作物信息科学的重要内容是如何利用作物的信息对其进行无损营养诊断, 光谱分析是一种有效可行的途径。 对于油菜而言, 冠层光谱的特征是描述其营养状况的重要指标。 但由于原始光谱总是受到一些如环境、 气候等外在因素的影响, 其巨大的波动导致难以直接用于油菜生物量的诊断。 然而, 光谱的多重分形特征将保持相对稳定。 为研究油菜冠层光谱与叶绿素含量的关系, 基于多重分形理论, 提出了基于油菜冠层光谱特征的叶绿素定量预测模型和定性识别模型。 以24个移栽种植小区和24个直播种植小区的高油酸油菜苗期样本为试验对象。 首先, 利用流行的多重分形去趋势波动分析提取了6个不同波段范围内光谱的广义Hurst指数和质量指数及其他相关的特征参数, 发现它们都呈现典型的多重分形特性。 但两种不同种植方式下的光谱特征也存在差异。 接着, 通过多重分形特征参数与SPAD值的相关分析发现不同波段的光谱所含的有效信息不同。 以多重分形特征参数建立单变量油菜叶片SPAD值预测模型, 移栽方式、 直播方式及混合样本的预测模型相对均方根误差均小于5%。 最后, 以多重分形特征组合建立识别模型, 以Fisher线性判别法识别移栽和直播两种种植方式的最大约登指数为0.902 5, 对应最敏感波段为350~1 350 nm。 这项有意义的工作为预测油菜叶绿素提供了理论基础和实践方法, 也为寻找敏感波段进行识别诊断提供了有效的途径。

采用火焰刷法对单模光纤进行加热拉锥, 形成具有微纳米量级纤芯半径的光波导结构, 并引入不同的绝热系数对低损耗锥形光纤进行优化, 使其满足绝热标准.设计出恒定锥角为2 mrad、波长为400 μm、纤维半径为4 μm具有最佳形状的低损耗锥形光纤.Matlab仿真结果表明, 23 mm长的低损耗锥形光纤传输透视率为99.7%, 63 mm长的低损耗锥形光纤抗辐射能力达到99.6%.由于功率被耦合到高阶模式, 其损失被充分抑制, 具有恒定锥角的锥形光纤可以实现不牺牲传输质量的光耦合传输.