近期在市场上出现了许多与绿松石相似的天然矿物, 市场上俗称绿松石“伴生矿”, 被商家作为天然绿松石的特殊品种售卖。 这些与绿松石外观极为相似的天然矿物, 给鉴定工作带来了一定的困难。 为了探索识别的方法, 选取市场上常见的白色和黄色品种的天然绿松石伴生矿, 通过常规宝石学测试, 红外吸收光谱及X射线粉晶衍射对其宝石学特征及矿物组成进行了分析和研究。 结果表明: 白色系和黄色系天然似绿松石矿物样品均显示不同程度的土状光泽-弱玻璃光泽, 均不透明, 结构比较疏松。 白色系样品折射率约为1.51, 相对密度为1.86～2.28; 黄色系样品折射率约为1.57～1.60, 相对密度为2.32～2.72。 白色和黄色天然绿松石伴生矿的组成类型复杂, 同色系样品的矿物组成也不尽相同。 X射线粉晶衍射测试结果显示: 白色系样品的主要矿物为磷铝矾和磷钙铝矾; 黄色系样品的主要矿物为钠明矾石。 白色和黄色系样品的红外吸收光谱均显示有SO4/PO4的基团振动, 峰形、 峰位区别较大。 根据不同样品的主要矿物组成特征, 将其红外吸收光谱进行分类, 可对其进行快速有效的无损鉴定。

现有的番茄花叶病无损检测方法无法在潜育期内, 即显症之前进行早期识别导致施药不及时或者盲目过度施药。 设计与试制了红外热成像信息采集系统, 主要包括: 光箱、 红外热成像仪、 温度及升降控制器、 加热板和升降载物台。 该系统能够根据温度起止节点的要求, 人为调节拍摄温度。 在江苏大学现代农业装备与技术省部共建重点实验室Venlo型温室中进行非抗病性番茄品种辽宁农科院L-402的培育。 采用叶面摩擦接种花叶病毒(Tobacccco mosaic virus, ToMV), 分为轻度感染组(LI), 重度感染组(SI); LI组为磷酸缓冲液稀释500倍后的病毒液接种, SI组为病毒原液接种。 对照组(CG)喷施等量磷酸缓冲液。 接种10 d后叶片开始出现病斑, 证明接种后9 d为番茄花叶病的潜育期。 使用红外热成像系统采集了三个组共计144个样本的红外热成像图, 计算叶表最大温差(MTD) 以表征潜育期内连续9 d内的叶面温度变化情况。 CG组叶片的MTD值差异极小, 而接种后叶片MTD值随着病毒侵染时间的推进发生了显著的变化。 接种6 d后MTD值差异最大可达1.63 ℃, 第7 d开始差异逐步缩小, 表明病毒的扩散范围增大导致病叶越来越多的区域被侵染使得整体叶温上升。 光谱采集采用两种方法进行, 一种是根据热像图的MTD值计算判别出温度突变区域后采集光谱, 记为热像采集法(TCM); 另一种是不考虑病灶位置, 在叶尖、 叶中、 叶基三个区域分别随机选择一个点采集光谱后求平均值, 记为随机采集法(RCM)。 TCM确定三个光谱采集点的选择原则是: LI组接种后3, 6和9 d的温度突变区域平均MTD值比CG组温度分别高出0.3, 0.7和0.5 ℃。 SI组接种后3, 6和9 d的温度突变区域平均MTD值比CG组温度分别高出0.5, 1.2, 0.8 ℃。 差值达到此标准的病灶位置才定为TCM的可选区域。 对所有样本采用支持向量机(SVM)算法建立识别模型。 采用主成分分析对2 151个波长点的光谱信息进行压缩, 前6个主成分所对应的累积方差贡献率已到达99%。 分别对感病3, 6和9 d的样本按照2∶1的比例划分校正集和预测集, 对预测集样本的病害程度进行识别。 两种方法所建立的模型的总识别率分别为92.59%和99.77%。 采用TCM建立的光谱识别模型中仅有接种后3 d的一个LI组样本未能识别出来, 被误判成CG组样本外, 其余组识别率均达到了100%。 结果表明近红外光谱法识别番茄花叶病是可行的。 采用红外热成像结合近红外光谱法能够建立识别率更高的番茄花叶病潜育期识别模型, 克服点源采样随机性, 对后续管控流程和突破作物早期精准用药的关键技术探索, 建立更为精准的温室智能施药系统提供了新的思路。

基于双馈双线极化微带天线, 结合威尔金森功分器、T形结功分器及顺序旋转馈电的优点, 设计了一种新型低剖面宽带圆极化2×2天线阵列。把辐射贴片和馈电网络集成在同一介质层, 有效地利用了介质空间, 降低了天线的剖面, 增加了天线的带宽。4个天线单元顺序旋转90°, 利用一分四T形结功分器给4个单元等幅、相位依次相差90°馈电。根据Ansoft's HFSS仿真结果, 制作了样机。样机实测结果和仿真结果吻合。实测结果表明, 该天线阵驻波带宽可以达到27.78%, 3-dB轴比带宽可以达到52%, 最大增益为14.19 dB。

采用全矢量有限元法,仿真设计了一种工作在2.5 THz频段的中空芯太赫兹光子晶体光纤,用环烯烃聚合物材料(COC)制备了光纤样品,利用CO2激光泵浦气体太赫兹源搭建了测试平台并对光纤的太赫兹波传输性能进行了测试.实测光纤最低损耗0.17 dB/cm、平均损耗约0.5 dB/cm,在弯曲90°情况下光纤传输损耗波动小于5%,具有良好的可弯曲性;光纤输出端口的模场分布测试结果表明,光纤是以主模进行传输,太赫兹能量很好地被束缚在光纤芯中.

为提高番茄植株营养胁迫定量分析模型的精度, 探究偏振检测在植物单叶尺度进行无损检测的优势, 利用自行研制的偏振反射光谱系统检测不同生长期温室番茄缺素叶片偏振反射特征。 对影响番茄单叶偏振反射的主要因素: 方位角、 入射天顶角、 探测天顶角、 光源偏振片起偏角度、 探测器偏振片起偏角度进行了讨论, 通过正交试验的极差分析获取光谱仪各测量角度参数的优水平, 并通过实验进一步验证, 最终分析得到偏振光谱系统检测番茄缺素叶片的角度组合及主次排序为: 入射天顶角60°、 光源起偏角度0°、 探测器起偏角度45°、 探测天顶角45°、 方位角180°, 在此基础上对不同生长期的缺氮、 缺磷、 缺钾叶片以及不同缺素程度的叶片进行分析比较, 结果显示偏振反射比随番茄叶片的生长周期呈现正相关关系, 缺素和营养过量均能导致偏振反射比的下降, 偏振反射比在结果期和采收期的降幅较为明显。 对于偏振反射光谱在植物单叶尺度营养快速检测的深入研究具有一定的理论和实践意义。

以Venlo型温室中无土栽培模式下自行培育的25%, 50%, 75%, 100%, 150%五个梯度水平的氮、 磷、 钾营养胁迫样本为研究对象, 利用高光谱成像系统以及课题组自行研发的偏振反射光谱测量分析系统分别采集不同氮磷钾营养水平番茄叶片的偏振光谱和高光谱数据。 通过扫描电镜分析阐明营养胁迫叶片非光滑表面的凹凸和质地发生的一系列变化与偏振反射辐射之间具有一定的联系。 由斯托克斯公式将偏振光谱换算成偏振度后, 提取偏振度与氮磷钾实测值之间的各4个偏振度特征; 同时将高光谱数据经过主成分分析降维并确定氮磷钾各4个特征波长, 再通过相关分析法提取这4个特征波长下的各8个高光谱图像纹理特征。 偏振度特征与高光谱纹理特征相加累计氮磷钾各12个特征作为支持向量回归(SVR)的输入变量。 对这12个特征变量进行最大—最小值归一化后, 采用SVR建立番茄氮磷钾营养水平的定量诊断模型, 求得氮的相关系数r=0.961 8, 均方根误差RMSE=0.451; 磷的相关系数r=0.916 3, 均方根误差RMSE=0.620; 钾的相关系数r=0.940 6, 均方根误差RMSE=0.494。 研究结果表明采用偏振反射光谱结合高光谱的多维光信息融合技术能够建立精度较高的番茄营养水平预测模型, 具有较好的诊断作用, 对于提高模型的精度和专用仪器的开发具有一定的指导意义, 为番茄养分含量的快速检测提供了新的思路。

以MPA型傅里叶近红外光谱仪和WQF-400N型傅里叶近红外光谱仪上检测的奶粉光谱为原始光谱,利用积分法选择不同的积分区间对原始光谱进行积分,模拟不同分辨率下的光谱。采用相同的预处理方法〖CD2〗Savitzky-Golay平滑和一阶微分,利用偏最小二乘(PLS)回归对奶粉中的脂肪含量建立模型。分别比较两台仪器所建模型的相关系数(R),预测均方差(fRMSEP),平均相对误差(E)三个预测参数,得到两台仪器分别在分辨率为16 cm-1和64 cm-1时建模效果最好。研究结果表明,利用积分光谱,能起到压缩数据,提高模型预测精度的作用;同时说明对于具体样品的特定指标要选择合适的分辨率,在减少工作量的同时获得最佳的定量分析结果,而单纯的追求高分辨率是没有意义的。