北京，这座拥有千年历史的城市，见证了无数历史的变迁和现代文明的飞跃。然而，随之而来的是空气质量问题，尤其是由机动车尾气排放引发的大气污染。据相关研究显示，机动车尾气中含有大量的有害物质，包括一氧化碳、氮氧化物、挥发性有机化合物以及细颗粒物等，这些污染物不仅对人体健康构成威胁，还会导致城市雾霾的形成，影响城市的视觉美感和居民的生活质量。在众多污染物中，氨气作为一种典型的碱性气体，其来源多样，包括农业活动、工业生产、生活垃圾处理等。在北京市城区车辆排放是否是氨气的主要来源？据此，来自中国科学院大气物理研究所的研究团队进行了相关研究。北京城区NH3排放源-机动车尾气背景介绍氨气是大气中重要的碱性气体，在中和酸性气体，形成二次气溶胶方面发挥着重要作用。NH3在大气中滞留时间短，因此NH3浓度日变化显著。一般特征为在早上大约07:00~10:00，NH3浓度到达峰值。然而以前的研究局限于单一季节，无法阐明该现象对于所有季节是否是普遍特征。且尚不清楚车辆排放是否是城市NH3主要源。研究方法来自中国科学院大气物理研究所的研究团队利用Picarro G2103氨气分析仪在中科院大气物理所一栋建筑物屋顶进行了NH3浓度年在线观测并通过离线方式在冬天以小时尺度测量了NH4+及δ15N。旨在表征NH3日动态变化并识别NH3的城市源。结 论北京市城区早晨NH3峰值的发生是一种普遍特征，平均发生频率为73....
发布时间:
2024
-
05
-
20
浏览次数：4
菱透浮萍绿锦池，夏莺千啭弄蔷薇透过浮萍，诗人的眼里看到的是其和水中菱叶相映成趣的景象，是夏日池塘的勃勃生机。而在科研学者的眼中，看到的是天南星目浮萍科的水生植物，是潜藏在水稻种植中的双刃剑。营养物质的争夺?自然光照的遮挡?生存空间的占据?在一片生机之下，浮萍和水稻之间塑造着另一番景象..由于气候变暖/或灌溉水富营养化的影响，稻田中的浮萍（DGP）大幅增加。本研究考虑到生态因素、光合能力、光谱变化和植物生长等因素，对三个代表性水稻品种进行了田间试验，以确定DGP对水稻产量的影响。结果表明，DGP显著降低pH值0.6，日水温降低0.6℃，水稻抽穗期提前1.6天，并平均增加了叶片的SPAD和光合速率分别为10.8%和14.4%。DGP还显着提高了RARSc、MTCI、GCI、NDVI705、CI、CIrededge、mND705、SR705、GM等多种植被指数的数值，并且水稻冠层反射光谱的一阶导数曲线在DGP处理后呈现出“红移”现象。上述因素的改变可导致株高平均增加4.7%，干物质重量平均增加15.0%，每平方米穗数平均增加10.6%，千粒重平均增加2.3%，最终籽粒产量增加10.2%。 DGP诱导的籽粒增产可以通过降低稻田水的pH值和温度来实现，从而提高SPAD值和叶片的光合作用，刺激水稻植株生长。这些成果可以通过水稻和浮萍之间的生物协同作用，为未来农业和环境的可持续发展提供有价值的理...
发布时间:
2024
-
05
-
17
浏览次数：5
在城市污水处理与农村生活废弃物管理中，化粪池作为一种常见的粪便处理设施，承担着重要角色。然而，化粪池在分解过程中会产生包括氨气在内的恶臭气体，这些气体不仅对周围环境造成异味污染，还可能对人体健康构成威胁。以下论文中，来自上海市环境科学研究院的研究团进行了化粪池的相关研究，以降低化粪池氨气排放对环境的负面影响，促进生态平衡和可持续发展，为相关领域的政策制定和技术改进提供理论依据和实践指导。中国城市潜在NH3排放源-化粪池背景介绍在中国高度污染的城市大气中，大气新粒子形成可能是由于硫酸和胺的成核机制，而目前尚不清楚为什么中国的城市大气中富含胺。在城市中，尽管抽水马桶的普及率接近100%，但人类排泄物大多储存在建筑物下面的化粪池中，而不是直接运往污水处理厂。化粪池中大量NH3是微生物分解的产物，可以通过连接屋顶的塑料管释放到大气中。鉴于胺与氨是共同排放的，有理由认为人类排泄物也可能是中国城市中胺的重要来源。除了解氨排放特性外，基于氨和胺同时测量来制定准确的氨排放清单是必要的。研究方法来自上海市环境科学研究院的研究团队于2020年7月6日至30日在上海市环境科学研究院的化粪池及室外环境中利用Picarro G2103氨气分析仪以1HZ高时间分辨率进行了NH3在线测量，同时测量了各种胺组分。结 论在人类活动的驱动下，持续观测到强烈的C2-和C3-胺排放脉冲，其中（C3H7N）以前很少测量到，...
发布时间:
2024
-
05
-
08
浏览次数：6
大兴安岭地处中国东北，这里的气候寒冷干燥，冬季漫长而严寒，夏季则短暂而凉爽，适宜白桦的生长。亭亭白桦，悠悠碧空，微微南来风。春天，是大兴安岭的白桦树复苏的季节。雪融水润，大地回春，在这神秘而美丽的土地上，白桦树以其独特的水分利用能力，展现出了大自然魅力。大兴安岭南部白桦的水分利用规律及其对干旱环境的适应性本研究旨在考察大兴安岭南部天然次生林中主要植物白桦（Betula platyphylla）的水分利用模式。该调查利用氧稳定同位素技术，时间跨度涵盖2019年7月至2020年9月。东北地区研究区的位置及其森林分布（绿色）。“其他”是指林地（灰色）以外的土地利用类型。在两年的时间里，在纯白桦林内建立的 30 m × 30 m 的样地内进行了季节性田间试验。作者选择了五棵健康的白桦木，其高度和胸径接近研究区域的平均值。样地土壤剖面较浅（厚度约为 40-70 厘米）土壤采样在每月中旬无雨的日子或降雨后的几天进行。每月系统采集10 cm、20 cm、30 cm、40 cm、60 cm深度的树木木质部水和土壤水样本，进行稳定同位素分析。成熟植物体内水的同位素组成可以反映植物水分来源的同位素组成。2019年和2020年（5月至10月）在样树上取样，每棵样树取样3个重复。使用手动螺旋钻获取土壤水样，并用封口膜密封在玻璃容器中，用于随后的同位素分析。为了减轻蒸发对同位素含量的影响，所有土壤...
发布时间:
2024
-
04
-
18
浏览次数：17
有机蔬菜，是指在蔬菜生产过程中严格按照有机生产规程，禁止使用任何化学合成的农药、化肥、生长调节剂等化学物质，以及基因工程生物及其产物，而是遵循自然规律和生态学原理，采取一系列可持续发展的农业技术，协调种植平衡，维持农业生态系统持续稳定，且经过有机食品认证机构鉴定认证，并颁发有机食品证书的蔬菜产品。关于如何快速鉴别有机蔬菜与非有机蔬菜，光谱仪器的应用提供了新的思路。一起来了解一下今日推荐的文章。使用 VIS-NIR 光谱仪通过特征波长和线性判别分析法快速区分有机和非有机叶菜（空心菜、苋菜、生菜和小白菜）当前有机叶类蔬菜面临着可能被非有机产品替代以及容易脱水和变质的挑战。为了解决这些问题，本研究采用ASD FieldSpec 4 便携式地物光谱仪 结合线性判别分析 (LDA) 来快速区分有机和非有机叶菜。有机类包括有机空心菜 (Ipomoea Aquatica Forsskal)、苋菜 (Amaranthus tricolor L.)、生菜 (Lactuca sativa var. ramosa Hort.) 和小白菜 (Brassica rapa var. chinensis (Linnaeus) Kitamura)，而非有机类别由四种对应的非有机类别组成。分别对这些蔬菜的叶子和茎的反射光谱进行二元分类。鉴于 VIS-NIR 光谱范围广泛，使用稳定性选择 (SS)、随机森林 (RF)...
发布时间:
2024
-
03
-
04
浏览次数：17
微塑料是指直径小于5毫米的塑料颗粒，它们主要来源于塑料制品的磨损、降解和破碎，对环境和生态系统产生了不容忽视的影响。微塑料广泛分布在河流、湖泊、海洋等水体中，对水环境会造成污染，也可被水生生物摄取，进而在食物链中传递，最终影响到人类健康。此外，微塑料还可能影响浮游动物的摄食、生长和繁殖，从而影响整个生态系统的功能。针对微塑料是否会影响生物扰动活动，国外的一组团队展开了研究。淡水沉积物中的微塑料影响主要生物扰动者在生态系统功能中的作用 微塑料（粒径≤5mm）是塑料废物中的一部分，会通过沿海径流和河流进入到海洋。根据其密度差异，或漂浮在水中或进入沉积物中。沉积物-水界面是水中生物主要活动区，通过生物地球化学过程在生态系统功能中发挥着重要作用。这些生物地球化学过程主要由微生物活动驱动，而底栖无脊椎动物生物扰动作用明显，可凭借进食、排泄、推土、掘穴以及建造洞穴、土堆和坑等行为影响各界面间的养分动态及微生物过程。但目前尚不清楚微塑料的存在是否会影响生物扰动者在沉积物中的生理和活动。基于此，为填补研究空白，国外的一组研究团队在法国东南部Lone des Pêcheurs河床收集沉积物，过筛后，于-20℃储存以杀死微生物。然后测量了沉积物样品的颗粒物粒径分布、总有机碳（TOC）和总氮含量（TN）。将沉积物和微塑料在玻璃瓶中混合以形成4个微塑料浓度（0 颗粒物/kg沉积物干物质（对照）...
发布时间:
2024
-
02
-
28
浏览次数：4
在青藏高原的腹地，巍峨的唐古拉山脉伫立于世界之巅，其冰川如同大自然的年轮，默默记录着地球气候的每一次微妙变化。冰川之中，那些被冰封的气泡，就像是时间的容器，保存着过去气候的密码。冰芯气泡，是冰川积累过程中空气被困于冰层之中形成的。它们不仅仅是简单的空气囊泡，而是携带着过去气候信息的宝贵资源。当雪花飘落并逐渐积累成冰时，其中的空气被封存，形成了气泡。这些气泡中的空气成分，包括温室气体如二氧化碳和甲烷，以及它们的浓度，都是反映当时大气成分的重要指标。科学家们通过分析这些冰芯中的气泡，揭示了气候变化的历史，而冰芯中的δ18O值更是成为了解这一历史的关键线索。青藏高原中部冰芯气泡δ18O指示晚全新世冰川变化 冰芯中的气泡是冰初形成时的地球大气，蕴含了关于过去的无穷讯息，是研究古大气环境最直接的方法，且已广泛用于区域或全球气候重建。极地和高山冰川冰芯中空气含量的变化除了与积雪速率和气温变化有关，主要与太阳辐射强度有关，已用于建立冰芯年代学。冰芯气泡的氧同位素比率（δ18Obub）可以指示气温高低的变化。然而，由于缺乏长期连续的数据记录，人们对其在山地冰川中的气候影响知之甚少。基于此，在本文中，来自中国科学院青藏高原研究所的研究团队在青藏高原中部的唐古拉冰山（33°06'36.6' N，92°04'24.4' E）钻取了190.3 ...
发布时间:
2024
-
02
-
26
浏览次数：9
肉类富含丰富的蛋白质和营养物质，不仅能够满足我们的味蕾，还能够提供我们身体所需的能量和营养。随着肉类需求的增加，大规模的肉类生产和运输过程中，肉类的速冻可以一定程度保持食物的新鲜度和口感。然而，关于速冻解冻的肉类，和新鲜肉类的混淆，让人难以分辨。首尔大学的研究人员利用高光谱成像技术，做了相关的研究。使用高光谱成像仪和机器学习对新鲜和冻融牛肉进行分类由于对安全、可食用肉类的需求的不断增加，冷冻储存技术得到了不断改进。然而目前存在解冻肉在处理和销售过程中被进行了错误的标记，宣称为新鲜肉类，这可能导致消费者受到误导或产生安全隐患。在这项研究中，使用高光谱图像数据构建了一个机器学习（ML）模型，用于区分新鲜冷藏、长期冷藏和解冻的牛肉样本。通过四种预处理方法，共准备了五个数据集来构建ML模型。使用PLS-DA和SVM技术构建了模型，其中应用散点校正和RBF核函数的SVM模型性能最佳。结果表明，利用高光谱图像数据立方体，可以构建区分新鲜肉类和非新鲜肉类的预测模型，这可以成为肉类储存状态常规分析的快速、非侵入性方法。安装在暗室中的高光谱数据采集系统的配置示意图基于此，来自首尔大学的研究人员使用Resonon Pika L 高光谱成像仪，在近红外光谱的400-1000 nm波段内获取高光谱图像数据立方体，进行了相关研究。在本研究中，图像采集系统安装在暗室中，以确保完全消除外部光并能够采集高光谱图像...
发布时间:
2024
-
02
-
21
浏览次数：10
在葡萄栽培与酿酒工业中，可溶性固形物总含量（Total Soluble Solids, TSS）是衡量果实成熟度和品质的关键指标。不同品种的葡萄因其遗传特性和生长环境的差异，其TSS含量存在显著变化。准确估算各品种葡萄的TSS含量，对于预测酒的品质、调整酿造工艺以及确定最佳采收时机均具有重要意义。那么，如何能够准确估算葡萄的TSS含量呢？跟随小编，一起来看看下面这篇论文给出了怎样的答案。摘要 · ABSTRACT可溶性固形物总含量（TSS）是决定葡萄最佳成熟度的关键变量之一。在这项工作中，基于漫反射光谱测量，开发了偏最小二乘（PLS）回归模型，用于估算Godello、Verdejo（白葡萄）、Mencía 和Tempranillo（红葡萄）等葡萄品种的TSS含量。为了确定TSS预测的最适合光谱范围，对四个数据集进行了回归模型的校准，其中包括以下光谱范围：400–700 nm（可见光）、701–1000 nm（近红外）、1001–2500 nm（短波红外）和400–2500 nm（全光谱范围）。我们还测试了标准正态变量变换技术。使用留一交叉验证评估了回归模型，评估指标包括均方根误差（RMSE）、决定系数（R2）、性能与偏差比（RPD）和因子数（F）。红葡萄品种的回归模型通常比白葡萄品种的模型更准确。最佳的回归模型是针对Mencía（红葡萄）得到...
发布时间:
2024
-
02
-
01
浏览次数：6
水是地球上最丰富的天然资源之一，它是所有生物体的基本需求。水在地球上循环的过程中，植物水分吸收与蒸腾演绎着重要的角色。植物通过根系吸收水分，并将水分输送到植物的各个部位。植物通过蒸腾作用释放水分到大气中，形成了大气中的水蒸气。植物水分的来源和分配是植物生长和发育过程中的重要环节，也是相关科研的重点，水同位素技术成为科研过程中十分重要的一种科研手段。今天推荐给大家的优秀文章与此相关。利用同位素技术解析植物水分来源的不确定性因为蒸腾占据了61%-65%的陆地生态系统蒸散量，植物水分吸收在全球水循环中发挥着重要作用。植物是土壤和大气水文过程的纽带，这就是实施植物恢复可以改善区域环境的原因之一。在此背景下，研究植物水源划分为如何提高植被生产力和水资源可持续管理提供重要信息。因为植物和环境条件相互作用，水分吸收是一个复杂的过程，这使得植物水源分配变得复杂。近几十年来，同位素广泛应用于植物水源划分，因为它可以标记不同水源，且激光光谱技术使其测量更容易。然而，植物水分来源解析存在很大的不确定性（如示踪剂选择、修正方法及混合模型选择）。基于此，来自西北农林科技大学的研究团队以陕西省长武黄土塬区苹果树（18和26年树龄）为研究对象，在6月至10月的生长季节，每月采集0~6 m（20 cm间隔）的土壤样品及土壤采样点周围四棵苹果树的1年生枝条（n=50），快速剥离树皮和韧皮部以避免同位素分馏。同时收集...
发布时间:
2024
-
01
-
30
浏览次数：15