高能射线探测成像技术在高能物理研究、医疗影像和工业探测等领域具有重要应用。非铅金属卤化物具有毒性低、稳定性良好、发光效率高、Stokes位移大的优点，在X射线间接探测领域表现出重要的应用潜力。本文综述了近年来非铅金属卤化物闪烁体及薄膜成像器件的研究进展，首先介绍了材料组分与发光机理，然后列举了与闪烁体性能相关的关键参数，概述了单晶、粉末与纳米晶材料合成方法，阐述了近些年研究工作中关于提高成像器件分辨率的新颖思路，重点讨论了复合薄膜、陶瓷玻璃、结构化闪烁体等形式的新型闪烁体成像器件。最后，对目前闪烁体探测成像面对的挑战和潜在解决方案进行了总结与展望。

X射线闪烁体在医疗诊断、安全检查、工业无损探测等领域应用广泛。近十年来，零维结构有机-无机杂化金属卤化物因具有非潮解、高稳定性、无自吸收、高荧光量子效率等优异的物理性质和发光性能，在X射线成像领域逐渐受到关注并已展现出极大的应用潜力。本文将概述X射线闪烁体的基本探测原理和关键探测性能参数，介绍最具代表性的零维锰基、锡基、锑基和铜基卤化物闪烁体在X射线成像领域的研究进展，并展望此类零维杂化材料的未来发展方向。

磷酸镁水泥(MPC)可用于固化危险废物中的重金属离子，重金属离子的引入会导致固化体的长期力学性能显著降低。针对目前所存在的问题，提出了一种掺K型鸟粪石强化MPC固化Pb2+的方法，在保证毒性浸出满足要求时，解决MPC固化后期力学性能损失大的问题。结果表明：K型鸟粪石强化MPC固化Pb2+ 的28、180 d的浸出浓度为0.63、1.91 mg/L，180 d的抗压强度与未固化Pb2+的MPC (不掺K型鸟粪石)抗压强度相接近，达到了MPC满足毒性浸出要求又可以提高力学性能的强化目的；K型鸟粪石强化固化作用主要是由于提高固化体的密实度并且具有吸附性，提高了对Pb2+的长期固化效果。

要：深海蕴藏着人类远未认知和开发的自然资源和宝藏，要想得到这些，就必须在深海进入、深海探测、深海开发等方面掌握关键技术。耕海探洋、装备先行。鉴于深海具有超高压、低温等极端苛刻环境，深潜器成为探索和开发深海资源的重要利器。深海电源系统是深潜器的核心动力，其性能直接影响到深潜器的作业能力和安全可靠性。因此，世界海洋强国高度重视深海电源的研发。截至目前，深海电源先后经历了铅酸电池、银锌电池、锂离子电池、高能量密度固态锂电池等不同蓄电池发展阶段。因此本文从深海电源用蓄电池主要分类等方面进行系统阐述，并在文末对深潜器用蓄电池等方面所存在的挑战和未来发展趋势进行了详细论述。

硫化铅探测器具有短波红外高灵敏度、低俄歇噪声等优点，其中化学水浴法合成的硫化铅薄膜可与 CMOS半导体工艺兼容，有利于实现低成本高性能的面阵探测器。然而，目前对化学水浴法合成硫化铅探测器的研究主要集中在较大尺寸的单元探测器。本文基于化学水浴法合成硫化铅薄膜，利用离子束刻蚀工艺，制备了 10～200.m尺寸的硫化铅光电探测器，研究了器件光电性能随电阻、长宽比、线宽等参数的变化。结果表明，随着尺寸的减小，硫化铅光电探测器的响应度逐渐增加，在 1550 nm短波红外光的照射下， 10.m级器件的响应度达到了 51.68A/W，约为 200.m级器件的 123倍，且在可见光和 2.7.m红外波长下也具有良好的宽波段光电响应。本文研究的微米尺寸探测器件可为硫化铅探测器研究提供一定的支撑。

用醋酸对天然沙粒进行湿法修饰制备修饰沙粒, 将其为固相的吸附分离微柱与FAAS联用, 以FAAS为检测手段分析其对铅离子的吸附行为, 优化吸附条件。 用FTIR和SEM进行表征, 其对铅离子的吸附性优于天然沙粒, 对于粒径为38～74 μm的修饰沙粒而言, 当溶液pH为6、 上样流速为1.5 mL·min-1、 吸附温度为室温时, 其饱和吸附容量可达到28.7 mg·g-1。 修饰后沙粒对铅离子的吸附容量提高了13%, 吸附率可达到92.6%。 0.01 mol·L-1硫酸、 硝酸和盐酸溶液均有很好的解吸效果, 综合考虑, 选用0.01 mol·L-1 HCl溶液为最佳解吸剂, 解吸率可达到97.3%。

高光谱数据中存在的大量冗余信息对高光谱估测精度产生较大影响。 旨在寻求特征波段筛选的最佳算法, 以实现土壤重金属铅含量的准确监测, 为土壤污染防治提供参考。 以新疆渭干河-库车河三角洲绿洲土壤重金属铅含量与光谱数据为数据源, 利用蒙特卡洛交叉验证（MCCV）算法确定92个有效土壤样品, 通过相关分析选取倒数对数一阶微分变换处理的光谱数据, 采用随机蛙跳（RF）算法, 并结合竞争性自适应重加权（CARS）算法、 迭代保留有效信息变量（IRIV）算法及连续投影算法（SPA）, 构建RF-CARS、 RF-IRIV及RF-SPA三种算法对波段进行筛选。 以倒数对数一阶微分变换处理下的特征波段反射率为自变量, 土壤重金属铅含量为因变量, 采用极端梯度提升（XGBoost）和地理加权回归（GWR）方法构建土壤重金属铅含量估测模型。 结果表明: （1）光谱变换处理可有效增强光谱与土壤铅含量的敏感性, 其中倒数对数一阶微分变换后的土壤光谱特征更为明显, 相关系数可达到0.620（p＜0.001）。 （2）RF-CARS、 RF-IRIV及RF-SPA算法分别从高光谱数据中筛选出6、 9和7个特征波段, 全部位于近红外光谱区域, 3种算法具有较强的特征提取能力, 极大减少光谱数据中的冗余信息。 （3）基于RF-IRIV算法构建的土壤铅含量估测模型的精度和稳定性高于RF-CARS和RF-SPA算法构建的模型, 说明RF-IRIV算法能更为准确的保留与土壤铅含量相关的波段。 此外, GWR模型的性能优于XGBoost模型, 构建的RF-IRIV-GWR模型具有较好的预测能力, 可作为研究区土壤铅含量的最优估测模型, 其验证集的决定系数（R2）为0.892, 均方根误差（RMSE）为0.825 mg·kg-1, 相对分析误差（RPD）为3.09。 基于随机蛙跳（RF）与迭代保留有效信息变量（IRIV）算法, 结合地理加权回归（GWR）建模方法在快速准确估测土壤铅含量方面具有一定优势, 可进行土壤重金属污染的动态监测。