土壤水分是精准农业与水文学研究的核心参数，其动态演变直接影响农田灌溉优化、水文过程模拟等关键应用。然而，传统测量多基于浅层土样的静态湿度，难以真实反映自然环境下土壤逐渐变干的动态过程。近日，刊发在《Geoderma》的一项研究，带来了一种全新的视角：研究人员利用可见-近红外光谱，如同为土壤表面进行“CT扫描”，首次在5 cm高的土柱上，高频、实时地追踪了水分在蒸发过程中细微的动态变化。这项工作旨在突破以往方法的局限，为理解土壤水分的时空演变提供了关键见解。 为什么选择灰壤和淋溶土？灰壤（Podzol）：常分布于湿润气候、针叶林和混交林地区，颜色较深、质地偏粗。淋溶土（Luvisol）：WRB 分类中的重要土类，质地较细、结构稳定、干燥后具有一定收缩性。选择这两种差异明显的土壤，有两个目的：1. 检验光谱方法在不同质地中的普适性2. 研究颜色、结构与收缩性对光谱信号的影响 图1. 蒸发实验装置的剖面图。土柱高度为L = 5 cm，在指定的垂直位置安装两个张力计以测量基质势，在干燥过程中通过天平和接触式探针多次记录土壤的质量和Vis-NIR光谱。研究方法：光谱“扫描”vs. 物理“模拟”实验设计：将灰壤和淋溶土做成5 cm高的土柱，用HYPROP装置进行蒸发实验，通过监测其在蒸发过程中的重量与水势变化，来检验光谱技术的可靠性；双线验证：Ø 物理“模拟”（基准）：通过蒸发数据...
发布时间:
2026
-
03
-
03
浏览次数：66
全球水资源紧缺、智慧农业加速发展的当下，如何精准、高效地监测果树水分成为果园精细化管理的关键挑战。有没有办法在不破坏叶片的情况下快速掌握作物水分状态？近日，新疆大学团队在《Computers and Electronics in Agriculture》发表研究成果——基于核桃、杏和枣树的实测光谱，创新性地结合ASD FieldSpec4地物光谱、PROSPECT-D模型与智能优化算法，系统评估了不同光谱分辨率与特征选择方法对叶片等效水厚度（EWT）估算的影响，为果树水分遥感监测开辟了全新路径。 图1.研究区域的位置。研究地点：天山南麓绿洲，干旱区的果树样本研究区域位于新疆乌鲁木齐市南部的天山山麓地带（82°48′E–83°40′E，41°05′N–41°56′N），海拔940–980米，地形为典型的山前冲积扇平原。这里气候干旱，年蒸发量远高于降水量，昼夜温差大，但正是这种极端环境，孕育了新疆优质核桃、杏和红枣。团队选择了三种代表性果树：核桃（Juglans regia）：果实坚核期，处于水分需求高峰；杏树（Prunus armeniaca）：成熟期，叶片含水波动大；红枣（Ziziphus jujuba）：开花末期，叶片含水下降明显。这三种果树的叶片结构、颜色与含水性差异显著，为模型建立提供了天然的对比样本。 图2.数据收集、处理、索引构建和...
发布时间:
2026
-
03
-
02
浏览次数：104
在全球粮食安全与可持续农业的背景下，“作物生物量监测”正逐渐成为农业遥感领域的核心议题。高效、准确地评估作物地上生物量，不仅对产量预测至关重要，也对精准农业管理具有重要意义。近期，国际期刊《Computers and Electronics in Agriculture》发表的一项研究以马铃薯为研究对象，结合ASD FieldSpec地物光谱仪与谐波分解技术，探索提升生物量估算精度的新方法，为作物长势监测与产量评估提供了新的技术支持。研究背景马铃薯作为全球第四大粮食作物，在粮食安全和精准农业中具有重要地位，其地面生物量（AGB）是衡量生长状况、产量预测和田间管理的关键指标。传统的人工测量方法效率低且具有破坏性，而高光谱遥感因其快速、非破坏性和丰富信息的特点，逐渐成为AGB估算的核心技术。然而，由于光谱饱和效应和生长阶段差异，单靠光谱反射率和植被指数（VIs）难以获得高精度结果。因此，开发一种有效挖掘高光谱特征的方法，以减轻光谱饱和效应，提升AGB估算模型的年际适应性，尤为关键。（图2.地理区域（a）和实验设计（b））研究方法实验设计：在北京小汤山试验基地，连续两年（2018–2019）种植马铃薯，共设置42个试验小区，采用不同密度与氮肥水平处理。地上生物量采集：在块茎形成、膨大和淀粉积累三个时期，每区随机取样，烘干后测算AGB。光谱获取：地面：ASD光谱仪，3502500 nm范围...
发布时间:
2025
-
09
-
29
浏览次数：137
在应对气候变化的全球行动中，“土壤碳汇”这一关键词越来越频繁地出现在科学家们的研究中。在全球气候治理日益紧迫的今天，如何提升土壤碳汇能力，成为科学界关注的热点。近日，一项发表在国际期刊《Land Degradation & Development》的最新研究，聚焦非洲萨赫勒地区，通过实地采样与建模分析，揭示了不同放牧强度对草原土壤有机碳储量的影响机制。 图1. 研究区域和实验地点的位置。 研究背景 非洲萨赫勒地区是全球典型的半干旱草原生态系统，牧业在当地生计中占据重要地位。然而，关于放牧对土壤碳储量的具体影响，尤其是在不同强度下的机制，一直缺乏系统的实地数据。研究方法§采用多点样方布设，覆盖不同放牧压力区域§采集0–30cm深度的土壤进行碳氮分析§结合ASDLabSpec4地物光谱仪进行快速土壤属性预测§使用结构方程模型（SEM）解析变量间直接与间接作用关系研究亮点团队在塞内加尔Dahra地区设置了四个不同放牧强度等级（重度、中度、轻度与禁牧）下的观测样地，结合近地遥感、土壤样品分析与结构方程建模，得出了颇具启发性的发现：1. 重度放牧区土壤碳储量反而最高？是的，你没看错！研究显示，重度放牧区域的表层土壤有机碳（SOC）储量明显高于其他区域。这是因为牲畜粪便的大量积累、踩踏导致植物凋落物更快混入土壤，以及植物多样性变化带来的间接影响，...
发布时间:
2025
-
08
-
11
浏览次数：139
研究背景牛奶作为一种富含蛋白质、钙和多种维生素的基础性食品，在日常饮食中占据着举足轻重的地位，是儿童成长、老年人骨骼健康以及全民营养均衡的重要保障。然而，在庞大的消费市场需求下，部分不法商家为追逐利润，采取掺水稀释、以低价牛奶冒充高价值山羊奶或绵羊奶等方式牟利。这类掺假行为不仅损害了消费者的知情权和选择权，还可能引发营养成分失衡、食品过敏等健康风险，更破坏了乳制品市场的公平秩序和行业声誉。如何高效、可靠地识别这类掺假行为，成为保障乳品质量安全、提升消费者信任度和推动行业健康发展的关键课题。一、技术需求与挑战传统实验室检测方法虽具备较高准确度，但存在样品制备复杂、检测周期长、现场应用受限等不足。鉴于牛奶及不同动物奶品成分相近，快速、灵敏且无损的检测手段迫在眉睫。二、仪器与方法概述本研究采用 LabSpec 4 Standard-Res 便携式地物光谱仪，结合主成分分析（PCA）、偏最小二乘判别分析（PLSDA）与随机森林等多变量统计方法，对掺水及不同奶种混合的牛奶样本进行定性与定量分析。主要特点如下：光谱范围：350–2500 nm，VNIR 分辨率 3 nm，SWIR 分辨率 10 nm；测量模式：Contact Probe® ATR 多次反射采样，减少杂散光干扰，无需破坏样品；便携性：设备轻便，可现场实时测量。三、实验是如何开展的？本研究围绕两种常见掺假行为展开：1、用...
发布时间:
2025
-
06
-
24
浏览次数：147
你买的牛肉，真的是“草饲”的吗？在如今“绿色”“有机”越来越受欢迎的消费趋势下，草饲牛肉因其脂肪含量更低、Omega-3更高、抗氧化能力强，还能兼顾生态环境保护，成了不少人的首选。但问题来了：“草饲”标签靠谱吗？真的能靠外观判断？本研究带来一项新突破：利用可见光-近红外光谱技术（Vis–NIRS），就能快速、无损地识别出牛的实际饲养方式！研究背景：样品来自加拿大牛肉主产区在加拿大阿尔伯塔省和萨斯喀彻温省，养牛是重要产业。到2024年初，这两个省共饲养超过100万头牛，其中大多数采用谷物饲养，谷物类型主要为西部大麦和东部玉米，旨在提升增重速度、肉质大理石花纹和脂肪颜色。研究团队选用了45头安格斯×西门塔尔杂交牛，按饲喂方式分成三组：草饲组：8个月放牧+30天苜蓿+79天黑麦草大麦饲组：先30–40天过渡饲粮，再进入148–197天高精料大麦日粮玉米饲组：类似大麦组，但主粮为玉米牛在平均16.7月龄、体重约638 kg时屠宰，胴体冷藏3天后取样分析。光谱技术怎么“看出牛吃过什么”？本研究使用的是ASD LabSpec®4 地物光谱仪，搭载20mm接触式光纤探头，扫描范围为350–2500nm，每个样本光谱由50次扫描平均而得，采样时间仅约5秒！采集部位包括：完整肉块（Longissimus thoracis）皮下脂肪绞碎后的肉样数据处理方式：使用偏最小二乘判别分析（...
发布时间:
2025
-
06
-
16
浏览次数：163
细菌生物膜广泛存在于工业、医疗和食品领域，因其强大的耐药性，给卫生和安全带来了严峻挑战，每年造成超5万亿美元的损失。金黄色葡萄球菌、沙门氏菌、大肠杆菌等常见致病菌，易通过生物膜污染环境并增加感染风险，而益生菌生物膜则能有效抑制有害菌的定植，具有潜在的健康益处。研究背景生物膜检测的重要性细菌生物膜是由细菌在其表面形成的一层粘附性强的结构，这使得它们比自由细菌更能抵抗抗生素和其他药物。生物膜在食品和临床环境中的污染增加了感染风险，因此，开发高效、精准的检测方法对于公共卫生至关重要。近年来，近红外（NIR）光谱凭借其较强的穿透力和成分识别能力，成为检测细菌生物膜的理想技术。研究方法NIR光谱与多元分析技术相结合本研究结合NIR光谱技术与SNV预处理、Savitzky-Golay滤波器和随机森林分类算法，旨在提高细菌生物膜检测的精度。研究选用了七种细菌，包括金黄色葡萄球菌、沙门氏菌、大肠杆菌等，并在适宜条件下进行培养。使用LabSpec 4 Standard-Res便携式光谱分析仪（Analytical Spectral Devices, ASD, ）进行样品光谱采集，分析细菌生物膜的光谱特征。图 1. 对每种细菌生物膜进行 NIR 测量后获得的光谱特征。左下方标明了细菌种类和对照。图 2. 随机森林性能：mtry 对准确性和稳定性的影响。图 3. 细菌样本的分布。图 4. 受污染和未受污...
发布时间:
2025
-
04
-
18
浏览次数：125
对地表入渗和蒸发通量的分配，以及准确量化不同空间尺度下土壤与大气之间的质量和能量交换过程，都需要了解土壤的水文性质（如土壤水分特征曲线和导水率特征曲线）。土壤水分特征曲线（SWRC）描述了在基质势下土壤水分含量的平衡情况，是重要的水文特性，与土壤孔隙的大小分布和结构密切相关，受土壤结构、质地、有机物和粘土矿物等因素的影响。传统测量SWRC的实验室方法繁琐，数据往往不完整，且只覆盖有限的水分含量范围。近年来，近程和遥感技术得到了广泛关注，特别是在光学域内的土壤反射光谱已被用于获取土壤矿物学和化学成分、有机物含量、粒度分布及水分含量等信息。这些研究为卫星遥感提供了大尺度测绘的基础。传统方法主要依赖光谱转移函数，尽管能有效推断土壤水力特性，但需大量数据进行模型校准。本文提出了一种新的实验室方法，通过水分含量依赖的短波红外（SWIR）土壤反射光谱直接估计SWRC，利用最近开发的前向辐射传输模型，仅依赖水分含量-反射率数据对，计算更高效，无需反演流动方程，简化了测量过程。为了测试提议的新实验室方法，作者使用了21种亚利桑那州土壤，这些土壤的质地（表 1）和矿物成分（即高岭石、云母/伊利石、蒙脱石、蛭石、绿泥石和黑云母含量）有很大差异。下面提供了实验确定的 SWRC 和干燥土壤的反射光谱的描述。表 1. 亚利桑那州土壤的质地特性使用ASD LabSpec®2500 ...
发布时间:
2024
-
11
-
07
浏览次数：198
在2020年9月，由美国夏威夷的Pan-STARRS1望远镜发现了一颗疑似地球的临时卫星，为地月系统带来了一颗新的天体。起初，科学家们认为它是一颗普通的阿波罗小行星，即轨道穿过地球的天体，并将其命名为2020SO。然而，模拟结果显示，它将在10月变成一个绕地球公转的小天体，成为一个迷你月球。随后的观察结果则让天文学家更加困惑。科学家们发现，这颗神秘的天体每年围绕太阳公转一周，其轨道偏心率与地球的公转轨道非常相似。天体在太空中的运动非常复杂，小天体容易受到大天体引力的扰动，因此其运动规律也十分复杂。但是因为它们与地球的相似性，反而显得更加神秘。不仅如此，2020SO的运行速度也比普通的小行星慢，这一点与其他小行星有显著的不同。由于这些原因，科学家们开始重新思考2020SO的真实身份。2020 年 11 月至 2021 年 3 月 2020 SO 绕地球和太阳的轨道澳大利亚弗林德斯大学的太空考古学家Alice Gorman表示，通过它的运行速度可以推断出其初始速度，从而推断出它的来源。现有的速度太慢，这让科学家们感到困惑。Gorman和她的同事还推测，2020SO可能是一块从月球上掉下来的岩石。对于这样的天体，速度慢一点是正常的。然而，实际观测表明，2020SO比这类天体还要慢。在排除了其他可能性后，科学家们提出了一个最不可能但又唯一剩下的猜想：2020SO是一颗人造天体！根据其轨道的...
发布时间:
2024
-
10
-
14
浏览次数：175
摘要土壤有机质（SOM）在全球碳循环中起着非常重要的作用，而高光谱遥感已被证明是一种快速估算SOM含量的有前景方法。然而，由于忽略了土壤物理性质的光谱响应，SOM预测模型的准确性和时空可迁移性较差。本研究旨在通过减少土壤物理性质对光谱的耦合作用来提高SOM预测模型的时空可迁移性。基于卫星高光谱图像和土壤物理变量，包括土壤湿度（SM）、土壤表面粗糙度（均方根高度，RMSH）和土壤容重（SBW），建立了基于信息解混方法的土壤光谱校正模型。选取中国东北的两个重要粮食产区作为研究区域，以验证光谱校正模型和SOM含量预测模型的性能和可迁移性。结果表明，基于四阶多项式和XG-Boost算法的土壤光谱校正具有优异的准确性和泛化能力，几乎所有波段的残余预测偏差（RPD）均超过1.4。基于XG-Boost校正光谱的SOM预测精度最 高，决定系数（R2）为0.76，均方根误差（RMSE）为5.74 g/kg，RPD为1.68。迁移后模型的预测精度、R2值、RMSE和RPD分别为0.72、6.71 g/kg和1.53。与模型直接迁移预测相比，采用基于四阶多项式和XG-Boost的土壤光谱校正模型，SOM预测结果的RMSE分别降低了57.90%和60.27%。 这种性能比较凸显了在区域尺度 SOM 预测中考虑土壤物理特性的优势。Figure 1. Framework of the proposed SOM...
发布时间:
2024
-
06
-
11
浏览次数：222