壬基苄烯

无人机顾名思义就是无人驾驶的飞机，其主要就是利用无线电遥控设备和自备的程序控制装置操纵的不载人的飞行器。是无人驾驶飞行器的统称，从技术角度定义可以分为：无人固定翼飞机、无人垂直起降飞机 [3] 、无人飞艇、无人直升机、无人多旋翼飞行器、无人伞翼机等。 [4] 与载人飞机相比，它具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力较强等优点。由于无人驾驶飞机对空战有着重要的意义，世界各主要军事国家都在加紧进行无人驾驶飞机的研制工作。2013年11月，中国民用航空局（CA）下发了《民用无人驾驶航空器系统驾驶员管理暂行规定》，由中国AOPA协会负责民用无人机的相关管理。根据《规定》，中国内地无人机操作按照机型大小、飞行空域可分为11种情况，其中仅有116千克以上的无人机和4600立方米以上的飞艇在融合空域飞行由民航局管理，其余情况，包括日渐流行的微型航拍飞行器在内的其他飞行，均由行业协会管理、或由操作手自行负责。霍尼艾格科技小编主要来给大家讲讲我们普通人平时可以操作使用的无人机，近几年，无人机行业爆发出前所未有的发展速度。那么无人机的用处有多大，大多数应用在什么行业呢。首先来讲讲在农业上多数无人机产业相关人员认为无人机技术在农业方面有巨大用途。通过辨别正在衰败的作物，实地清点谷物数量等，无人机可以帮助农民减少损失。此外，无人机还可以用来丈量和开发农场及其附属灌溉系统。以上原本费时费力的工作无人机都能在短时间内有效解决。另外，装配上盛有农药、化肥或水的装置后，无人机还可以变身为迷你喷洒机；对于饲养了家禽的农场来说，无人机还可以用来监测动物，并快速收集和反馈动物的健康和数量情况。

中国农业发生于新石器时代。中国农业的生产结构包括种植业、林业、畜牧业、渔业和副业；但数千年来一直以种植业为主。东北地区的黑土地，是宝贵的农业资源。黑土地的土壤富含有机质，深黑色的沃土，沉甸甸的感觉让人感受到这片土地的肥沃。在现代农业生产中，科技的应用在这片沃土上也发挥着至关重要的作用，科研团队利用机载高光谱对黑土地的土壤有机质做了相关研究。使用无人机高光谱图像和小型校准数据集对田间土壤有机质进行高分辨率测绘快速获取田间尺度土壤有机质（SOM）的高分辨率空间分布对于精准农业至关重要。无人机成像高光谱技术以其高空间分辨率和时效性，可以填补地面监测和遥感的研究空白。本研究旨在测试在中国东北典型低地势黑土地区使用无人机高光谱数据（400–1000 nm）和小型校准样本集进行1 m分辨率SOM绘图的可行性。该实验在大约20公顷的土地上进行。为了进行校准，使用 100 × 100 m 网格采样策略收集了 20 个样品，同时随机收集了 20 个样品进行独立验证。无人机捕获空间分辨率为0.05×0.05 m的高光谱图像。然后对每 1 × 1 m 内提取的光谱进行平均以代表该网格的光谱。在应用各种光谱预处理（包括吸光度转换、多重散射校正、Savitzky-Golay 平滑滤波和一阶微分）后，SOM 光谱相关系数的绝对最大值从 0.41 增加到 0.58。最佳随机森林（RF）模型的重要性分析表明，SOM 的特征波段位于 450-600 和 750-900 nm 区域。当使用RF模型时，无人机高光谱数据（UAV-RF）能够成功预测SOM，R 为0.53，RMSE为1.48 g kg&minus 1。然后将预测精度与使用相同数量校准样本的普通克里金法（OK）和基于近端传感的射频模型（PS-RF）获得的预测精度进行比较。然而，由于采样密度较低，OK 方法无法预测 SOM 精度（RMSE = 2.17 g kg&minus 1；R2 = 0.02）。半协方差函数无法有效描述SOM的空间变异性。当采样密度增加到50×50 m时，OK成功预测了SOM，RMSE = 1.37 g kg&minus 1，R2 = 0.59，其结果与UAV-RF的结果相当。PS-RF的预测精度与UAV-RF基本一致，RMSE值分别为1.41 g kg&minus 1和1.48 g kg&minus 1，R2值分别为0.57和0.53，表明基于UAV的SOM预测是可行的。此外，与PS平台相比，无人机高光谱技术可以同时提供数十甚至数百个连续波段的光谱信息和空间信息。该研究为进一步研究和开发无人机高光谱技术进行少量样本精细尺度SOM测绘提供了参考。研究区土壤样本分布研究区域位于中国吉林省梨树县，面积20公顷。该地区属季风气候，年平均降水量553.5毫米，平均气温6.5℃。此外，它的特点是地势平坦，平均海拔160 m。由于这些特征，该地区成为北半球三大富含有机质的黑土地之一，主要农作物是大豆。Resonon-Pika-L 机载高光谱成像仪本研究采用Resonon公司的Resonon-Pika-L高光谱成像仪由高光谱成像光谱仪、六旋翼无人机、GPS和计算机组成。于2020年6月15日获取了覆盖整个研究区、像素大小为0.05×0.05 m的高光谱图像。高光谱图像提取的光谱范围为400~1000 nm，光谱分辨率为2.1 nm。经过 (a) 吸光度转换、(b) 乘性散射校正、(c) Savitzky–Golay 后土壤有机质 (SOM) 与土壤光谱特征的相关系数（窗口大小为 5，拟合次数为 2） ）和（d）一阶导数方法。根据Pearson相关系数的绝对值评价预处理方法的性能，以选择最佳的预处理方法组合。如所示，基于吸光度转换的MSC后，最小相关系数值发生变化（450-500 nm处为-0.4-0.6），总体相关系数在600-700 nm处增加，相关系数绝对值最大 在 700–800 nm 处增加，相关系数发生变化（800–900 nm 处为 -0.35–0.3 至 -0.5–0.3）。使用无人机高光谱 (UAV-RF) 预测土壤有机质 (SOM) 的 RF 模型的重要性分析 (a) 和图 (b)本研究比较了使用无人机高光谱数据、观测到的土壤数据和 RF 模型进行田间尺度 SOM 预测的 OK 技术。研究结果如下01 吸光度转换、MSC、SG 和 FD 技术对SOM的预测效果良好。经过这些预处理后，光谱和 SOM 之间的绝对最大相关系数从 0.41 增加到 0.58。02 SOM的特征波段位于450-600 nm和750-900 nm，这可能是由于O-H、C-H和N-H特征官能团的振动频率造成的。03 采用100 m × 100m网格采样设计，UAV-RF模型预测SOM的R2为0.53，RMSE为1.48 g kg&minus 1，而采用相同采样策略的OK方法未能预测SOM（RMSE = 2.17g kg&minus 1；R2 = 0.02)。预测精度较差是因为样本密度低从而削弱了半协方差函数描述SOM空间变异性的能力。只有当采样密度增加时，才能使用 OK 成功预测 SOM，其结果与UAV-RF相当。04 基于PS-RF的SOM预测结果与基于UAV-RF的预测结果基本一致，RMSE值为1.41 g kg&minus 1和1.48 g kg&minus 1，R2值为0.57和0.53。这些研究结果为未来研究和发展无人机高光谱技术在减少样本量的情况下进行SOM预测提供了参考。

导读 环境激素是普遍存在于环境中的一类化学物质，能够引起人体内分泌系统功能紊乱，其特殊的生物学性质可严重影响人类健康。壬基酚（Nonyl Phenol，NP）是环境激素的一种，也是联合国环境保护署制定的27种优先控制的持久性污染物之一。欧盟水框架指令把壬基酚及其短链母体化合物制定为优先控制危险物质。 壬基酚 来源：洗涤剂中的壬基酚聚氧乙烯醚分解类属：环境激素危害：干扰内分泌引起幼儿性早熟、性器官发育异常、不孕等代表性事件：长江鲤鱼、鲶鱼检出壬基酚，知名服装品牌检出壬基酚 相关法规及分析难点 欧盟于2018年2月1日通过了EU饮用水指令的修改案，将壬基酚、β-雌二醇、微塑料追加到了监视列表中。 美国国家环保局(EPA)推荐标准要求淡水中壬基酚的含量不应高于6.6 μg/L，在咸水中不应高于1.7 μg /L。由于壬基取代的结构差异，污水中NP大约有十几种同分异构体，难于完全分离，可作为一个整体分析，因此水质中NP的定量检测，是复杂基体中痕量或超痕量多种同分异构体混合组分的分析技术，提取富集和分离检测难度大。 岛津解决方案 岛津气相色谱三重四极杆质谱仪（GCMS-TQ8040 NX）当作单四极杆质谱使用时亦可获得媲美单四极杆的灵敏度，利用GCMS-TQ8040 NX建立了SIM和MRM方法对环境水样中的壬基酚进行检测。 岛津气相色谱三重四极杆质谱仪GCMS-TQ8040 NX 分析条件 样品前处理标准品色谱图图1 混合标准溶液TIC图（0.5 μg/mL） 采用Q3SIM方式及MRM方式绘制标准曲线并对河水样品进行测试，图2显示了对河水样品加标0.05 μg/mL后部分物质的SIM色谱图和MRM色谱图。从图中可以看出当基质复杂时，MRM方法抗干扰能力更强、信噪比更高、灵敏度更好。 图2 河水样品中NP1、NP4、NP12的SIM色谱图 (上) 和MRM 色谱图 (下)（加标浓度0.05 μg/mL） 表2 替代物加标回收率结论 NP作为环境激素的一种，不断在生物体内累积放大，通过干扰内分泌系统，正在悄悄偷走人类和动物的未来。通过先进的分析检测技术让这个隐形杀手及早显形，是我们检测人员的使命。“假舆马者，非利足也，而致千里”，性能优异的分析仪器设备能让分析工作事半功倍，岛津气相色谱三重四极杆质谱仪灵敏度卓越、抗干扰能力强、当作单四极杆使用灵敏度亦不受影响，帮助分析工作者轻松建立SIM、MRM方法，应对壬基酚检测。