植物修复是一种绿色有吸引力的重金属污染修复技术。 了解重金属在植物体内不同部位的分布， 有助于深入了解重金属植物修复的分子机制。 激光诱导击穿光谱技术（LIBS）在元素原位快速分析时拥有突出的技术优势， 尤其是具备无需复杂样品前处理、 可对固体样品直接分析的突出特点， 目前元素扫描成像是LIBS技术的重要研究及应用方向。 设计并搭建了基于纳秒脉冲激光器的元素成像LIBS装置， 系统光斑分辨率50 μm， 样品移动步距为100 μm， 成像分析速度为6.25 mm2·min-1， 装置可实现自动化扫描， 满足实际分析需求， 系统采用多通道平面光栅光谱仪， 光谱范围180～800 nm， 目标元素光谱经基线扣除， 峰面积拟合及归一化处理后绘制分布热图， 并以伪彩呈现样品不同区域的元素分布。 以豌豆为水培植物模型， 利用所搭建的元素成像LIBS装置开展豌豆植株的在体原位元素成像分析， 分析了Ni、 Cu、 Cr及Pb重金属在植物体内的差异性分布， 并研究了上述四种重金属的吸收途径。 结果显示， 该元素成像装置可以对植物体内存在的C、 Mg、 Fe、 Ca、 Na、 K等主要基体元素进行有效分析， 经过重金属胁迫后， 豌豆植物体内存在明显的重金属累积且不同重金属在植株中呈现不同的分布趋势， 镍离子在胚轴、 胚芽部位大量存在， 与镍离子分布不同的是， 植株大量吸收铜离子并富集在根部初生结构中; 重金属铬在豌豆根的中部和胚芽、 胚轴大量积累， 而重金属铅则大量富集在胚轴、 胚芽中， 根尖的含量最少。 该研究表明， 元素成像LIBS技术可实现对植物体内多种重金属的在体同时分析， 这对辅助研究环境水体重金属污染植物修复的机理有意义， 同时可为植物生理学和生态毒理学等领域的相关研究提供装置和新方法。

植被重金属污染监测是当今高光谱遥感监测研究的重要内容。 为了将高光谱遥感技术定性的用于植被重金属污染监测研究, 从盆栽实验采集的反射率光谱数据方面进行研究。 在实验室室内设置不同胁迫浓度的重金属铜铅玉米盆栽实验, 测定了不同浓度Cu2+和Pb2+胁迫下玉米叶片的反射率光谱和Cu2+和Pb2+含量等有关铜铅污染玉米的基础数据, 形成了关于重金属铜铅污染玉米植株的一套完整的数据集。 研究提出了一种铜铅探测指数(CLDI), 实现了不同培育期的两种玉米品种的重金属铜铅胁迫监测, 从而为当前植被重金属污染探测提供了新的思路。 研究设计了不同浓度的铜铅污染实验, 将测量获得的玉米叶片450～850 nm的光谱反射率进行一阶微分(D)和包络线去除(CR)处理后得到微分包络线去除(DCR)光谱曲线, 利用皮尔逊相关系数(r)分析DCR数据和生化数据, 选择对重金属Cu敏感的特征波段。 计算的皮尔逊相关系数表明DCR值在490～520和680～700 nm与土壤和叶片中的Cu2+含量呈现接近于1的线性正相关, 在630～650和710～750 nm呈现接近于-1的线性负相关。 选择波长505, 640, 690和730 nm的DCR值建立CLDI, 通过计算土壤和叶片中的Cu2+含量与CLDI和常规的植被指数(VIs)的皮尔逊相关系数, 将两者进行对比, 从而验证了CLDI的有效性。 选用2017年实验获取的不同品种玉米叶片光谱数据, 将CLDI同样和常规的植被指数(VIs)进行对比, 从而验证了CLDI对不同品种的玉米具有鲁棒性。 将CLDI应用到铅胁迫下玉米叶片的污染程度监测, 验证了其对于不同重金属的普适性。 结果表明, CLDI与Cu2+和Pb2+胁迫浓度相关性显著, 与其他植被指数相比, 相关性更高。 提出的CLDI探测铜铅胁迫下不同品种不同时期的玉米污染程度, 具有计算方便, 鲁棒性, 高效性、 普适性的优点。 该研究基于实验室叶片尺度, 可为冠层尺度的重金属胁迫监测提供理论基础。

制备一种低成本、环保型焚烧垃圾渣超高性能混凝土(UHPC)。根据修正后的Andreasen and Andersen模型进行配合比设计，将处理后焚烧垃圾渣替代河砂，制备不同替换率超高性能混凝土，并对其进行工作性能、力学性能、孔隙特征、水化过程、微观特征以及毒性固结性能测试。结果表明，随着垃圾渣的加入，UHPC的工作性能和抗压强度有所下降，但流动性不低于240 mm，抗压强度不低于117 MPa，累计孔隙含量增加，孔隙大部分分布在＜20 nm无害孔范围内，混凝土界面过渡区裂缝增多，混凝土中锌(Zn)、铅(Pb)和铬(Cr)重金属的离子浸出浓度均低于国标限值，有效地实现了对重金属元素的固结。

目前, 治理重金属污染的方法有很多, 其中利用植物与细菌联合治理的方法具有成本低、效益高等优势, 受到人们广泛关注。在重金属胁迫下, 许多细菌不仅发展出很强的重金属耐受性, 而且可以通过溶磷作用、固氮作用、解钾作用、分泌相关代谢产物等途径促进植物生长, 也可以通过改变金属流动性、诱导相关基因高表达等途径增强植物对重金属的抵抗能力。本文就细菌与植物协同治理重金属污染的作用机制展开综述, 以期为细菌协同植物治理重金属污染的应用和研究提供参考。

重金属污染农作物后可通过食物链进入人体从而严重危害身体健康。 如何快速准确地监测农作物中重金属含量已成为当今生态与粮食安全等领域的重要研究内容。 常规的生化监测方法存在操作繁琐、 过程长、 具有破坏性等缺点, 而高光谱遥感具有光谱分辨率高、 信息量大、 生化反演能力强、 方便快捷、 对监测对象无损伤等优势, 因此利用高光谱遥感技术监测农作物中重金属含量已成为遥感领域的热点研究之一。 以不同浓度Pb(NO3)2溶液胁迫下盆栽玉米植株为研究对象, 基于不同铅离子(Pb2+)胁迫梯度下玉米叶片的反射光谱及其中Pb2+含量的测定数据, 结合奇异值分解(SVD)理论和自适应模糊神经网络推理系统(ANFIS)结构, 建立了一种Pb2+含量预测的SVD-ANFIS模型。 首先对各胁迫梯度下玉米的老叶(O)、 中叶(M)、 新叶(N)三种叶片的反射光谱数据进行SVD处理, 获取原始光谱信息的奇异值; 然后选择O, M和N叶片对应的奇异值来寻求ANFIS结构的最佳输入组合, 最终选定O-M（双输入）组合作为ANFIS结构的输入量, 通过训练和学习获得最优模糊规则库后, ANFIS结构的输出量即为叶片中Pb2+含量, 从而实现了SVD-ANFIS模型的预测性能。 研究结果表明, 该模型的输出误差值较小, 精度较高, 在模糊训练过程中隶属函数选为钟型函数时预测效果最佳。 利用多参数的反向传播(BP)神经网络预测模型对SVD-ANFIS模型的预测优越性进行验证时, 得到BP模型和SVD-ANFIS模型的决定系数(R2)分别为0.977 6和0.988 7, 均方根误差(RMSE)分别为2.455 9和0.601 3, 可见SVD-ANFIS模型的拟合度更高, 预测效果更好。 同时选取不同年份的Pb污染玉米叶片等光谱数据对SVD-ANFIS模型进行可行性检验, 其R2和RMSE分别为0.986 4和0.887 4, 说明SVD-ANFIS模型能较好的用于玉米叶片中Pb2+含量预测且具有较高的鲁棒性, 可作为预测玉米叶片中重金属含量的一种方法。

大气气溶胶中重金属污染物能够对生态系统甚至人体造成不利影响, 因而对其中重金属污染物进行检测和分析是有必要的。利用激光诱导击穿光谱 (LIBS) 技术, 对持续收集 20 min 的大气 气溶胶进行金属元素的定性分析和有毒重金属的定量分析, 并重点研究了在本实验系统下气溶胶中 Cr 元素的 LIBS 分析谱线。 随后经归一化处理研究了大气气溶胶中 Cr 元素强度与中国环监总站公布的 PM2.5 和 PM10 含量之间的关系, 通过建立重金属元 素的定标曲线检测了气溶胶样品中重金属元素的含量, 并计算了相关重金属元素的检测限。实验结果表明, 大气气溶胶中含 有 Cr、Na、Mg、Al、Ca、Fe、Ba 等金属元素, 其中 Cr 元素谱线强度与中国环监总站公布的 PM2.5、PM10 数据成正相关, 尤其与 PM2.5 数据相关性更好。本实验建立的重金属元素定标曲线相关系数 R2 在 0.995～0.997 之间, 检测限在 1.9～3.6 mg/kg 之间, 表明该方法可以用于快速检测大气气溶胶中的重金属元素含量。

我国农田重金属污染形势不容乐观。 土壤中的重金属被作物根系吸收后会影响作物正常的生长发育, 降低农产品质量, 进而通过食物链进入人体, 危害人体健康。 高光谱遥感为实时动态高效监测作物重金属污染提供了可能。 设置不同浓度Cu2+胁迫梯度的玉米盆栽实验, 并采集苗期、 拔节期和穗期玉米老、 中、 新叶片光谱数据, 测定不同生长时期叶片叶绿素含量、 叶片Cu2+含量。 基于所获取的光谱数据、 叶绿素含量和叶片Cu2+含量, 结合相关分析法、 最佳指数法（OIF）和偏最小二乘法（PLS）构建OIF-PLS法提取含有Cu2+污染信息的特征波段。 首先依据苗期、 拔节期和穗期叶片叶绿素含量及穗期叶片Cu2+含量与相应叶片光谱的相关系数初步筛选特征波段； 然后, 从中选取三个波段计算最佳指数因子, 并以该三个波段为自变量, 对玉米叶片Cu2+含量进行偏最小二乘回归分析, 计算均方根误差； 最后根据最佳指数因子最大、 均方根误差最小的原则选取最佳特征波段。 基于OIF-PLS法所选取的特征波段构造植被指数OIFPLSI监测重金属铜污染, 并与常规的红边归一化植被指数（NDVI705）、 改进红边比值植被指数（mSR705）、 红边植被胁迫指数（RVSI）和光化学指数（PRI）监测结果做比较, 验证OIFPLSI的有效性和优越性。 另外利用在相同的实验方法下获取的不同年份的数据对OIFPLSI进行检验, 验证OIFPLSI的适用性和稳定性。 实验结果表明, 基于OIF-PLS法提取的特征波段（542, 701和712 nm）比基于OIF法提取的特征波段（602, 711和712 nm）能更好地反映Cu2+污染信息； 植被指数OIFPLSI与叶片Cu2+含量显著正相关, 相关性优于NDVI705, mSR705, RVSI和PRI； OIFPLSI与叶片叶绿素含量显著负相关, 与土壤中Cu2+含量显著正相关； 不同生长时期OIFPLSI与土壤中Cu2+含量的相关性高低依次为拔节期、 穗期、 苗期。 基于不同年份数据验证结果表明, OIFPLSI与叶片Cu2+含量显著正相关, OIFPLSI具有较强的稳定性。 基于OIF-PLS法所提取的特征波段构建的OIFPLSI能够较好地诊断分析玉米叶片铜污染水平, 可为作物重金属污染监测提供一定的技术参考。

目前水体重金属遥感反演相关研究仍比较薄弱。 自然界中重金属污染水体的光谱特征研究是重要的基础性工作, 是将来实现卫星遥感反演时波段选择的重要理论依据, 也是遥感反演模型所必须的基础参数。 首先利用Analytical Spectral Devices(ASD)光谱仪, 测量获得以大宝山尾矿水为例的典型重金属污染水体在两种水深和两种光照条件下的离水反射率光谱曲线, 发现在600~700 nm(红波段)均有稳定的反射峰, 然后进一步与自然界常见的两类水体(浑浊水体和富营养化水体)的反射峰位置进行对比, 发现: 以长湖水库石英砂厂附近为例的浑浊水体反射峰在550~700 nm(绿、 红波段), 以北江韶关冶炼厂附近为例的富营养化水体反射峰在550~600 nm(绿波段), 3种水体的反射峰位置各异, 说明该重金属污染水体反射率光谱与这两类水体具有很好的可分性。 然后在测量水体反射率基础上, 结合水质遥感模型和进行室内消光系数测量, 反演得到大宝山尾矿水体的总散射系数和总吸收系数光谱, 并进一步分离水分子吸收作用, 最终得到水中成分的综合吸收系数光谱曲线, 结果表明: 在紫光波段吸收最强, 在红光波段吸收最弱; 具体表现为: 从400 nm开始, 吸收系数快速递减, 在蓝绿光波段递减速度变缓, 从黄光波段又开始快速递减, 到676 nm达到极小值, 然后又快速增强至750 nm, 随后变化减缓。 最后结合水样的水质化验结果, 对该重金属污染水体的光谱成因进行分析, 发现现场水色和水中成分的综合吸收系数光谱特征皆与作者前期研究测量获得的硫酸铁溶液颜色及其吸收系数光谱特征吻合, 因此认为水中成分的光谱特征是由硫酸铁及其水解产物所引起。 以上说明该重金属污染水体的光谱特征明显, 反射峰和强吸收波长位置明确, 这是将来利用卫星遥感手段反演水中重金属浓度的重要特征波段。 该研究获得了以大宝山尾矿水为例的典型重金属污染水体反射率、 消光系数、 散射系数和吸收系数的光谱结果, 为日后推广至其他种类重金属矿的尾矿水体及水中成分光学参数反演提供方法依据, 也为将来利用卫星遥感技术对水中重金属浓度进行定量提取打下良好的理论基础。