为探求快速、 廉价、 无损、 同步的光谱技术在南极古湖沼研究中的可能性, 本文分析了南极中山站附近采集的一根湖泊沉积柱样品的近红外反射光谱数据, 通过主成分(PCA)统计分析方法, 发现主成分因子载荷值与反映湖泊生产力变化的环境指标S2(有机质热解烃类化合物指标, 指示湖藻类来源有机质)在深度剖面上具有一致的变化趋势, 两者表现出显著的正相关关系, 表明近红外光谱技术可用于快速恢复南极湖泊古生产力变化记录。 对比光谱曲线650～700 nm处的谷面积与S2的关系, 发现光谱数据的PCA分析法较常规的谷面积法更能够作为反映湖泊初级生产力变化的有效指标。 本研究结果为在偏远的南极地区开展湖泊古环境变化研究提供了一种新的快捷方法和技术途径。

通过对巢湖柱状沉积物剖面间隙水样品的近红外光谱(NIR）分析, 采用OSC+WC和WC+OSC光谱预处理方法, 结合偏最小二乘法(PLS)回归, 建立了分层沉积物间隙水中TN, NH3-N, PO3-3, TOC和SiO-3的校正模型, 该模型的TN, NH3-N, PO3-3, TOC和SiO-3的预测值与实测值的校正相关系数分别为0.975, 0.989, 0.937, 0.862和0.888, 校正标准误差分别为0.353, 0.238, 0.031 3, 2.005和2.674 mg·L-1, 预测相关系数分别为0.912, 0.918, 0.773, 0.337和0.856, 预测标准误差分别为1.424, 0.945, 0.081, 7.866和4.273 mg·L-1。 实验结果表明, 近红外光谱技术有潜力作为快速测定湖泊沉积物间隙水样品中主要化学指标的新方法。

湖泊沉积物保存了湖泊环境演化的重要信息, 但目前还没有建立起快速、 准确的湖泊沉积物营养组分组合分析方法。 该文利用近红外光谱(NIRS)技术, 采用一阶导数、 小波滤噪、 正交信号校正、 小波滤噪+正交信号校正、 一阶导数+正交信号校正、 正交信号校正+小波压缩6种光谱预处理技术和偏最小二乘(PLS)法相结合在国内建立了NIR光谱测定湖泊沉积物柱芯样品中总碳(TC), 总氨(TN), 总有机碳(TOC)和总磷(TP)的校正模型, 结果表明虽然NIR光谱校正模型对TOC的预测效果不理想, 但一阶导数+正交信号校正光谱校正模型对TC和TN, 正交信号校正光谱校正模型对TP的预测效果较好, 预测相关系数分别为0.759 7(TC), 0.865 0(TN)和0.811 2(TP), 预测误差(RMSEP)分别为0.13%(TC), 0.008 2%(TN)和0.012%(TP)。 该研究对于推动我国湖泊沉积物的光谱学特性研究具有重要意义。