近日，中国科学院西安光机所在智能光谱环境感知领域取得重要进展，相关研究成果发表于环境科学领域顶级期刊Environmental Science & Technology（Nature Index 收录，5-Year IF: 11.7），并入选封面论文。论文第一作者为刘嘉诚，通信作者为于涛和胡炳樑，西安光机所是第一完成单位和通信单位。这是西安光机所首次在该期刊发表文章，标志着研究所在智能光谱环境感知领域的研究在国际学术领域取得了新突破。

光谱学是一门主要涉及物理学及化学的重要交叉学科，通过光谱来研究电磁波与物质之间的相互作用。探测水体的吸收光谱可反映水分子对特定波长光的吸收特性，进而定量反演水环境质量参数。复杂的水体背景干扰给高精度的定量反演带来了极大挑战，现有研究主要依赖数据驱动的机器学习模型进行水质参数定量反演，难以适应广域地理分布的复杂地表水场景。

针对上述挑战，研究团队首次引入Transformer架构进行光谱定量反演水质参数，并提出理化驱动学习 (Physicochemical-Informed Learning) 概念，构建理化驱动Transformer的定量反演模型。该方法将先验理化信息嵌入光谱编码过程中，并结合Transformer架构的全局特征提取能力，以提升复杂地表水体光谱定量反演的精度。结果表明，该方法在广域地理分布的复杂地表水场景下表现出优异的水质参数反演能力，为智能光谱技术在环境领域中的应用提供了新的理论基础和技术路径。

图 研究方法流程

胡炳樑、于涛团队在高分辨率高光谱成像遥感、精细光谱探测与计量分析等方面开展了长期的研究工作。该项研究是团队对标国家推进“美丽中国”建设所取得的重要成果，也是国际学术界对西安光机所在智能光谱环境感知领域成果的高度认可，更是西安光机所聚焦光谱成像与精细光谱探测技术主责主业取得的重要进展。研究工作得到了国家重点研发计划，中国科学院先导专项（A类）等项目的支持。

（光谱室 供稿）