病原微生物是指可侵犯人体, 引起感染的微生物, 临床上由病原微生物感染引发的疾病极为常见。 传统的临床病原菌诊断主要依赖于细菌培养, 但此方法耗时长, 往往需要2～5 d才能得到检测结果, 并且存在部分细菌培养困难甚至无法培养的问题。 在无法鉴别菌种以及药物敏感性的情况下医生凭借经验使用广谱抗生素, 加速了细菌耐药性的产生。 因此, 病原微生物的高灵敏快速检测方法研究成为重要研究方向。 拉曼光谱技术是一种对待测样品进行原位、 非侵入性检测的技术, 可在单细胞水平上提供微生物细胞中不同生物分子的指纹图谱信息, 通过这些信息可以确定微生物的种类、 生理特征和突变表型等, 实现对微生物样品的快速检测。 随着激光光谱学的快速发展以及临床需求的不断增加, 促使了以拉曼光谱检测技术为核心的亚技术诞生（如: 表面增强拉曼光谱技术、 傅里叶变换拉曼光谱技术、 激光共振拉曼光谱技术、 共聚焦显微拉曼光谱技术、 相干反斯托克斯拉曼光谱以及受激拉曼光谱等相关技术）, 同时改善了以往拉曼光谱技术信号强度弱的不足, 以实现对微生物高精度的快速检测分析。 凭借着其具有对样本的状态没有限制以及能够检测物质成分微小变化的优势, 近年来对拉曼光谱在病原微生物领域的研究日渐增多。 对微生物检测的研究现状进行了调查和分析, 围绕着拉曼光谱技术原理对其在微生物检测中的应用进行了具体阐述, 其中主要对该技术在病原微生物鉴定以及药敏检测中的研究进展展开讨论, 并就其与传统检测技术之间的差别和优势进行分析, 展示了拉曼光谱技术作为病原微生物的快速检测新方法的前景。

颗粒物已成为一些城市大气的首要污染物。 由于准确测定大气颗粒物的化学组成难度大、 技术要求高, 为了确保测量结果的准确度和溯源性, 需要与之相近的标准物质。 从大气颗粒物标准物质候选物来源组成、 样品采集、 制备技术、 特性量组分与分析技术等方面, 梳理了国内外相关研究进展。 分析了我国大气颗粒物标准物质存在的基体类型少、 采样制备技术落后、 样品短缺等问题。 结合国外大气颗粒物标准物质研究经验, 以我国生态环境监测与治理修复重大需求为导向, 从标准物质的代表性和实用性角度出发, 探索切实可行的研究思路。 创新性提出基于大气可吸入颗粒物质组成和来源解析, 针对性采集研究区内各种主要源物质, 根据基体和含量特征要求, 通过对源物质的组合制备, 获得一系列目标含量候选物样品的方法。

水包油乳化液的溢油量是海面溢油污染评估分析的一个重要指标。 激光诱导荧光(LIF)是目前海面溢油遥感探测领域一项最好的技术之一。 基于LIF探测技术的海面水包油溢油量的评估目前尚无一套有效且完整的算法。 鉴于此, 首先设计了一种水包油乳化液溢油量的等效评估模型: 将水包油乳化液中分散相油滴假设聚集为漂浮在海面上的成片油膜, 如此就将水包油乳化液溢油量的评估问题转化为具有相同荧光效果的等效模型中油膜厚度的估测问题; 其次基于LIF探测机理和荧光辐射传输过程, 建立了LIF系统接收的荧光信号方程, 进而反演求得油膜厚度的计算公式; 最后选择具有代表性的重质、 轻质两种油品, 通过仿真实验验证了等效模型的正确性和将探测的水包油乳化液的荧光信号强度通过等效算法求取了油膜厚度, 并对等效误差进行了分析, 得出了等效评估算法的适用条件: 即当水包油乳化液的实际溢油厚度≤其荧光平稳时的最小溢油厚度时, 本文的等效评估算法具有较高精度, 其平均误差在8%以内; 而当实际溢油厚度＞荧光平稳时的最小溢油厚度时, 等效评估误差增大, 其平均值超出25%。 另外, 采用本文算法对重质、 轻质水包油乳化液的溢油量进行等效评估时, 实际溢油厚度分别不大于2和16 μm时可得到较好估测结果。 所以, 本文研究内容对基于LIF技术探测的海面水包油乳化液的溢油量评估是一种可行和有借鉴意义的方法。

铜铟硫(CuInS2)纳米晶具有发射光谱宽、 波长易于调控、 量子产率高、 合成成本低、 容易与封装材料复合等优点, 在远程白光LED结构中具有广阔的应用前景。 远程白光LED结构是针对LED散热问题提出的一种新型封装结构, 在这种结构中复合荧光涂层(复合薄膜)与蓝光芯片进行隔离封装, 这种结构对复合薄膜中纳米晶的热稳定性的要求大大降低。 首先合成出了不同发光波长的CuInS2纳米晶荧光材料, 然后将其封装到PMMA基质中制备了系列的CuInS2纳米晶/PMMA复合薄膜。 通过荧光光谱和紫外可见光谱的方法, 针对纳米晶复合薄膜出现的发光波长红移以及不同发光波长纳米晶/PMMA复合薄膜透过率不一致的现象进行了详细研究。

CO是碳氢燃料不完全燃烧的重要产物, 常常被作为反应燃烧效率的标志物, 燃烧场CO组分浓度的精确测量对提高燃烧效率、 减少污染物排放具有重要意义。 离轴积分腔输出光谱（OA-ICOS）是一种利用物质对激光的特异性吸收, 实现对该物质分析和测量的技术, 具有非接触、 稳定和高灵敏度等优点。 针对燃烧场CO浓度低, 背景信号干扰强等特点, 采用分布反馈式（DFB）激光器搭建基于离轴积分腔输出光谱的CO浓度测量系统, 通过直接吸收光谱的测量方法实现对高温燃烧场CO浓度测量。 利用仿真模拟的方法, 在所用激光器中心波长的附近选出了常温下谱线强度较为突出, 高温下不受其他燃烧产物干扰的第一泛频带R(10)吸收谱线。 通过固定光程池对比吸光度的方法标定了OA-ICOS系统的有效光程; 通过比较不同扫描频率下吸收谱线的信噪比和线型拟合残差标准差, 得到最佳波长扫描频率; 通过测量不同浓度CO混合气体的吸收信号分析了系统误差。 探究了不同燃烧情况下CH4/Air预混平焰炉上CO的产生情况, 根据燃烧场测量区域温度分布情况描述了温度分布不确定度对CO测量结果的影响。 当量比为1.0时, 在10 ms的测量时间分辨率下, 噪声等效灵敏度（NEAS）为3.67×10-7 cm-1·Hz-1, 系统测量误差小于4.5%, 燃烧场测量区域温度分布不确定度带来的CO浓度测量不确定度为5.6%。 改变当量比从0.8到1.2时, 得到平均温度变化范围为1 275~1 368 K, CO浓度变化范围为0.041%~1.57%。 研究发现随着当量比的提高, 燃烧场温度和CO浓度均呈上升趋势。 实验结果表明将离轴积分腔输出光谱技术应用于燃烧场气体参数测量具有信噪比高、 检测灵敏度高等优点, 可以实现痕量气体组分浓度的精确测量。

种鸡蛋孵化期间受精状态的检测需要消耗大量人力、 物力, 并且孵化期间的种鸡蛋不能保证均为健康蛋, 需要能够在孵化早期将无精蛋和死精蛋快速准确挑选出来达到降低生产成本的目的。 以白来航鸡蛋为研究对象, 采用高光谱分选仪批量采集受精、 未受精、 死精三类鸡蛋共119枚在382~1 026 nm范围内的高光谱数据, 其中受精蛋采集孵化3, 5, 7, 9, 11, 13和15 d的数据, 并通过黑白校正方法对原始光谱图做校正处理, 得到其漫反射率, 经过实验对比以及根据实际生产需要, 受精蛋选用孵化3和5 d的光谱数据作为建模数据。 同时提出了一种将光谱数据转换为图像数据的方法, 在最大化保证光谱原始数据的前提下达到了光谱向量数据可视化的效果, 可以有效与深度学习图像识别算法相结合。 采用连续投影算法（SPA）、 竞争性自适应重加权算法（CARS）对光谱波段进行筛选, 建立基于全波段、 CARS筛选的特征波长、 SPA筛选的特征波长与SVM、 RandomForest算法与AlexNet、 MobileNet网络的判别模型, 其中AlexNet-5dFull Wave Bands准确率最高为93.22%。 与通过不同特征波长算法筛选出的数据实验结果对比发现, 经过SPA算法筛选后的特征波长的建模效果相比于CARS效果更好, 其中SVM-SPA3d模型准确率为91.52%, RandomForest-SPA3d模型的准确率为89.83%, AlexNet-SPA3d模型的准确率为89.83%, 表明经过SPA筛选后的特征波长能够保存更多关于种蛋信息差异的有效信息。 研究结果表明, 利用高光谱分选仪对批量种蛋进行漫反射光谱采集, 并将黑白校正后的原始光谱漫反射率数据转换为图像数据, 将转换后的图像数据利用深度学习图像识别算法对鸡蛋的受精状态进行准确、 无损鉴别是可行的, 为后续相关自动化的批量检测提供了技术支持。

气体压力光学非接触测量是目前激光技术重要应用领域之一, 其中气压测量过程中温度耦合问题是现在面临的研究难点。 故而提出一种光谱测量技术与激光干涉技术组合测量方法, 通过积分吸光度和折射率融合的方式实现气体压力、 温度解耦的目的。 分析可调谐半导体激光光谱技术(TDLAS)的直接吸收法测量原理和基于折射率的激光干涉测量原理, 建立基于吸收光谱的气压测量模型和基于折射率的激光干涉气压测量模型, 通过利用三次多项式拟合吸收谱线强度函数的方式, 建立了基于积分吸光度和折射率的气体压力、 温度解耦的数学模型。 实验搭建了基于TDLAS技术和激光干涉技术的气体压力检测系统, 采用中心波长为2 004 nm的可调谐半导体激光器和波长为632.8 nm的激光干涉仪, 气室长度为24.8 cm, 将CO2作为研究对象, 并以高精度压力控制器和温度传感器的测量结果分别作为压力温度参考值, 以真空为背景信号, 在室温环境中测量并计算出气体压力变化后积分吸光度值和折射率值, 进而解算得到气体压力和温度值。 实验结果显示: 压力测量结果最大相对误差为3.61%, 最小相对误差为0.5%, 测量平均相对误差为1.99%; 在以开尔文温度为前提下, 温度解算结果最大绝对误差为7.66 K, 最小绝对误差为0.78 K, 测量平均绝对误差为3.29 K, 测量结果与参考结果具有较高的吻合度, 该研究可为以后光学法测量气体压力温度影响分析提供参考。

主要基于紫外可见（UV-Vis）漫反射光谱首次对比研究了经过热处理、 有机或无机染料改色或钴-60产生的γ射线辐照三种不同处理工艺对同为珍珠质的淡水与海水珍珠及贝壳珍珠层的漫反射光谱的影响机制。 结果表明: （1）在不同颜色、 淡海水属性的珍珠与贝壳珍珠层的UV-Vis反射光谱的紫外区皆存在约280 nm 处的吸收峰, 上述吸收峰位归属于珍珠层中自身存在的有机质所致, 而非珍珠的致色色素。 （2）以上三种不同的处理工艺对上述280 nm处的吸收峰位存在一致的影响行为, 即随着不同的处理工艺强度的增大, 处理样品对应的反射谱图中约280 nm处吸收峰的强度逐渐降低直至消失。 与此同时, 珍珠的反射谱图中紫外区的反射主波长的反射强度也随之减弱, 且反射主波长的峰位向可见光区发生显著红移。 研究工作可为珍珠及珍珠的优化处理的鉴定筛选及其珍珠颜色的形成属性判定提供检测依据与理论支撑。

基于紫外可见（UV-Vis）漫反射光谱就当前市售流通领域常见的灰色珍珠品类进行表征并依据样品的反射谱图的类同特征予以分类, 并初步探究了灰色珍珠的颜色成因。 研究表明: (1)基于灰色珍珠的UV-Vis 漫反射光谱中约280 nm 处吸收峰的有无, 首次将灰色珍珠分为Ⅰ型（存在明显的吸收）与Ⅱ型（无吸收或仅存在较弱的吸收）。 并据Ⅰ型珍珠在其紫外可见光区的反射峰形与其反射主波长位置的差异进一步分为Ⅰn, Ⅰp与Ⅰf三个亚型, 上述Ⅰ型珍珠均为有核珍珠。 其中Ⅰp型珍珠的内核为白色、 内核与珍珠层之间较多存在褐色、 黑褐色的过渡层, 该过渡层可能是导致珍珠呈灰色的直接原因。 与此同时, 上述Ⅰp型珍珠在宝玉石鉴定领域一般认为是未经处理的。 （2）结合前人就珍珠辐照的相关工作及本工作中贝壳珍珠层辐照前后颜色的改变及UV-Vis反射光谱的变化特征, 推断辐照仍是人工处理导致珍珠呈现灰色主要原因之一。 基于样品对应的UV-Vis反射光谱中约280 nm吸收峰的消失或仅呈现一吸收肩可初步定性该类珍珠经优化处理。 同时, 从Ⅱ类灰色珍珠的断面结构看, 当前灰色珍珠并不仅局限于有核珍珠, 无核灰色珍珠同样存在于流通领域。 课题研究工作可为灰色珍珠及其优化处理品的鉴定提供理论与技术支撑。

杀草强是一种白色结晶粉末状的化学除草剂, 对环境有极强的破坏性, 大量使用会造成农残污染, 对生物体具有致癌作用。 目前利用密度泛函理论探究杀草强分子的拉曼增强机理的相关研究相对较少, 开展了Au聚体吸附位点对杀草强分子表面增强拉曼光谱的影响研究。 采用Multiwfn软件结合VMD软件探究了杀草强分子表面静电势分布, 得出N1, N4和N6是杀草强分子与Au原子配位的最佳位置。 基于密度泛函理论, 运用GaussView5.0和Gaussian09软件, 在B3LYP/6-31++G（d, p）基组水平上对杀草强分子进行几何构型优化, 并对C, H, N原子使用6-31++G（d, p）基组, Au原子使用LANL2DZ赝式基组, 计算了杀草强分子的常规拉曼散射光谱和杀草强分子与Au4聚体以及Au6聚体吸附的表面增强拉曼散射光谱, 并进行特征峰指认和比较。 结果发现在Au与N1配位形成的复合物中, 在1 064, 1 200, 1 392和1 592 cm-1处杀草强分子的拉曼活性明显; Au与N4配位形成的复合物中, 在1 304 cm-1处杀草强分子的拉曼活性明显; Au与N6配位形成的复合物中, 在1 064, 1 520和1 592 cm-1处杀草强分子的拉曼活性明显。 经过比较得出Au与N1和N6配位形成的复合物增强效果较好。 Au4聚体以及Au6聚体与N1吸附得到拉曼特征峰最大增强因子分别达到41和81倍; Au4聚体以及Au6聚体与N6吸附得到拉曼特征峰最大增强因子分别达到55和96倍。 杀草强分子与Au原子结合有很明显的拉曼增强效应, 当Au聚体由四个增加到六个时, Raman光谱增强效果明显。 该研究结果为杀草强分子的实验研究打下了理论基础。

中国是水产品生产和消费大国。 由于不同鱼产品的品质和价格差距悬殊, 近缘鱼类外观质地相似等特点, 鱼产品掺假和错贴标签的现象频发, 直接损害了消费者的消费和健康权益, 因此实现鱼产品品种品质的快速检测具有重要的现实意义。 激光诱导击穿光谱（LIBS）技术采用脉冲激光烧蚀样品表面产生激光诱导等离子体, 通过探测等离子体的发射光谱实现待测样品元素组分的定性和定量分析, 具有无需（或少量）样品预处理、 多元素同时检测, 分析速度快的优势, 在食品快速检测分析方面具有很大的应用潜力。 将LIBS技术结合随机森林（RF）算法用于不同种类鱼产品快速鉴别分析。 首先对6种鱼肉样品进行压片处理, 采用手持式LIBS分析仪采集其光谱数据, 可探测到清晰的C、 Mg、 CN、 Ca、 Na、 H、 K、 O等元素组分的特征谱线。 将原始光谱数据进行归一化预处理, 采用主成分分析方法（PCA）进行聚类, 发现海水鱼和淡水鱼样品可以区分, 而不同海水鱼之间和不同淡水鱼之间的样品则难以有效区分, 说明PCA方法对鱼肉LIBS光谱分类能力有限。 之后采用非线性的随机森林算法建立分类模型, 经过优化RF模型的决策树个数与决策深度, 得到鱼肉样品的整体识别正确率为90%。 为进一步提高模型识别精度和分析效率, 通过RF模型输出的变量重要性进行光谱特征提取, 识别正确率提高到94.44%, 且模型输入变量由23 431个减少到597个, 模型运算时间显著降低。 表明RF模型结合变量重要性提取可以很好地将LIBS光谱中变量重要性高、 对分类贡献大的弱信号提取出来, 有效剔除了谱线噪声、 背景、 以及其他不相关变量的干扰, 提高模型的识别精度和分析效率。 也验证了手持式LIBS设备结合机器学习方法用于市场鱼产品快速鉴别分析的可行性。

研究了质保期内, 六种常见抗生素类药物（氧氟沙星胶囊、 氧氟沙星片、 诺氟沙星胶囊、 阿奇霉素片、 罗红霉素片和盐酸左氧氟沙星片）, 三种治疗COVID-19抗病毒药物（利巴韦林片、 盐酸阿比多尔片和磷酸氯喹片）和一种祛痰类药物（盐酸氨溴索片）的远红外（1～10 THz）和中红外（400～4 000 cm-1）光谱。 模拟了车载等高温环境（65 ℃）对药物结构和晶型的影响, 并将其反馈到红外光谱的变化上。 经过两个多月连续不间断的实验发现, 除盐酸氨溴索片中间可能发生了药物晶型的改变, 其他药品结构和晶型均几乎未发生任何改变。 胶囊类药物长期处于高温环境下, 表皮变脆, 容易破裂, 但内部药物的药效几乎未变。 以氟喹诺酮类抗生素（氧氟沙星和诺氟沙星）为例, 结合密度泛函理论（DFT）, 借助势能分布（PED）方法, 利用Crystal14和Gaussian16软件分别以两种抗生素的单分子、 多聚体和晶体构型为基础, 选择B3LYP/6-311++G(d, p)基组计算其理论红外光谱, 得到了所有特征峰对应的振动模式及其贡献率, 实现了对实验光谱的精确指认。 研究发现: 从单体到多聚体再到晶体, 晶格间的堆积力（π—π作用等）占分子间作用比例最大, 超过90%。 所以, 只有以考虑了周期性边界条件的晶体为初始构型进行理论计算, 更加贴合实验结果。 远红外波段的振动模式主要源自分子的集体振动（其中, 振动占比99%以上, 转动和平动占比小于1%）, 分子间氢键和范德华力引起的面外弯曲振动贡献最大, 超过90%。 中红外波段, 也存在一定比例的分子间相互作用, 如: 诺氟沙星在1 440 cm-1以及氧氟沙星在1 524 cm-1处的峰只在以晶体为构型的理论光谱中重现, 分别来自晶体中分子的集体振动以及O—H…O键的伸缩振动。

光谱数据在采集过程中易发生基线偏移现象, 导致后续的鉴别和分析结果偏离真实值。 因此, 在光谱数据分析前, 需利用基线校正技术获取更为准确的光谱数据。 基于稀疏贝叶斯学习（SBL）的基线校正方法无需人工选择参数, 基线校正结果在贝叶斯框架下具有最优性。 然而, 现有的稀疏贝叶斯建模较为简单, 无法适用于复杂的稀疏结构。 在实际应用中, 当纯谱的某些谱峰较宽时, 对应的稀疏向量将具有一定的块稀疏特性。 利用额外的块稀疏结构, 有助于进一步提升SBL方法的性能。 为了建模稀疏向量的块稀疏结构特性, 在原有的贝叶斯模型框架中引入模式耦合分层模型。 得益于稀疏贝叶斯框架固有的学习能力, 引入的模式耦合分层模型可自适应地学习稀疏向量的块稀疏结构, 从而大幅提升了基于SBL的基线校正方法的性能。 为验证本文方法的基线校正性能, 首先利用模拟数据集进行仿真实验, 并将该方法与SSFBCSP方法和SBL-BC方法在不同噪声方差条件下进行对比。 仿真实验结果表明, 该方法恢复谱峰较宽纯谱的效果提升明显, 特别是当噪声方差较大时, 其他方法的性能均有不同程度的下降, 但该方法依然具有较好的稳定性。 蒙特卡罗仿真实验结果也显示该方法纯谱拟合的标准化均方根误差明显优于其他对比方法。 最后, 利用色谱数据集与三种矿物的拉曼光谱数据集进行实测数据的基线校正性能验证, 结果表明该方法能产生比其他方法更为平滑的纯谱拟合结果, 且去噪效果更优。

龙王山墓葬位于湖北省荆门市, 属于大溪文化向屈家岭文化过渡的关键时期, 距今约5 000年。 该墓葬共出土玉器73件, 玉器品质普遍较好。 长江中游地区历来鲜少出土玉器, 而时代更迭之期更是社会变革之际, 无论是从地理位置还是从时期上来看, 研究龙王山墓葬出土的玉器都具重大意义。 采用相对密度检测, 红外光谱仪（FTIR）及激光剥蚀电感耦合等离子体质谱仪（LA-ICP-MS）研究出土玉器的谱学及化学成分特征, 鉴定其材质, 并对用料水平及矿源进行了探究。 红外光谱结果显示龙王山墓葬出土玉器的红外吸收谱图可分为两类: 软玉类和玛瑙类。 软玉类玉器的红外吸收峰表现为1 207, 1 123, 1 028, 928, 775, 700, 602, 488和425 cm-1处。 玛瑙类玉器的红外吸收峰表现为1 158, 814, 790, 702, 572, 521及405 cm-1。 软玉类玉器有71件, 且品质都非常好, 说明龙王山墓葬先民对玉料的分选能力很强。 将龙王山墓葬的用料水平与同时期其他地区的考古学文化的用料水平进行对比, 龙王山墓葬的用料水平远超同期; 将龙王山墓葬的用料水平与湖北地区新石器时代的用料水平进行对比, 龙王山墓葬的用料水平远超湖北地区平均水平。 LA-ICP-MS的结果显示软玉质玉器的微量元素主要包含K和P等, 微量元素赋存情况以W, U, P及Sb元素富集, Th和Ti元素亏损为主。 玉器的稀土配分型式图多样, 水平海鸥状、 左倾式、 右倾式皆有。 Ce异常普遍不明显, Eu以正异常及负异常为主。 采用多元统计方法中的逐步判别法, 辅助SPASS软件, 对龙王山墓葬出土玉器的稀土元素及微量元素含量进行投点, 推断大部分玉料来自某个与新疆成矿环境类似的矿床, 但因其地球化学特征的多样性, 不排除玉料多来源的可能性。

受太阳辐射、 气象等外界不可控因素的影响, 建筑反射隔热涂料的反射隔热性能会逐渐减损。 建筑反射隔热涂料性能在时间维度的变化是评价建筑在特定时段内节能效果的关键基础数据, 明确建筑反射隔热涂料性能在时间维度的减损规律具有重要的现实与理论意义。 建筑反射隔热涂料的反射、 吸收特征是其性能的直观体现, 借助高光谱技术定量分析涂料反射、 吸收特征可正确揭示涂料性能在时间尺度的变化特征。 为研究分析建筑反射隔热涂料性能在时间尺度上的减损规律, 该研究利用高光谱技术, 联合进行室内与外置实验采集涂料样本不同时期的光谱数据, 并结合吸收峰深度、 图谱分析法等光谱处理方法, 定量分析涂料光谱反射特征、 吸收特征在时间维度的变化特征, 以研究分析涂料光谱反射率在外界环境影响下的减损规律。 研究结论如下: （1）在350～2 250 nm波段区间内, 建筑反射隔热涂料的光谱反射率随时间的增加而降低; 光谱反射率的降低幅度在1月—5月内呈增加趋势, 而在5月—10月内呈递减规律, 且光谱反射率在可见光区间的降低幅度明显高于近红外区域。 （2）建筑反射隔热涂料的吸收峰深度随时间的增加而降低, 降低幅度在0~0.163范围内。 （3）涂料厚度对涂料光谱反射率（涂料性能）及其在时间尺度的变化规律具有重要影响, 且该影响拥有较强的稳定性; 涂料厚度对涂料光谱反射率的减弱幅度具有较强影响, 单一厚度的建筑反射隔热涂料的光谱反射率随时间的变化具有一致性, 随时间的增加而变弱。

随着化石燃料的日益枯竭, 人类社会对能源的需求在不断增长。 为了平衡能量应用需求并提升能量使用效率, 开发高效能量转换材料与电化学储能材料成为当前研究的重要课题。 导电聚合物基电极材料面临着相应储能器件能量密度、 功率密度、 循环性能不高的挑战, 需进行结构改性提高电导率、 改善界面性质。 鉴于共轭高分子的电子结构、 光学及电化学性质由共轭链骨架结构决定, 对导电共轭聚合物进行结构修饰以提升其电荷传输性能和载流子迁移率, 进而设计合成新型高迁移率导电聚合物基共轭聚合物是提高相应器件特性的关键所在。 已有研究大多借助复杂的结构设计来实现提升迁移率, 设计合成了结构简单, 有助提升电荷迁移的新型窄带隙聚联苯胺基共轭聚合物聚物。 通过光谱学及电化学方法对材料结构与性能进行了表征分析。 采用核磁共振氢谱、 红外光谱, X射线粉末衍射对单体及聚合物进行了结构表征, 通过紫外光谱、 紫外可见漫反射、 循环伏安、 计时电位、 交流阻抗对其进行了光学及电化学性能测试。 结果表明, 成功制得具有预期结构的共轭聚合物, 所得聚合物结晶性较佳, 光学带隙Eoptg为1.85 eV, HOMO及LUMO能级分别为-5.44和-3.59 eV, 前者高于, 后者则低于大部分文献值, 呈现可同时促进p-型和n-型掺杂的结构特性, 具备增强材料容纳电荷能力的性能优势。 聚合物储能特性受化学结构、 晶体结构及微观形貌综合影响。 改善材料微观结构特性有助于提升其电子电导率, 但层状致密块体形貌特征又使其离子电导率受限。 电化学性能测试结果显示, 聚合物具有一定电化学活性, 具有较小的电荷转移阻抗, 具备基本满足使离子顺利扩散的条件, 0.05 A·g-1时的放电比电容达256.6 F·g-1。 研究结果表明, 制得的联苯胺基窄带隙共轭聚合物在光电转换、 储能及微型电子器件中有广阔的应用前景。

基于过氧化氢（H2O2）氧化单巯基（—S）为双巯基（S—S）, 抑制金纳米簇（AuNCs）荧光猝灭, 建立了一种灵敏的荧光传感方法用于过氧化氢和葡萄糖（Glu）的检测。 DNA为模板合成的金纳米簇作为荧光探针, 荧光强度高、 稳定且合成简单快速。 加入半胱氨酸（Cys）, 半胱氨酸上的单巯基可以与金纳米簇发生化学键合反应形成稳定的Au—S键, 破坏金纳米簇的结构, 导致金纳米簇荧光强度猝灭。 但当体系中存在过氧化氢时, 将单巯基半胱氨酸氧化成双巯基的胱氨酸。 双巯基的胱氨酸不能与金纳米簇发生键合作用, 金纳米簇在471 nm处发射出强烈的荧光信号。 葡萄糖可以在葡萄糖氧化酶（Gox）的作用下产生过氧化氢, 利用该方法进一步开展了对葡萄糖的检测。 以金纳米簇荧光强度的变化值F/F0为纵坐标, 过氧化氢或葡萄糖浓度为横坐标, 实现了对过氧化氢和葡萄糖的灵敏检测, 线性范围分别为10~100和10~200 μmol·L-1, 检测下限分别为2.8和3.1 μmol·L-1。 选择4种其他糖类化合物和5种金属离子作为干扰物质, 均不会抑制半胱氨酸对金纳米簇的荧光猝灭效应, 表明该方法具有很好的选择性。 用该方法成功检测了胎牛血清样品中的葡萄糖, 加标回收率为94.5%~112.7%。 此外, 该方法可拓展到其他基于酶催化产生过氧化氢体系的分析物检测, 如胆固醇、 辣根过氧化物酶等, 为过氧化氢相关反应的分析提供了一种通用、 简便的方法, 在临床诊断、 食品科学和环境分析等领域具有潜在的应用价值。

工业园区中边界污染气体的浓度不仅受工业园区无组织污染源的排放影响, 也受园区道路机动车尾气的扩散影响。 利用AG-FTIR-DA3000型开放光程傅里叶变换红外光谱（Open-FTIR）测量系统, 对厂区边界污染气体进行实时在线测量, 确定污染气体厂界实测浓度。 同时, 针对机动车尾气扩散影响厂区边界污染气体浓度的问题, 通过AG-FTIR-DX4000型便携式傅里叶变换红外光谱（FTIR）测量系统, 确定不同排放标准下机动车尾气污染源浓度。 利用便携式FTIR测量结果、 风速风向、 大气稳定度、 车流量等变量因素建立参考坐标, 给出了高斯扩散的数理模型。 并结合Open-FTIR, 对Open-FTIR的测量路径进行积分计算并构建点线源扩散模型, 从而建立各种排放标准的烟团线源扩散表。 将Open-FTIR实测浓度与构建的点线源扩散模型模拟浓度相结合, 分析工业园区边界污染气体的来源。 结果表明: 厂区边界污染气体主要包括一氧化碳、 甲烷、 乙烯、 乙醛、 丙烯、 甲醇、 丙醛、 异丁烯、 甲醛、 二氧化硫, 其中一氧化碳、 甲烷、 乙烯浓度受机动车尾气的扩散影响。 早晚高峰期时, 机动车尾气的扩散对边界污染气体浓度影响较大; 非高峰期, 在1:00时与4:00—6:00时浓度骤升, 出现高浓度点, 不符合机动车尾气模型排放规则, 主要受园区排放影响。 其最高浓度与集中浓度分别为: 5.50与4.00 mg·m-3; 1.85与1.60 mg·m-3; 78.00与40.00 μg·m-3。 对比扩散表, 符合尾气扩散浓度分布结果。 其他测量结果组分的最高值和平均值依次为: 1.65与1.40 mg·m-3; 2.60与1.27 mg·m-3; 43.53与11.40 mg·m-3; 310.23与839.05 μg·m-3; 76.32与38.96 μg·m-3; 47.70与25.20 μg·m-3; 1.33与1.16 mg·m-3。 该研究不仅实现了工业园区边界多组分污染气体的实时在线测量, 同时结合外场环境及便携式FTIR测量结果实现了边界污染气体浓度的混合测定。 为今后对工业园区边界污染气体的来源判断提供了一种分析思路。

豫西陆院沟金矿是熊耳山地区重要的破碎蚀变岩型金矿, 黄铁矿是其主要的载金矿物, 对黄铁矿主量元素、 微量元素、 同位素等进行测试能够分析金矿的成矿过程, 常规的测试手段主要有电子探针、 激光剥蚀电感耦合等离子质谱等方法, 但这些方法具有测试时间长、 成本高的缺点。 不同温压条件下形成的黄铁矿其光谱特征不同, 对黄铁矿进行激光拉曼测试, 分析其拉曼特征位移峰及半高宽（FWHM）的变化可判断黄铁矿形成的温度和压力, 进一步可推测金矿的成矿过程, 该方法相比于传统的分析测试方法具有经济、 高效的优势。 通过对陆院沟金矿不同标高430~670 m的黄铁矿样品进行拉曼光谱分析发现其379 cm-1附近的特征拉曼位移Ag自标高430~500 m呈现不断增大的趋势, 自标高500~580 m呈现不断减小的趋势, 自标高580~670 m又呈现不断增大的趋势。 Ag拉曼位移一般随着成矿压力的增大而增大, 推断控矿断裂存在两期构造活动, 第一期构造活动破碎带达到标高500 m左右, 第二期构造活动是在第一期的基础上继续向上发展, 达到标高约670 m的范围。 379 cm-1处特征峰半高宽可指示黄铁矿晶体的结晶度和有序度, 一般特征峰半高宽越宽其结晶度、 有序度越差, 黄铁矿结晶沉淀温度越高。 从标高430 m至标高500 m, 载金黄铁矿在379 cm-1附近峰的半高宽从7.94逐渐增大到12.81, 自标高500 m至标高670 m, 其半高宽从12.81逐渐减小到8.81。 推测与两期构造相对应, 存在两期热液活动。 通过对标高430 m处的黄铁矿进行电子探针扫面分析, 发现确实存在两期热液活动, 第一期热液中As元素含量较低, 第二期热液As元素含量较高。 对标高430 m处第二期热液形成的黄铁矿进行拉曼光谱测试, 其Ag为381.86, 指示了较低的结晶沉淀压力; 半高宽为12.80, 指示了较高的黄铁矿结晶沉淀温度。 上述事实证实了推测的地质过程。Multiphase Metallogenesis

利用近红外光谱技术结合组合区间偏最小二乘（SiPLS）、 竞争性自适应重加权（CARS）、 连续投影算法（SPA）、 无信息变量消除（UVE）特征提取方法, 运用深度信念网络（DBN）建立蓝莓糖度的通用检测模型, 实现蓝莓糖度在线无损快速检测。 采集了“蓝丰”和“瑞卡”共280个蓝莓样本的近红外光谱, 采用手持折光仪测定其糖度; 首先利用联合X-Y的异常样本识别方法（ODXY）检测到蓝丰和瑞卡蓝莓分别有2个和4个样本呈现异常, 剔除该6个异常样本, 对其余274个样本利用光谱-理化值共生距离算法（SPXY）以3∶1的比例划分出训练集和测试集; 其次, 对比分析卷积平滑（S-G平滑）、 中心化、 多元散射校正等预处理对蓝莓原始光谱的改善效果, 运用SiPLS对光谱降维, 筛选特征波段, 利用CARS, UVE和SPA方法对特征波段进行二次筛选, 以最优的特征波长建立DBN和偏最小二乘回归（PLSR）模型。 结果表明, 蓝莓糖度近红外检测模型的最优预处理方法为S-G平滑, SiPLS方法挑选的蓝莓糖度最优波段为593~765和1 458~1 630 nm, UVE算法从SiPLS筛选的346个变量中优选出159个最佳波长。 建立蓝莓糖度DBN模型时, 分析了不同隐含层数对检测模型的影响, 并以交互验证均方根误差（RMSECV）作为适应度函数, 利用粒子群算法（PSO）对各隐含层神经元个数在［1, 100］之间寻优, 发现隐含层为3层且隐含层节点数为67-43-25时, DBN模型的RMSECV达到最小, 为0.397 7。 无论是以全光谱还是特征波长建模, 蓝莓糖度近红外DBN模型均优于常规PLSR方法; 尤其以UVE方法二次筛选的特征波长建立的模型大大减少了建模变量, 且模型精度更高, 蓝莓糖度最优的PLSR模型测试集相关系数（RP）为0.887 5, 均方根误差（RMSEP）为0.395 9, 最优DBN模型RP为0.954 2, RMSEP为0.310 5。 研究表明, 利用SiPLS-UVE进行特征提取, 结合深度信念网络方法建立的蓝莓糖度检测模型可以更好地完成蓝莓糖度在线精准分析, 该方法有望应用于蓝莓及其他果蔬内部品质检测。

在近红外光谱分析中, 将近红外光谱和浓度信息建立统计模型, 通过光谱代入模型即可预测未知样本浓度。 但是, 检测条件的变化会导致光谱的改变, 进而导致原有的模型不能准确预测光谱改变后的样本。 对此, 模型转移可以通过校正新测量的光谱（从光谱）, 使得从光谱能够被原有光谱（主光谱）建立的模型准确预测。 模型转移可以使用全光谱进行校正, 但是全光谱中往往包括噪声、 背景等干扰信息, 这些干扰会增加预测误差。 故可以使用变量选择方法找出光谱中有化学意义的信息来模型转移。 但是一般的变量选择算法只选择主光谱的区间, 从光谱使用主光谱相同的波长区间模型转移。 但是在实际工作中, 主光谱和从光谱有化学意义的区间往往不一致, 主从光谱使用同一区间模型转移会增加误差; 此外, 有时二者原光谱的波长范围并不一致, 从主光谱选出的区间不能用于从光谱的校正。 对此, 提出了基于双光谱区间遗传算法（GA-IDS）, 同时选择主光谱和从光谱有化学意义的区间, 进而实现模型转移。 GA-IDS算法步骤包括, ①随机产生种群; ②分析种群中每条染色体, 删去错误染色体; ③根据每条染色体, 找出其相应的主光谱和从光谱波段组合, 并计算其模型转移后的验证均方根误差(RMSEV); ④按照概率, 执行选择、 交叉、 变异操作。 在一次迭代结束之后, 返回到步骤②, 重新执行纠错、 计算RMSEV、 选择、 交叉、 变异。 达到停止迭代的要求后, 将最低的RMSEV值所对应的染色体保存下来作为最优染色体, 其所对应的主从光谱区间作为最优区间。 用玉米、 小麦两套数据测试了该算法, 结果显示, 与全光谱相比, GA-IDS选择的主从光谱区间可以显著地降低误差; 与向后迭代区间选择法（IIBS）相比, 在小样本情况下, GA-IDS的误差显著地小于IIBS方法。

采用荧光高光谱成像技术对脐橙表面不同浓度毒死蜱和多菌灵进行判别。 实验通过由氙灯光源激发的高光谱成像系统（392～998.2 nm）分别采集浓度为0, 0.5, 1, 2 mg·kg-1的毒死蜱和0, 1, 3, 5 mg·kg-1多菌灵的高光谱图像。 使用ENVI软件获取样本的感兴趣区域（ROI）; 对原始光谱数据采用卷积平滑（SG）、 标准正态标量变换（SNV）及一阶导数（FD）方法进行预处理; 采用区间变量迭代空间收缩法（iVISSA）、 无信息变量消除算法（UVE）和竞争性自适应加权算法（CARS）进行一次提取特征波长, 二维相关光谱（2D-COS）方法进行二次提取特征波长。 最后采用主成分分析与线性判别分析相结合算法（PCA-LDA）和偏最小二乘算法（PLS-DA）建立基于两次提取特征波长脐橙表面不同浓度毒死蜱和多菌灵残留的判别模型。 将原始光谱数据与经过预处理的3种光谱数据进行建模分析, 结果发现毒死蜱和多菌灵的光谱数据经过SG处理后模型效果最优。 对经SG预处理后的毒死蜱光谱数据和多菌灵光谱数据进行特征波长一次提取, 最佳特征波长分别为iVISSA法和CARS法, 分别提取出26个和30个特征波长; 再采用二维相关光谱（2D-COS）算法对这26个和30个特征波长进行二次提取, 分别得到10个和12个特征波长。 对一次提取特征波长和二次提取特征波长后的光谱数据分别建模。 结果表明, 对于不同浓度的毒死蜱, 基于iVISSA-2D-COS建立的PCA-LDA模型判别效果最佳, 其校正集与预测集判别正确率分别为98.61%和95.83%; 对于不同浓度的多菌灵, 基于CARS-2D-COS建立的PCA-LDA模型判别效果最佳, 其校正集与预测集判别正确率分别为97.22%和95.83%, 均高于全波段光谱数据模型和一次提取特征波长模型判别正确率, 说明2D-COS可以捕捉可用的荧光光谱信息。 该研究采用2D-COS对一次提取最优特征波长进行二次提取后建模, 研究结果为脐橙表面不同浓度农药残留的快速无损判别提供了一定的参考。

钙元素含量直接影响牛奶的品质, 牛奶作为人体摄入钙营养素的一种重要食品来源, 其钙含量分析样品量巨大, 传统基于消解、 灰化等复杂前处理的实验室方法分析效率较低, 因此迫切需要建立牛奶中钙含量的快速及现场分析方法。 近年来, 液体阴极辉光放电-原子发射光谱（SCGD-AES）因无需真空条件和燃气、 载气等附加气体而受到关注。 自主开发了一套采用CCD检测器的便携式液体阴极辉光放电-原子发射光谱仪, 采用牛奶样品直接稀释进样, 考察了该仪器对牛奶中钙含量分析的适用性, 建立了稀酸稀释进样-大气压液体阴极辉光放电-原子发射光谱法快速测定牛奶中钙含量的分析方法。 对该法测定牛奶中钙含量的主要工作条件与参数进行了优化, 结果表明: 酸度对钙元素测定灵敏度的影响显著, 采用1%（V/V）硝酸介质, 该方法对钙元素测定具有最佳的灵敏度和稳定性。 该方法将1%（V/V）硝酸作为牛奶样品的稀释液。 系统考察了稀释倍数对牛奶样品中钙含量测定的影响, 结果表明: 采用100倍以上1%（V/V）稀硝酸稀释, 牛奶中钙含量的测定准确度良好, 未发现显著的基体干扰。 将该方法应用于实际牛奶样品中钙含量的测定, 稀释倍数选取100倍时, 方法检出限为35 mg·L-1, 牛奶样品中钙含量能够准确测定的同时, 无需进一步稀释; 加标回收率在89.0%~109.7%之间; 对同一牛奶样品中钙含量6次重复测试的相对标准偏差低于5%, 且单一样品测试时间小于1 min。 结果表明: 该方法可以满足牛奶中钙含量的实验室快速测定和现场快速分析或筛查要求。

现有的国标光度法无法直接测定流程工业中连续反应单元生产过程的污染物, 主要原因是氧气在深紫外区对紫外光的吸收干扰了紫外分光光度计对目标物质的检测, 导致检测结果存在一定程度偏差。 因此, 解决这一问题的关键核心是稳定获取深紫外区不同特征波长物质的高灵敏光度信息。 在紫外分光光度计基础上加装氮气输配系统, 同时设计了自动进样流通池及进样托盘以实现检测间隙自动进样功能, 减少检测间隙氮气消耗。 为提高仪器稳定性, 分别精准控制通入仪器内部光学系统区、 样品室和数据接收区三个腔体的氮气流量, 数值分别为6, 2和3 L·min-1, 使仪器基线平直度平均值由0.108降低至0.010, 较空气条件削减了90.7%。 通过对比空气与氮气两种气氛下直接测定SO2-4的吸光度、 灵敏度、 灵敏度变化量和线性范围的差异, 发现氮气气氛下检测结果的吸光度和灵敏度在光程b=1~100 mm范围内均有提升, 灵敏度变化量随b=1 mm时的10.42%增大至b=100 mm时30.65%, 线性范围却随光程的增加由0.09 g·L-1缩短至0.03 g·L-1。 说明氮气输配系统能够成功抑制检测过程中紫外光强度的衰减。 与检测SO2-4的常用方法之一的离子色谱法相比, 该方法具有检测便捷、 检测结果稳定可靠并且经济效益良好的优势, 可为工业实际应用奠定基础。

近年来, 深度学习技术在近红外光谱、 拉曼光谱、 荧光光谱等的光谱学数据建模上取得一系列突破。 由于深度学习方法对于样本数量的需求高, 而在分析化学领域获得大量有标签样本较为困难, 因此过拟合问题一直是深度神经网络在化学计量学中应用时研究者高度关注的问题。 该工作提出基于波段注意力卷积网络(WA-CNN)的近红外数据建模方法, 并应用于婴儿配方奶粉皮革水解蛋白(HLP)掺假定量分析。 WA-CNN在传统卷积网络的基础上加入波段注意力模块, 该模块采用卷积操作自训练波段注意力权值, 并以乘法加权形式对有效波段进行激活, 从而有效缓解深度神经网络在近红外数据建模中的波段信息冗余问题, 达到抑制过拟合, 提升预测精度的目的。 研究中共测试100个皮革水解蛋白掺假婴儿配方奶粉样本的近红外光谱数据, 其中皮革水解蛋白的掺假比例范围是0%～20%。 采用60%的样本训练, 剩余40%样本测试, 随机采样10次, 通过测试集均方根误差(RMSEP)、 决定系数(R2)以及相对分析误差(RPD)的均值来进行模型评价。 并建立偏最小二乘回归(PLS)、 支持向量机回归(SVR)和常规的一维卷积神经网络(CNN)三种传统模型用于对比。 与上述对比方法相比, WA-CNN取得最优的模型预测结果, 最终获得了RMSEP=1.32%±0.12%, R2=0.96±0.01, RPD=4.92±0.41的掺假定量预测结果。 此外, 实验结果还表明, 相比于传统CNN, WA-CNN在训练过程中对于训练集及测试集损失函数都具有更快更稳定的收敛速度。 在20%～80%的不同训练样本数量情况下, WA-CNN相比于三种对比方法均取得最优的模型预测结果。

水体含沙量监测一直是水文观测及水中建设施工的重要观测内容, 实时有效地监测水体含沙量具有重要实际价值。 传统人工测量方法效率低下, 无法实时监测, 基于超声波等仪器监测方法虽可实现水体含沙量的实时测量, 但在安全性、 稳定性和测量范围上各有缺点。 而基于光谱法进行物质含量监测的技术具有快速、 无损、 精确高效等优点, 近年来被广泛应用于各领域, 为水体含沙量在线监测技术提供新的思路与方法。 但直接透射光谱法易受光源的不稳定和外界的杂散光的干扰, 产生光谱噪声, 同时由于仪器设备的光强饱和度, 其测量量程存在限制。 基于此, 重点研究直接透射光谱噪声处理和多段标定技术, 设计了一种基于透射光谱的水体含沙量快速大量程在线监测系统。 首先基于朗伯-比尔基本定律理论分析水体含沙量与透射光强度之间的关系, 然后利用比色皿支架实验室搭建了水体含沙量监测试验系统, 配制不同含沙比例的标准溶液, 进行强度-含沙量实际相关度标定测试。 为克服光谱噪声影响, 采用小波阈值去噪算法对原始透射光谱进行预处理, 使用sym7小波基, 极小极大阈值选择规则和7次小波分解次数, 消除光谱噪声; 设置不同积分时长, 采用多段标定的方式实现了从4%到22%含沙量的大量程测量, 并在算法中实现标定函数与测量量程自动匹配。 结果表明标定曲线R平方值均在0.99以上, 线性度良好, 与理论相符合。 最后对设计的水体含沙量在线监测系统进行实际精度测试, 结果表明在大量程测量范围的测量误差均控制在0.4%以下, 全量程误差均值为0.173%, 误差标准差为0.115%, 可满足工程实际需求。 因此提出一种大量程的水体含沙量在线监测系统, 并试验验证了系统测量准确度, 可以用于水体含沙量实时在线监测。

可靠的原产地认证方法对于保护指定产地的高价值中药材（例如道地药材、 地理标志产品等）至关重要。 附子作为著名的传统中药和川产道地药材, 疗效显著, 临床应用广泛, 在国内外市场需求量很大。 不同产地的附子疗效和价格有所不同, 大众很难通过传统经验进行准确鉴别, 基于植物代谢组学模式下的质谱检测技术, 测试样本制备过程繁琐冗长、 操作复杂、 检测时间长, 且重现性偏低。 近红外光谱作为一种成熟、 快速、 无损的检测技术, 被机器学习集成后为中药材在线质量监管和控制带来新途径。 基于近红外光谱技术结合随机森林算法建立了一种不同产地附子无损鉴别模型。 在四川、 陕西和云南等主要栽培区域共采集了255份附子样本, 采用傅里叶变换近红外光谱获得所有样本的漫反射光谱信息。 采用单一和组合光谱预处理方式以消除光谱中的多种干扰, 并筛选出最佳预处理方式, 以此为输入指标建立随机森林模型。 采用灵敏度、 特异度和平衡精度等指标评价了模型的综合性能。 结果表明: Savitzky-Golay平滑+多元散射校正为最佳预处理方式; 仅采用全波长数据, RF模型对3组省级的样本的预测准确率超过了90%, 预处理后预测准确率达98.39%; 对于市/县一级样本, RF模型同样具有优秀的判别能力, 准确率大于75%。 模型对道地产区周边栽培区域的样本, 识别率达100%。 过滤出前100个特征波数, 重新优化模型, 模型对各市/县级区域的识别精度超过85%, 尤其是对一些产自高原样本的识别能力得到了明显提升。 研究中采用了环境友好型溯源策略, 分析速度更快, 样品损失更少, 精度更高, 为不同产地附子快速、 高效的鉴别提供了新模式, 为后续附子及其相关炮制品的鉴别和溯源提供了参考。

转基因技术对实现作物增产增质, 降低农药使用量, 降低生产成本等具有重要作用, 但对生态环境也存在一定的潜在威胁。 为了防止转基因大豆在食品化中的滥用, 对转基因产品快速鉴别技术的研究尤为迫切。 紫外拉曼光谱检测技术具备外场远距离无损遥测检测, 简单高效, 快速准确等优点, 可有效用于物质遥测鉴别领域。 基于紫外拉曼光谱的转基因/非转基因大豆油以及与其他类别食用油鉴别方法, 采集了五种不同食用油(两种品牌转基因/非转基因大豆油各500组样本和一种稻米油100组样本, 共2 100组样本)在3 500~400 cm-1(268~293 nm)范围内的日盲紫外拉曼光谱信息, 为提高光谱数据的信噪比并保证分类识别的准确性, 对上述光谱数据采用Savitzky-Golay滤波降噪、 基于自适应迭代加权惩罚最小二乘法(airPLS)的基线校正以及多元散射校正(MSC)的光谱数据修正等预处理。 根据大豆油的紫外拉曼指纹图谱, 分析出主要化学成分包含脂肪类、 蛋白质类、 酰胺类。 将每种大豆油样本按1∶1划分为训练集和测试集, 输入训练集数据至支持向量机(SVM)进行训练, 采用10折交叉验证建立最佳模型, 识别准确率达99.81%, 对转基因大豆油的判别效果显著; 采用主成分分析法(PCA)进行数据降维处理, 提取出8个主成分, 累计贡献率为74.84%, 可代表大部分原始数据特征。 在此基础上, 将预处理后的光谱数据按4∶1划分为训练集和测试集, 采用偏最小二乘回归判别分析方法(PLS-DA), 结合10折交叉验证法建立全谱的最佳PLS-DA模型(判别阈值设置为0.5), 判别准确率达到70.95%。 研究表明, 紫外拉曼光谱分析方法可较为准确地鉴别非转基因/转基因大豆油, 同时可鉴别大豆油与稻米油, 实现对转基因大豆食品的快速无损鉴别, 可望成为转基因大豆油及其食品的现场检测新的技术途径, 对推动转基因产品遥测鉴别技术的发展具有进步意义。

LIBS技术优点众多, 但由于光谱噪声干扰和基体效应等因素, 影响了分析的准确度［1］; EEMD方法能清晰的将LIBS信号中的不同特征成分自适应的分解开来。 MRA方法能够补偿元素信号之间的互干扰, 可进一步提高LIBS信号的准确性。 通过自行搭建的测试系统获得了标准样品的原始信号, 使用EEMD-MRA方法进行处理后, 元素浓度曲线的决定系数R2得到了极大的提高, 大大的提高数据的准确性, 为LIBS信号的处理提供了一种全新的方式。

新疆是世界重要和田玉产地之一, 其中于田产和田玉又为优质山料的代表。 研究对来自新疆于田县哈尼拉克、 阿拉玛斯、 赛迪库拉木、 齐哈库勒四个矿点的48块和田玉样品进行谱学特征及化学成分分析, 采用常规宝石学测试、 傅里叶红外光谱、 激光拉曼光谱以及激光剥蚀电感耦合等离子体质谱等现代谱学仪器测试。 结果表明, 新疆于田和田玉样品颜色呈青色、 青白色、 青黄色、 黄白色、 灰白色特征, 样品呈典型油脂—玻璃光泽, 不透明—半透明, 为多晶质集合体, 折射率在1.61～1.62范围, 相对密度范围为2.95～2.99。 新疆于田和田玉样品的红外光谱显示了900～1 200和400～760 cm-1范围内透闪石的特征吸收谱带。 O—Si—O反伸缩振动、 对称伸缩振动显示为位于1 143, 1 096, 1 040, 995和925 cm-1处的峰, Si—O—Si对称伸缩振动显示为位于763和689 cm-1处的峰, 而538, 512, 465和420 cm-1处的峰与Si—O弯曲振动、 M—O的晶格振动及OH平动有关。 新疆于田和田玉的拉曼光谱符合透闪石谱学特征, 其中120, 175, 220, 365和389 cm-1处是晶格振动峰值, 670 cm-1峰值代表了闪石类矿物的Si—O—Si伸缩振动, 931, 1 029和1 060 cm-1是由于Si—O伸缩振动, 3 672和3 680 cm-1属于M—OH伸缩振动。 新疆于田和田玉的主要成分为MgO, CaO和SiO2, 稀土元素特征显示为δCe值为0.068～3.902, 平均值1.064; δEu值为0～8.832, 平均值0.343, 具有负Eu异常; LREE/HREE为0.010～3.369, 平均值0.682。 ΣREE值为0.407～18.768, 平均值3.138。 利用微量元素特征和稀土元素特征可从化学成分方面将新疆于田和田玉与韩国春川、 新疆且末、 青海三岔河等其他代表性产地的和田玉进行区分。 新疆于田和田玉的谱学特征及成分信息丰富了和田玉产地信息数据, 为进一步研究提供参考, 未来可以根据宝石学特征、 谱学特征和稀土元素、 微量元素特征提取各产地和田玉的产地信息, 结合和田玉成矿地质条件背景, 使和田玉产地精细溯源至每个矿点矿脉成为可能。

煤炭是我国最主要的能源, 在开采、 运输、 洗选加工、 精煤储运等过程中都需要及时了解煤的成分、 含量以及混矸程度, 以便掌握和监控煤炭质量。 目前, 基于可见光-近红外反射光谱的煤炭原位测试技术已经成为一个研究热点。 颗粒度是影响光谱特征的重要因素, 开展颗粒度对不同煤种反射光谱特征的影响研究, 对于深刻认识煤的光谱特征, 进而提高煤光谱识别精度具有重要意义。 为此, 选取我国主要煤炭富集区（包括内蒙古乌海、 新疆哈密、 山西阳泉）的褐煤、 烟煤、 无烟煤为研究对象, 利用SVC HR-1024光谱仪对不同颗粒度煤样的可见光-近红外光谱进行测试, 分析了颗粒度对煤样光谱反射率的影响规律, 以及颗粒度对于不同煤种光谱影响的差异。 在此基础上, 对实验现象背后的物理机理进行了分析讨论。 研究表明, 变质程度不同的煤反射光谱特征基本相似, 即在可见光波段反射率较低且随波长增加出现缓慢下降趋势, 在近红外波段快速上升。 当煤样颗粒度>0.10 mm时, 颗粒度大小对光谱特征的影响较小, 煤样反射光谱特征随颗粒度变化规律不明显; 当颗粒度<0.10 mm时, 颗粒度对煤样的光谱影响增大, 且影响主要体现在近红外波段的反射率光谱曲线的斜率大小, 颗粒度越小, 光谱反射率曲线斜率越大。 0.10 mm颗粒度可作为颗粒度对煤的光谱特征影响的敏感界限。 不同煤种可见光-近红外光谱曲线受颗粒度的影响程度不同, 褐煤的影响最大, 烟煤次之, 无烟煤影响最小。 实验表明, 利用反射光谱进行煤质分析和煤种识别时需要考虑颗粒度的影响, 同时, 选择颗粒度小于0.10 mm的粉末状样品效果要好于大颗粒或块状样品。

主要针对不同光质对人参种苗叶片生长影响的研究, 从而探究人参工厂化育苗的优良光质, 为提高种苗质量提供基础依据。 试验设置六组处理, 分别为白光（W, 作为对照）、 蓝光（B, 450～470 nm）、 红光（R, 625～655 nm） 、 绿光(G, 510～530 nm)、 黄光(Y, 585～605 nm)、 红蓝光(RB, R/B=4∶1), 白光作为对照光源。 试验结果表明, 不同光质下生长的人参种苗叶片在外观形态、 生理特性和细胞结构上都显现明显的差异。 在叶面积的生长过程中, 红蓝光和白光下的叶面积较大, 红光次之, 蓝光下最小; 在叶绿素含量的分布中, 添加蓝光的处理组明显高于对照组, 说明蓝光对叶绿素的合成有关键作用, 红光下叶绿素含量最低, 表明红光不利于叶绿素的合成。 蓝光、 黄光和白光下叶绿素荧光电子效率较高, 而在气孔特性上, 绿光、 红光和白光的气孔数量较多, 单个气孔面积蓝光和红蓝光下较大。 通过电镜下叶片超微结构的观察发现, 不同光质对叶片的细胞结构产生了明显的影响, 主要表现在线粒体和叶绿体的分布以及叶绿体的结构上, 其中白光和蓝光照射下的线粒体和叶绿体数量较多, 叶绿体片层结构垛叠数上也更紧凑丰富。 另外, 不同光质下生长的幼苗叶片衰老进程也产生了明显的差异, 蓝光、 红蓝光照射下衰老速度较快。 综上所述, 不同光质对于人参种苗叶片生长的影响各不相同, 蓝光和红蓝复合光照射具有较多的优良性状和较好的生理参数, 因此在应用和实践上还需要根据具体的需求制定相应的光质配比策略, 以达到壮苗丰产的目的。

为了提高坡耕地的秸秆还田效率, 增加土壤有机质, 探索一种适于坡耕地的基于种养结合的保护性耕作方式。 采用田间小区试验, 研究了秸秆覆盖轮耕技术（包括当季秸秆覆盖+休闲、 上季秸秆覆盖+旋耕）与常规耕作（秸秆移除后旋耕）对土壤水溶性有机碳（WSOC）荧光特征及团聚体有机碳的影响。 结果表明: 砂质暗棕壤坡耕地秸秆覆盖旋耕（SRT）、 秸秆覆盖休闲（SFT）与秸秆不还田的常规耕作（CRT）处理土壤WSOC均解析出C1, C2, C3和C4等4组荧光组分, 主要为紫外光区与可见光区类富里酸（Peak A 和Peak C）、 类胡敏酸（F）和短波类色氨酸（类蛋白B、 D峰）等成分。 秸秆覆盖旋耕处理提高了类富里酸（Peak A和Peak C）和类蛋白组分C4含量, C1和C2组分较覆盖休闲和常规耕作分别提高112.73%, 109.35%和107.77%, 66.07%, C4组分较SFT与CRT处理提高28.26%和42.31%, 差异显著, 而常规耕作处理来自于自生源腐殖质组分的胡敏酸C3含量增加, 较覆盖旋耕和覆盖休闲处理分别增加16.76%和49.74%; 0～20 cm耕层土壤团聚体有机物主要分布在<0.053 mm的矿物质结合态（MOM）中, 平均占比为63.90%, 其次为0.25～0.053 mm细颗粒态有机物（oPOM）, 占比为23.8%, 粗颗粒态有机物（>0.25 mm）中含量最低, 仅为11.2%; 与秸秆不还田比较, 坡耕地秸秆覆盖还田增加了植物来源的新鲜有机质的形成, 表现为＞0.053 mm的闭蓄态有机碳（oPOC）含量的增加, 以覆盖旋耕处理oPOC增加较大, 而秸秆不还田的CRT处理增加了MOM占比; 覆盖旋耕处理FI和HIX值增大, 土壤腐殖质积累趋势增强, 为低山丘陵区坡耕地实施秸秆覆盖还田的保护性耕作技术提供了科学依据。

儿童沙坑是学龄前儿童重要的户外游乐场所, 同时具有较好的雨水下渗性能, 导致伴随周边地表径流而来的污染物容易在其中富集。 因此儿童在沙坑内玩耍时, 面临重金属类污染物进入体内的健康风险。 研究利用X射线荧光光谱法（XRF）快速、 无损的检测特点, 对北京市儿童沙坑重金属污染特征进行调查。 结果表明: （1）XRF对自制标准试样中Pb, Cu, As和Cd的测量值与理论值的准确度为-1.3%～7.5%, 精确度在1.1%～5.3%范围内, 均符合相关环境质量检测技术规范中规定的仪器检测准确度和精密度要求（均小于10%）; （2）4种重金属测量值与理论值之间均呈现极显著正相关关系（p<0.001）, 其决定系数（R2）分别为0.999, 0.999, 0.996和0.998, 基于结果建立了测量值和理论值的拟合方程; （3）应用XRF对北京市17家公园和13个居民小区内儿童沙坑重金属含量进行测定, 两组样点中Pb和As含量差异显著, 而Cu和Cd含量无显著差异。 4种重金属标准差的变异系数范围在0.24～0.43, 其中除Cd的变异系数小于0.3外, 其余重金属均大于0.3, 表明空间变异明显; （4）与北京市土壤元素背景值相比, 样点儿童沙坑4种重金属平均含量除As外, Pb, Cu和Cd明显高于背景值, 分别是背景值的1.87和1.53, 1.79和2.23, 12.02和11.68倍。 由此可见, 采样点儿童沙坑内Pb, Cu和Cd都有不同程度的富集, 其健康风险不容忽视。 XRF可以为儿童活动场所管理和维护提供准确、 快速的数据支撑。

土壤有机碳是农业生态系统的关键驱动和调节者, 特别是根际微域有机碳动态对土壤碳素循环和矿质营养元素释放起着重要作用。 研究长期不同化肥和有机肥施用下大豆根际土壤有机碳、 活性有机碳以及有机碳结构的变化规律, 深入了解根际有机碳固持和稳定机制, 为完善农田生态系统碳固持和农田可持续发展提供科学依据和理论支撑。 该研究依托黑土长期定位试验, 采用化学分析、 固态13C-核磁共振 (13C-NMR)等方法研究大豆根际土壤有机碳含量、 活性有机碳含量和有机碳结构组分变化规律。 结果表明, 与非根际土壤相比, 大豆根际土壤有机碳含量显著增加, 长期施肥处理能够显著增加根际土壤有机碳和低活性有机碳含量, 以常量有机肥加氮磷钾（MNPK）处理提升效果最好。 核磁共振实验结果表明, 与不施肥处理相比, MNPK处理明显增加根际土壤烷基碳、 烷氧基碳比例以及烷基碳/烷氧基碳比值, 降低芳香基碳和芳香碳/总碳比值, 在非根际土壤中尤其显著; 常量氮磷钾（NPK）处理增加芳香基碳比例和芳香碳/总碳比值, 在根际土壤中烷基碳比例和烷基碳/烷氧基碳比值增加, 烷氧基碳比例降低, 非根际土壤测试结果相反。 综上所述, MNPK处理能够显著提升根际有机碳含量, 增加有机碳中烷基碳、 烷氧基碳比例以及烷基碳/烷氧基碳比值, 促进团聚体形成和增加土粒结构稳定性, 而NPK处理增加芳香基碳比例和芳香碳/总碳比值, 降低根际烷氧基碳比例, 团聚体稳定性降低, 同时证明固态13C-核磁共振技术结合半定量分析能够准确地分析不同有机碳结构组分变化, 深刻认识根际土壤有机碳的稳定机制。

马铃薯是我国第四大主要粮食作物, 随着马铃薯主食化战略的提出, 其市场占比逐年攀升, 但各地甚至同区域内马铃薯品质参差不齐, 严重影响了马铃薯行业的发展。 实现马铃薯品质快速无损检测对马铃薯主食化产业的发展有着重要的现实意义。 该研究以研发低成本马铃薯品质无损快速检测装置为目的, 采用连续投影算法（SPA）分析光谱仪环境下马铃薯加工品质特征波长的分布情况, 根据标准正态变换（SNV）预处理状态下的模型结果选取了一个包含7个波段（700, 750, 800, 850, 900, 950和1 000 nm）的多通道光谱传感器, 并根据马铃薯特殊的表皮特征及内部质地均匀性, 设计了一种手持式马铃薯多品质可见/近红外局部漫透射检测装置。 利用研发装置建立了马铃薯多品质偏最小二乘预测模型, 马铃薯干物质含量、 淀粉含量预测模型验证集均方根误差分别为1.05％和1.02％。 同时, 基于QT的开发工具, 采用C语言编写了实时分析设备控制软件, 实现了对马铃薯内部品质的一键式实时无损检测。 对研发装置检测稳定性和精度进行了试验验证。 结果表明, 研发的手持式马铃薯多品质传感器检测装置可以满足现场实时检测需求, 为马铃薯主食化产业的发展提供技术支撑。

防护林是我国荒漠绿洲区主要植被类型, 可为该地区防风固沙、 水盐调控、 水热平衡提供有力保障, 调查防护林空间分布信息十分重要。 然而荒漠绿洲防护林条带较窄、 斑块面积小、 分布广且零散, 不易大尺度准确提取。 为解决此难点, 以磴口县荒漠绿洲为研究区, 基于GF-2号遥感影像, 采用面向对象分类技术提取防护林空间分布信息。 分类前, 首先基于局部方差（LV）和LV变化率（ROC）曲线, 选取分割防护林的最优分割尺度。 然后采用随机森林（RF）算法的袋外误差率（OOB error）及基尼系数（Gini）对包含光谱、 形状和纹理的分类特征进行重要性评估并筛选特征、 优化模型参数; 最后, 基于随机森林、 CART决策树、 支持向量机（SVM）、 K近邻（KNN）四种分类器提取防护林空间分布信息并对比验证。 结果表明: (1）采用ROC-LV曲线方法相比于遍历分割参数, 可更客观更高效地筛选最优分割参数的可能值; (2）基于RF算法计算的袋外误分率和基尼系数可以有效筛除冗余特征, 配合分类器参数优化, 在保证分类精度的同时, 有效提高分类器性能, 大幅提升数据处理速度; (3）基于实测数据集对分类结果进行验证, 结果显示基于随机森林算法的特征优化结合SVM分类器提取的防护林空间分布信息精度最高, 生产者精度达到97.14%, 总体防护林面积为208.99 km2, 与实际210 km2接近, 在小区块中, SVM分类器的分类效果优于其他三种分类器; (4）因GF-2影像分辨率高, 并且含有近红外波段, 通过波段合成得到亚米级信息, 故基于面向对象的方法能够以单条林带为基本单位研究防护林林网属性, 例如提取断带信息等林网结构特征。 研究结论可为荒漠绿洲区带状防护林提取提供重要技术支撑。

钢渣是冶金工业中产生的主要固体废弃物, 其产量约为每年粗钢产量的15%~20%。 由于技术的局限, 导致我国钢渣利用率较低, 仅为年钢渣产量的10%, 同时加之管理制度的不健全, 导致钢渣大量露天堆放, 对土地资源、 地下水源, 以及空气质量形成严重影响。 面对上述问题, 以热闷渣、 电炉渣和风淬渣研发改性钢渣微粉, 并且将改性钢渣微粉与复合橡胶进行复合制备改性钢渣/橡胶复合材料。 依据《硫化橡胶或热塑性橡胶热空气加速老化和耐热试验》（GB/T3512—2014）对改性钢渣/橡胶复合材料进行热氧老化处理, 采用平衡溶胀法测定改性钢渣/橡胶复合材料的交联密度, 扫描电子显微镜（SEM）、 热重分析仪（TGA）和傅里叶转换红外光谱仪（FTIR）分别测试其微观形貌、 失重率和结构组成, 从微观层面阐述改性钢渣/橡胶复合材料的热氧老化机理。 结果表明在热氧老化前期老化作用在改性钢渣/橡胶复合材料表面, 其内部以交联键形成反应为主; 在热氧老化中期老化作用已经作用改性钢渣/橡胶复合材料内部, 造成交联键断裂反应速度高于交联键形成反应速度, 形成大量断裂交联键; 在热氧老化后期由于改性钢渣/橡胶复合材料内部已经存在大量断裂交联键, 导致主链及交联键断裂速度降低, 交联键形成反应占优势。 改性钢渣微粉以热闷渣（SiO2含量高）为原材料, 有利于形成聚合物大分子链贯穿炭黑网络的结构, 提高综合性能, 尤其是物理机械性与滞后性; 以电炉渣、 风淬渣（Fe2O3含量高）制备改性钢渣微粉, 有利于热传导性能的改善, 不仅提高改性钢渣/橡胶复合材料的耐热性, 而且提高其硬度与脆性。 热氧老化过程中改性钢渣/橡胶复合材料内部在橡胶分子链α-H上发生了不同程度的氧化反应, 并在橡胶分子链周围生成了羟基、 羧基和醇类化合物, 双键烯氢含量降低。

使用X射线荧光光谱分析仪研究了创作于1955年的油画作品“穿着晚礼服的女士”中的全域颜料的成分分布, 分析了该油画颜料的材料信息。 这幅创作于20世纪中叶的油画依然主要采用矿物质颜料, 同时也有少量区域开始采用有机颜料, 部分部位的油画颜料为作者自己配制的非标准油画颜料。 油画由于其艺术创作的特性, 部分颜色相近区域的成分含量基本一致, 仅有少部分区域出现较大波动, 因此特定区域的成分可作为该区域的独有的指纹信息作为其鉴定的一个依据。

由于自保护药芯焊丝具有抗风性以及优异的焊缝性能, 已广泛应用于野外管道焊接以及大型机械的修复过程。 电极极性是影响焊接过程的重要工艺参数。 为了研究电极极性对电弧等离子体的影响机理, 设计电弧等离子体空域中各点逐步扫描的同步采集系统, 通过光谱特征谱线的分析, 采用Stark谱线轮廓法计算电子密度, 并且基于Boltzmann作图法计算电弧等离子体的温度, 同时针对Al和Mg活性元素的分布特征进行分析。 结果表明, 靠近电极处, 沿y轴负方向, 直流正接时（焊丝接电源负极性）, 弧柱中心区电弧电子密度、 电弧温度和活性元素呈现“水滴状”分布。 而直流反接时（焊丝接电源正极性）, 弧柱中心区电弧电子密度、 电弧温度和活性元素的分布特征表现为“手指状”分布。 根据“自磁收缩”的原理, 直流正接条件下, 活性元素在径向方向受到的电磁力较小, 整体分布呈现发散状。 直流反接条件下, 活性元素在径向方向受到的电磁力较大, 收缩较为严重, 整体表现为收缩状态。 采用相同的电参数时, 直流反接条件下弧柱中心区的电弧电子密度、 电弧温度均大于直流正接条件下得到的电子密度和电弧温度, 其中电子密度分布特征和带电粒子的电离程度是影响电弧温度的主要因素。 在相同的电极极性下, 随着电流、 电压的增大, 电弧等离子体的温度和电子密度都在显著增大。

建筑垃圾“围城”已经成为现阶段城市环境治理面临的主要问题, 严重制约了城市生态环境的可持续发展, 做好建筑垃圾的分类对保护城市水资源、 提高城市土地利用率、 提升居民生活质量意义重大。 该研究将GaiaSky-mini 2推扫式机载高光谱成像仪（400～1 000 nm）搭载在经纬M600Pro无人机上, 选择晴朗无风的试验环境, 实时获取研究区高光谱遥感影像。 对采集的研究区高光谱遥感影像进行几何校正、 图像裁剪、 辐射校正等预处理; 将研究区内地物分为背景地物和建筑垃圾两大类, 其中背景地物包括芦苇、 蒿子、 水体、 阴影、 裸土和柏油路, 建筑垃圾包括白色塑料、 防尘布、 地基渣土和瓦砾砂石; 基于影像像元选取样本点, 分别提取研究区内6种背景地物和4种建筑垃圾的光谱信息, 制作光谱曲线, 并依据光谱特征差异, 选取特征波段, 通过波段计算统计并选取合理阈值, 利用决策树分类法实现背景地物的分离和建筑垃圾的识别提取; 针对不同类别的背景地物和建筑垃圾分别选取验证样本点, 对背景地物的分离结果和建筑垃圾的识别结果进行精度评价。 结果表明, 背景地物和建筑垃圾总体识别精度为85.91%, Kappa系数为0.845; 针对建立的背景地物分离决策树, 6种背景地物的分类效果均较好, 其中芦苇、 柏油路和裸土的生产者精度为95%, 整体能较好的将背景地物分离; 针对建立的建筑垃圾识别决策树, 防尘布和瓦砾砂石的生产者精度为95%, 白色塑料和地基渣土的生产者精度为90%, 能精确的提取研究区内的建筑垃圾。 研究表明决策树分类法在无人机高光谱遥感影像中实现建筑垃圾的识别与提取具有很好的分类准确度, 同时也验证了无人机高光谱遥感在建筑垃圾分类提取领域的科学性和可行性, 对未来建筑垃圾的分类识别工作具有一定的实际意义。

利用高光谱成像技术与二维相关光谱（2D-COS）结合化学计量学检测灵武长枣半纤维素含量。 采用定量瘀伤装置获得0, Ⅰ, Ⅱ, Ⅲ, Ⅳ级瘀伤长枣模型, 通过高光谱和分光光度计分别获得样品高光谱图像和半纤维素含量。 蒙特卡洛异常值检测法剔除异常样本后, 分别用随机划分法（RS）, Kennard-Stone法（KS）、 光谱-理化值共生距离法（SPXY）和3∶1比例法对样本集划分校正预测。 采用基线校准（Baseline）、 去趋势（De-trending）和标准化（Normalize）对长枣原始光谱预处理后建立偏最小二乘回归模型（PLSR）, 优选最佳样本集划分及预处理方法。 利用2D-COS将光谱信号扩展到第2维, 在全光谱范围内寻找与半纤维素含量相关的敏感波段区间。 采用竞争性自适应加权算法（CARS）、 引导软收缩（BOSS）、 区间变量迭代空间收缩方法（iVISSA）、 变量组合集群分析法（VCPA）以及iVISSA+BOSS, iVISSA+CARS和iVISSA+VCPA方法在2D-COS敏感波段区间进行特征波长提取, 并建立基于特征波长的PLSR模型。 结果表明, 样本集经3∶1划分和Baseline预处理后建立的基于全波段的PLSR模型最优, 故最佳样本集划分方法为3∶1, 预处理方法为Baseline, 用于后续特征波长提取。 通过2D-COS分析发现3个与半纤维素相关的自相关峰（401, 641和752 nm）; 在2D-COS敏感区域（401～752 nm范围内）, 采用BOSS, CARS, iVISSA, VCPA, iVISS+BOSS, iVISS+CARS, iVISS+VCPA分别提取了14, 26, 39, 12, 15, 22和11个对应的特征波长, 占总波长的18.9%, 35.1%, 52.7%, 16.2%, 20.2%, 29.7%和14.8%。 对比2D-COS和特征波建立的PLSR模型, 2D-COS+iVISSA-PLSR模型效果较好, 其R2C=0.747 9, R2P=0.604 7, RMSEC=0.043 8, RMSEP=0.060 3。 研究表明, 利用高光谱成像技术结合2D-COS可实现灵武长枣半纤维素含量的快速检测。

叶绿素a（Chlorophyll-a, Chl-a）浓度是监测浮游植物和水质状况的代表性指标, 对湖泊富营养化评价具有重要意义。 为了探求南漪湖多时相的Chl-a浓度高光谱特征及反演方法, 选取2020年—2021年间南漪湖8次走航式水体实验同步采集的98组高光谱数据和Chl-a浓度数据, 分析不同Chl-a浓度条件下南漪湖实测光谱的变化特征, 同时考虑水质组分变化和采样时间变化对光谱的影响, 提取能反映Chl-a浓度信息的特征波段。 然后引入峰谷距离法、 荧光基线高度法、 峰面积法和基于峰面积法改进的谷上峰面积法共同反演南漪湖Chl-a浓度, 并利用5折交叉验证法比较不同反演算法的优劣。 研究结果表明: （1）随着Chl-a浓度的增大, 荧光峰位置向红外方向移动, Chl-a吸收谷和荧光峰分别有加深和升高的趋势, 峰谷差异更加明显, 荧光峰附近谱段能够有效反映Chl-a浓度变化; （2）利用5折交叉验证法将样本分为5组, 依次作为验证集进行建模, 对于不同组别的验证集各方法的RMSE和 MAPE极差平均值分别为0.437 5 μg·L-1和28.27%, 可见样本建模集与验证集的选取会显著影响精度评价结果, 5折交叉验证的方法可以减小上述误差, 在样本范围内最大程度地比较出各方法的优劣; （3）结合Chl-a浓度吸收谷极小值处水平切线提出的谷上峰面积法取得了最优的反演结果, 其验证精度分别为R2=0.756 7, RMSE=1.653 1 μg·L-1, MAPE=40.77%, 相较于峰谷距离法、 荧光基线高度法和峰面积法精度均有提升, 为叶绿素a浓度荧光反演提供了新的思路。

水质荧光指纹技术是近年来新兴的水体污染检测技术, 它可以展现水体有机物组成信息, 弥补传统常规水质参数的不足。 长江入海口段沿江地带是我国的产业密集带, 区域内城市化程度高, 工业发达, 在此区域内, 水环境质量变化会直接影响经济发展和民众身体健康, 因此, 研究长江入海口段的水质变化具有重要的意义。 长江入海口段的pH、 电导率、 NH3-N、 CODMn、 TP、 TN和TOC等指标变化趋势不尽相同, 但是从电导率、 TN、 CODMn、 TOC这四个指标, 反映出沿着长江入海口段从上游至下游的过程中具有一定的污染积累, 尤其在下游的CJ-11和CJ-12采样点, 可能受到了较大的污染源影响。 从常规指标和TOC的结果并不能直接体现污染信息, 只能反映污染总量从上游至下游的增加。 长江入海口段水质荧光指纹主要包含三个荧光峰, 记作峰A、 峰B、 峰C, 它们的［激发波长, 发射波长］分别为［275, 335］ nm, ［230, 345］ nm 和［250, 450］ nm, 其中峰A和峰B荧光强度的变化趋势同步, 相关性较高, 相关系数为0.994 8, 表明两峰很可能来自相同污染源。 通过水质荧光指纹比对, 在长江入海口段CJ-11和CJ-12两点的水质荧光指纹与支流HPJ-1的水质荧光指纹相似度分别达到86%和88%, 而与CJ-10的相似度＜60%。 由此可见, 长江入海口段下游水质荧光指纹（CJ-11和CJ-12）发生变化, 可能是由支流HPJ汇入长江入海口段造成的。 支流HPJ的水质荧光指纹信号与印染行业水质荧光指纹数据库相似度约90%, 表明支流HPJ的水质荧光指纹信号可能与当地的印染废水排放有关。 基于长江入海口段峰A和峰B的强度与NH3-N浓度呈现良好的线性正相关性（相关系数为0.885 5）, 水质荧光指纹具有作为指示长江入海口段NH3-N浓度的潜力。 水质荧光指纹技术可以展现水体有机物质组成和来源, 在污染示踪以及水质状况评价方面具有重要的应用价值。

为了实现水体表面油膜厚度的快速测量分析, 以266 nm的激光作为探测系统的激发光源, 基于激光诱导水拉曼散射光谱检测技术, 通过获取不同种类不同厚度油膜存在下水拉曼光谱信息, 建立油膜厚度反演模型。采用高斯函数拟合法校正了荧光光谱对拉曼光谱的干扰。 然后根据水拉曼抑制法结合非线性最小二乘优化算法, 建立油膜厚度反演模型。结果表明: 对92#汽油、 0#柴油、 美孚机油20w-40、 壳牌润滑油10w-40、 采埃孚变速箱油AG6和原油油膜能探测到的油膜厚度范围为0.19~379.22 μm。 采用水拉曼光谱-油膜厚度反演模型预测油膜厚度的平均相对误差在8.14%~15.81%之间。 该方法能实现实验室条件下对微米级油膜的测量。