铀污染下的商陆叶片反射光谱特征与铀含量关系研究

通过室内盆栽试验，利用微分技术处理叶片反射光谱数据，研究铀污染下商陆叶片中的铀含量在不同光谱波段与原始光谱反射率、一阶导数光谱的相关关系，找到商陆铀污染诊断的敏感波段范围和最优光谱特征参数，并以相关性较好的敏感波段及光谱特征参数为自变量，与商陆叶片铀含量建立对应的估测拟合模型。如果以该模型为基础创建铀含量的冠层光谱模型，则有可能实现通过遥感影像监测叶片中的铀含量。实验结果表明：当商陆叶片中的铀含量为5.94～71.74 mg·kg-1时，叶片中铀含量与一阶导数光谱数据的相关性较原始光谱数据好，在749～766 nm区间内存在较好的相关性和光谱响应；根据上述相关性分析，选择14个光谱特征参数，计算他们与商陆叶片铀含量的相关系数，其中蓝边面积、红边位置、红边面积与蓝边面积的比值及红边面积与蓝边面积的归一化值与叶片铀含量的相关系数达到了0.05显著检验水平；选取一阶导数光谱中相关系数最高的波段757，758，760和761 nm处的值和上述相关性最高的4个光谱特征参数，与叶片铀含量建立多种形式的估测拟合模型，通过对拟合模型的精度检验，发现以红边面积与蓝边面积的比值、757和760 nm处反射率的一阶导数为自变量的拟合模型的预测效果较好，其中拟合效果最优的模型是以757 nm波段处反射率的一阶导数为自变量的三次函数模型，模型预测精度达到了89.8%。     

土壤导数光谱小波去噪与有机质吸收特征提取

使用高光谱仪ASDFieldSpec在波长范围400～1000nm内,采集有机质含量水平不同的土壤反射光谱数据,之后求取一阶导数(一阶导数光谱)并进行小波去噪;通过数值积分计算、相关分析,从去噪后的一阶导数光谱中提取吸收面积表征有机质含量变化。结果显示:(1)土壤一阶导数光谱中含有大量噪声,致使光谱曲线轮廓和有机质的吸收特征难以识别。(2)当小波分解层数J=3时,小波去噪在平滑土壤一阶导数光谱曲线的同时,较好的保持了曲线上多个敏感波段的光谱响应特征。(3)从去噪后的一阶导数光谱中提取的吸收面积S(538,586)与有机质含量的相关系数为-0.8763,较好的反映了土壤有机质含量的变化情况,可以用于土壤有机质含量测算。     

离子吸附型稀土矿区复垦植被光谱特征变异提取与分析

大面积高光谱遥感监测是稀土矿区环境监管的重要手段,复垦植被在矿区环境胁迫下的特征变异分析,可为准确实现矿区生态恢复动态监测提供必要基础。通过实地采集稀土矿区六种典型复垦植被及其对应正常环境植被叶片原始光谱,对照分析其光谱变异。将原始光谱进行常用的导数变换之外,还应用信号处理中的分形维数计算、离散小波变换分析技术和短时傅里叶变换处理放大植被叶片光谱的细部信息,探究复垦植被在稀土矿区环境胁迫下的光谱特征。结果表明：(1)在一阶导数光谱中,除湿地松外,其他植被均出现“红边位置”的蓝移现象,表明了复垦植被在矿区受到不同程度环境胁迫等外界因子的影响。(2)通过计算矿区植被光谱曲线的分形维数,得到同种复垦植被分形维数高于正常植被的规律,说明矿区环境胁迫多条件因素的影响致使复垦植被光谱曲线的波形变复杂。(3)植被叶片光谱经过离散小波变换,其中原始光谱离散小波变换最佳细节系数为d5,一阶导数光谱离散小波变换最佳细节系数为d6;并且一阶导数光谱离散小波变换在更小的尺度下放大了光谱特征细节差异,取得更好的效果。(4)光谱通过短时傅里叶变换在空频图上实现局域化,原始光谱空频特征出现在“红边”与中红外第一个“...     

基于四阶导数的浮游植物叶绿素荧光激发光谱特征研究

测量了分属硅藻和甲藻两个门类的六种我国东海常见赤潮藻的叶绿素荧光激发光谱,以Matlab为操作平台,采用自编的光谱求导程序,对荧光激发光谱进行四阶导数处理.结果表明,四阶导数法能有效去除光谱中的细小杂峰,并将重叠的色素荧光峰分离,实现主要色素的定性定量分析.四阶导数光谱在350～550 nm波长范围内出现的6个极大值主要代表了活体藻液中的非色素荧光物质、叶绿素和类胡萝卜素的荧光峰.通过原始叶绿素荧光激发光谱和四阶导数光谱的对比分析,表明四阶导数光谱法能够凸显硅藻和甲藻之间的光谱差异,增强光谱识别硅藻和甲藻的能力,同时也提高了光谱的稳定性和重现性.     

基于红外光谱的苹果叶病害的快速诊断

基于傅里叶变换红外光谱技术,利用光谱检索的方法对苹果叶病害进行病害类型的鉴别研究。测试了正常苹果叶片和4种病害叶片共75份样本的红外光谱,光谱显示,各类样品的红外光谱非常相似,主要由纤维素、木质素、蛋白质和脂类的吸收带组成。利用omnic8.5软件依次建立了由每类样品的平均红外光谱、一阶导数光谱和二阶导数光谱组成的光谱库Lib1、Lib2、Lib3。各样品红外光谱分别与光谱库Lib1进行专家检索和绝对微分差算法检索,专家检索的正确率为80%,绝对微分差检索的正确率为82.7%。各样品红外光谱的一阶导数光谱和二阶导数光谱分别与光谱库Lib2、Lib3在全谱范围进行绝对微分差检索,基于一阶导数光谱的检索正确率为93.3%,二阶导数光谱的检索正确率为82.7%。结果表明:基于一阶导数红外光谱的绝对微分差算法的检索更适合于苹果叶病害的鉴别。基于红外光谱技术的光谱检索的方法能较好地鉴别苹果叶病害,有望成为简便、快捷、低成本的植物病害的鉴别方法。     

琅琊山景区不同叶绿素条件下树种叶片光谱差异分析

叶绿素含量高低反映植物健康状况，研究景区树种叶片叶绿素绝对值(SPAD)不同的光谱变化规律能为叶绿素高光谱监测波段识别与景区树种管理提供理论支撑。从琅琊山景区灌木和乔木类选取9个常见树种，探讨相同树种叶片SPAD值变化时的光谱差异，同时，横向对比相同SPAD值不同树种叶片的光谱特征，并深入分析不同树种叶片SPAD值与单波段原始光谱、光谱倒数、一阶微分、二阶微分及波段组合差值指数、归一化指数、比值指数、一阶微分归一化指数、一阶微分比值指数之间的关系。结果表明：9个所测树种叶片随着叶绿素SPAD值的升高，光谱变化规律各不相同，在可见光波段区分明显，总体上，光谱反射率最高的样本组SPAD值较低；叶绿素SPAD值相同时，在可见光波段，桂花较其余树种反射率整体较高; 在780~1 350 nm波段，广玉兰叶片反射率始终排前三，其余波段变化规律不明显；原始光谱反射率的二阶微分与海桐叶片SPAD值相关系数最大，一阶微分与其余8种相关性最高；与灌木、落叶乔木叶片SPAD值相关系数最大的光谱指数分别为差值指数、一阶微分归一化指数，与常绿乔木、不分树种相关系数最大的为一阶微分比值指数。     

基于叶冠尺度高光谱的冬小麦叶片含水量估算

叶片含水量(leaf water content,LWC)的快速监测对于作物的干旱诊断和灌溉决策至关重要。以叶片、冠层两个尺度,原始、一阶导数两种光谱处理形式的高光谱数据为基础,采用两波段植被指数如归一化差分(normalized difference spectral index,NDSI)和比值光谱指数(ratio spectral index,RSI),偏最小二乘回归(partial least squares regression,PLSR)和竞争自适应重加权采样-偏最小二乘回归(competitive adaptive reweighted sampling-partial least squares regression,CARS-PLSR)三种方法对叶片含水量进行建模分析,以确定最佳冬小麦叶片含水量预测模型。结果表明:三种方法中,基于叶片一阶导数光谱的CARS-PLSR模型对LWC的预测效果最好, LWC的预测值与实测值高度重合(R~2=0.969, RMSE=0.164, RRMSE=6.00%)。相同条件下,三种方法的叶片光谱模型对LWC的预测效果均优于冠层光谱模型。在两波段指数模型以及PLSR模型中,原始光谱模型对LWC的预测效果优于一阶导数光谱模型,而在CARS-PLSR模型中结果相反。在两波段指数模型中, RSI比NDSI具有更高的估算精度。研究表明,通过竞争自适应重加权采样方法提取敏感波段后所建立的偏最小二乘回归预测模型,无论是预测精度还是建模精度,与两波段指数和偏最小二乘回归模型相比都有了显著提高,该方法可为精准快速地监测冬小麦旱情以及灌溉决策提供参考。     

玉米苗期干旱胁迫对关键生育期的光谱特征影响分析

植被的光谱特征是监测植被生长发育状态、健康状况的基础,探索玉米苗期干旱胁迫后的关键发育期光谱特征变化,不仅为植被光谱数据库的建设提供理论数据,也为植被水分胁迫高光谱识别提供理论依据。以辽宁西部锦州生态与农业气象站大型农田土壤水分控制场为研究区,对玉米苗期、拔节期、抽雄期和乳熟期4个发育期进行苗期干旱胁迫小区和水分适宜小区光谱观测,通过分析原始光谱、一阶导数光谱、光谱参数和水分敏感植被指数,对比苗期干旱胁迫光谱与同期对照的光谱特征差异性。结果表明:(1)对于原始光谱来说,玉米在苗期受到干旱胁迫后,与同期水分适宜的玉米光谱特征有较为明显区别,在可见光波段和短波红外波段反射率均高于同期对照反射率,近红外波段明显低于同期对照反射率,拔节期差异性最为显著,达到了5%左右,随着作物的生长,差异性逐渐减弱。(2)4个发育期玉米一阶导数光谱在可见光波段均出现双峰,红光位置峰值在抽雄期达到最大;苗期干旱胁迫一阶导数光谱的红光位置峰值均低于同期对照,拔节期差异明显,在0.003左右,乳熟期差别明显减小,可区分性减弱。(3)苗期胁迫玉米光谱参数与同期对照相比,从苗期到乳熟期,红边位置存在"蓝移"—"红移"—"蓝移"的现象,绿峰位置均存在向长波方向移动的现象;在抽雄期和乳熟期,蓝边位置、蓝边幅值、黄边位置和黄边幅值两者差异不明显;在三边面积中,红边面积均低于同期对照,黄边面积均高于对照,两者的蓝边面积无明显差异。(4)在8个水分敏感植被指数中, NDWI和NDW_2的差异性指数在玉米四个关键发育期均达到50%以上,可区分性明显。该研究旨在为植物水分胁迫光谱库提供基础数据,为作物干旱识别的谱段选择及高光谱波段设置提供基础依据。     

基于高斯回归分析的水稻氮素敏感波段筛选及含量估算

水稻氮素含量的准确监测是稻田精准施肥的重要环节,水稻叶片氮素含量发生变化会引起叶片、冠层的光谱发射率发生变化,高光谱遥感是目前作物氮素无损监测的关键技术之一。以2018年-2019年湖北监利两年水稻氮肥试验为基础,分别获取水稻分蘖期、拔节期、孕穗期、扬花期、灌浆期五个生育期水稻叶片和冠层两个尺度的高光谱反射率数据及对应的叶片氮素含量数据,利用单波段原始光谱和一阶导数光谱的相关性分析、高斯过程回归（GPR）等方法筛选水稻全生育期叶片及冠层尺度氮素敏感波段。针对敏感波段,利用单波段回归分析、随机森林（RF）、支持向量回归（SVR）、高斯过程回归-随机森林（GPR-RF）、高斯过程回归-支持向量回归（GPR-SVR）和GPR构建水稻氮素监测模型,并进行精度对比,以确定水稻叶片在各生育期的氮素估算最佳模型。结果表明：GPR筛选的敏感波段符合水稻氮素含量及光谱变化的规律。相同条件下,叶片模型精度整体高于冠层模型。相关性分析模型中,叶片尺度原始光谱模型更好,冠层尺度刚好相反,冠层一阶导数光谱可以减弱稻田背景噪声的影响。其中,叶片最佳模型建模集R2为0.79,验证集R2为0.84;冠层最佳模型建模集R2为0.80,验证集R2为0.77。与相关性回归分析模型相比,机器学习模型受生育期影响小（R2>0.80,NRMSE<10%）。其中,RF比SVR更适合对GPR敏感波段建模,GPR-RF模型可以用1.5%左右的波段达到RF模型使用全部波段的精度。五种方法中,GPR模型对生育期敏感度最低、叶片及冠层尺度效果都很好(R2>0.94,NRMSE<6%)。且与其他四种机器学习方法相比,GPR模型可有效提高冠层氮素含量估算的精度和稳定性（R2增加0.02,NRMSE降低1.2%）。GPR方法可为筛选作物氮素高光谱敏感波段、反演各生育期叶片及冠层氮素含量提供方法参考。     

玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及估测模型

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可见分光光度计测定其叶绿素含量。从原始光谱、吸光度光谱、一阶微分光谱、去除包络线光谱出发,进行光谱预处理,分析了净化图谱信息、突出作物叶绿素含量光谱特征的有效性。其中,吸光度光谱在可见光部分增强了光谱响应特征,去除包络线光谱和一阶微分光谱均具有较强的蓝光、红光吸收谷和绿光反射峰。又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段,原始光谱特征波段为639,672,696,750,768nm;吸光度光谱特征波段为638,663,750,763nm;去包络线光谱特征波段为436,564,591,612,635,683,760nm;一阶微分光谱特征波段为516,559,778nm。最后,应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型,模型精度由高至低分别为去包络线、吸光度、原始、一阶微分,其中去包络线模型校正集决定系数R2c为0.88,验证集决定系数R2v达到0.82,具有较好的预测能力。     

水胁迫下典型盐生植被梭梭光谱特征分析

荒漠地区由于气候干燥，降水稀少，水分常成为制约植被生长的因素之一，水分胁迫对植物长势和产量的影响比任何其他胁迫都要大。随着高光谱技术的发展，国内外已有众多学者利用高光谱数据研究植被遭受胁迫作用，然而这些研究对象多集中于甜菜、棉花、玉米、水稻等作物，针对干旱区盐生植被遭受胁迫作用的研究较少。梭梭作为荒漠、半荒漠地区的典型盐生植被之一，具有极高的经济和生态效益。选择梭梭作为研究对象，培育一年生梭梭，并设置三个水分梯度，形成受不同水分量胁迫的梭梭。使用原始光谱、红边位置参数，结合植被指数及二维相关光谱研究其叶片光谱特征，为干旱区利用高光谱遥感监测盐生植被提供借鉴。结果表明：(1)分析梭梭叶片反射光谱曲线发现，在可见光至中红外各波段范围内，受不同水分量胁迫作用的梭梭叶片光谱反射率有显著差异。在可见光(350～610 nm)波段，各水分处理的梭梭叶片反射率依次为100 mL>500 mL>200 mL，这是由于100和200 mL水分促进梭梭内部叶绿素合成，使该波段反射率降低，而过多的水分(500 mL)对梭梭内部的叶绿素合成没有更大的促进作用。在红光区(611～738 nm)，随着水分量的增多，受不同水分量胁迫的梭梭叶片光谱反射率依次减小。在738～1 181和1 228～1 296 nm波段，受不同水分量胁迫作用的梭梭叶片光谱反射率为：200 mL>100 mL>500 mL；在1 182～1 227 nm波段，受不同水分量胁迫作用的梭梭叶片光谱反射率为：100 mL>200 mL>500 mL。这是由于植被细胞结构对近红外区域的反射率影响较大，因而受不同水分胁迫作用的梭梭叶片光谱反射率有显著差异。在1 300～1 365和1 392～1 800 nm波段，受各水分胁迫作用的梭梭叶片反射率为：100 mL>200 mL>500 mL。这表明在500 mL水分胁迫量范围内，水分越多，叶子的细胞液、细胞膜对水分的吸收能力越强，使得反射率下降。通过对原始光谱求取一阶导数并提取红边位置参数发现，各水分处理下的梭梭叶片一阶微分光谱曲线中红边位置未发生移动。这是由于梭梭在长期的干旱环境影响下，形成了特殊的适应机制，水分对其红边位置影响不敏感。(2)选取若干植被指数分析各水分处理下的梭梭光谱指数变化。当水分胁迫量由100 mL增至200 mL时，WI/NDWI，MSI和NDII指数值变化显著，可用于研究水分胁迫下梭梭的光谱特征。(3)使用二维相关光谱技术分析受各水分胁迫作用的梭梭光谱特征，得出在100 mL水分胁迫下，在536，643，1 219和1 653 nm波段处，吸收峰对水分的微扰敏感；在200 mL水分胁迫下，在846和1 083 nm波段处，吸收峰对水分的微扰敏感；在500 mL水分胁迫下，在835和1 067 nm波段处，吸收峰对水分的微扰敏感。总之，在近红外波段，与100 mL水分量相比，梭梭受200和500 mL水分量胁迫时，吸收峰对水分的微扰敏感度上升。由100 mL水分胁迫下梭梭的二维同步相关谱图可知，1 044和1 665 nm，1 072和903 nm，903和1 264 nm，1 230和1 061 nm波段处形成正交叉峰，表明这些波段处光谱强度随水分的干扰同时变化。     

连续统去除法分析不同马铃薯品种高光谱差异性

在我国实施“马铃薯主粮化”战略的背景下，加强马铃薯相关的研究显得十分有意义。比较和分析不同马铃薯品种不同时期的光谱差异性，旨在为马铃薯品种鉴定、马铃薯与其他作物的区分、马铃薯空间分布提取、马铃薯病虫害监测、马铃薯受各种胁迫的影响以及各种作物识别研究等提供理论和技术支持，也为作物高光谱相关研究提供新思路。对在吉林地区大田试验获取的马铃薯早熟品种费乌瑞它和中晚熟品种延薯4号结薯期和块茎膨大期等关键生育期的样品的冠层高光谱反射率数据，首先利用Savitzky-Golay平滑滤波进行去噪声处理，获取其连续统去除光谱并提取出最大吸收深度、总面积、左面积、右面积、对称度、面积归一化最大吸收深度6个特征参数。同时对滤波后的光谱反射率数据和连续统去除光谱反射率数据进行一阶微分处理。在对不同马铃薯品种这两种光谱反射率曲线对比分析的基础上构建反射率差异性指数、一阶导数差异性指数、连续统去除光谱特征参数差异性指数共3类8种差异性指数作为评价指标。其中反射率差异性指数和一阶导数差异性指数研究“绿峰”550 nm，“红谷”670 nm以及可见光-近红外平台760 nm附近的波段。利用这些差异性指数定量地分析了不同马铃薯品种高光谱差异性。将连续统去除法应用到植物高光谱差异性分析中来，并且深入到不同马铃薯品种以及其不同生育时期。构建的差异性指数取得了很好的评价效果，结果表明：(1)相比反射率差异性指数和最大吸收深度差异性指数，一阶导数差异性指数、总面积差异性指数、左面积差异性指数、右面积差异性指数、对称度差异性指数和归一化差异性指数都可以很好地描述不同马铃薯品种的高光谱差异性，连续统去除光谱局部放大了两个不同马铃薯品种的高光谱差异；(2)滤波光谱和连续统去除光谱反射率差异性最大的波长位置和时间都相同，均处于8月16日波长671.24 nm处；最大吸收深度差异性指数值最大仅为0.01；滤波光谱一阶导数差异性指数值在6月24日波长673.55 nm处最大达到0.977，连续统去除光谱一阶导数差异性指数在6月24日波长759.74 nm处最大达47.87，在不同马铃薯品种光谱差异性分析中作用最为明显；总面积差异性指数值、右面积差异性指数值、对称度差异性指数值和归一化差异性指数值均在6月24日最大，最大值分别为0.13，0.214，0.205和0.113，左面积差异性指数值在7月24日最大，为0.199；(3)根据所构建的差异性指数定量评价结果综合推测可知，两个不同马铃薯品种高光谱差异最大的时期处于早熟品种费乌瑞它结薯期的中晚期，中晚熟品种延薯4号结薯期的初期。     

水果坚实度的近红外光谱检测分析试验研究

应用傅里叶漫反射近红外光谱技术探讨了水果坚实度无损检测的方法.利用偏最小二乘法建立了坚实度与漫反射光谱的无损检测数学模型,同时对不同光谱预处理方法和不同建模波段范围对模型的预测性能进行了对比分析.结果表明:利用傅里叶变换光谱仪采集的原始光谱的平滑预处理对结果并没有太大影响;原始光谱在800～2 500 nm范围的模型得到了最好的预测结果:校正集样本的相关系数r为0.869,校正均方根误差RMSEC为3.88 N;预测集样本的相关系数r为0.840,预测均方根误差RMSEP为4.26 N.通过本研究得出:应用近红外漫反射光谱检测水果坚实度是可行的,为今后快速无损评价水果成熟度提供了理论依据.     

有机和无机国画颜料漫反射光谱和吸收光谱特征研究

国画颜料解混一直是古画颜料研究的重要内容,其中光纤反射光谱（FORS）是无损化探测颜料类别的常用手段。通过CCD光纤光谱系统,从光谱线型对国画颜料进行了分类,分别探测了两种有机植物颜料藤黄和胭脂在不同比例混合下的漫反射光谱与吸收光谱,并获取了不同色系无机矿物质颜料混合后的漫反射光谱。分析了单一颜料和混合颜料的光谱特征峰值,运用多元线性回归（MLR）以及一阶导数光谱法（FDS）,通过全波段线性解混获得了各组分颜料的比例。经过实验与理论分析,藤黄与胭脂的漫反射光谱为S型,混合颜料一阶导数光谱中两特征峰的位置分别为536和649 nm,在漫反射光谱中多元线性回归基本适用于该混合颜料的解混并显示出一定的线性规律,但无法精确地解混。而混合颜料的吸收光谱与单色光谱之间存在较好的线性关系,解混误差在5%左右。无机矿物质颜料中的漫反射光谱有S型（石黄和赭石）和钟型（石青和石绿）两种。首先,对于S型（石黄）与S型（赭石）混合颜料漫反射光谱,赭石的一阶导数光谱出现明显的“三峰”现象,并且混合颜料一阶导数光谱在534 nm处出现新的特征峰。多元线性回归理论虽适用于该混合颜料的解混,但由于不同颜料解混的权重因子不同,无法形成较为精准的线性模型。其次,对于S型（赭石）与钟型（石绿）混合颜料的反射光谱需要多元线性回归与导数光谱法共同判断混合比例的基本趋势,该光谱在400～800 nm范围内仅有一个交叉点。最后,利用钟型（石青）与钟型（石绿）混合颜料反射光谱的特征峰位置,即可判断出颜料混合比例的特征,随着混合比例的变化,反射光谱特征峰在457～524 nm出现了明显的横向移动,并且混合颜料光谱的峰值强度有明显的减弱。     

叶片茸毛对叶片反射光谱及高光谱植被指数的影响研究

很多高光谱植被指数被用于对植被的生化物质含量进行非破坏性的估计与反演。由于这些指数都是利用不同波段的反射率计算而得到的,因而对叶片反射具有很大影响的茸毛等叶表结构对这些植被指数的反演精度的影响不容忽视。本研究发现去茸毛处理使得在400～1 000nm范围的的光谱反射都有所下降,但在各个波段的变化并不均匀。通过对比39个现有的高光谱植被指数在经过去茸毛处理前后的变化,发现一些只单独利用可见光或者近红外波段的高光谱植被指数,如CTR1:R695/R420,D740/D720,WBI:R900/R970,R860/(R550×R708)以及红边指数(REP)比大多数既使用可见光又使用近红外波段的高光谱植被指数受茸毛变化影响小,它们对茸毛的低敏感性可以使其在进行植被生化物质反演时更具有普适性。     

Derivative fluorimetry analysis of new cluster structures formed by ethanol and Water molecules

The ultraviolet （UV） light excited fluorescence spectra of ethanol-water mixture with different concentrations are investigated by derivative fluorimetry. It is found that there are 8 types of luminescent cluster molecules, formed by ethanol and water molecules in different ways, existing in the solution. The peak wavelengths of all these clusters＇ fluorescence spectra are measured and their contents are obtained by measuring the peak values in the second derivative fluorescence spectra. The spectra corresponding to the 8 types of clusters are obtained by Gaussian decomposition. It is found that two kinds of cluster molecules whose peak wavelengths are 330 and 345 nm have an optimal excitation wavelength located at （236 4- 3） nm. This research contributes to the study of ethanol-water cluster structures and their physical and chemical characteristics.     

丹参不同部位的红外光谱法分析

首次采用红外光谱三级鉴定法对丹参不同部位的药材粉末及其水提物和醇提物进行了分析与评价研究。结果表明, 一维图谱中, 丹参花与根的相似系数最高, 为0.9123 ; 叶在1650～1611 cm- 1的特征峰峰高明显高于其他部位; 二阶导数谱中, 1160~1000 cm-1范围内吸收峰的峰形、相对峰强有所差异, 不同部位水提物和醇提物的分析结果进一步明确了丹参根、茎、叶、花存在差异; 二维相关光谱中, 茎与叶、根与花的二维相关谱图仍较为相似, 印证一维及二阶导数谱结论。     

二阶导数光谱法快速测定硝酸盐氮和亚硝酸盐氮

紫外吸收方法中，硝酸盐氮(NO-₃-N)的紫外吸收峰在202.0 nm左右，而亚硝酸盐氮(NO-₂-N)的紫外吸收峰在210.0 nm左右，两者吸收峰位置距离很近，因此，在分析过程中两者的紫外吸收曲线严重重叠，相互之间严重干扰，不经过分离很难用单波长对二者的含量进行测定而常用的国标方法过程又过于繁琐，耗时较长。为了准确、快速、环保的实现环境水体和饮用水中的硝酸盐氮和亚硝酸盐氮快速监测，避免国标方法中对二者测定的诸多不足，结合紫外吸收和二阶导数光谱法，在不经过任何预先分离处理的情况下，建立了水体中这两种物质的快速分析方法，实现水样中二者的快速准确测定。研究采用优级纯试剂配制硝酸盐氮和亚硝酸盐氮系列标准溶液。以去离子水做参比，采用紫外-可见光分光光度计扫描其在195～250 nm范围内的紫外吸收光谱，之后采用Origin软件对所获得的光谱图做二阶导数处理，并采用Origin软件中的Savitzky-Golay方法对处理后的二阶导数光谱进行平滑处理以去除其他无关的干扰和噪声。通过观察上述所得两组二阶导数光谱图，得出以下结论，不同浓度的亚硝酸盐氮样品在223.5 nm处吸光度的二阶导数均为0，不同浓度的硝酸盐氮样品在216.5 nm处的吸光度的二阶导数也均为0。通过实验可见硝酸盐氮和亚硝酸盐氮混合样品的紫外吸收光谱的二阶导数在这两个特定波长处符合朗伯比尔定律。实验通过配制硝酸盐氮和亚硝酸盐氮混合样品，并扫描混合样品的紫外吸收光谱，采用上述方法对所得光谱做二阶导数及平滑去噪处理。研究混合样品二阶导数光谱图可以看出在硝酸盐氮浓度相同而亚硝酸盐氮浓度不同时，亚硝酸盐氮的浓度变化会对硝酸盐氮的吸光度的二阶导数有影响，但是各种混合样品的二阶导数光谱在223.5 nm处几乎交叉于一点，说明此处亚硝酸盐氮的浓度不同不会对硝酸盐氮的二阶导数吸光度有影响。且在223.5 nm处硝酸盐氮二阶导数吸光度随浓度增加而线性增加。因此，223.5 nm可作为混合组分中硝酸盐氮的测定波长。参照以上方法，可得亚硝酸盐氮的测定波长为216.5 nm。在223.5 nm处对单组分的硝酸盐氮的浓度值及其相应的吸光度的二阶导数进行线性回归，其线性关系良好，得到标准曲线的回归方程为C=438.69A+0.015，R2=0.995 9。同理，得到亚硝酸盐氮在216.5 nm处回归方程为C=-657.29A+0.068 8，R2=0.998。为了验证这种方法在实际水样测量中能否成立，取秦皇岛市新河、汤河以及戴河三种河水水样进行实验验证，结果表明，回收率在96.7%～103.0%之间，相对标准偏差在1.46～3.68之间。该方法结果较准确，且操作更加简便，成本较低，可同时实现硝酸盐氮和亚硝酸盐氮快速在线监测。