北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测

日期: 2026-03-17
浏览次数: 86

 Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测

研究背景

随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:

(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;

(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;

(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;

基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高分辨率反射光谱特征,成功实现了属水平的蓝藻光谱区分,并发现衰老与生长期样品的显著光谱差异。该研究为利用卫星遥感技术大范围识别潜在产毒藻类提供了关键的地面真实验证数据支撑。

 Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测

图1.俄勒冈州上克拉马斯湖采样点地图。

研究方法

研究设计:2022年夏季,在上克拉马斯湖的霍华德湾、中沟、摩尔公园、鹈鹕湾、响尾蛇角、浅水湾、鹈鹕湾和威廉姆森河口采集了水华样本。通过真空过滤浓缩藻类生物量,并将其重悬于样本室中。水华通常以束丝藻(Aphanizomenon)为主,随后出现包括微囊藻(Microcystis)在内的混合水华,并且每个夏季可能会发生多次水华周期。

定制化的高光谱显微成像系统:

Ø 配备75 W氙灯光源的电动显微镜;

Ø Resonon Pika XC2高光谱成像仪

Ø 可精确控制扫描速度的电动载物台;

光谱特征:

l 光谱范围:400-1000 nm;

l 采样间隔:1.3 nm;

l 光谱分辨率:1.9 nm;

l Bin光谱通道数:447;

为确保数据的准确性与可比性,团队利用NIST的可溯源标准物质对波长精度、信噪比和线性度进行了全面校准。同时,将采集到的光谱数据通过标准的地理空间分析工具进行处理,以确保不同样本数据的一致性和可重复性。

 Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测

图2. (a) 高光谱显微镜概览;(b) 用于样品成像的样品室配置横截面图;(c) 用于采集白色参考数据立方体的配置横截面图;以及 (d) 示例处理光谱和图像(插图)。

Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测 

图3.从霍华德湾、俄勒冈州上克拉马斯湖(Microcystis,HB)和伊利诺伊河流域长湖(Microcystis,LL)采集的样本中所有已鉴定属的平均光谱和光谱标准差(阴影宽度),不包括衰老光谱。

Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测 

图4.应用案例研究中选取的光谱对比。

Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测 

图5.显微镜图像渲染图,分别展示了来自上克拉马斯湖样本的 (a) 胶刺藻 (Gloeotrichia)、(b) Aphanizomenon、(c) 长孢藻 (Dolichospermum) 和 (d) Microcystis,以及 (e) 来自伊利诺伊河流域长湖样本的Microcystis。

 Resonon | 蓝藻也有“光谱指纹”?高光谱显微镜技术助力水华精准监测

图6.比较了(a)衰老期和生长期Aphanizomenon的平均光谱,以及 (b) 衰老期和生长期Gloeotrichia的平均光谱。

研究结果

属种间的光谱差异

Ø 尽管Dolichospermum和Aphanizomenon的光谱特征相似,但Dolichospermum在640–645 nm范围内的反射峰更强;

Ø 不同地点采集的Microcystis样本也表现出可区分的光谱差异,暗示了种间或环境适应性的不同;

藻类衰老状态的识别

Ø Aphanizomenon:衰老样本在450-650 nm范围内反射率普遍升高,550 nm处的主峰变得不明显;

Ø Gloeotrichia:衰老导致主反射峰从550 nm移至 530 nm且振幅降低,但700 nm附近的“红边”特征依然显著;

结语

这项概念验证研究成功展示了高光谱显微镜成像在区分蓝藻物种方面的潜力,并为有害藻华的监测和识别提供了新思路。验证后的系统为进一步的藻类光谱数据集构建、遥感技术的验证以及环境影响因素的分析奠定了基础。未来的研究将重点扩展光谱参考数据集,验证高光谱数据与卫星传感器数据的一致性,并解决环境因素对光谱特征的影响。最终,这项技术有望帮助大范围监测有毒藻华,为预警和应对提供及时信息。

发表期刊:Limnology and Oceanography: Methods【影响因子:1.9】

研究单位:美国地质调查局、美国国家标准与技术研究院

研究地点:俄勒冈州上克拉马斯湖的不同区域水体

使用设备:Resonon Pika XC2高光谱成像仪

DOI:https://doi.org/10.1002/lom3.70038


News / 相关新闻 More
2026 - 08 - 24
小麦蛋白质含量直接影响面粉的加工品质与经济价值。传统凯氏定氮法虽准确,但耗时且会破坏样品,难以满足快速检测需求。近红外高光谱成像为蛋白质无损估算提供了新方法,但海量波段也带来了较高的数据处理和设备成本。因此,如何筛选少量关键波长,在简化模型与硬件的同时保持估算精度,成为推动该技术实际应用的关键。针对这一问题,印度科学与创新研究院与澳大利亚皇家墨尔本理工大学联合团队利用高光谱成像技术,结合混合波长筛选与光谱分箱方法,从147个波长中锁定6个关键波长,实现了小麦蛋白质含量的准确估算,相关成果发表于《Food Chemistry》。 图1.实验流程:数据处理、光谱预处理、波长选择、光谱分箱及模型构建。实验设计研究团队采集了2021至2022年度印度5个小麦主产区的621份样本,蛋白含量覆盖9.5%至17.25%的宽幅范围。采用Resonon Pika NIR-320高光谱成像仪获取光谱数据,每份...
2026 - 08 - 24
研究背景多年冻土区CH₄排放是全球变暖的重要潜在正反馈,但已有研究和模型大多以CH₄通量与温度呈单调响应为基本假设,对CH₄产生/氧化过程可能存在的非线性阈值特征、以及升温—降温季节间水热条件的不对称性关注较少。这提示相同温度在升温相与降温相可能对应不同的通量状态(即“滞后效应”),但这一现象在水文异质性较强的森林—湿地过渡带此前尚缺乏长期原位证据的检验。为此,哈尔滨师范大学臧淑英老师团队依托中国东北大兴安岭北极镇,开展两年高频监测,系统检验CH₄通量的相位依赖性温度阈值及其水文—微生物调控机制,成果发表于《Journal of Forestry Research》。图1.研究区域、样地位置和实验装置。研究方法研究区位于中国东北大兴安岭北极镇,地处欧亚多年冻土带南缘,多年冻土退化剧烈;设置三个关键采样期:活动层融化初期(5 月初)、生长旺季(7 月中旬)、土壤冻结前期(10 月末)。每个生...
2026 - 08 - 17
研究背景生物多样性如何影响入侵,是生态学的核心议题。经典理论认为物种丰富的群落更能抵御外来入侵,但这一认知几乎全部建立在生长季活体植物的研究之上,对植物衰老后凋落物产生的持续影响关注较少。凋落物分解既能释放氮、磷等养分,促进入侵植物生长,也可能携带真菌病原菌,对入侵植物形成生物抑制。这两种相反作用如何共同影响植物入侵,以及本地植物与入侵植物之间的系统发育亲缘关系是否会改变其作用方向,仍有待深入研究。基于此,兰州大学吴纪华老师团队研究以3种入侵菊科植物和12种本土植物凋落物为对象,通过设置不同凋落物多样性、亲缘关系及杀菌处理开展温室实验。结果表明,近缘凋落物主要通过病原菌溢出抑制入侵植物,远缘凋落物则通过养分富集促进其生长,为揭示植物亲缘关系调控多样性—可入侵性关系提供了数据支撑。成果发表于《New Phytologist》。图1.概念图展示了凋落物多样性与入侵性之间潜在机制的关系。研究方法...
2026 - 08 - 17
研究背景萱草(Hemerocallis citrina Baroni),俗称黄花菜,是我国重要的药食两用植物,富含蛋白质、多糖、黄酮和酚类物质,具有抗氧化、抗抑郁和免疫调节等生物活性。我国萱草种植面积居世界前列,其干鲜产品具有较高的食用和经济价值。传统生产中,常通过施用有机肥及氮、磷肥改善土壤养分状况,以促进萱草生长和品质形成。然而,盲目施肥可能产生负面影响,且土壤中的部分碳、氮、磷养分需经微生物矿化和酶促转化后才能被植物有效利用。因此,厘清土壤养分及微生物特征与萱草品质之间的关系,对高品质萱草生产具有重要意义。基于此,山西农业大学毕如田老师团队以大同萱草及其种植土壤为研究对象,分析土壤碳、氮、磷及微生物特征与萱草食用品质的关系,并结合高光谱技术构建土壤参数监测与品质预测模型,为萱草品质早期预测和高品质生产提供数据支撑。相关成果发表于《Applied Food Research》。图1.采...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开