土壤是自然生态系统的重要组成部分, 是人类赖以生存和农业生产的重要物质基础。 随着社会经济高速发展, 高强度的工农业生产活动导致重金属等各种污染物通过大气沉降、 污水灌溉等途径进入土壤, 并在土壤中不断富集造成土壤盐渍化和土壤重金属污染, 两者是导致全球荒漠化和土壤退化的主要诱因。 然而中国的耕地非常有限, 粮食安全尤为重要。 因此, 如何快速、 准确地大面积反演盐碱地的重金属含量是保障粮食安全的重要研究课题。 针对上述关键问题, 以吉林省镇赉县盐碱地为研究对象, 建立了盐碱地重金属元素锰(Mn)、 钴(Co)和铁(Fe)含量与土壤可见光-近红外光谱数据的定量反演模型。 首先对原始光谱数据分别进行了Savitzky-Golay平滑、 多元散射校正、 连续统去除变换处理; 然后基于预处理后的光谱数据构建了比值(RI)、 差值(DI)和归一化(NDI)三种光谱指数, 通过光谱指数与重金属含量的相关性分析确定模型训练样本, 利用径向基神经网络算法进行建模并反演盐碱地重金属含量; 最后通过相关系数等梯度循环建模的精度分析方法确定了光谱指数与锰、 钴和铁含量相关性显著的敏感波段组合, 建立了基于径向基神经网络算法的盐碱地重金属含量最优反演模型。 研究结果表明, Mn选取相关系数r>0.70, Co选取相关系数r>0.80, Fe选取相关系数r>0.80, 并选取敏感指数组合分别为108组、 690组和31组, 基于上述显著敏感指数组合建立的Mn, Co和Fe最优反演模型R²分别为0.703 4, 0.897 6和0.848 4, 均方根误差RMSE分别为53.007 3, 1.059 2和0.363 4, 平均相对精度达到88.64%, 90.36% 和91.78%。 该研究对盐碱地重金属含量的准确、 快速分析提供了一种有效的方法, 对实现土壤重金属污染治理具有重要的现实意义。

针对变压器油中溶解气体傅里叶红外光谱在线分析应用中, 气室与光谱仪之间气隙中气体的带来的干扰, 以及基线漂移与畸变问题, 提出一种基于双气室切换分时扫描的新型气体吸收光谱补偿方法。 在传统单气室测量的基础上, 增加一个与测量气室的结构、 尺寸等参数基本相同的背景气室, 背景气室充满氮气, 而测量气室通入待测样气, 通过工控机实现双气室的切换控制。 但是, 采用常规的吸光度计算公式处理的光谱在波数1 100~1 200 cm^-1范围存在不明吸收峰, 且存在严重的基线漂移现象, 说明该计算方法已不适用于双气室切换。 因此, 为了消除双气室间参数无法一致的不利影响, 特别是窗片的滤光特性的差异, 提出了一种适用于双气室的新型气体吸收吸光度光谱计算方法; 实验发现漂移量由近0.3降为0.005左右, 证明其可以消除不明吸收峰和基线漂移。 最后, 于陕西某变电站的变压器中, 取得油样, 经脱气处理后, 获得相应的气体样本, 分别采用常规单气室扫描方法(组别1), 提出的双气室补偿方法(组别2), 以及气相色谱法(组别3)进行实验。 结果表明, 组别1的甲烷的浓度分析结果总是大于组别2。 同时, 组别1的二氧化碳浓度总是大于组别2的二氧化碳浓度, 而造成这样分析结果的明显差异极可能是由于光谱仪与气室间气隙中空气的影响; 且从总体上看, 相比于组别1, 组别2的分析结果更接近于气相色谱法的分析结果。 综上所述, 所提出的基于双气室切换分时扫描的新型气体吸收光谱补偿方法可以有效的解决光谱基线漂移与畸变问题, 获得较为理想的光谱, 在气体分析上可以消除气室与光谱仪的间隙干扰气的影响, 获得更为准确地分析结果。