科研产出
湿地表层底泥溶解性有机质荧光组分特征及与真菌群落相关性
《光谱学与光谱分析 》 2025 EI SCI 北大核心 CSCD
摘要：溶解性有机质(DOM)和微生物群落间具有紧密联系，DOM为微生物提供营养，微生物代谢可转化DOM,两者间相互作用共同影响着生态系统的物质循环与能量流动。采集北方寒区天然湿地(河流湿地，HL;湖泊湿地，HP)和人工湿地(水田，ST;鱼塘，YT)表层(0～15 cm)底泥样品，采用三维荧光光谱法和高通量测序技术，揭示不同类型湿地表层底泥DOM荧光光谱及真菌群落特征，并进一步分析其相关性。结果表明：表层底泥DOM荧光光谱共识别出4种荧光组分，包括类富里酸(C1)、类胡敏酸(C2)和类蛋白质(类色氨酸C3和类酪氨酸C4)。C1和C2成显著正相关，而与类蛋白质间相关性不显著。C1的相对浓度高于C2, C3和C4的相对浓度接近。YT中DOM浓度相对高于其余样品，HL和HP中C2和类蛋白质相对浓度具有显著差异，ST和YT中C1、 C2和C3的相对浓度均具有显著差异。湿地表层底泥真菌群落优势门(除未分类类群)为子囊菌门(Ascomycota)、担子菌门(Basidiomycota)、罗兹菌门(Rozellomycota)。YT中真菌群落Chao1丰富度指数、 Shannon多样性指数显著较低，而Simpson优势度指数显著较高，HP中Shannon多样性指数显著高于其余样品。C1、 C2与真菌群落多样性显著相关，C2与真菌群落组成显著相关，而类蛋白质与真菌群落无显著相关性。C1、 C2与子囊菌门均成显著正相关，C1与壶菌门(Chytridiomycota)和单毛壶菌门(Monoblepharomycota)成显著负相关，C2与担子菌门、罗兹菌门、壶菌门、单毛壶菌门均成显著负相关。因此，真菌群落对DOM相对大分子量荧光组分的相对浓度具有显著影响。针对北方寒区典型湿地表层底泥DOM荧光光谱特征及与真菌群落相关性进行分析，为湿地环境监测与评价提供基础数据，并为湿地合理利用提供理论参考。
全文链接
请求原文
城市公园景观水体上覆水溶解性有机质荧光光谱特征
《光谱学与光谱分析 》 2025 EI SCI 北大核心 CSCD
摘要：上覆水是水体与大气的交界面，其水质是公园景观水体环境质量评价的重要指标。本研究采集哈尔滨市8处城市公园景观水体上覆水，应用三维荧光光谱-平行因子分析方法，检测溶解性有机质(DOM)荧光光谱，分析DOM的来源和组成特征，以及荧光光谱指数、组分荧光强度与理化指标的相关性，为城市公园景观水体环境质量评价及污染防治提供参考依据。研究结果表明：DOM荧光指数(FI)范围为1.71～1.98,平均值为1.85,其来源兼具外生源与自生源特征；生物指数(BI)在0.97～1.34范围之间，平均值为1.09,新鲜度指数(β/α)范围为0.91～1.19,平均值为1.01, DOM组成的新生自生源特征性强；腐殖化指数(HI)在0.86～4.26范围内，平均值为2.43,腐殖化程度弱。水体样品DOM中共识别出5种荧光组分：类富里酸(紫外类富里酸组分C1、可见类富里酸组分C2)、类蛋白质(类色氨酸组分C3、类酪氨酸组分C5)和类胡敏酸组分(C4),类腐殖质(C1、 C2和C4)相对浓度高于类蛋白质。3种类腐殖质间具有显著(p<0.01)正相关性，且均与C5成显著(p<0.01)负相关，而C3与其余荧光组分间相关性均不显著(p>0.05)。各理化指标对FI的影响均不显著(p>0.05)。pH与BI、β/α(p<0.01)的正相关性及与HI(p<0.05)的负相关性均为显著。DO与C3负相关性及与C5正相关性均为显著(p<0.05)。类腐殖质与TOC、 TP(p<0.01)及COD(p<0.05)均具有显著正相关关系，类富里酸与TN亦成显著(p<0.05)正相关性，而C5与TOC、 TP均成显著(p<0.01)负相关。基于上覆水理化指标和DOM荧光光谱指数、组分荧光强度的主成分分析结果可知，相比于荧光光谱指数，类腐殖质及C5的荧光强度可以更好地区分不同水体样品，用于评价景观水体环境质量。
关键词： 三维荧光光谱 景观水体 溶解性有机质 光谱指数 荧光强度
全文链接
请求原文
典型饲用氨基酸的太赫兹光谱检测与密度泛函理论指认分析
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：为探索用于畜禽饲喂低蛋白日粮的典型氨基酸太赫兹波段指纹特性及其与分子结构相关性，本文基于太赫兹时域光谱技术和密度泛函理论（DFT）对蛋氨酸等6种饲用氨基酸开展了实验测量和理论振动计算分析。首先，制备了氨基酸实验样本，测量了它们在0.5～2.0 THz的太赫兹吸收光谱，发现：蛋氨酸在1.48和1.54 THz、赖氨酸在0.95和1.67 THz、色氨酸在1.2和1.4 THz、苏氨酸在1.42 THz、组氨酸在1.4 THz、异亮氨酸在1.41和1.51 THz处呈现明显吸收特性；然后，利用GaussView软件构建了6种氨基酸单分子结构，应用DFT理论的B3LYP杂化泛函方法，结合6-311G（d, p）基组优化结构，计算获得其太赫兹波段的频谱特征，发现：蛋氨酸在1.51 THz、赖氨酸在0.89和1.68 THz、色氨酸在0.67和1.39 THz、苏氨酸在1.4 THz、组氨酸在1.4 THz、异亮氨酸在1.56和1.75 THz处有一定吸收，与实际实验测量吸收峰位基本吻合；最后，利用Gaussian软件分析了6种氨基酸在0.5～2.0 THz波段各吸收峰处的振动模式，发现：蛋氨酸1.51 THz处吸收峰源自其甲基团的面内摇摆振动；赖氨酸0.89和1.68 THz处吸收峰源自其羧基官能团的旋转和氨基官能团的面内摇摆振动；色氨酸1.39 THz处吸收峰源自其羧基官能团的面外弯曲振动；苏氨酸1.4 THz处吸收峰源自其羧基官能团的面外弯曲和氨基官能团的面内摇摆振动；组氨酸1.4 THz处吸收峰源自其氨基官能团的面内摇摆和整体摇摆振动；异亮氨酸1.56 THz处吸收峰源自其甲基团和氨基官能团的整体摇摆和羧基官能团的面外摇摆振动、 1.75 THz处吸收峰源自其甲基团的整体摇摆和羧基官能团的面外摇摆振动。该研究为利用太赫兹光谱技术开展典型饲用氨基的快速定性定量研究提供理论参考。
全文链接
请求原文
基于Sentinel-2时序数据的广东省英德市茶园分类研究
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：茶叶是一种高附加值的经济作物,是我国南方山区乡村振兴的主要抓手.由于毁林种茶等破坏行为,导致森林资源破坏并引发水土流失等生态环境问题.快速准确获取茶园的空间分布对于政府监管和茶叶产业的规划发展至关重要.由于研究区天气多阴雨,茶园分布较为分散,与森林等植被光谱较为接近等原因,导致基于卫星影像提取茶园挑战性较大.为了摸清英德市的茶园空间分布,系统分析了中高分辨率的多光谱Sentinel-2影像数据,结合多时序多特征信息在茶园提取中的应用潜力.以英德市全境为研究区,选用2019年—2021年的9期Sentinel-2影像数据,详细分析了茶树生长的物候特征,进一步探究了茶园和其他地类在多时序中的特征变化,采用Relief算法对所有特征进行重要性排序.根据特征排序结果,选取特征权重值加权90%的特征因子,即7个植被指数特征和2个纹理特征,通过不同的组合排序构建了 9种茶园分类场景,采用RF算法对所有分类场景进行精度评价,选取最佳分类场景,进一步探讨了 RF分类算法和SVM分类算法对茶园提取的可行性.结果表明:(1)在进行英德市茶园提取时,2月和10月是采用多时相构造茶园多特征的最佳组合,可能因2月茶树处于萌芽期长出部分嫩绿的新叶易于和森林植被区分且在10月前后由于茶园进行了修剪其特征也较明显,因此两时相特征融合易于区分茶园.(2)RF分类方法与SVM分类方法相比,后者的精度较高,其总体精度达到91.56%,Kappa系数为0.89,生产者精度和用户精度分别为80.22%和84.56%.该研究为快速高效获取英德市茶园空间分布信息提供了一种高效的方法,同时为政府在进行茶叶产业规划、管理提供了数据支持.
关键词： 茶园 Sentinel-2 时序特征 机器学习 分类
全文链接
请求原文
不同光质对黄伞菌菇光谱特性及矿质元素的影响
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：食用菌子实体发育阶段对光较为敏感，目前尚无黄伞菌菇生长及营养品质对不同光谱照射响应的相关研究。在人工光型植物工厂中种植黄伞菌菇(Pholiota adiposa),以纯白光为对照(CK),设置纯绿(G)、纯蓝(B)、纯红(R)、红蓝(RB)4个处理，光照周期为12 h光照/12 h黑暗。通过分析不同光质对黄伞子实体性状、光谱特性和矿质元素的影响，探究适宜黄伞菌菇生长发育的最佳光配方。结果表明：与其他处理相比，红光显著提高了黄伞菌柄长度及子实体重量，分别比对照提高78.4%和90.0%(p<0.05);蓝光显著促进黄伞菌柄直径和菌盖直径的增加，分别比对照增加22.8%和19.1%(p<0.05);各处理菌盖厚度无显著性差异，说明光质对菌盖厚度的影响不大。与对照相比，各处理黄伞菌盖光谱参量Hue(色相)值均有所提高(增幅5.3%～28.9%),而菌柄Hue值均有所降低(降幅26.3%～46.7%);绿光处理下黄伞菌盖和菌柄色泽饱和度C值、 MACRI值和PRI值等色度光谱参量均有所提高。与对照相比，各光质处理均提高了菌盖中P、 K元素含量，但不同程度地降低了菌柄中K、 Ca、 Mg、 Na、 Mn元素含量；绿光提高了除Ca、 Na元素外其他所有矿质元素的积累量，且均为处理间最高。红光有利于黄伞菌柄增长及子实体重量增加，蓝光有利于促进黄伞菌柄和菌盖直径的增加，而绿光有利于黄伞的着色及其矿质元素的积累。该研究为特色菌菇黄伞工厂化生产中光环境的调控提供一定的理论依据。
全文链接
请求原文
基于全透射可见-近红外光谱的西瓜糖度在线检测研究
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：糖度是评价西瓜品质的重要指标之一，影响着西瓜的受欢迎程度和销售价格。但体积大、皮厚的自然生物特征为西瓜糖度的快速、无损评估带来了挑战。为探索西瓜糖度快速无损检测，选择230个西瓜作为试验样本，使用自行研制的全透射可见-近红外光谱系统在线采集西瓜光谱数据，在线检测过程中保持光谱连续检测点在西瓜的赤道部位，并分别测量西瓜整果糖度和中心糖度作为理化糖度参考值。首先对样本在线检测过程中产生的多条光谱数据进行均值化处理，并选取波长范围690～1 100 nm的光谱数据，使用蒙特卡洛方法剔除其中的异常样本，使用多种预处理方法（SNV、 SG平滑等）对光谱数据优化，并采用SPXY算法划分样本校正集和预测集以减小因西瓜内部糖度分布差异造成的影响；基于优化的光谱数据构建了线性PLSR模型和非线性LS-SVM模型预测西瓜中心糖度和整果糖度。结果表明，基于SNV和SG组合法预处理光谱构建的LS-SVM模型预测西瓜整果糖度效果最好，其校正集相关系数RC=0.92,建模均方根误差RMSEC=0.37°Brix;预测集相关系数RP=0.88,预测均方根误差RMSEP=0.40°Brix。进一步使用特征波段挑选算法（CARS、 UVE、 SPA等）对光谱数据优化，结果显示构建的模型效果更好，其中使用CARS和UVE组合算法选取的特征波长构建LS-SVM模型预测西瓜整果糖度时效果最好，其校正集相关系数RC=0.94,校正均方根误差RMSEC=0.31°Brix;预测集相关系数RP=0.91,预测均方根误差RMSEP=0.37°Brix,且建模变量从1524个特征变量缩减到39个特征变量。该研究为实际生产中西瓜糖度快速无损检测应用提供了参考。
全文链接
请求原文
基于磁性多壁碳纳米管的磁性固相萃取-超高效液相色谱-串联质谱法测定农产品中22种真菌毒素
《分析化学 》 2024 EI SCI 北大核心 CSCD
摘要：以磁性多壁碳纳米管（Fe3O4-MWCNTs）为吸附剂，建立了简单、快速和高效的磁性固相萃取方法，结合超高效液相色谱-串联质谱实现了对农产品中22种真菌毒素的同时检测。将Fe3O4纳米颗粒引入MWCNTs中制备Fe3O4-MWCNTs作为吸附剂，不仅可以提高多种目标真菌毒素的富集效率，还可通过外磁场进行分离，有效缩短了样品前处理时间。对影响磁性固相萃取前处理效率的提取溶液、吸附剂类型、吸附剂用量和洗脱溶液类型进行了优化。在最佳前处理条件下，结合超高效液相色谱-串联质谱进行检测，结果表明，22种真菌毒素在各自的浓度范围内均具有良好的线性关系（R2≥0.9966），方法检出限（LOD, S/N=3）为0.0008～1.6337 ng/g，定量限（LOQ, S/N=10）为0.0025～5.4457 ng/g，低、中、高3个浓度水平的加标回收率为71.5%～118.4%，日内精密度为1.3%～10.9%（n=6），日间精密度为2.3%～11.6%（n=3）。本方法前处理过程简单快速、有机溶剂消耗少、基质净化效率高，并且方法的线性范围宽、准确度和灵敏度高，可用于大批量农产品中多种真菌毒素的同时检测，对于保障粮食安全具有重要意义。
关键词： 真菌毒素 磁性多壁碳纳米管 磁性固相萃取 超高效液相色谱-串联质谱
全文链接
请求原文
基于特征光谱参数的叶片和冠层尺度茶多酚含量估算
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：茶多酚具有很强的生理活性和抗氧化性，是茶品质的重要属性之一。相比传统茶多酚含量的测定方法，遥感技术监测茶多酚含量具有高效、精确及实时的优势，但如何利用遥感数据监测不同时期的茶多酚含量研究较少。该研究以广东省英德市的5个茶园的茶叶为研究对象，对春茶、夏茶和秋茶的叶片与冠层两个尺度的茶多酚含量及对应高光谱数据进行测定，利用标准正态变量变换（SNV）对叶片和冠层的高光谱反射率数据进行预处理；然后，分别采用连续投影算法（SPA）和竞争性自适应重加权采样算法（CARS）筛选不同生长季节叶片和冠层两个尺度茶多酚的敏感波段；最后，通过偏最小二乘法（PLS）、随机森林（RF）和多元线性回归（MLR）分别构建不同时期的茶多酚含量模型并进行验证。结果表明：（1）茶多酚的含量随着季节推移显著增加，春茶茶多酚含量（15.37%）最低，夏茶茶多酚含量次之（18.29%）,秋茶茶多酚含量（秋茶20.77%）最高；（2）不同敏感波段筛选的茶多酚含量的光谱特征波段主要为2 100～2 200 nm附近、 1 300～1 400 nm附近、红波-红边波段及绿波段；（3）基于春茶、夏茶和秋茶冠层光谱特征构建的茶多酚模型中CARS-PLS、 SPA-MLR和CARS-PLS模型精度最高，建模集R~2分别为0.56、 0.45和0.52, RMSE分别为1.15、 1.68和1.77;验证集R~2分别为0.43、 0.40和0.41, RMSE分别为1.60、 1.91和1.91;基于春茶、夏茶和秋茶冠层叶片光谱特征构建的茶多酚模型中SPA-PLS、 CARS-PLS和SPA-MLR模型精度最高，建模集R~2分别为0.50、 0.42和0.42, RMSE分别为1.25、 1.70和1.66;验证集R~2分别为0.43、 0.36和0.38, RMSE分别为1.44、 1.96和2.49。研究结果表明，基于遥感数据进行不同季节的叶片和冠层两个尺度的茶多酚含量估算是可行的，在大面积实时监测茶品质特征方面具有较大的潜力。
关键词： 茶多酚 高光谱 偏最小二乘法 随机森林 多元线性回归
全文链接
请求原文
高光谱成像的黄瓜病虫害识别和特征波长提取方法
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：黄瓜霜霉病和斑潜蝇是制约黄瓜产业发展的严重病虫害。为实现黄瓜病虫害快速在线识别，采用高光谱成像和机器学习研究快速识别黄瓜霜霉病和斑潜蝇虫害的方法，为开发实用的基于多光谱成像的黄瓜病虫害快速识别设备奠定基础。使用高光谱成像系统采集黄瓜无症状叶片、霜霉病叶片、斑潜蝇虫害叶片的高光谱图像，在病斑区域选择若干个感兴趣区域（ROI）,计算每个ROI的平均反射率数据作为叶片原始光谱数据。使用Kennard-Stone算法将光谱数据按照3∶1的比例划分为训练集和测试集。使用直接正交信号校正（DOSC）、多元散射校正（MSC）、移动窗口平均平滑（MA）3种方法对原始光谱数据进行预处理。采用空间迭代收缩法（VISSA）、竞争性自适应重加权算法（CARS）、迭代保留信息变量法（IRIV）、随机蛙跳算法（SFLA）对MA预处理后的光谱数据进行特征波长提取，分别提取出53、 20、 26、 10个特征波长。然后使用连续投影算法（SPA）分别对特征波长光谱数据进行二次降维，最终VISSA-SPA提取的特征波长为455、 536、 615和726 nm; CARS-SPA提取的特征波长为452、 501、 548和578 nm; IRIV-SPA提取的特征波长为452、 513、 543和553 nm; SFLA-SPA提取的特征波长为462、 484、 500和550 nm。分别对全波段光谱数据、一次降维光谱数据、二次降维光谱数据进行支持向量机（SVM）、 Elman神经网络、随机森林（RF）建模，结果表明，MA预处理后的全波段光谱数据所建模型识别效果最好，其中MA-RF模型测试集总分类精度（OA）达到97.89%, Kappa系数为0.97。采用一次降维光谱数据所建模型中，MA-VISSA-RF模型效果最好，测试集OA为98.19%, Kappa系数为0.97。采用二次降维光谱数据所建模型中，MA-IRIV-SPA-SVM模型效果最好，测试集OA为96.23%, Kappa系数为0.95。研究结果表明，使用高光谱成像技术识别黄瓜霜霉病和斑潜蝇虫害具有良好的效果，452、 513、 543和553 nm可以作为识别黄瓜霜霉病和斑潜蝇虫害的特征波长，为开发黄瓜病虫害快速识别设备提供了理论依据。
关键词： 高光谱成像 机器学习 特征波长 霜霉病 斑潜蝇虫害
全文链接
请求原文
基于无人机多光谱植被指数的生菜全氮含量预测
《光谱学与光谱分析 》 2024 EI SCI 北大核心 CSCD
摘要：我国露地蔬菜种植规模庞大，生产方式高度集约化，但过量施肥等导致的水氮利用效率低下的问题较为严重。为实现露地蔬菜规模化种植中精准施肥、高效生产的目标，以露地生菜为研究对象，设无氮(N0)、低氮(N1)、高氮(N2)三个处理，通过无人机搭载多光谱相机，建立3种多光谱植被指数(NDVI、 RVI和SAVI)与生菜叶绿素、生物量、吸氮量、全氮含量数据集，并构建单生育期和多生育期氮素诊断模型。结果表明：(1)在莲座期和结球期，生菜各处理NDVI、 RVI和SAVI值表现出随施氮量的增加而增大，但在收获期，N1处理达到最大值。(2)在生菜结球期，NDVI与生菜的产量、吸氮量、叶绿素均存在显著相关性，其中生菜全氮含量与叶绿素在p≤0.01水平下显著相关，相关系数(R)为0.51;综合生菜多生育期，NDVI值与生菜的产量、叶绿素、吸氮量和全氮含量均在p≤0.001水平下达到极显著相关，相关系数分别为0.85、 0.82、 0.81和0.71。(3)通过相应数据集拟合出指数、线性、对数和幂函数4种模型关系，建立生菜多生育期植株全氮最佳预测模型：全氮=16.52ln(NDVI)+73.514;应用生菜全氮估层模型反演基地生产田块，其平均相对误差为3.22%、 RMSE=0.556 6、 NRMSE=0.010 8,说明模型估算效果均较好，通过无人机多光谱遥感对蔬菜氮素诊断具有一定的可行性。
全文链接
请求原文
