1 西北大学物理学院，陕西 西安 710127
2 陕西省油气资源光纤探测工程技术研究中心，陕西 西安 710065
提出了一种基于光纤超声传感技术的岩石含水率检测新方法。在实验中，以压电换能器（PZT）发出的1 MHz超声波作为声源，采用超声波透射法，通过刻写在细芯光纤中的一对光纤光栅检测岩石的超声波信息（包括时域以及频域的结果），并与相同条件下的PZT接收结果进行比较。随着岩石含水率的增加，光纤传感器表现出与PZT相似的响应趋势，且测得的含水率绝对偏差较小，充分证明了光纤探测岩石含水信息的可行性和优越性。
光纤光学 红砂岩 含水率 超声波 光纤检测
1 西南科技大学信息工程学院，四川 绵阳 621010
2 甘肃银光化学工业集团有限公司理化检测中心，甘肃 白银 310027
3 西南科技大学四川天府新区创新研究院，四川 成都 610299
本文以炸药奥克托今（HMX）为例，开展了基于太赫兹光谱的固体粉末含水率检测方法的研究。首先，设计了适用于含水试样的预处理模具，避免预处理和测量过程中HMX粉末水分流失。其次，采用太赫兹时域光谱系统测量了HMX脱水过程的太赫兹光谱，获得了不同含水率HMX的太赫兹折射率和吸收系数。最后，研究了基于支持向量机回归（SVR）的含水率分析方法。提出了融合试样质量和太赫兹折射率的建模方法，解决了基于折射率或吸收系数的回归模型泛化性差的问题。在此基础上，采用遗传算法（GA）和粒子群算法（PSO）对SVR建模过程的正则化参数和核函数进行寻优。结果表明，基于PSO-SVR的模型最优，建模决定系数（R2）为0.996，均方根误差（RMSE）为0.009%，外部验证R2为0.991，RMSE为0.015%。
太赫兹光谱技术 固体粉末含水率 数据融合 定量分析 光学学报
2023, 43(23): 2330003
1 华北理工大学机械工程学院，唐山 063210
2 河北省工业机器人产业技术研究院，唐山 063210
本文使用Fick扩散模型对陶瓷坯体的干燥过程进行了模拟，在实际干燥工艺参数数值范围内，分析了热风速度、温度和相对湿度三个因素对陶瓷坯体内部温度、含水率和干燥速率的影响。结果表明，增加热风速度能够加大坯体表面区域的水分散失速率，但对坯体内部含水率变化影响较小；提高温度能够显著增加坯体内部的干燥速率，当温度从35 ℃增加至75 ℃时，最大干燥速率的变化幅度为46.34%；相对湿度对坯体平衡含水率影响较大，当相对湿度从5%增大至85%时，平衡含水率从0.8%增大至5.1%(均为质量分数)，提高相对湿度能够改善坯体干燥均匀性，保证坯体干燥质量。模拟和试验数据基本吻合，计算结果将为进一步深入研究陶瓷坯体干燥的传热传质过程，以及后续干燥曲线的优化提供理论依据。
陶瓷坯体 传热传质 干燥参数 温度分布 含水率分布 干燥速率 ceramic green body heat and mass transfer drying parameter temperature distribution moisture content distribution drying rate
1 东北大学资源与土木工程学院, 辽宁 沈阳 110819
2 辽宁省固废产业技术创新研究院, 辽宁 沈阳 110819
3 辽宁省生态气象和卫星遥感中心, 辽宁 沈阳 110166
尾矿库作为高势能的人造泥石流危险源, 在尾砂含水量过高时有溃坝风险, 低含水量状态下产生扬尘则会危害周围环境。 尾砂含水量实时、 动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。 相比传统采样化验手段, 高光谱遥感拥有观测面积大、 数据实时易获取、 光谱信息丰富的特点, 为快速、 高精度尾矿水分监测提供了手段。 以鞍山-本溪铁矿群中的高硅型铁尾矿为研究区, 实地采集尾砂样品77个, 利用可见光-近红外(350～2 500 nm)光谱仪获取其光谱数据, 分析不同含水率尾砂光谱特征及机理； 引入竞争性自适应加权重采样法(CARS)筛选水分敏感波段, 并基于敏感波段建立三维波段光谱指数(TBI), 结合随机森林(RF)、 粒子群优化的极限学习机(PSO-ELM)及卷积神经网络(CNN)算法建立尾砂水分反演模型, 以国产高分五号高光谱卫星为数据源进行模型应用, 获取尾矿库表层含水时空分布特征。 结果表明: (1)尾砂光谱反射率随含水率升高明显下降, 在1 455和1 930 nm处出现O—H吸收特征, 吸收深度随含水率减小而逐渐减小； (2)基于CARS方法能够对高光谱数据(305波段)有效降维, 筛选出18个水分敏感波段, 进一步利用敏感波段构建不同形式的尾砂含水率TBI指数集, 其中三维差值指数TBI5=(R1 097.47-R1 990.67)-(R1 990.67-R437.39), 与水分含量相关性最高, 达到0.84； (3)对比RF, PSO-ELM及CNN方法以及不同形式的输入数据, 基于尾砂含水率TBI指数联合反射率数据集作为输入数据进行CNN建模, 室内光谱模型达到验证精度R2=0.92, 相对分析误差RPD=3.43, 基于该模型利用高分五号卫星数据反演可获取研究区尾砂含水率空间分布结果, 实地验证R2达到0.79, 相对分析误差RPD=2.20, 获得较好的预测效果。 可为基于高光谱技术的铁尾矿水分含量大面积实时快速监测提供参考。
可见光-近红外光谱 三维光谱指数 国产高分五号卫星 铁尾矿 尾砂含水率 Visible-near-infrared spectra Three-band spectral index Domestic Gaofen-5 satellite Iron tailings dam Moisture content of tailings 光谱学与光谱分析
2023, 43(4): 1225
东北林业大学工程技术学院, 黑龙江 哈尔滨 150040
为实现温度不稳定环境下木材含水率的近红外光谱检测, 探究了不同温度下木材近红外光谱的变化规律及温度变化对近红外预测木材含水率的影响。 对从林场采集的樟子松、 水曲柳、 大青杨和红松原木木块试样各75块, 共计300块试样, 进行了不同温度和含水率条件下的近红外光谱采集。 采用单一温度下的校正集分别与各个温度下的验证集建立偏最小二乘含水率预测模型, 探究温度变化对木材含水率模型预测准确性的影响。 比较了不同光谱预处理的木材含水率预测温度全局模型。 采集相同含水率下不同温度的近红外光谱数据, 对光谱进行光谱平均、 一次微分、 主成分分析和偏最小二乘判别分析, 以探究温度变化时, 木材近红外光谱的变化规律。 结果显示: (1)温度对木材样品光谱存在显著影响; 主成分分析和判别分析表明不同温度下的样品有明显聚类趋势, 温度判别准确率为96.1%。 温度会影响木材的近红外光谱在特定波长吸收峰的位置及吸光度, 在含水率相同的情况下, 随着温度的升高, 特定位置吸收峰有逐渐向高频波段转移的趋势且在零下低温时波峰移动变化更明显。 (2)不同温度下的PLS含水率预测模型对温度变动的适应能力有差异, 木材含水率预测模型更适应于检测与建模样本相同温度的样品。 与单一温度模型相比, PLS温度全局模型对于温度变化具有很好的适应性和应用潜力, RMSEP低于大部分单一温度模型。 基于SG平滑+多元散射校正+一次微分预处理联用的PLS含水率温度全局模型有较好的预测效果和温度适应性, RMSEP降为0.074。 可见, 温度变动是近红外法检测木材含水率的过程中不可忽视的扰动因素; 基于光谱预处理的温度全局模型可以显著提高温度适用性。 该研究可进一步促进近红外光谱技术在木材生产、 加工过程中的应用。
木材 含水率 近红外光谱 温度变化 全局模型 Wood Moisture content Near-infrared detection Temperature influence Global calibration model 光谱学与光谱分析
2022, 42(11): 3387
1 华南农业大学电子工程学院(人工智能学院).，广东 广州 510642
2 国家柑橘产业技术体系机械化研究室，广东 广州 510642
3 广东省农情信息监测工程技术研究中心，广东 广州 510642
柑橘叶片水分亏缺是影响柑橘生长发育的重要因素之一, 为研究水分胁迫对柑橘含水率的影响, 利用高光谱快速无损检测柑橘叶片含水率, 并应用伪彩色处理实现含水率可视化。 收集100片柑橘叶片, 使用烘干法得到鲜叶和烘干叶片一共500个不同梯度含水率的数据样本, 将样本按7∶3的比例划分为训练集(350个样本)和测试集(150个样本), 使用决定系数(R2)和均方根误差(RMSE)来评估模型预测的好坏。 采用卷积神经网络(CNN)对高光谱数据进行预测, CNN模型使用一维卷积核, 一共三层卷积池化层, 使用RELU激活函数激活, 输出层采用linear激活函数回归预测, 使用nadam算法对模型进行优化更新, 迭代次数为1 000次; 将原始光谱数据和SG, MSC和SNV三种预处理后的光谱数据, 与全波段、 CARS筛选的特征波段、 PCA提取的特征波段组合, 导入CNN模型, 确定最佳模型为原始光谱数据的CARS-CNN, 训练集的和RMSEC分别为0.967 9和0.016 3, 测试集的和RMSEV分别为0.947 0和0.021 4; 原始光谱数据的全波段CNN模型效果其次, 训练集的和RMSEC分别为0.934 3和0.024 9, 测试集的和RMSEV分别为0.915 9和0.028 6。 对比了不同预处理方式和特征波长选择的支持向量机回归模型(SVR)、 偏最小二乘法回归模型(PLSR)、 随机森林模型(RF)组合的最佳结果, 将最佳组合模型(原始光谱数据+CARS+PLSR, SNV+PCA+RF, SNV+PCA+SVR)与原始光谱数据的CARS-CNN对比, 结果表明, 依然是原始光谱数据的CARS-CNN模型预测效果最佳。 相较于其他的模型, CARS-CNN模型经过CARS筛选特征波段和卷积核进一步提取特征后, 预测精度远高于SVR, PLSR和RF模型。 选择训练好的CARS-CNN模型, 将高光谱图片导入到模型中, 计算每个像素点的含水率, 得到伪彩色图像, 能够可视化叶片的含水率分布情况。 研究结果为柑橘叶片水分含量提供了更快速、 更直观、 更全面的评估, 为研究柑橘叶片水分胁迫提供了依据, 为智能灌溉决策的优化提供了参考。
柑橘叶片 含水率 高光谱 卷积神经网络 可视化 Citrus leaf Moisture content Hyperspectral Convolution neural network Visualization 光谱学与光谱分析
2022, 42(9): 2848
1 黑龙江八一农垦大学工程学院, 黑龙江 大庆 163319
2 黑龙江八一农垦大学理学院, 黑龙江 大庆 163319
我国北方寒地温差大, 土壤温差对近红外光谱测量土壤墒情有较大影响。 针对这一问题, 以北方寒地土壤为研究对象, 探究大范围温度胁迫下(-20~40 ℃)土壤的近红外光谱与土壤不同含水率之间的关系预测模型方法。 选取黑龙江八一农垦大学农学院试验基地中的黑土, 经烘干、 过筛等操作处理后配置含水率范围在15%~50%内八种不同湿度的土壤样品, 建立北方寒地土壤大范围温度胁迫下土壤的近红外光谱信息与含水率之间的定量预测模型。 在全波段光谱数据的基础上, 结合五种不同光谱信号预处理方法, 采用BP神经网络算法、 优化支持向量机算法(SVM)、 高斯过程算法(GP)三种智能算法建立北方寒地土壤近红外光谱与含水率的预测模型并验证模型的效果。 利用69组数据进行训练建模, BP神经网络相关参数设置为学习速率0.05, 最大训练次数设置为5 000, 隐层单元数确定为20; SVM采用径向基函数, 并利用leave-one-out cross validation确定了最佳惩罚参数为0.87, 使模型预测的准确性提高; 高斯过程算法内部采用马顿核。 模型的定量评估采用决定系数(R2)和均方根误差(RMSE)。 结果表明, 在建立的全部BP神经网络模型中, 效果最佳的为S_G-BP神经网络模型, 模型的R2为0.960 9, RMSE为2.379 7; 在SVM模型中SNV-SVM模型的效果最好, 模型的R2为0.991 1, RMSE为1.081 5; 在GP模型中S_G-GP模型的效果最好, 模型的R2为0.928, RMSE为3.258 1, 综上基于SNV预处理的SVM模型训练效果最优。 利用剩余的35组光谱数据作为预测集验证模型性能, 经模型对比分析发现基于SVM算法的预测模型效果优于其他两种算法, 其中基于S_G的SVM模型效果最优, 其预测模型的R2和差RMSE分别为0.992 1和0.736 9。 综合建模集与预测集的参数最终确定基于S_G的SVM模型为最佳模型。 此模型可以作为大范围温度胁迫条件下(寒地)的土壤含水率有效预测方法, 为设计优化适宜寒地便携式近红外土壤含水率快速测量仪提供科学依据。
近红外光谱 北方寒地 温度胁迫 土壤含水率 预测模型 Near-infrared spectroscopy Cold northern region Temperature stress Soil moisture content Prediction model 光谱学与光谱分析
2022, 42(6): 1704
1 中信建设有限责任公司，北京 100027
2 昆明理工大学电力工程学院，昆明 650050
采用楔入劈拉法，针对浸泡在自由水环境中0 h、2 h、5 h、24 h、120 h的3种强度等级(C20、C30、C40)混凝土开展含水率及双K断裂力学特性变化规律研究，为服役于水环境下的混凝土结构安全度评估提供支撑。研究表明：混凝土强度等级越高，吸水速度越慢，含水率越低，达到饱和状态所需浸泡时间越长；混凝土起裂断裂韧度与失稳断裂韧度均随含水率的增大呈近似线性降低。C20、C30、C40混凝土饱和状态的起裂断裂韧度较干燥状态分别降低了29.6%、23.2%、33.4%，失稳断裂韧度较干燥状态分别降低了22.7%、23.9%、33.8%。相同含水率条件下，混凝土起裂断裂韧度与失稳断裂韧度降低幅度基本相似。P-CMOD曲线均明显存在线弹性未起裂阶段、稳定扩展阶段、失稳扩展阶段。随含水率增大，线弹性及稳定扩展阶段斜率均逐渐降低，失稳扩展阶段下降趋势越来越平缓。临界裂缝口张开位移随含水率增大而逐渐降低，混凝土变形能力降低，韧性逐渐减弱。
混凝土 含水率 楔入劈拉法 双K断裂特性 起裂断裂韧度 失稳断裂韧度 concrete moisture content wedge-splitting method double K fracture characteristic initial cracking fracture toughness unstable fracture toughness
1 中国港湾工程有限责任公司，北京 100027
2 江苏省水利科学研究院材料结构研究所，扬州 225000
3 河海大学岩土力学与堤坝工程教育部重点实验室，南京 210024
泥炭土具有高含水率、高有机质含量、大孔隙比和低剪切强度等特点。化学固化常用于提升泥炭土地基承载力和抵抗变形能力。通过开展单向固结试验，研究了含水率、有机质含量、pH值、水泥掺量和掺料粒径对水泥固化泥炭土压缩模量和固结系数的影响。研究表明，随着水泥掺量和养护龄期增加，水泥水化反应生成的凝胶不断增长，固化土压缩模量随之增长。泥炭土初始含水率从600%降至300%后，固化土压缩模量增加了3.5倍。有机质含量从40%增至80%（质量分数）时，固化土压缩模量降低了50%。pH值从7.0降至3.5时，固化土压缩模量降低了15.8%。固化泥炭土的压缩模量和固结系数受含水率、水泥掺量影响最大，有机质含量次之，pH值影响最小。掺石英砂能提升固化泥炭土的压缩模量，且石英砂粒径越小，固化土压缩模量增幅越大。
高含水率 泥炭土 固化 压缩模量 固结系数 地基工程 high water content peat solidification compression modulus consolidation coefficient foundation engineering
