FSA（FieldSpec Assistant）智能手柄

ASD地物光谱仪依靠超 强的环境适应性，卓 越的性能和稳定性，赢得了众多用户的信赖。其出色的环境适应性，可以在恶劣天气下提供一致和可靠的数据，保证测量的精确性和宽广范围。

ASD产品之所以口碑卓著，不仅因为卓 越品质和性能，也因周到可靠的售后服务。售后团队的技术人员提供设备咨询、数据分析、现场调试和维修等全面支持。这使客户长期安心使用其产品和服务。

基于广大用户的反复建议和我们多年来积累的仪器使用经验，FSA智能手柄经过两年的研发与测试，终于问世。

我们自豪地推出这款新手柄，旨在极大提升ASD系列产品的使用体验，让规范的光谱数据采集变得简单易行，有效减少手动操作带来的误差和不稳定因素。

  土壤质量直接影响其有机体的健康。然而，土壤容易受到人类活动的干扰，如采矿、工业化和农业活动，导致严重的土壤污染。在各种土壤污染中，有毒元素会对人类和家畜健康以及食品安全造成威胁。因此，监测这些污染类型的浓度和分布对于土壤修复项目至关重要。然而，传统采样和实验室分析方法成本高、费事费力且局限于采样点位置，不能很好地具体化浓度的空间分布。因此，需要具有高空间效应的快速有效的技术。许多研究已经利用图像光谱和其它辅助数据或环境变量来预测有毒元素的分布。而由于卫星图像中云或阴影的存在，土壤采样和图像获取日期存在差距，这种情况下，需要用到具有不同光谱和空间特征图像的融合，以增加图像的时间分辨率。Sentinel-2A是“全 球环境与安全 监测”计划的第二颗卫星，其携带一枚多光谱成像仪，可覆盖13个光谱波段，从可见光和近红外到短波红外，具有不同的空间分辨率。Landsat 8是美国陆地卫星计划的第八颗卫星，其携带的陆地成像仪包括9个波段，空间分辨率为30 m。两者的协同应用将改进对地球表面的及时和准确观测，以及遥感不同学科的使用。

基于此，在本研究中，来自捷克生命科学大学的研究团队于2015年8月12日在Sarcheshmeh矿山采集了120个土壤样品，在实验室进行化学（As、Pb、Zn和Cr）和光谱测量（ASD Fieldspec 3地物光谱仪）。并于2015年8月13日获取Landsat 8-OLI图像，2016年1月20日获取Sentinel-2A图像。旨在探索Landsat 8-OLI和Sentinel-2A单个图像及其相融合量化As、Pb、Zn和Cr的潜力。为了达到融合目的，作者采用了不同的融合技术，即HSV色彩模型、Brovey、主成分分析（PCA）、Gram-Schmidt (GS)、小波和ATPRK。同时，采用遗传算法（GA）选取实验室光谱中所需的重要波长，以建立偏最 小二乘回归（PLSR）预测模型，以评估所选变量对最 终模型性能的影响。

【结果】

利用全部光谱（PLSR）和选定波长（GA-PLSR）建立的有毒元素预测模型的性能。（验证数据集）

整合了Landsat 8-OLI和Sentinel-2A波段的融合方法的定量评估

将GA-PLSR应用在图像像素光谱中建立的有毒元素预测模型的性能

【结论】

  研究结果表明，与单个Landsat 8-OLI和Sentinel-2A图像的像素光谱相比，其融合产物的像素光谱与实验室实测样品的反射响应高度一致，尤其是在VNIR区。单因素方差方法也在实验室光谱和融合图像像素光谱之间产生了更相似的波长。对于单个Landsat 8-OLI和Sentinel-2A图像，GA-PLSR模型在Sentinel-2A数据上性能较好，而Landsat8-OLI对As的预测结果更好。与其它融合技术相比，将GA-PLSR模型应用在ATPRK融合的图像中可以产生更准确的预测结果。总之，该研究表明，Landsat 8-OLI和Sentinel-2A图像相融合可以提高土壤有毒元素预测模型的性能。

随着人类活动的增加，塑料垃圾在我们的日常生活中越来越常见。塑料污染对环境和生态造成了严重的影响，对人类的健康也有潜在的威胁。在这个背景下，如何高效地探测和处理塑料垃圾成为了全 球环保领域的重要研究课题。

传统的塑料垃圾控制方案难以完全根除塑料垃圾的影响。近年来，新的探测方式已经成为塑料垃圾问题的热门解决方案。其中，遥感探测技术日益成为新的研究方向，今天我们来了解一篇相关论文，希望能够增强人们对光谱技术在塑料垃圾探测和处理中的认识和了解，同时也提高大家对环保问题的意识和重视。

ASD Fieldspec 4 光谱仪

在塑料污染探测方面的应用

近年来，人们将重 点放在利用卫星、飞机和无人机的光学传感器等遥感技术探测塑料垃圾。随着对这些技术需求的不断增加，至关重要的是，不仅要了解原始塑料的诊断光谱特性，而且要了解代表各种环境塑料的风化和生物污染塑料的诊断光谱特性。目前，干塑料的光谱反射率已知，并已经应用于材料回收领域，但其仅限于干塑料测量的评估项目。为了能够识别河流、港口和海洋等水生环境中的塑料垃圾，需要获取塑料潮湿时或被淹没时的光谱特征。此外，其他水成分，如沉积物或藻类，也可能会进一步影响塑料物品的反射信号。迄今为止，只有有限数量的高质量数据集被发布在开放获取的存储库中，数据集中包括潮湿塑料垃圾和水中塑料垃圾的高光谱测量。由于环境中的塑料在聚合物类型、颜色、透明度、厚度、状态(原始的、生物污染的、风化的、皱褶的)和湿度(干燥的、潮湿的、浸没的)方面非常多样化，因此在科学界内构建能代表塑料在许多不同方面的可靠数据集至关重要。

基于此，在本研究中，由比利时奥斯坦德法兰德斯海洋研究所、比利时根特大学水生生态学研究小组、佛兰德技术研究所(VITO)、比利时布鲁塞尔自然与森林水产管理研究所、研究基金会-佛兰德斯(FWO)，比利时布鲁塞尔组成的一组研究团队收集了安特卫普港码头和特姆斯桥附近谢尔特河自然条件下的原始、风化和生物污染的塑料制品和塑料碎片样品，同时选择纯原始塑料聚合物，进行塑料样品人工风化模拟、生物污染模拟，利用ASD FieldSpec 4地物光谱仪规范测量由不同聚合物组成的塑料样品的干燥光谱反射率、潮湿和水下环境中（人工模拟环境）的光谱反射率，提出了一个利用ASD FieldSpec 4地物光谱仪获得的宏观塑性样品的高光谱反射率数据集。

在人工风化实验中使用的紫外线室的参数

在原始塑料标本上进行诱导生物膜生长实验的水族馆装置

实验装置：(a)实验室设置(b)筒仓罐设置

 结果

光谱（b）显示低均匀场样品的伪重复，光谱(c)是所有伪重复的均值

聚合物概述及研究期间进行的处理

结论  

本研究创建了一个数据集，其中包含10种塑料聚合物的光谱数据，这些聚合物经过了人工风化和人工生物污染处理，以及现场采集的塑料样品光谱数据。采集到的光谱可以作为未来遥感塑料检测技术的参考，有助于通过光谱分析了解塑性检测的复杂性。并不是所有可能的场景都可以以实验的方式进行测量，因此该数据集可以进一步用于比较和补充数值模拟。本文中所描述的数据集旨在通过增加关于原始塑料样品、人工风化和被生物污染的塑料样品的高光谱反射率的新信息，来补充现有的数据集。此外，该数据集提出了在各种水浊度条件下获得的塑料光学特征，通过在选定浓度的水中添加沉积物或藻类而获得。

总之，遥感技术可用于海洋塑料污染的探测、观察和监测。然而，由于缺乏对环境塑料光学特征的了解，在设计适合检测塑料污染的算法方面就可以迈出一小步。所提出的高光谱数据集是在了解塑料碎片暴露于自然介质(如紫外线辐射或生物污染)时的光学特征方面向前迈进了一步。此外，根据所提供的数据，可以研究生物污染和风化对不同聚合物的影响。最 后，在本数据集中还描述和评估了塑料聚合物的条件(即干燥、潮湿或浸没在不同浊度下)。因此，本研究预计该数据集将有助于光谱波段的释义，并协助开发用于在(半)操作环境中观察、监测和识别塑料的算法。