紫外可见偏振成像光谱仪中沃拉斯顿棱镜的色散效应会导致探测器同一空间通道的中心坐标发生偏移,影响目标信号探测精度。根据偏振解调算法,利用沃拉斯顿棱镜出射的两正交分量调制光谱(S光和P光)实现偏振信息解调时,还需要完成光谱匹配。针对这一问题,提出了一种光谱定标与匹配方法。首先利用平行光源标定了仪器视场角与空间维像元的对应关系,提取出各空间通道对应的像元坐标集合并确定了视场定标方程;在同一空间通道内,通过低压汞灯标准光源对波长与像元的对应关系进行标定,得出光谱定标方程;利用视场定标和光谱定标结果完成正交分量光谱的匹配;最后利用太阳光谱中Fraunhofer线的特征波长对定标结果进行了检验。结果表明:紫外可见偏振成像光谱仪正交分量的光谱吸收峰位具有较好的一致性,定标值和标准值的偏差在0.1 nm以内,这验证了定标结果的准确性。

基于光谱调制的线偏振测量技术通过光谱调制模块可将入射光的偏振信息调制到光谱维。光谱调制模块由消色差1/4波片、多级波片和偏振分束器组成,能够在单次测量中获取目标的线偏振及光谱信息。将调制模块和光栅光谱仪相结合,设计了双通道偏振测量系统。推导了系统偏振测量模型,分析了光谱仪光谱展宽对调制光谱的影响,并采用分周期最小二乘曲线拟合方法实现了对偏振信息的解调。此外,搭建了测试装置来验证测量系统的性能。首先,利用完全线偏光对多级波片的延迟量和系统的偏振效率进行了标定。然后,利用可调偏振度光源验证了系统的偏振测量精度。实验结果表明,可调偏振度光源输出的理论线偏振度值与测量值间的最大绝对偏差为1.11%,线偏振方位角的最大偏差为0.7°,即所提系统具有较高的偏振测量精度。

为实现云相机控制系统的模块化设计、提高系统集成度,提出了基于FPGA(field programmable gate array)的在轨实时云判系统硬件平台的设计方法。在对系统各功能模块进行划分的基础上,确立了片内双核CPU软件架构,其中一个CPU独立处理云判算法以保证所提算法运行的实时性,另一个CPU用于与卫星进行数据交互和部分数据预处理,通过自定义IP (intellectual property)核实现CCD成像和外围接口的时序控制。以CCD图像采集与存储模块为例,重点讨论了CCD驱动电路、模拟前端电路、数据存储电路的设计和时序,并对该模块IP核的设计方法进行了说明。最后对云相机的成像性能参数进行测试,实验结果表明:设定积分时间内,随着积分时间的推移,相机暗电流噪声变化较小;中心视场处,输出非线性度为1.29%;在信号达到饱和光强的80%时,信噪比为128.1,满足云相机工作要求。

对植被病害的精确识别是采取植保措施的前提, 同时对喷施农药也具有积极的指导作用。 比较了受稻干尖线虫胁迫水稻叶片和健康叶片色素含量、 光谱反射率、 高光谱特征参数, 受害水稻叶片与健康叶片相比, 叶绿素和类胡萝卜素含量分别降低18%和22%； 光谱反射率在蓝紫光、 绿光和红光谱段分别增加1.5, 1和2.3倍, 在近红外和短波红外区域分别降低约28.9%和26.3%, 红边和蓝边分别蓝移约8和10 nm, 绿峰和红谷分别红移约8.5和6 nm。以红边面积和红边位置作为C-SVC(非线性软间隔分类机)的输入向量, 对受害和健康叶片进行识别, 精度为100%。 研究表明, 水稻叶片光谱对病害胁迫具有显著的响应特征, 利用C-SVC对受害和健康叶片进行辨别的方法是可行的。Infected by Rice Aphelenchoides besseyi Christie