1 山西农业大学农业工程学院, 山西 太谷 030801
2 山西农业大学谷子研究所, 山西 长治 046000
准确预测农田土壤有机质含量有助于评估农田肥力状况, 为精准农业提供数据依据。 为解决单模型实现快速估测农田土壤表层有机质含量精度较低和泛化能力较弱的问题, 以山西省典型褐土农田表层土壤为研究对象, 基于近红外-可见光高光谱数据, 提出了一种堆叠泛化模型(SGM)用于预测有机质含量。 首先对原高光谱数据采用小波平滑, 对平滑数据进行倒数一阶微分、 对数倒数一阶微分变换, 采用相关系数与递归特征消除法进行特征波段提取。 同时, 引入机器学习中的集成学习随机森林Random Forest(RF)、 梯度提升决策树Gradient Boosting Decision Tree (GBDT)、 极限梯度提升eXtreme Gradient Boosting (XGBoost)、 AdaBoost 4个初级机器学习器模型通过5折交叉验证对有机质含量进行预测, 在初级学习器预测结果基础上, 采用随机梯度下降SGD (stochastic gradient descent)作为元学习器建立SGM堆叠泛化模型。 突破单模型精度较低和不稳定的制约, 实现有机质含量的快速稳定检测。 结果表明: 倒数一阶微分变换后的光谱信息与有机质含量具有较好的相关性, 相关性最大值达到了-0.611; 相比单模型, 堆叠泛化预测模型的决定系数(R2)和相对分析误差(RPD)分别为0. 819和2.256, 较其他算法平均决定系数(R2)和平均相对分析误差(RPD)分别提高了0.055和0.323; 平均绝对误差(MAE)、 均方根误差(RMSE)分别为1.742和2.308 g·kg-1, 较其他算法平均绝对误差(MAE)和平均均方根误差(RMSE)分别降低了0.406和0.389 g·kg-1, 优化效果明显, 可用于农田土壤表层有机质含量的有效估测。 研究成果可为农田土壤表层有机质含量的高光谱快速检测提供依据和参考。
可见光-近红外 高光谱预测 有机质含量 堆叠泛化模型 Visible-near infrared Hyperspectral estinmation Soil Organic Matter Stacked generalization model
1 山西农业大学农业工程学院, 山西 太谷 030801
2 山西农业大学谷子研究所, 山西 长治 046000
3 西北农林科技大学机械与电子工程学院, 陕西 杨凌 712100
小米米粉的主要成分是淀粉, 其食味品质决定小米米粉的市场价值。 糊化特性是小米米粉的重要物理特性, 而碱消值是能够直接反应其糊化特性的主要特征指标。 通过小米米粉碱消值的差异, 可以间接反映直链淀粉含量, 当碱消值降低时, 相反, 糊化温度和直链淀粉含量却很高, 而小米米粉口感粘糯性越差。 采用高光谱技术结合化学计量学方法, 建立快速检测小米米粉碱消值预测模型, 旨在探索一种快速、 无损、 低成本预测小米米粉碱消值的方法。 实验采集小米米粉高光谱数据, 在被测样品感兴趣区域(ROI)按像素点逐一选择, 提取高光谱数据矩阵, 并进行均值运算, 得到每个样品在各个光谱波段的平均光谱值。 利用粘度测定仪(RVA)测定小米米粉碱消值指标。 光谱数据采用全波段、 竞争性自适应重加权采样法(CARS)及随机蛙跳(RF)法选择特征波段处理, 建立偏最小二乘回归(PLSR)模型; 全波段建立预测模型Rp值最高为0.77, 说明能够利用小米米粉高光谱反射率反演小米米粉的碱消值, 而采用其他两种计算方法所得Rp值分别为0.72和0.7, 与前者较为接近, 也反映了采用CARS和RF建立的回归模型具有可行性。 为提高预测精度, 采用Savitzky-Golay(S-G)法、 多元散射校正(MSC)和S-G+MSC对数据预处理。 可以看出采用MSC预处理光谱数据建立PLSR模型性能较好(Rp=0.83)。 对MSC预处理后的数据再次CARS和RF法选择特征波段, 建立PLSR模型, 与未进行预处理的回归模型相比, Rp值变化不大, 这也说明CARS和RF具有一定的稳定性, 可以作为小米米粉高光谱反射率预测碱消值的参考方法。 结果表明: 为实现对小米米粉碱消值的快速、 无损检测, 通过运用高光谱技术能够利用小米米粉高光谱反射率预测碱消值, 进而为小米米粉品质评级、 加工及碱消值传感器的开发提供参考依据和数据支撑。
高光谱 小米米粉 碱消值 化学计量学方法 Hyperspectral Mellet of flour The alkali spreading value Chemometrics methods 光谱学与光谱分析
2021, 41(10): 3189
1 中北大学山西省光电信息与仪器工程技术研究中心,太原 030051
2 中北大学山西省光电信息与仪器工程技术研究中心
3 仪器科学与动态测试教育部重点实验室，太原 030051
4 中北大学山西省光电信息与仪器工程技术研究中心，太原 030051
弹光调制器会受到自身热耗散影响导致弹光晶体自身温度改变，固有频率随温度漂移引起弹光调制的不稳定和调制效率的降低。针对该问题，本文提出频率自跟踪技术。该方法根据温度对弹光调制系统的影响，建立弹光调制系统的动态模型得到反馈信号与高压驱动信号之间相位差最小对应谐振频率的关系,结合基于FPGA 的多通道数字频率和成技术和数学锁相环技术设计并完成了频率自跟踪系统。经实验验证，该设计可实现对频率漂移的跟随，且在驱动信号变化和启动弹光调制器时能自动找到弹光晶体的谐振频率并保持稳定，提高了弹光调制器的稳定性和调制效率。
弹光调制 动态模型 相位差 频率漂移 频率自跟踪 photoelastic modulation dynamic model phase difference frequency drift frequency auto tracking
1 山西省光电信息与仪器工程技术研究中心, 山西 太原 030051
2 中北大学 仪器科学与动态测试教育部重点实验室, 山西 太原 030051
为了克服现有电光器件的缺陷, 选取晶体生长工艺成熟、价格低廉、折射率及电光系数较大的LiNbO3作为电光晶体材料, 研究了沿其光轴方向通光的横向电光效应。加工制作了x切、(xzl)45°切和y切3种不同切型的横向电光调制器, 并对他们的调制性能做了实验分析。研究结果表明, 沿LiNbO3光轴方向通光的横向电光调制有相同的电光参量, 折射率感应主轴的位置与电场方向有关; 3种不同切型的横向体电光调制器的零场泄露均很小, 静态消光比均优于1 000∶1,半波电压实测值与理论值的相对误差不超过1.7％; 相同调制电压下, 它们的调制深度相同, 且调制性能稳定。该项研究可为该类电光调制器件的设计和应用提供参考, 拓展它们在光通信和光学测量领域的应用。
铌酸锂 电光晶体 电光调制器 横向电光调制 晶体切型 半波电压 调制深度 LiNbO3 electro-optical crystal electro-optical modulator transverse electro-optical modulation crystal cut-mode half-wave voltage modulation depth
1 中北大学仪器科学与动态测试教育部重点实验室, 山西 太原 030051
2 中北大学信息与通信工程学院, 山西 太原 030051
3 中北大学电子测试技术国家重点实验室, 山西 太原 030051
为了提高弹光调制器在高压驱动下的工作效率，以提高傅里叶变换光谱仪的光谱分辨率，在建立弹光调制器的损耗模型和振动方程的基础上，描述了包含损耗因数的弹光调制器幅频特性，并推导了谐振和反谐振频率下弹光调制器的品质因数。结合压电材料的电致伸缩效应及其损耗，分析了高压驱动下各损耗因数之间的关系，提出了一种较谐振驱动具有更高品质因数和调制深度的反谐振驱动方法。实验验证，当驱动电压在500~1200 VP-P范围内，反谐振驱动方法较传统的谐振驱动方式，品质因数和调制深度均提高了43%，有效地提高了弹光调制器的工作效率。
光学器件 弹光调制器 品质因数 谐振 反谐振 调制深度
1 中北大学 仪器科学与动态测试教育部重点实验室, 山西 太原 030051
2 中北大学 山西省光电信息与仪器工程技术研究中心, 山西 太原 030051
基于石英(SiO2)制作光弹调制器(PEM)的压电驱动器时, 存在机电耦合系数小、需高压驱动且谐振频率随温度漂移严重等缺陷,故本文研究了PEM的优化设计方法。考虑铌酸锂(LiNbO3)特殊的晶体结构, 从理论上推导了LiNbO3晶片作为压电驱动器的可行性, 并确定其切型为zyw/35°切。基于有限元分析软件COMSOL4.3a仿真, 确定了晶片体积和谐振频率, 设计了LiNbO3压电驱动器。对设计出的压电驱动器进行了压电性能测试, 并和SiO2压电驱动器进行了比较。将LiNbO3压电驱动器和硒化锌(ZnSe)光弹晶体组合成PEM, 用671 nm激光进行了光弹调制实验。实验结果表明: 实现相同位移时, SiO2压电驱动器需要的驱动电压是LiNbO3压电驱动器的100多倍, 且后者横向长度伸缩振动模式单一性和稳定性均优于前者。驱动电压为3.76 V时, 671 nm的激光通过基于LiNbO3压电驱动器的PEM的调制光程差为3.7 μm。得到的结果表明: 基于LiNbO3压电驱动器的PEM易于驱动控制, 调制性能优于基于SiO2 驱动器的PEM。
压电驱动器 光弹调制器 铌酸锂晶体 谐振 piezoelectric actuator photoelastic modulator lithium niobate resonance
