高光谱成像技术是一种将成像与光谱相结合的新型无损检测技术, 属于间接分析方法; 光谱模型的建立非常关键, 需综合考察各建模因素间的交互作用。 应用Box-Behnken法设计响应面试验优化冷鲜滩羊肉蛋白质含量的可见/近红外高光谱定量检测模型。 使用可见/近红外高光谱成像系统采集冷鲜滩羊肉样本的高光谱图像, 分析肉样反射光谱特性。 采用二维相关光谱技术(2DCOS), 以冷鲜滩羊肉中蛋白质含量为“外界扰动”, 研究扰动条件下光谱信号的动态变化, 解析二维相关光谱谱图特征, 寻找与微扰相关的敏感变量。 分别采用多元散射校正(multiplicative scatter correction, MSC)和标准正态变量变换(standard normalized variate, SNV)提取有用信号, 优化所选特征波段光谱质量。 为实现数据快速降维, 减少大量光谱数据处理负担, 采用变量组合集群分析法(variable combination population analysis, VCPA)和应用竞争性自适应加权算法(competitive adaptive reweighted sampling, CARS)对2DCOS范围内特征波段进行二次优选。 根据Design-Expert软件中Box-Behnken法设计响应面试验, 以特征优选、 光谱预处理及多元校正方法为考察因素, 各因素中3种不同方法为水平, 建立冷鲜滩羊肉蛋白质含量分析的优化检测体系。 结果表明, 波长473, 679, 734和814 nm处存在较强的自相关峰, 473~814 nm范围内的特征波段为冷鲜滩羊肉蛋白质检测的敏感区域; MSC和SNV能够消除肉样自身散射作用的干扰, CARS和VCPA对特征波段进行二次优选, 分别优选出了16和9个特征波长; 各因素对蛋白质可见/近红外光谱模型预测性能的影响顺序为特征优选方法>预处理方法>多元校正方法, 优选出2DCOS-SNV-LSSVM模型具有较高的运行速率和预测能力, 其Rc=0.858 8, RMSEC=0.005 8; Rp=0.860 4, RMSEP=0.005 7。 研究表明, Box-Behnken法在可见/近红外高光谱(400~1 000 nm)建模参数优化选择中的应用, 可以有效地实现滩羊肉品质智能监控与质量安全快速无损分析, 为分析对象光谱模型的优化及提高预测结果的准确性提供理论参考。

碳纳米管-聚二甲基硅氧烷(CNT-PDMS)是一种新型的激光超声换能器(LIU-T)复合材料, 具有高频率、 宽带宽、 高振幅的特性。 该复合薄膜可作为高效、 鲁棒的超声发射器用于诊断和治疗。 纳米复合材料的固有结构提供了独特的热、 光学和机械性能, 这不仅有利于能量转换, 而且对脉冲激光烧蚀具有很好的鲁棒性。 PDMS聚合物具有高热弹性系数有利于材料的伸缩从而产生超声。 研究了几种不同复合薄膜产生的光声信号特性, 测试了不同衬底和水介质条件下的光声信号特性。 利用碳纳米材料的高吸光性和PDMS聚合物的高膨胀性制作激光超声换能器, 不但降低了材料的厚度, 还有望产生高频高强度超声信号。 实验用硬玻璃衬底厚度约为1 mm, 软薄膜衬底厚度在微米级, 水介质条件下的厚度为3 mm。 在脉冲激光激励下, 水介质下软薄膜条件、 硬玻璃衬底、 软薄膜衬底涂层端面超声压力分别为2.0, 3.9和5.2 MPa。 通过一系列的研究得出了结论: (1)软薄膜衬底(3×3)比硬玻璃衬底(3×3)更具有良好的负脉冲, 更适合用在光声空化治疗方面； (2)水介质条件下不利于产生高强度光声信号。 总而言之, 采用激光超声换能器比压电换能器更具有产生高振福, 带宽宽的超声信号的潜力, 而且提供了一种没有电子等干扰结构的超声激励新方法, 有望成为替代压电换能器的新一代激光超声换能器。 这种新方法应用在磁声电成像领域可以大大减少超声激励源的干扰。 同时, 相对于将CNT混入PDMS中的方法, 该方法更具有简单方便节省材料等优点。 对于硬玻璃传统型衬底, 实现的软薄膜衬底能产生较高的声压5.2 MPa, 并且中心频率在5 MHz, -6 dB超声带宽也相对较宽接近5 MHz, 相比于早在2014年实现的CNT-PDMS激光超声换能器产生的4.5 MPa声压, 本文方法更具有临床应用前景, 应用在磁声电成像等方面具有很好的避免电磁干扰效果。

为了明确不同生育时期进行玉米氮素营养诊断的叶片层位, 建立准确稳健的玉米氮素营养诊断模型, 以达到合理追施氮肥, 提高氮肥利用率的目的。 试验采用单因素盆栽试验设计, 以玉米（郑单958）为研究对象, 应用高光谱技术, 分析了不同氮营养水平下不同生育时期不同层位玉米叶片的氮含量分布和变化规律及光谱响应特征; 并依据叶片氮含量与光谱反射率的相关关系, 叶片氮含量与全波段(400～2 000 nm)任意两两波段组合构建的比值光谱指数(RSI)的回归关系, 初步确定了不同生育时期进行氮素营养高光谱诊断的目标叶片, 筛选出最优的比值光谱指数, 建立了叶片氮素含量估算模型。 结果表明: 玉米叶片氮含量: 上层>中层>下层; 随着玉米的生长, 在低氮条件下上层叶片氮含量呈先减少后增加（追肥）再减少趋势, 在高氮条件下呈减少趋势, 中下层叶片氮含量呈递减趋势。 六叶期下层玉米叶片光谱反射率敏感范围较大, 相关性较强; 九叶期和灌浆期上层玉米叶片的光谱反射率敏感范围较广, 相关性较强; 开花吐丝期中层叶片的光谱反射率敏感范围较大, 相关性较强。 六叶期选取下层叶作为诊断目标叶, 选取最佳比值光谱指数RSI(1 811, 1 842)建立线性估算模型, 九叶期和灌浆期选取上层叶片作为诊断目标叶, 选取的最佳比值光谱指数分别为RSI(720, 557), RSI(600, 511)建立线性估算模型, 开花吐丝期选取中层叶片作为诊断目标叶, 选取比值光谱指数RSI(688, 644)建立线性估算模型。 研究结果可为快速准确地利用光谱技术进行玉米叶片氮素营养诊断提供理论依据。

滩羊肉的新鲜度是其品质安全的一个重要衡量指标, 也是肉品品质安全控制的关键环节。 挥发性盐基氮（TVB-N）是表征肉品腐败过程主要的化学信息, 能有效地评价出滩羊肉的新鲜度。 然而, TVB-N的传统检测过程繁琐且人为影响因素大, 检测结果缺乏客观性和一致性, 不能满足当今肉品检测过程无损、 快速、 高效的需求。 高光谱成像技术符合现代检测技术向多源信息融合方向发展的需求, 已在食品安全领域得到广泛应用。 利用可见/近红外高光谱成像技术（400~1 000 nm）结合动力学和化学计量学方法以及计算机编程技术, 将同时实现滩羊肉贮存期内（15 ℃环境）TVB-N 浓度的快速检测和贮藏期的预测。 研究中提取每个样品感兴趣区域的平均光谱数据, 选用蒙特卡洛算法剔除异常样本。 采用X-Y共生距离（SPXY）法划分为校正集和预测集, 分别选用多元散射校正（multiplicative scatter correction, MSC）、 卷积平滑（savitzky-golay, SG）、 标准变量变换（standard normalized variate, SNV）、 归一化（normalization）、 基线校准（baseline）五种方法对原始光谱数据进行预处理, 优选出最佳预处理方法。 采用竞争性自适应重加权法（campetitive adaptive reweighted sampling, CARS）和连续投影算法（successive projections algorithm, SPA）分别提取了21个和6个特征波长。 为优化模型并提高其模型精度, 采用SPA算法对 CARS 所选特征波长进行二次提取, 优选出14个特征波长。 基于所提取的特征波长建立TVB-N浓度的PLSR模型, 优选出 SNV-CARS-SPA-PLSR 模型具有较高的预测能力（R2c=0.88, RMSEC=2.51, R2p=0.65, RMSEP=2.11）。 同时, 建立了滩羊肉TVB-N变化与贮藏时间的动力学模型, 并将优化后的光谱模型和动力学反应模型相结合建立了滩羊肉光谱吸光度值与贮藏时间的高光谱动力学模型, 实现对贮藏时间的预测, 并通过 PLS-DA判别模型对滩羊肉贮藏时间进行判别分析（校正集判别准确率为100%, 预测集为97%）。 研究表明, 利用可见/近红外高光谱成像技术结合动力学和化学计量学方法以及计算机编程技术, 可以有效地实现滩羊肉品质智能监控与质量安全快速无损分析, 为开发实时在线检测装备提供理论参考。

为了增强稀土络合物的物理化学性能和成型加工性能，以扩大稀土发光材料在防伪、荧光标识与OLED等领域中的应用，本文将实验合成的铕的络合物溶于聚丙烯腈，通过静电纺丝技术制备了一种新型的Eu(BPA)3phen/PAN紫外荧光复合纳米纤维。采用扫描电子显微镜(SEM)、X射线能量色散谱仪(EDS)、傅立叶红外光谱仪(FT-IR)、热重差热分析仪(TG-DSC)与荧光光谱仪(FL)对发光纳米纤维的性能进行分析。实验结果表明，复合纤维的直径分布在200~400 nm，且随机取向。热重分析表明，Eu(BPA)3phen/PAN复合纤维的初始分解温度约为310 ℃，热稳定性较好。此外，研究了掺杂不同浓度Eu(BPA)3phen对纤维发光性能的影响，发现纤维的荧光发射强度随着Eu(BPA)3phen含量的增加呈现先增后减的变化趋势，当Eu(BPA)3phen的含量为2.5%时，荧光强度最高。这种新型的的Eu(BPA)3phen/PAN荧光复合纤维在防伪和OLED等方面具有潜在应用价值。

为了比较4 ℃、15 ℃两种贮藏温度下滩羊肉pH值的变化, 优选出滩羊肉贮藏期间的最优模型,采用pH酸度计测量样本pH值, 建立两种贮藏温度下传统动力学的零级和一级模型; 应用近红外（900~1 700 nm)高光谱成像采集两种贮藏温度下滩羊肉的光谱数据, 剔除异常值后进行光谱预处理; 使用连续投影算法（SPA)提取特征波长, 建立全波段和特征波长的偏最小二乘（PLSR)预测模型; 对比分析得到的最优光谱模型与动力学模型相结合, 确定滩羊肉光谱动力学模型。结果表明,4 ℃和15 ℃的传统动力学模型的相关系数分别为0.502和0.912; 4 ℃下原始光谱经PLSR建模后效果最优, 相关系数Rc为0.821, Rp为0.863, 15 ℃经SG-S(3,7)+De-trending（4)预处理后经PLSR建模效果最优, 相关系数Rc为0.876, Rp为0.819。因此, 高光谱结合传统动力学的模型检测羊肉pH值的方法是可行的, 该模型可以预测15 ℃下滩羊肉的贮藏期。

通过静电纺丝技术获得直径约为700 nm, 均匀且随机取向的亚微米级Eu(DBM)3Phen/PMMA纤维。在紫外光辐射下, 亚微米级荧光纤维发出明亮的红色荧光。其激发光谱表明, 荧光纤维有效激发波长范围为200～400 nm。利用积分球配以CCD 探测器, 在367 nm长波紫外LED激发下对荧光纤维开展绝对光谱功率测试。当LED泵浦功率为535.76 μW时, 厚度80 μm的Eu(DBM)3Phen/PMMA纤维薄层对紫外辐射的吸收率高达89%, 350～850 nm范围内发射的总绝对光谱功率、总光子数和总荧光量子产率分别为36.56 μW、11.46×1013 cps和12.94%。亚微米级Eu(DBM)3Phen/PMMA纤维薄层中, Eu3+较高的跃迁发射几率及较大的发射截面使得纤维可以高效吸收紫外辐射并转变为可见光, 在提高太阳能电池光电转换效率方面具有潜在应用价值。

为了快速、 准确估测番茄叶片叶绿素含量, 利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。 番茄以基质方式栽培, 在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱, 并采用752型紫外-可见分光光度计测定其叶绿素含量。 从原始光谱、 吸光度光谱、 一阶微分光谱、 去除包络线光谱出发, 进行光谱预处理, 分析了净化图谱信息、 突出作物叶绿素含量光谱特征的有效性。 其中, 吸光度光谱在可见光部分增强了光谱响应特征, 去除包络线光谱和一阶微分光谱均具有较强的蓝光、 红光吸收谷和绿光反射峰。 又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段, 原始光谱特征波段为639, 672, 696, 750, 768 nm; 吸光度光谱特征波段为638, 663, 750, 763 nm; 去包络线光谱特征波段为436, 564, 591, 612, 635, 683, 760 nm; 一阶微分光谱特征波段为516, 559, 778 nm。 最后, 应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型, 模型精度由高至低分别为去包络线、 吸光度、 原始、 一阶微分, 其中去包络线模型校正集决定系数R2c为0.88, 验证集决定系数R2v达到0.82, 具有较好的预测能力。

外部缺陷以及内部可溶性固形物的含量对提升鲜枣的采后附加值和鲜枣后续生产加工具有重要的意义,因此,为了实现同时对鲜枣内外部品质进行快速、准确识别,利用高光谱成像技术(450-1,000 nm)对壶瓶枣的“自然损伤”和可溶性固形物含量同时进行检测研究.首先,对光谱数据进行主成分分析(PCA)得到前7个主成分光谱值,对图像数据采用灰度共生矩阵(GLCM)提取到7项图像纹理指标(对比度、相关性、能量、同质性、方差、均值、熵).然后,分别使用光谱主成分值、图像纹理特征值、以及主成分与纹理特征融合值建立偏最小二乘支持向量机(LS-SVM)模型对壶瓶枣的外部缺陷(“自然损伤”)和内部品质(可溶性固形物含量)进行检测研究.结果表明:使用主成分与纹理特征融合值建立的LS-SVM模型可作为通用模型同时对壶瓶枣内外部品质进行检测研究,其“自然损伤”判别正确率为92.5%,可溶性固形物预测集的预测相关系数(Rp)和预测均方根误差(RMSEP)分别达到了0.944和0.495.表明,采用高光谱成像技术可以建立通用模型同时对壶瓶枣的内外部品质进行检测,该研究为壶瓶枣的无损检测提供了理论参考.