学与光谱分析
2023, 43(9): 2942
东北农业大学水利与土木工程学院, 国际持久性有毒物质联合研究中心, 黑龙江 哈尔滨 150030
研究新降雪中溶解性有机质（DOM）的光谱特征有利于探究其与大气污染物的响应关系。 采用紫外-可见吸收光谱（UV-Vis absorption spectroscopy）、 三维荧光光谱（three dimensional fluorescence spectroscopy）结合平行因子分析（PARAFAC）技术, 分析了哈尔滨市新降雪样品中DOM的光谱特征及其来源。 新降雪中有色溶解性有机质（CDOM）浓度与荧光溶解性有机质（FDOM）强度变化呈现相同趋势, 其中CDOM含量因DOM来源、 大气云团运移、 大气污染情况及发色团光漂白性质的不同而与其他环境介质中CDOM浓度存在差异; 而FDOM强度则因环境介质中盐分含量及DOM的降解动力学速率存在差异而小于土壤和海洋。 新降雪中DOM的吸收光谱呈现指数递减趋势, 与冬季大气颗粒物中水溶性有机物发色团的吸收光谱相似, 在200~220 nm处存在明显吸收峰（由于受到水分子和溶解氧影响）, 表明DOM存在较多的不饱和双键共轭结构。 E2/E3值（250和365 nm处的吸光度比值）结果表明, 新降雪中DOM具有结构简单、 分子量小和芳香性弱的特征, 类富里酸为其主要组成物质; 通过PARAFAC共解析出类腐殖质和类蛋白质两类荧光组分, 其对荧光强度的贡献分别为66.78%和33.22%。 荧光参数分析结果表明, 该研究新降雪中DOM同时受陆源输入和微生物活动的影响, 并且具有较强的自生源特征（BIX>1）和较弱的腐殖化特征（HIX<0.8）。 荧光组分与大气污染物的相关性分析表明, 哈尔滨市新降雪中的荧光组分具有相同来源, 化石燃料、 生物质燃烧、 交通及工业等排放的细颗粒物（PM2.5）为新降雪中DOM的重要来源, 并通过类腐殖质组分的最大荧光强度初步建立了PM2.5浓度值的预测方程。 新降雪中DOM光谱特征分析可为揭示其来源组成及深入探寻其载体行为机制提供参考价值, 亦可为大气环境污染快速诊断识别提供新的研究思路和技术保障。
新降雪 溶解性有机质 来源解析 光谱特征 大气污染物 Fresh snow Dissolved organic matter Source analysis Spectroscopic characterization Air pollutants 光谱学与光谱分析
2023, 43(12): 3937
1 中国科学院青海盐湖研究所, 中国科学院盐湖资源综合高效利用重点实验室, 青海 西宁 810008青海盐湖资源综合利用技术研究开发中心, 青海 西宁 810008
2 中国科学院青海盐湖研究所, 中国科学院盐湖资源综合高效利用重点实验室, 青海 西宁 810008青海省盐湖资源化学重点实验室, 青海 西宁 810008
二维相关光谱技术（2D-COS）、 三维荧光光谱技术结合平行因子分析（EEM-PARAFAC）具有扩展识别重叠峰, 判断不同组分动态变化规律的技术特点。 因此, 2D-COS和EEM-PARAFAC分析技术可以用来分析溶解性有机质（DOM）结构组成和光谱变化特征。 采用溶解性有机碳（DOC）、 紫外-可见吸收光谱（UV）和EEM分析技术, 借助2D-COS和PARAFAC分析模型, 对青藏高原具有代表性的察尔汗盐湖、 西台吉乃尔盐湖和马海盐湖中DOM在盐田摊晒过程中的结构组成和光谱学变化特征进行了研究。 结果表明, 随着日照时间延长, 盐田中DOM和有色DOM（CDOM）含量逐渐升高, 且DOM的增长倍数明显高于CDOM。 在整个盐田摊晒阶段, 察尔汗、 西台吉乃尔和马海盐田中DOM和CDOM分别增长了1.5 vs. 1.0、 8.2 vs. 5.3和15.7 vs. 11.0倍。 此外, SUVA254、 HIX值在盐田中总体上呈现出逐渐减小的变化趋势。 2D UV-COS分析结果表明, 在察尔汗、 西台吉乃尔和马海盐田中, 吸收峰分别在230、 217和235 nm处的DOM变动较大, 变化顺序分别为228>229>230>231>232 nm & 235>234>233>232 nm、 200>216>300 nm和201>203>231>232>237>238>281>217 nm。 EEM-PARAFAC分析结果表明, 盐湖卤水中有5种荧光组分, 包括4种类腐殖质荧光组分, 分别是类海洋腐殖质C1（Ex/Em: 320/400 nm）、 类腐殖酸C2（Ex/Em: 250/400 nm）和C3（Ex/Em: 260/400 nm）、 疏水性腐殖酸C5（Ex/Em: 280, 360/430 nm）和1种类蛋白质组分C4（Ex/Em: 280/350 nm）。 其中, 尤以类腐殖质为主, 分别占总荧光组分的84.0%（察尔汗）、 87.2%（西台吉乃尔）和93.1%(马海)。 随着盐田日晒时间的延长, C1、 C2和C5在盐田中逐渐减少直至稳定不变。 其中, C2组分在盐田的尾卤阶段基本消失, 表明C2组分更加容易降解。 C3和C4在察尔汗和马海盐田的前期逐渐减少, 后期却略有升高。 相对来说, C3和C4性质相对顽固, 在盐田中降解程度远小于其他三个组分: 6.7%
二维相关光谱 三维荧光光谱 平行因子分析 溶解性有机质 盐田 Two-dimensional correlation spectroscopy Three-dimensional excitation-emission matrix fluor Parallel factor analysis Dissolved organic matter Solar ponds 光谱学与光谱分析
2023, 43(12): 3775
1 清华大学环境学院环境污染溯源与精细监管技术研究中心, 北京 100084 清华苏州环境创新研究院先进监管技术仪器研发团队, 江苏 苏州 215163
2 北京 100084 清华苏州环境创新研究院先进监管技术仪器研发团队, 江苏 苏州 215163
近年来, 三维荧光技术已经成为常用的化学分析技术, 但有些结构相近的荧光有机物的三维荧光光谱十分相似, 可能导致分析结果错误。 因此, 如何精准区分具有相似三维荧光光谱的有机物是十分重要且亟待解决的问题。 荧光量子产率和荧光寿命是荧光有机物两个重要的光学参数, 对于分子结构的差异更灵敏。 对吲哚、 3-甲基吲哚和L-色氨酸的三维荧光光谱、 荧光量子产率和荧光寿命进行了研究。 结果表明, 它们的三维荧光光谱都出现两个荧光峰, 且荧光峰位置十分接近。 吲哚和L-色氨酸的荧光峰大致位于［激发波长, 发射波长］=［275, 340～350］和［220, 340～350］ nm附近, 3-甲基吲哚的荧光峰位于［激发波长, 发射波长］=［280, 365］和［225, 365］ nm附近。 在相同浓度下, 三种有机物在激发波长为275～280 nm处的最高荧光强度依次为: 吲哚>3-甲基吲哚>L-色氨酸。 利用绝对量子产率测量技术测得吲哚、 3-甲基吲哚和L-色氨酸的荧光量子产率分别约为0.264、 0.347和0.145; 利用时间相关单光子计数技术测得吲哚、 3-甲基吲哚和L-色氨酸的荧光寿命分别约为4.149、 7.896和2.715 ns。 研究表明, 荧光寿命和荧光量子产率能区分三维荧光光谱相似的荧光有机物, 研究结果在荧光有机物的准确识别上具有重要的价值。
三维荧光光谱 荧光有机物 荧光量子产率 荧光寿命 Excitation-emission matrix Fluorescent organic matter Fluorescence quantum yield Fluorescence lifetime 光谱学与光谱分析
2023, 43(12): 3758
1 吉林农业大学资源与环境学院, 吉林 长春 130118 吉林省商品粮基地土壤资源可持续利用重点实验室, 吉林 长春 130118秸秆综合利用与黑土地保护教育部重点实验室, 吉林 长春 130118
2 松辽水利委员会松辽流域水土保持监测中心站, 吉林 长春 130021
3 中国农业大学资源与环境学院, 北京 100083
土壤有机质(SOM)作为土壤的重要组成部分, 其含量高低能够反映土壤的肥力和质量状况。 相较于传统SOM的测定方法, 利用无人机高光谱影像可快速、 精准获取田块尺度的SOM含量。 为探究基于高光谱数据建立的线性和非线性模型对作物覆盖下土壤有机质估算精度的差异, 以东北黑土区的玉米试验田为研究区, 分别采集了拔节期和吐丝期的土壤样本及同时期无人机高光谱影像作为数据源, 分析作物覆盖条件下土壤光谱反射率与有机质含量的相关关系, 并根据其响应波段构建光谱指数。 以施肥量和光谱指数作为自变量, 通过特征变量的筛选分别建立多元逐步线性回归模型（SMLR）、 支持向量机（SVM）、 随机森林（RF）和eXtreme gradient boosting（XGBoost）模型, 并验证比较各模型的精度（选用R2和RMSE为评价指标）。 结果表明, 作物覆盖条件下土壤有机质含量的响应波段为450~640 nm。 多年长期施用化肥对SOM含量有着显著影响, 将其作为协变量引入模型明显提高了对SOM的估算精度。 4种模型检验精度的对比结果为: XGBoost>RF>SMLR>SVM, 其中以拔节期XGBoost的估算结果最好（建模集和验证集的R2、 RMSE分别为0.516、 0.253和0.590、 0.222）。 可以利用无人机高光谱技术快速估算田块尺度玉米农田的土壤有机质含量, 且XGBoost模型是估算作物覆盖条件下土壤有机质含量的较优选择。
无人机 高光谱 土壤有机质 多元逐步线性回归 机器学习 UAV Hyperspectral Soil organic matter Stepwise multiple linear regression Machine learning 光谱学与光谱分析
2023, 43(8): 2617
1 塔里木大学农学院, 新疆 阿拉尔 843300
2 塔里木大学机械电气化工程学院, 新疆 阿拉尔 843300
3 浙江大学农业遥感与信息技术应用研究所, 浙江 杭州 310058
4 中国农业大学土地科学与技术学院, 北京 100083
5 塔里木大学园艺与林学学院, 新疆 阿拉尔 843300
土壤有机质(SOM)含量是制定枣园土壤施肥方案的主要依据。 合理的施肥方案对提升红枣品质、 减少农户投入和增加枣园产出有重要意义。 利用传统方法获取枣园SOM含量耗费时间和资源, 不符合枣园精准施肥管理的需求, 土壤有机质高光谱检测是一种有效的替代方法。 为筛选南疆枣园SOM的高光谱快速检测模型, 采用网格布点法采集158个枣园土壤样品, 测定风干土样的室内高光谱数据和SOM含量。 分别将400~2400 nm全波段(R)和通过竞争自适应加权算法(CARS)、 连续投影算法(SPA)、 粒子群优化算法(PSO)三种数据降维算法筛选的数据集与偏最小二乘回归(PLSR)、 反向传播神经网络(BPNN)、 卷积神经网络(CNN)三种建模方法结合构建12种枣园SOM含量的组合反演模型, 通过对比模型的精度评价指标和训练时间, 筛选枣园SOM含量最优光谱反演模型。 结果表明: (1) CARS、 SPA、 PSO三种降维算法都能将光谱数据压缩至原来的10%以下, 筛选波长数分别由原来的2 001个变量降为98、 156、 102个, 降维组合模型的验证集RPD均大于1.50, 均能实现对枣园SOM含量的反演, 与R组合模型相比, 降维组合模型至少能节省30%的时间成本, 特别是与BPNN和CNN等构建的组合模型, 能节省90%的训练时间, 且模型稳定性更强, 模型效果更优。 (2) CARS数据集构建组合模型的验证集R2均大于0.85, RPD均大于2.50, RPIQ均大于1.60, 在三种降维算法中效果最好; PSO数据集的组合模型验证效果略低于CARS数据集, 但优于R数据集, R2均大于0.80、 RPD均大于2.00; SPA数据集构建组合模型的验证效果要低于R数据集, 在三种降维算法中效果最差。 (3) BPNN和CNN两种方法的反演模型验证效果均优于PLSR模型, 而在模型训练时间和模型验证效果等方面, BPNN模型优于CNN模型, 其结合CARS数据集的验证效果最优, R2为0.91、 PRD为3.34、 RPIQ为3.17、 nRMSE%为11.93, 训练时间为58.00 s, 模型符合快速检测枣园SOM含量的要求。 CARS-BPNN模型为反演南疆枣园SOM的最优模型, 研究结果能够为南疆枣园土壤养分快速检测与制定施肥方案提供参考。
枣园土壤有机质 CARS算法 CNN模型 BPNN模型 检测模型 Soil organic matter in Jujube orchard CARS algorithm CNN model BPNN model Detection model 光谱学与光谱分析
2023, 43(8): 2568
1 镇江高等专科学校, 江苏 镇江 212028 中国科学院大学, 北京 100049
2 中国科学院大学, 北京 100049
3 江西省农业技术推广中心, 江西 南昌 330046
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。
钙盐 秸秆腐解产物 可溶性有机质 三维荧光光谱 平行因子分析 Calcium Salts Straw Decomposition products Three-dimensional excitation-emission matrices (3D Parallel factor analysis (PARAFAC) The dissolved organic matter (DOM) 光谱学与光谱分析
2023, 43(7): 2301
1 华东交通大学电气与自动化工程学院, 江西 南昌 330013
2 华东交通大学土木建筑学院, 江西 南昌 330013
土壤养分直接关系到作物产量与品质状况, 然而传统化学方法检测存在化学试剂消耗大、 耗时费力等问题, 不能满足精细农业的需求。 快速获取土壤养分信息是发展精细农业、 绿色农业的关键, 想要了解土壤肥力状况, 必须先了解有机质和总氮的含量状况。 许多研究表明, 长波近红外光谱被广泛应用于土壤检测领域, 然而短波可见/近红外光谱在土壤有机质和总氮的研究上却非常罕见。 以江西省吉安市安福县和南昌市新建区的四个村庄作为研究区, 根据2×2网格法采集了深度为10～30 cm的棕壤、 红壤和水稻土三种最为典型的土壤样品共180份。 经过研磨、 风干等处理后用四分法均匀划分为两份, 用于测定样品光谱信息和理化信息。 将土壤样品按照2∶1(120∶60)划分为建模集和预测集。 考虑到首尾端波段噪声较大, 故去除325～349和1 051～1 075 nm波段, 将350～1 050 nm波段用于光谱分析。 通过连续投影算法(SPA)筛选出有机质12个特征波长点, 总氮11个特征波长点, 考虑到土壤光谱信息与土壤理化性质之间可能存在非线性联系, 建立全波段与特征波长的线性偏最小二乘回归(PLSR)模型和非线性最小二乘支持向量机(LS-SVM)模型对土壤有机质和总氮进行研究, LS-SVM模型采用两步网格搜索法优化了两个超参数γ和σ2。 研究结果表明: (1)土壤的光谱反射率随波长增加反射率升高, 反射率曲线中460、 550、 580、 740和900 nm处有较为明显的吸收特征。 (2)从PLSR模型和LS-SVM模型结果分析可知, 非线性模型LS-SVM具有更好的预测精度, 分析认为土壤光谱信息与土壤理化性质之间存在一些非线性关系。 (3)通过连续投影算法筛选的特征波长提高了模型精度, 优化了模型运行效率。 SPA-LS-SVM模型是所有模型中最优的预测模型, 其中有机质模型的R2pre为0.884 7, RMSEp为0.104 8, RPD为2.945 0, 总氮模型的R2pre为0.901 8, RMSEp为0.010 4, RPD为3.191 1。 (4)本研究说明可见/近红外光谱能够用于测量不同类型的土壤有机质和总氮含量, 并且达到较好的预测效果。 可见/近红外光谱在土壤检测领域具有巨大潜力。
土壤有机质 总氮 连续投影算法 偏最小二乘回归 最小二乘支持向量 Soil organic matter Total nitrogen Successive projections algorithm Partial least squares regression Least-squares support vector machine 光谱学与光谱分析
2023, 43(7): 2226
1 东北农业大学资源与环境学院, 黑龙江 哈尔滨 150030
2 北京市农林科学院植物营养与资源环境研究所, 北京 100097
3 东北农业大学资源与环境学院, 黑龙江 哈尔滨 150030北京市农林科学院植物营养与资源环境研究所, 北京 100097
当前水土流失问题严重, 侵蚀环境下土壤生态系统的健康至关重要, 而植被覆盖具有固碳保水的作用, 利用人工径流设备与人工降雨设备, 在6°有无植被种植坡地模拟降雨(暴雨: 50 mm·h-1), 结合三维荧光光谱技术耦合平行因子法, 分析土壤不同坡位径流液中的溶解性有机质(DOM)的来源和组分结构, 探究DOM对土壤固碳保水的响应关系。 结果表明: ①与裸地相比, 植被覆盖下不同坡位DOM中泥沙含量、 可溶性碳(DOC)含量呈现相同的变化趋势: 地上径流＞壤中流＞地下径流; 土壤侵蚀量和径流量的变化趋势分别为: 壤中流＞地下径流＞地上径流, 地下径流＞壤中流＞地上径流。 ②根据荧光指数分析, FI与BIX的表征结果基本一致, 地上径流DOM来源受内源物代谢影响最大, 其次是壤中流, 地下径流影响最小, 植被覆盖与裸地相比腐殖化来源由内源转变为内源、 外源共同作用。 腐殖化系数(HIX)与径流液腐殖化程度成正相关关系, 植被覆盖下的HIX指数大于裸地的HIX指数, 表明径流液腐殖化程度地上径流>壤中流>地下径流, 因此植被覆盖可以提高径流液腐殖化程度。 ③平行因子分析表明, 不同径流液DOM包括4种荧光组分: 类胡敏酸(C1: Ex/Em=260/455 nm)、 紫外类富里酸(C2: Ex/Em=240/395 nm)、 类色氨酸(C3: Ex/Em=230~275/335, 230~275/400 nm)及类酪氨酸(C4: Ex/Em=215/395 nm)。 ④对不同处理荧光强度与Fmax值分析发现, 有植被覆盖处理的Fmax值均大于裸地, C1、 C2和C4组分的Fmax值变化趋势一致: 地上径流>壤中流>地下径流, C3组分的Fmax值变化趋势: 地上径流<壤中流<地下径流。 植被覆盖影响土壤中类胡敏酸和类蛋白质物质, 对土壤侵蚀起到保护作用, 保护幅度: 地上径流>壤中流>地下径流。 ⑤相关分析表明径流量、 侵蚀量、 泥沙含量相互呈正相关, 而C1和C4组分与径流量和侵蚀量呈显著负相关。 基于此, 根据坡面降雨径流DOM荧光光谱特性, 植被覆盖通过改变土壤中的有机质组分, 类胡敏酸和类蛋白质物质的稳定性和含量对土壤固土保水有重要作用。
坡面径流 溶解性有机质 荧光光谱 平行因子分析 Slope surface runoff Dissolved organic matter Fluorescence spectra Parallel factor analysis 光谱学与光谱分析
2023, 43(6): 1921
