天然有机质（NOM）是自然环境通过非生物或生物合成的有机化合物的集合。NOM因组成复杂、结构多样和活性丰富，是土壤学、生物学、环境学和地学等学科关注的重要研究对象。为了确定其活性，需首先对其组成和结构进行定量测定（吴丰昌等, 2008）。当前，对NOM特征采取的常用技术分为光谱技术和质谱技术。

光谱特征包括吸收光谱、荧光光谱（激发发射矩阵EEM、同步荧光）、核磁共振光谱、红外光谱等。吸收和荧光光谱技术因分析速度快、灵敏度高和成本低廉而得以在野外和室内研究中广泛应用。研究者主要开发了两类数据分析方法，一类是通过提取光谱特定波长的信号计算指数，如特征紫外吸光度SUVA254和腐殖化指数（HIX）（何伟等, 2016）；，另一类是利用统计学方法提取关键特征及其特征值，如平行因子法（PARAFAC）提取特征荧光组分（Chen and Yu, 2021）

质谱特征主要包括热裂解气相色谱质谱、傅里叶变化离子回旋共振质谱、轨道阱高分辨质谱仪和飞行时间质谱。通过一次高分辨率质谱分析，往往可以获得对上千个有机质的分子解析（Kellerman et al., 2015)。尽管高分辨率质谱存在一定缺陷，但该技术为重新认识有机质提供了一个新的视角（Hawkes et al., 2020)。

上述技术往往产生海量的数据，对数据处理要求较高。为了实现对NOM光谱特征、分子组成、结构活性和来源途径等定量分析，开发了efc、nst和nmc等软件和工具，期望满足对NOM研究感兴趣但缺乏编程技能的朋友们对数据分析工具的需求。

参考文献:

• 何伟, 白泽琳, 李一龙, 刘文秀, 何玘霜, 杨晨, 杨斌, 孔祥臻, 徐福留, 2016. 溶解性有机质特性分析与来源解析的研究进展. 环境科学学报, 36: 359-72.
• 吴丰昌, 王立英, 黎文, 张润宇, 傅平青, 廖海清, 白英臣, 郭建阳, 王静, 2008. 天然有机质及其在地表环境中的重要性. 湖泊科学, 20, 1-12.
• Chen W., Yu H.-Q., 2021. Advances in the characterization and monitoring of natural organic matter using spectroscopic approaches. Water Research, 190, 116759.
• Kellerman A. M., Kothawala D. N., Dittmar T., Tranvik L. J., 2015. Persistence of dissolved organic matter in lakes related to its molecular characteristics. Nature Geoscience, 8, 454-U52.
• Hawkes J. A., D'Andrilli J., Agar J. N., Barrow M. P., Berg S. M., Catalán N., Chen H., Chu R. K., Cole R. B., Dittmar T., Gavard R., Gleixner G., Hatcher P. G., He C., Hess N. J., Hutchins R. H. S., Ijaz A., Jones H. E., Kew W., Khaksari M., Palacio Lozano D. C., Lv J., Mazzoleni L. R., Noriega-Ortega B. E., Osterholz H., Radoman N., Remucal C. K., Schmitt N. D., Schum S. K., Shi Q., Simon C., Singer G., Sleighter R. L., Stubbins A., Thomas M. J., Tolic N., Zhang S., Zito P., Podgorski D. C., 2020. An international laboratory comparison of dissolved organic matter composition by high resolution mass spectrometry: Are we getting the same answer? Limnology and Oceanography: Methods, 18, 235-258.