仪器网（yiqi.com）欢迎您！

       SEM（扫描电子显微镜）利用CP ( 截面抛光仪)制备的截面样品，能直接观察、分析镀层的横截面。XRF（X射线荧光光谱仪）虽然不能观察截面的状态，但可以快速、简便地测量膜厚，在评估大批量生产时的不确定度、膜厚的均匀性等测试大量样品的时候非常有效。将用于观察的SEM和用于膜厚分析的XRF结合起来使用，可以实现GX率的质量管理。

分析实例：镍镀层的交叉检查分析

       镀层厚度是决定产品的特性、质量的重要因素。因此，对膜厚有着多种测试、分析和评定方法。化学镀镍被广泛应用于电子/电器部件的表面处理，下面是对镀镍层进行的交叉检查：利用扫描电子显微镜(SEM)直接观察截面、利用X射线荧光光谱仪(XRF)进行膜厚分析。

1.用XRF测试膜厚

60秒钟测试

分析结果 

3.74 μm

定量结果

P：8.3 mass%

Ni：91.7 mass%

无需前处理，能快速测试。

还能对Ni、P的成分同时进行定量分析。

2.用SEM观察截面

膜厚测量结果

平均 3.73 μm

能在放大观察镀层截面的同时进行测长。

安装选配件EDS，还能进行镀层截面的元素分析。

绝大部分与岩土工程有关的严重地质问题都与地下断层的存在相关联。因此，开展断层(特别是活动断层)的探测是对断裂岩体或块体进行深入研究的首要任务。

在本案例中，研究人员利用背景噪声成像技术进行断裂带定位与分析。该项目共使用200台SmartSolo智能地震传感器，在北京某断层区域进行了被动源地震勘探。

被动源地震台阵的原点确定在测线的东南端，河岸道路与过桥道路的交汇处。台阵间距3米，总长度597米。根据此前主动源地震勘探提供的资料信息，断层平面到台阵原点距离估计约为270米。

图中虚线标记为断裂带位置

被动源地震测线标记为PSL2，2010年进行的主动源地震勘探测线被标记为ASLV。

根据SmartSolo智能地震传感器采集的一个小时背景噪声数据结果表示：断层出现的位置与之前在HGF沿线的研究结果吻合较好。

SmartSolo采集1小时背景噪声数据的多偏移交叉相关结果示例。

SmartSolo采集1小时背景噪声数据，使用多偏移距互相关结果进行10次叠加和动校正(NMO)。

（a)图为正断层的简化概念模型;(b)图为平面波源在表面入射15Hz脉冲时产生的波场的数值模拟结果;(c)图为SmartSolo记录的1小时背景噪声数据叠加自相关的二阶导数得到经验格林函数;(d)图为主动源地震勘探的波场。其中(b)-(d)中的所有波场都是垂直分量，主要断裂带的位置用明亮的黄色条带标出。

主动震源地震反射技术无疑是实现断层深度高分辨率成像的优选技术。但是主动源勘探成本高，而且必须使用炸 药，不适用于城市地震勘探。相比之下，被动源地震勘探方法利用了一直存在的背景噪声源，提供了一种低成本、快速部署的技术，可以有效地定位地下断层。

引用文献：

Rongyi Qian, Lanbo Liu, 2020, Imaging the active faults with ambient noise passive seismics and its application to characterize the Huangzhuang-Gaoliying fault in Beijing Area, northern China. Engineering Geology 268.

生鱼片虽好

切莫贪嘴 忽略食品安全

生鱼片又称鱼生，古称鱼脍，起源于中国，最 早文字记录可以追溯到周朝，有着悠久的食用历史，后传至日本及朝鲜半岛等地，在日本称刺身，是日本料理中最为常见的菜品。

生鱼片制作简单，食用可口，营养丰富。从营养学角度说，生鱼片没有经过传统的炒、炸、蒸等烹饪方法，因此营养物质完全没有流失，是一道极富营养的菜肴。

但是从卫生角度考虑 ... ...

生鱼片是一种传统的日本食品，在日本以外的许多国家都很流行，但严重的健康风险，如腹痛，腹泻，呕吐，以及由生鱼片上常见的寄生虫引起的器官损伤，是消费者担心的因素。

冷冻处理是一种有效杀灭寄生虫的方法，但由于可接受的温度范围窄，无法广泛应用；过高的温度无法完全消除所有寄生虫，而过低的温度会损害生鱼片的风味。

因此，有必要开发一种寄生虫检测方法，以便清除被感染的生鱼片。传统的生鱼片寄生虫检测方法主要有显微镜法、免疫荧光法、聚合酶链式反应法等，但这些方法耗时费力，不易实现产业化。因此，迫切需要一种快速、简便、可靠、智能的生鱼片寄生虫检测方法。目前，可见光和近红外（VIS/NIR）光谱在食品质量检测中的应用已经很成熟，包括疾病监测、害虫检测、蛋白质和脂肪含量评估等。然而，寄生虫非常小，利用VIS/NIR高光谱成像技术能否检测到生鱼片上的寄生虫仍然是一个未知的问题。

利用VIS/NIR高光谱成像进行生鱼片寄生虫检测

基于此，在所附的文章中， 研究者们首次探讨了Resonon Pika XC2高光谱成像结合化学计量建模检测草鱼生鱼片上寄生虫（异尖线虫）的能力。为此，作者（a）比较了生鱼片表面、生鱼片边缘和生鱼片上存在异尖线虫的VIS/NIR光谱特征差异，（b）选择不同特征纳入分析时，应用偏最小二乘回归（PLSR）和概率神经网络（PNN）测试寄生虫检测能力，从而确定优化的建模方法。（c）基于该优化建模方法提出了未来的应用前景。

VIS/NIR高光谱成像平台

切片面、切片边缘和异尖线虫光谱的平均值

顶部异尖线虫的原始光谱（A）

底部异尖线虫的原始光谱（B）

顶部异尖线虫的一阶导数光谱（C）

底部异尖线虫的一阶导数光谱谱（D）

未来实际应用中寄生虫检测方案

结论

利用VIS/NIR光谱视觉上可区分切片面、切片边缘和寄生虫。PNN对生鱼片寄生虫的检测能力优于PLSR。组合模型的检测能力优于单一检测模型。采用PNN SG + SNV+一阶导数+ PNN模型（提取484.88 ~ 655.95 nm波长对切片面、切片边缘和异尖线虫进行分类）+ PNN模型（提取368.37 ~ 461.18 nm波长对切片面和异尖线虫进行分类正确性检查）的方法是目前研究的最 佳生鱼片寄生虫检测方法。结果表明，该方法对顶部和底部异尖线虫的检测准确率分别为91.67%和82.14%。在实际应用中，需要对生鱼片像素的所有光谱进行提取、分析，并在相应位置进行标记，以显示整个图像上寄生虫的分布情况。