真菌是一种广泛存在于自然界的病原微生物, 具有细胞核、 细胞壁等结构, 可以引起动、 植物和人类的多种疾病。 真菌感染是临床上常见的感染性疾病之一, 使得近年来针对真菌的高效检测及真菌相关领域的研究备受关注。 目前真菌的传统检测方法主要有培养、 镜检与分子生物学检测法等, 均具有操作复杂、 耗时等缺点。 表面增强拉曼散射(SERS)技术以其不受水分子干扰、 能反应分子指纹信息、 检测迅速等特点在真菌的检测与鉴别领域逐渐发挥出明显的优势。 在简要介绍真菌的结构特点及真菌常用的检测方法基础之上, 主要针对拉曼光谱(Raman spectrum)/SRES技术在真菌检测和鉴别中的应用进行调研和讨论。 首先通过对Raman/SERS技术的特点以及真菌的结构特征进行解析, 根据调研Raman/SERS技术用于真菌检测的相关文献, 分析了SERS技术用于真菌检测的可行性, 提出SERS技术在真菌检测时会面临检测灵敏度低、 信号复杂、 选择性和特异性差以及信号重现性和稳定性不佳等难点。 为解决以上难题, 分析了SERS的增强模式, 重点针对SERS的纳米增强介质材料、 SERS标签(SERS tag)的信号放大效应以及SERS光谱分析技术与微流控芯片分析技术结合等SERS分析新进展, 予以了系统地综述和讨论。 通过纳米材料选择和纳米微结构的构建, SERS增强介质所产生的SERS增强效应在真菌鉴别以及临床疾病快速诊断中显示出巨大的发展潜力; 基于SERS tag产生的信号放大机制, 可以有效提高真菌SERS检测的灵敏度、 特异性和重现性; 在微流控芯片中设计和集成SERS增强纳米微结构, 构建基于SERS tag 的信号放大策略, 开展针对真菌的快速高效测试方法研究, 更有望实现真菌样本的高通量及高内涵SERS检测, 其在真菌的鉴别和检测上显示出巨大的研究价值和应用前景。

太赫兹（THz）波, 是指频率范围在0.1～10 THz的电磁波, 在电磁波谱中处于红外与微波之间。 太赫兹波的光子能量相对于可见光更低, 1 THz对应的能量大约只有4.14 meV, 意味着这将大大减少对生物体内组织器官的辐射而引起的伤害, 不会对生物分子产生电离。 因此, 该波段在基础科学、 人体安检、 危险品检测、 高速通信和医学成像等领域具有重要的潜在应用价值。 但在医药和生物探测的应用中, 通常需要检测微量的分析物, 这就需要更高的灵敏度和检测的准确度。 但是现存的检测方法受到太赫兹波强度检测可靠性不高的影响。 基于超材料的生物传感可以通过增强局域电磁谐振, 实现亚波长分辨, 大大提高了传感器的分辨率与灵敏度, 引起了人们的广泛关注。 超材料是一种人工设计的周期性结构, 通过合理设计可以增强局域电磁谐振响应, 实现亚波长分辨, 大大提高传感器的分辨率与灵敏度。 太赫兹超材料传感器为生物传感领域提供了一种新的检测方法, 具有灵敏度高、 响应速度快、 无标记检测等优点。 随着微纳加工技术的快速发展, 制作超材料太赫兹传感器的成本不断降低, 从而在生物医学领域具有非常大的潜在应用价值。 基于超材料的太赫兹传感器的研究已成为目前一个非常热门的国际前沿方向。 但是关于太赫兹超材料传感器的最新研究进展未见报道, 为此通过大量搜集并整理相关资料, 综述了太赫兹超材料传感器在各种生物探测场景中的最新应用, 分别从医学诊断、 食品安全、 农药检测等方面展开介绍。 最后, 对太赫兹超材料在生物传感器的发展和应用前景进行了总结和展望。 该研究将为人们充分掌握太赫兹超材料生物传感器的最新应用进展提供重要参考, 同时为太赫兹超材料传感器的发展和应用提供方向性的指导。

很多生物大分子的特征振动模式和转动模式都位于太赫兹波段范围内, 且太赫兹波的低电子能特性使其在实验过程中不会对待测样品造成破坏, 所以可以采用太赫兹技术来鉴别生物样品。 在许多研究中, 生物样品都是溶液状态, 溶液中水和其他分子之间的相互作用涉及很多生物现象, 所以研究水的太赫兹特性就显得至关重要。 众所周知, 水分子是十分常见的极性分子, 分子间氢键会与太赫兹波发生强烈的相互作用, 从而使得水对太赫兹波有很强的吸收作用, 导致利用太赫兹技术研究水溶液中生物样品的动态特性变得相当困难。 为了解决这一难题, 可以引入微流控技术。 微流控技术以能精确操控微尺度流体而著称, 其沟道深度可以达到50μm甚至更小。 由于微流控技术减小了太赫兹波在流体中的传播距离, 从而极大地减小了水对太赫兹波的吸收。 本研究采用对太赫兹波具有高透过率的Zeonor 1420R材料制成了夹心式微流控芯片, 芯片上微沟道的长度、 宽度和深度分别为3 cm, 4 mm和50 μm, 太赫兹探测区的直径为3 mm。 在制作微流控芯片时, 利用厚度为50μm的强黏性双面胶代替传统夹心式微流控芯片中的聚二甲基硅氧烷(PDMS)薄膜, 使微流控芯片在加热过程中不再有漏液现象。 另外, 设计了一个温控系统, 它由加热片、 温度传感器和温控仪构成, 该温控系统能够以0.1 ℃的精度控制温度。 利用该系统对微流控芯片中的去离子水进行加热, 从20～90 ℃每隔5 ℃进行一次太赫兹透射测量, 通过对实验数据的分析, 发现随着温度升高, 水的太赫兹透过率不断减小, 说明水对太赫兹波的吸收随着温度的升高而变大。 此结果为未来在不同环境温度下利用微流控技术研究液态样品的太赫兹吸收特性提供了先决条件, 为未来太赫兹的应用与发展提供技术支持。

许多生物分子自身的转动、 振动或分子团的整体振动模式都位于太赫兹波段内, 因此可以利用太赫兹光谱技术对生物分子进行检测。 同时又由于太赫兹波的光子能量仅为毫电子伏量级, 不会对分子的内部结构造成破坏, 所以太赫兹时域光谱技术在生物检测方面具有良好的应用前景。 众所周知, 绝大多数的生物分子只有在液体条件下才能发挥其生物活性, 所以研究液体环境下生物分子之间的相互作用就非常必要。 然而水分子的转动模式、 振动模式以及和氢键有关的能量均处于太赫兹波段, 从而对其产生强烈的吸收; 另外, 水分子为极性分子, 而极性分子对太赫兹波有强烈的共振吸收, 这就使利用太赫兹技术对生物分子活性进行动态表征产生了困难。 因此在研究溶液中的生物分子与太赫兹波的相互作用时, 最大限度地减小水分子对太赫兹波的吸收就成为近年来的研究热点。 目前, 减少水对太赫兹波吸收的主要方法有: 在溶液样品中加入抑制氢键缔合的离子来减小水对太赫兹的吸收; 通过改变溶液的温度来调节水对太赫兹的吸收; 利用微流控芯片技术, 通过减小被测样品与太赫兹波的作用距离来减小水对太赫兹波的吸收。 另外, 激光的激励、 电场或磁场的处理, 也能改变水对太赫兹波的吸收, 将盛有去离子水的微流控芯片放于电场中, 研究经电场处理不同时间的去离子水对太赫兹吸收强度的影响。 结果发现, 太赫兹波的透射强度随着去离子水在电场当中静置时间的增加而增强, 当在电场中静置60 min时, 太赫兹的频谱强度达到最大, 与空气的频谱强度接近。 由此可以推断外加电场使水分子的偶极矩发生了变化, 从而对整体水分子的振动和转动产生了影响, 并且改变了水中的氢键结构, 导致了太赫兹透射光谱强度的增强。

极化率作为材料的重要微观属性, 与其呈现出的多种宏观属性等紧密相关, 在新型药物及功能材料的设计中扮演着关键角色。 对于微观结构存在复杂分子间作用的物质体系, 获取其太赫兹波段的动态极化率具有重要意义。 极化率的实验测定建立在其本征介电常数的准确测定之上, 太赫兹时域光谱系统凭借其相干探测属性, 可直接提供太赫兹波在穿透样品后的相位变化信息, 用于精确测定样品的介电常数。 当样品由待测物纯物质组成时, 实验测得的介电常数可直接用于计算极化率。 但对于大多数的有机晶体, 其自身对太赫兹波的特征吸收以及与颗粒尺寸与波长相当造成的散射, 使其纯样品的太赫兹时域光谱表征受到系统信噪比的限制, 通常需要将待测物均匀分布于对太赫兹波透明且可塑性极强的聚合物载体中。 聚合物载体的使用导致实验直接测定的混合物介电常数中也包含了聚合物的介电影响, 无法直接用于计算待测物质的极化率。 针对这一问题, 将嵌于聚合物载体中的有机晶体整体等效为聚合物、 空气气隙和待测样品三组份混合介质模型, 结合各组份体积占比以Landau, Lifshitz and Looyenga有效介质模型从实验测得的混合物介电常数中移除聚合物和空气气隙的影响, 获取待测物的太赫兹本征介电常数, 从而进一步结合Clausius-Mossotti关系式计算其太赫兹极化率。 选取水杨酸晶体为研究对象, 利用所提出的理论方案, 从聚乙烯和聚四氟乙烯两种聚合物载体三种浓度混合物的原始介电常数中, 提取出了具有高度一致性的本征介电常数和太赫兹极化率, 验证了方法的有效性, 并利用实验结果首次报道了水杨酸晶体的太赫兹极化率, 在聚乙烯和聚四氟乙烯载体中的测定值分别为(17.2±0.2)和(17.6±1.0)3。

激发态质子转移是光物理学、 光化学和光生物过程中最基本的化学反应之一。 激发态分子内质子转移(excited-state intramolecular proton transfer, ESIPT)通常是指有机分子受到激发, 到达激发态后, 质子在激发态势能面上从质子供体基团转移到质子受体基团并形成含有分子内氢键多元环的过程, 一般发生在亚皮秒量级。 质子转移可应用于有机发光二极管、 荧光探针等领域。 茜素, 即1,2-二羟基蒽醌, 可从茜草根部提取, 具有与醌类衍生物相似的结构, 常用于染料、 染色剂和药物等。 近年来, 发现茜素分子具有质子转移特性, 可用来制备新型“绿色”染料敏化电池。 利用稳态吸收、 稳态荧光和飞秒瞬态吸收光谱技术以及第一性原理理论计算对溶于乙醇溶液的茜素分子的质子转移过程进行了研究和分析。 稳态吸收和稳态荧光研究结果表明: 在基态时, 茜素分子的正常构型9,10-酮处于稳定状态, 容易发生跃迁; 在激发态时, 茜素分子的互变异构体构型1,10-酮处于稳定状态, 容易产生荧光发射。 飞秒瞬态吸收光谱测量使用的激光的激发波长为370 nm。 测得的瞬态吸收光谱在430 nm附近存在茜素的基态漂白信号。 通过使用全局拟合方法对瞬态吸收光谱进行分析研究发现: 茜素正常构型9,10-酮的激发态分子内质子转移时间为110.5 fs, 茜素互变异构体构型1,10-酮分子内振动弛豫时间为30.7 ps, 茜素互变异构体构型1,10-酮荧光寿命为131.7 ps。 通过使用单波长动力学拟合的方法对瞬态吸收光谱进行分析发现: 发生质子转移的时间尺度与运用全局拟合方法得出的结果基本一致; 茜素分子的正常构型9,10-酮分子在110.5 fs的时间尺度内处于快速减少的趋势, 而茜素分子的互变异构体构型1,10-酮分子在这一时间尺度内处于快速上升的趋势。 当延迟时间增大时, 茜素分子的互变异构体构型1,10-酮分子又呈现缓慢衰减的趋势。

丹酚酸B（SAB）是丹参中主要的水溶性成分之一, 具有广泛的生物活性。 血清白蛋白是哺乳动物体内血浆中含量最为丰富的蛋白质, 约占血浆总蛋白的60%, 能与许多内源及外源性物质相结合, 发挥存储和转运的作用。 丹酚酸B进入人体后, 必然先与血液中的蛋白质相结合, 然后才被转运到其受体结合部位, 进而发挥其药理作用。 为更好地了解丹酚酸B在体内的分布、 转运及代谢, 在模拟生理条件下, 采用荧光光谱法、 圆二色光谱法和核磁共振波谱法等方法研究丹酚酸B与牛血清白蛋白（BSA）的相互作用机制。 结果表明: 丹酚酸B与牛血清白蛋白的结合能有效地导致牛血清白蛋白的内源荧光猝灭, 猝灭机制为以静态猝灭为主的联合猝灭方式。 荧光光谱分析表明两者的结合常数分别为7.51 ×105（288 K）, 7.40 ×105（298 K）和5.57 ×105（308 K） L·mol -1, 达到105 L·mol -1数量级, 且随着温度的升高逐渐降低。 Scatchard方法确定牛血清白蛋白与丹酚酸B相互作用时结合位点数约为1, 说明两者之间可形成1∶1型非共价复合物。 位点标记竞争实验表明丹酚酸B在牛血清白蛋白亚结构域IIA（Site I）的疏水腔内相结合。 三维荧光光谱法和圆二色谱法实验结果显示, 结合丹酚酸B后牛血清白蛋白中色氨酸和酪氨酸所处的微环境发生了一定的变化（即峰位置发生红移, 色氨酸和酪氨酸残基周围微环境疏水性减小, 极性增强）, 而二级结构和和三级结构的变化较小。 此外, 利用核磁共振波谱技术比较一定浓度的丹酚酸B在不同浓度的牛血清白蛋白溶液中的化学位移变化情况, 研究表明H5”和H6”所在的苯环在牛血清白蛋白与丹酚酸B相互作用过程中发挥着重要的作用。 该研究有助于了解丹酚酸B在机体内的作用机制以及对血清白蛋白结构和功能的影响, 为丹酚酸B类新药的研发提供一定的理论参考。

烟羽断层重建质量受两方面条件限制: 其中一个限制条件是遥感设备的时间分辨率。 以往的研究多使用多轴差分吸收光谱仪（MAX-DOAS）进行CT重建, 受采集数据速度的限制, 重建图像的时间分辨率较低。 另一个限制条件是, 采集到的数据量有限, 是典型的不完全角度重建。 过去多使用代数迭代重建算法或统计迭代重建算法, 重建图像受测量误差的影响比较大, 分辨率较低且伪影较多。 构造了基于成像差分吸收光谱技术（IDOAS）的光谱数据采集系统, 与多轴差分吸收光谱仪构造的系统相比, 数据采集的时间分辨率提高了160多倍, 基本解决了时间分辨率的问题。 提出了一种基于压缩感知理论和低三阶导数模型的烟羽断层重建算法——投影凸函数集低三阶导数法, 简称为POCS-LTD。 在投影的过程中, 使用代数重建算法使重建图像符合投影方程; 在全变分迭代的过程中使用了优化算法, 将低三阶导数模型的全变分归一化值作为优化算法的迭代方向, 前次迭代运算结果与本次投影运算的差值的模作为迭代步长。 对重建算法进行了数值模拟, 并以重建图像的接近度和一致性相关因子为指标, 对重建结果进行了分析。 数值模拟表明, 算法具有良好的抗误差能力, 与传统的低三阶导数法相比, 本文提出的算法将重建接近度减小了80%以上。 使用烟羽数据采集系统进行了外场实验, 用POCS-LTD算法对外场实验的数据进行了烟羽重建, 重建图像显示烟羽图像清晰, 伪影得到了较好的抑制。 介绍的烟羽断层数据采集系统和烟羽断层重建算法, 提高了烟羽断层重建图像的时间分辨率, 减少了重建图像的伪影, 扩大了光谱测量技术的应用范围。

木材是人们生活中必不可少的可再生资源, 同时在建筑、 工艺、 家具、 结构材料等方面有着举足轻重的地位。 市场中常见的木材品种繁多, 其品质和价格千差万别, 使用智能化技术对木材进行正确的分类不仅可以防止不法商贩“以次充好”, 也可以大幅度降低木材分类人员的工作难度。 通过木材的遗传信息和解剖学信息可以得到较为准确的木材分类结果, 这类方法识别工艺相对复杂, 对非专业人员并不友好。 借助木材切面的图像信息或光谱信息可以简单方便地对木材进行分类, 然而由于不同种木材之间存在的近似性, 这类方法往往分类精度不高或只适用于某些阔叶木材。 提出了一种基于木材横切面图像信息和光谱信息的多特征木材分类算法, 首先分别采集木材横切面的光谱信息以及图像信息; 再使用Segnet图像分割方法将待分类样本分成含管孔木材和不含管孔木材两组, 并对含管孔样本组中的木材进行管孔分割; 然后对含管孔样本组中的木材提取管孔特征、 光谱特征以及纹理特征, 对无管孔样本组木材提取光谱特征和纹理特征; 最后根据这些特征使用支持向量机分别对木材进行分类并记录其木材的分类结果, 对分类结果不一致的样本使用相似性判据判断最佳分类结果。 为了验证该方法的有效性, 以20种常见的阔叶木材和针叶木材的混合样本集为研究对象, 对其进行了分类。 实验结果显示三种特征均可以对木材进行分类, 单独使用光谱特征、 纹理特征以及管孔特征对木材进行分类的最高正确率分别为93.00%, 89.33% 和69.23%, 通过相似测度的判断后三个特征可以相互补充从而进一步提高木材的分类正确率, 最高正确率可达98.00%。 综上所述, 该方法可以对包含阔叶木材和针叶木材的混合样本集中的木材进行分类, 木材横切面的光谱特征、 纹理特征以及管孔特征可以相互补充, 从而使分类正确率进一步的提高。 与目前的主流木材分类方法进行对比, 发现该算法的分类正确率高于其他算法。

水稻氮素含量的准确监测是稻田精准施肥的重要环节, 水稻叶片氮素含量发生变化会引起叶片、 冠层的光谱发射率发生变化, 高光谱遥感是目前作物氮素无损监测的关键技术之一。 以2018年—2019年湖北监利两年水稻氮肥试验为基础, 分别获取水稻分蘖期、 拔节期、 孕穗期、 扬花期、 灌浆期五个生育期水稻叶片和冠层两个尺度的高光谱反射率数据及对应的叶片氮素含量数据, 利用单波段原始光谱和一阶导数光谱的相关性分析、 高斯过程回归（GPR）等方法筛选水稻全生育期叶片及冠层尺度氮素敏感波段。 针对敏感波段, 利用单波段回归分析、 随机森林（RF）、 支持向量回归（SVR）、 高斯过程回归-随机森林（GPR-RF）、 高斯过程回归-支持向量回归（GPR-SVR）和GPR构建水稻氮素监测模型, 并进行精度对比, 以确定水稻叶片在各生育期的氮素估算最佳模型。 结果表明: GPR筛选的敏感波段符合水稻氮素含量及光谱变化的规律。 相同条件下, 叶片模型精度整体高于冠层模型。 相关性分析模型中, 叶片尺度原始光谱模型更好, 冠层尺度刚好相反, 冠层一阶导数光谱可以减弱稻田背景噪声的影响。 其中, 叶片最佳模型建模集R2为0.79, 验证集R2为0.84; 冠层最佳模型建模集R2为0.80, 验证集R2为0.77。 与相关性回归分析模型相比, 机器学习模型受生育期影响小（R2>0.80, NRMSE<10%）。 其中, RF比SVR更适合对GPR敏感波段建模, GPR-RF模型可以用1.5%左右的波段达到RF模型使用全部波段的精度。 五种方法中, GPR模型对生育期敏感度最低、 叶片及冠层尺度效果都很好(R2>0.94, NRMSE<6%)。 且与其他四种机器学习方法相比, GPR模型可有效提高冠层氮素含量估算的精度和稳定性（R2增加0.02, NRMSE降低1.2%）。 GPR方法可为筛选作物氮素高光谱敏感波段、 反演各生育期叶片及冠层氮素含量提供方法参考。

叶绿素含量是红枣树光合作用能力、 生长状况、 营养状况的指示剂, 不同地理位置种植的红枣树受到自然、 人为等因素的影响, 叶绿素含量分布有所不同, 该研究实地测定了若羌县枣树叶片高光谱反射率及表征叶绿素含量的枣树叶片SPAD（soil plant analysis development)值。 为了高效无损地估算红枣树叶片SPAD值, 计算了红枣树叶片SPAD值全局莫兰指数, 以SPAD值和高光谱波段之间的相关性为基础, 通过CP统计量计算重要程度高的特征波段, 运用地理加权最小二乘支持向量回归GWLS-SVR（geographically weighted least squares-support vector regression）模型对红枣树叶片SPAD值进行预测, 与多元线性回归（MLR）、 支持向量机回归（SVR）模型比较并探讨GWLS-SVR模型估算红枣树叶片SPAD值的能力。 结果表明: （1）光谱一阶导数可以有效去除噪声并突出光谱信息尤其是492~510, 542~543, 642~652, 657~670和682~692 nm区间内显著的提高了与SPAD值的相关性。 （2）CP统计量方法能够有效的选择敏感区间的特征波段, 进而提高模型估算精度, 由统计量方法计算出原始光谱重要程度最高的两个变量为595与696 nm, 光谱一阶导数的特征波段为688 nm。 其中对于同一个敏感波段区间的波段组合总有单个波段的统计量低于多个波段组合的统计量, 这可能是相近波段间的较强共线性导致的。 （3）若羌县红枣树叶片SPAD值存在显著的空间聚集性, 全局莫兰指数为0.125 8（p<0.1）, 适合建立考虑空间位置的GWLS-SVR模型。 （4）结合Bootstrap再抽样与t检验模型检验得到结合地理位置信息的GWLS-SVR模型总体上估算能力优于SVR和MLR模型, 且结果高度显著（p<0.001）, 其中基于光谱一阶导数的GWLS-SVR模型为最优的红枣树叶片SPAD值估算模型（R2为0.975, MSE为1.082）, 能够为高光谱定量反演红枣树SPAD值进而快速无损的监测红枣生长状况提供一定参考。

不同光照下, 如何消除或减小反演数据差异, 提高检测精度, 是目前南疆冬枣户外检测中遇到的一大难题, 因此通过用高光谱相机获得的南疆冬枣二向反射分布函数（BRDF）测量值, 采用最小二乘法拟合Roujean模型和Ross-Li模型的参数, 最后对比Roujean模型和Ross-Li模型反演的结果, 提出何种天气何段波长用何种模型反演效果最好的建议, 实验结果表明: （1）多云天气, 反演南疆冬枣线偏振度（Dolp）时, Ross-Li模型的R2是0.974 8, Roujean模型的R2是0.969 9; 反演南疆冬枣强度分量时, Ross-Li模型的R2是0.972 3, Roujean模型的R2是0.974 9。 阴天反演南疆冬枣Dolp时, Ross-Li模型的R2是0.965 1, Roujean模型的R2是0.977 8; 反演南疆冬枣强度分量时, Ross-Li模型的R2是0.942 0, Roujean模型的R2是0.968 8。 晴天反演南疆冬枣Dolp时, Ross-Li模型的R2是0.965 5, Roujean模型的R2是0.926 2; 反演南疆冬枣强度分量时, Ross-Li模型的R2是0.928 5, Roujean模型的R2是0.833 1。 整体反演的最佳方案是多云天气下的南疆冬枣Dolp用Ross-Li模型反演, 强度分量用Roujean模型反演; 晴天南疆冬枣Dolp和强度分量均用Ross-Li模型反演; 阴天南疆冬枣Dolp和强度分量均用Roujean模型反演。 （2）多波段反演的最佳方案是: 多云天气下, 反演南疆冬枣强度分量时, 波长为1 000~1 100 nm范围, 需用Ross-Li模型, 波长为1 450~1 600 nm范围, 需用Roujean模型, 其余波段处两种模型均可; 反演南疆冬枣Dolp时, 在波长为1 300 nm附近, 需用Ross-Li模型, 其余波段处两种模型均可。 阴天反演南疆冬枣强度分量时, 在1 000~1 350 nm范围, 需用Roujean模型, 在1 600 nm附近, 需用Ross-Li模型, 其余波段处两种模型均可; 反演南疆冬枣Dolp时, 在1 000~1 350 nm范围, 需用Roujean模型, 在1 600 nm附近, 需用Ross-Li模型。 晴天反演南疆冬枣强度分量时, 波长为1 000~1 350和1 600 nm附近, 需用Ross-Li模型, 其余波段处则无特殊要求; 反演南疆冬枣Dolp时, 在1 000 nm附近, 需用Roujean模型, 在1 600 nm附近, 需用Ross-Li模型。 探索出消除或减小反演数据差异的方法, 为南疆冬枣户外检测提高精度奠定基础。

等离子体状态参数测量是研究等离子体特性, 开展等离子体模拟再入环境、 等离子体隐身、 等离子体减阻以及边界层控制等研究的重要基础。 利用等离子体射流的自发辐射光谱, 提出了一种基于光学多普勒频移效应的等离子体超声速射流测速的方法。 首先, 测量了等离子体中Ar原子产生的自发辐射光谱, 选择696.54 nm的特征谱线, 作为等离子体发生器测速实验的运动光源; 其次, 使用光谱仪、 传能光纤、 EMCCD相机和高光谱分辨法布里-珀罗（F-P）干涉仪, 设计了高温等离子体速度测量光路; 最后, 在氩壁稳电弧等离子体发生器上, 开展了超声速射流速度测量实验。 实验中, 同一测点的Ar原子产生的自发辐射光谱, 分别被与等离子体射流运动方向成49°和90°夹角的收集透镜收集进入光谱仪, 经光谱仪分光后仅保留特征谱线696.54 nm附近自发辐射光进入传能光纤, 从而消除其他波长的自发辐射光的影响; 光谱仪输出的特征辐射光谱, 经光纤传输及透镜整形成平行光后, 精细度30、 自由光谱范围6.6 GHz的F-P干涉仪, 形成多光束干涉圆环, 并由EMCCD相机采集, 实现对特征谱线的超高精度分辨; 根据多普勒原理, 不同角度收集的同一测点处Ar 696.54 nm特征谱线的频移将有所不同, EMCCD采集的干涉圆环半径也将不同, 通过测量同一级次不同收集方向特征谱线形成的干涉圆环半径改变量, 可测得高温等离子体射流流动速度。 针对同一喷管开展了两车对比试验, 实验测得两车射流轴向速度分别为791和783 m·s-1, 具有较好的重复性。 结果表明基于多普勒效应, 利用高温气体自发辐射光谱, 结合高光谱分辨F-P干涉仪, 能够实现高温等离子体射流速度的精确测量, 该方法属于非接触测量, 不干扰流场, 尤其适用于传统传感器难以应用的高温流场测量。

随着汽车排放标准的提高, 相关VOC标准从总烃检测变为非甲烷碳氢化合物(NMHC)检测; 随着含氧燃料的增加, 增加了非甲烷有机气体(NMOG)测量。 针对国内汽车尾气分析仪分析组分单一、 精度有限、 VOCs检测过程复杂等问题, 提出了基于便携式FTIR的机动车尾气检测方法, 基于立体角镜优化FTIR光学系统结构, 提高动镜扫描速度, 设计便携式且满足抗振动需求的快速FTIR光谱仪。 FTIR红外光源输出波段范围为2～20 μm, 分辨率为0.5 cm-1, 扫描速度1 Hz, 气体池光程为10 m, 采用斯特林探测器, 其光谱响应范围为600～6 000 cm-1。 选择CH4, C2H2, C2H4, C2H6, C3H6, n-C5H12, i-C5H12, C7H8, HCHO, C2H5OH, CH3CHO这些典型HC化合物作为VOC气体检测的替代物。 通过标准谱确定尾气成分的波段为900～1 100和2 700～3 100 cm-1, 涵盖所有待测气体吸收波段。 基于AVL台架测试, 开展NEDC和WLTC工况实验测试, 测试车辆为丰田威驰, 测试油品为92号国五。 便携式FTIR采用抽取方式进行尾气测量, 原始的废气样本来自安装在排气管延长部分的多孔探头, 前端安装样气取样装置, 主要包括颗粒物过滤和除水汽装置, 以防止污染FTIR光学系统。 实验表明FTIR可以有效快速测量汽车尾气中CO, CH4, NO和主要HC化合物, 在FTIR检测限0.5 μmol·mol-1下会引入噪声信号, 浓度可信度降低。 通过分析可以看出输出气体平均浓度降级排列依次是: CO, C2H4, CH4, NO, i-C5H12, C2H6, C7H8, n-C5H12, C2H5OH, CH3CHO。 从3个循环的NEDC工况可以看出, 每种气体排放呈现一致的规律性变化。 针对CO进行了SEMTECH-DS与FTIR测量数据的时间序列比较, 结果呈现了较好的规律一致性, 但是由于FTIR和SEMTECH-DS测量技术和取样稀释系统不同导致二者浓度差异较大。 与传统尾气检测技术相比, 便携式FTIR测量系统对瞬态事件有良好的响应, 可以在线进行多组分浓度实时测量获取机动车的瞬时排放数据, 在满足新规测试要求下, 也可以为后期的机动车在实际道路上的排放特征分析和模拟提供可靠的数据支持。

高光谱技术快速、 无损、 精确探测矿物, 能够清楚的反映矿物化学成分的改变。 石榴子石在热红外波段具有诊断性的三峰式特征。 反射峰波长与化学成分关系密切, 所以可以依据石榴子石在热红外波段的光谱特征开展其亚类分类研究。 钙铬榴石和锰铝榴石反射峰位置易于与其他亚类区分, 而铁铝榴石和镁铝榴石、 钙铁榴石和钙铝榴石的反射峰位置有较大重叠区域, 无法直接判别, 因此亟需一种基于热红外光谱的快速、 准确识别石榴子石亚类的分类方法。 基于热红外光谱库中85个不同类型的石榴子石样本数据获取其3个反射峰位置及波长差值信息, 利用非线性BP神经网络、 聚类分析以及多元线性判别分析3种方法开展石榴子石亚类识别实验, 并运用精确率、 召回率和F1值进行分类精度评价。 结果显示: BP神经网络算法分类的精确率、 召回率和F1值均能达到100%, 铁铝榴石和镁铝榴石、 钙铁榴石和钙铝榴石得到很好地区分; 聚类分析和多元线性判别分析分类的精确率、 召回率和F1值分别为86.1%、 80%和79.2%, 84.2%、 80%和79.5%, 这两种方法对反射峰重叠的铁铝榴石和镁铝榴石、 钙铁榴石和钙铝榴石分类效果不好, 因此BP神经网络更适合石榴子石亚类识别。 本研究利用BP神经网络强大的非线性自动映射能力, 找到了石榴子石热红外谱段反射峰位置与亚类类型之间复杂的映射关系, 证明了BP神经网络方法与热红外光谱特征结合使用的可行性与优越性, 为石榴子石亚类识别提供了快速有效的技术支撑, 同时为其他矿物的快速有效识别提供了良好的技术启示。

近年来短波红外高光谱技术已成功应用于含水含羟基蚀变矿物及矿床学研究, 但是对于不含水不含羟基矿物探测效果不好, 而热红外高光谱技术可以弥补这一技术缺陷, 对于含SinOk, SO4, CO3和PO4等原子基团的矿物具有良好的应用前景。 石榴子石是一种重要的含SinOk 基团的岛状结构硅酸盐矿物, 根据成分可分为钙铝榴石、 钙铁榴石、 镁铝榴石、 铁铝榴石及锰铝榴石等不同端元, 石榴子石成分对成矿温压环境及成矿中心预测具有重要的研究意义。 目前针对石榴子石热红外波谱特征研究非常欠缺。 故采集不同成分、 不同颜色石榴子石样品16件, 创新性地运用美国Agilent4300热红外波谱仪开展热红外波谱特征研究, 同时运用美国Niton手持式XRF分析仪开展石榴子石同一测量位置的SiO2, MgO, Al2O3, K2O, CaO和Fe2O3等主量元素含量测试, 并分析波谱吸收位置与主量元素含量之间的关系。 结果表明石榴子石在热红外波段10~13 μm具有左高右低的双峰式诊断性波谱特征, 在11.5 μm附近呈现一个主吸收谷, 在12 μm附近有一个次级吸收谷, 且主吸收谷及次级吸收谷波长位置与石榴子石Al2O3和Fe2O3含量具有良好的相关性, 相关系数大于0.9, 即波谱吸收谷的波长位置与Al2O3含量具有线性负相关关系, 与Fe2O3含量具有线性正相关关系。 据此研究结果, 可以快速开展石榴子石矿物成分的野外鉴定, 还可以快速开展矽卡岩矿床野外蚀变分带研究, 进而指导找矿勘查。 揭示了不同成分石榴子石矿物的热红外波谱特征, 对其他架状硅酸盐、 岛状硅酸盐、 单链状硅酸盐、 碳酸盐、 硫酸盐矿物的热红外波谱特征研究具有重要的指导意义。

岩石定量遥感是矿产资源探测与地质环境监测的主要手段, 光谱解混是岩矿定量遥感的重要方法。 在实际应用中, 由于卫星对地观测受地形起伏的影响, 观测具有一定的角度, 导致所测发射率光谱产生变异。 但在目前的研究中, 解混所采用的矿物端元光谱, 是在实验室垂直试样表面观测得到的, 忽略了观测角度对发射率光谱的影响, 降低了光谱解混精度。 因此, 有必要将观测角度作为影响岩石光谱解混的因素, 研究其对光谱解混精度的影响。 首先, 将常见的石英、 正长石和斜长石矿物表面制作成一般粗糙度, 并设计0°~77°共9个观测角度实测发射率光谱, 分析观测角度对矿物热红外光谱特征的影响。 其次, 利用观测角度13°~77°的矿物端元, 构建相应角度虚拟岩石光谱, 并用0°的矿物端元光谱解混9个观测角度的岩石光谱, 分析观测角度对岩石热红外光谱解混的影响。 结果表明: (1）在0°~20°范围, 观测角度对光谱影响较弱, 从30°开始, 影响显著。 基本规律是: 随着角度的增加, 光谱吸收深度增加, 但各波段处的情况不尽相同。 CF特征在观测角度大于50°之后向短波方向移动明显; RF特征处的吸收谷在观测角度大于20°之后显著加深, 且谷底位置向短波方向移动; TF特征在观测角度大于40°之后发射率显著降低。 表明观测角度的变化, 会引起光谱特征的明显变化。 (2）在0°~20°范围内, 观测角度对光谱解混影响不明显, 解混误差小于5%; 当观测角度大于20°时, 观测角度对光谱解混有显著影响, 30°~77°解混误差均大于5%, 平均解混误差达到17.2%, 解混精度较低。 这表明, 在基于光谱解混方法进行岩石矿物组分定量反演时, 需要考虑观测角度的影响, 这对于提高反演精度、 准确确定岩石类型具有重要意义。

在水稻抗倒伏育种中, 水稻茎秆纤维素含量作为重要的作物性状表现型数据, 用传统方法获取时受人力成本和时间成本的约束, 采集群体大小有限。 利用高光谱技术能够实现对作物性状信息的快速、 无损检测。 为探究水稻茎秆纤维素含量近红外光谱反演模型, 以田间小区试验的方式, 采集水稻灌浆期至成熟期茎秆基部倒2、 3节作为实验样本, 并在实验室内使用NIRQuest512型号高光谱仪测得茎秆近红外反射光谱数据; 采用标准变量正态变换（SNV）、 连续小波变换（CWT）及两种方法结合（SNV-CWT）对原始近红外光谱进行预处理, 经对比分析, 原始光谱经SNV处理后再通过CWT对应6尺度分解最优, 然后采用联合区间偏最小二乘法（SiPLS）、 迭代保留信息变量法（IRIV）对最优预处理（SNV-CWT）的光谱特征曲线进行光谱特征变量筛选, 分别提取了64个和16个特征变量; 为优化模型并提高其模型精度, 采用IRIV算法对SiPLS所选的特征变量进行二次筛选, 得到6个特征变量, 特征波长为1 200, 1 207, 1 325, 1 470, 1 482和1 492 nm, 最后基于优选出的特征变量分别建立水稻茎秆纤维素含量的支持向量机回归（εSVR）和核极限学习机（KELM）预测模型, 模型参数（惩罚系数C, 核函数系数γ和不敏感参数ε）分别采用灰狼算法（GWO）、 差分进化灰狼算法（DEGWO）和自适应差分进化灰狼算法（SaDEGWO）进行优化选择。 结果表明, 采用SNV-CWT方法光谱预处理后, 经SiPLS-IRIV方法筛选的特征变量构建的SaDEGWO优化的SVR模型精度最高, 模型参数Ｃ, γ, ε分别为302.838 2, 0.087 7, 0.070 8, 测试集的决定性系数（R2p）为0.880, 均方根误差（RMSEP）为15.22 mg·g-1, 剩余预测残差（RPD）为2.91, 表明模型具有较好的预测能力, 可为水稻茎秆纤维素含量预测提供参考。

近红外光谱分析技术对检测样品无损伤且检测速度快、 精度高, 因此被广泛应用在了药品检测、 石油化工等领域, 尤其近年来机器学习和深度学习建模方法的深入应用使其具备了更准确的检测性能。 然而, 样品的近红外光谱数据具有比较高的维度且存在谱间重合、 共线性和噪声等问题, 对近红外光谱模型的性能产生消极影响, 此时样品有效特征波长的筛选极为重要。 为了提高近红外光谱定量和定性分析模型的准确性和可靠性, 提出了一种近红外光谱变量选择方法, 其结合了最小角回归（LAR）和竞争性自适应重加权采样（CARS）的优点, 具有更优的性能。 该方法利用LAR初步筛选样品全谱区的特征波长, 接着利用CARS对筛选出来的特征波长进一步选择, 从而有效去除无关特征波长。 为验证该方法的有效性, 从定量和定性分析两个方面评价该方法。 在定量分析实验中, 以FULL, LAR, CARS, SPA和UVE作为对比方法, 以药品样品数据集为实例建立PLS回归分析模型, 经LAR-CARS筛选出的变量建立的PLS模型在药品数据集表现出较高的预测决定系数和较低的预测标准偏差。 在定性分析实验中, 以SVM, ELM, SWELM和BP作为对比方法、 不同比例训练集的药品数据集为实例建立分类模型, 经LAR-CARS筛选出的变量建立的SVM分类模型精度最高达100%。 从实验结果可见, LAR-CARS可有效的筛选出表征样品特征的波长, 利用其筛选出的波长建立的定量、 定性分析模型具有更好的鲁棒性, 可用于样品光谱的特征波长筛选。

近红外光谱（NIR）具有快速、 无损、 操作方便的特点, 故广泛用于食品分析。 作为一种间接的分析技术, NIR需要建立光谱与待测浓度之间的统计模型来实现检测。 故模型的维护有助于保证NIR的预测准确性。 在外界条件发生变化的情况下, 诸如样品性状的改变、 仪器对理化指标函数关系的变化、 湿度和温度等环境因素的改变, 会导致相同样品的光谱信号发生偏移, 进而使得原有模型的预测精度下降。 此时, 如果重新建模, 虽然可以解决光谱偏移对建模的影响, 但是重新建模将耗费大量的人力物力。 对此, 模型转移可以在避免重新建模的情况下, 校正光谱的偏移, 进而提高模型预测精度。 通常模型转移算法多用全光谱进行模型转移, 这种方法计算量较大, 且不能找到合适的有化学意义的波段。 故提出一种基于模型转移中的变量选择方法: 向后迭代区间选择法（IIBS）, 通过计算主光谱（用于建模的那组光谱）和从光谱（发生偏移, 需要通过模型转移算法将其校正的光谱）中, 变量区间的重要性信息（回归系数（β）、 残差向量（Res）以及变量重要性投影（VIP））。 进而通过计算该区间变量重要性信息的几何平均数, 并以此作为该区间的区间重要性指标。 接着根据区间的重要性, 删除重要性信息较小的变量区间。 然后对主光谱和从光谱重复迭代上述过程: 计算变量的重要性信息, 计算区间的重要性信息, 删除重要性信息较小的区间。 最后, 比较不同的主光谱和从光谱区间组合的验证均方根误差（RMSEV）, 选择RMSEV最小的主光谱和从光谱区间作为最优区间。 玉米、 小麦两套NIR数据测试了该算法。 结果显示, 与全波段相比, β, Res以及VIP均可以从主光谱和从光谱中选择较少的, 有化学意义的区间, 提高模型转移的精度。 在比较不同变量重要性向量方面, 基于β的变量选择算法, 模型转移的计算误差较小。

烷烃类气体的傅里叶变换红外光谱在中红外区域吸收峰重叠严重, 为此, 提出了一种基于变量影响值与集群分析相结合（IVPA）的波长选择方法对甲烷、 乙烷、 丙烷、 异丁烷、 正丁烷五种烷烃类气体红外光谱进行变量选择。 该方法以迭代的方式逐步实现对变量的筛选, 在每次迭代过程中, 将变量划分为样本空间与变量空间。 在样本空间中计算变量的影响值, 根据变量影响值采用加权自举采样技术将变量划分为精英变量与普通变量; 同时在变量空间中, 统计每个变量在最优模型中出现的频率; 最后利用指数衰减函数剔除普通变量中频率较低的变量, 记录每次迭代过程中获取的均方根误差（RMSE）值。 选择最小RMSE所对应的子集作为最终选择的变量。 利用实测烷烃类光谱数据集来检验该方法的性能, 并将该方法与近年来提出的稳定性竞争自适应重加权采样法（SCARS）、 变量子集迭代优化（IVSO）变量选择方法所测结果进行了对比。 以异丁烷分析结果为例, SCARS, IVSO与IVPA对其它四种气体的最小交叉灵敏度分别为0.67%, 0.56%和0.11%; 最大交叉灵敏度分别为1.69%, 1.49%和1.02%; 对异丁烷预测的相对误差分别为1.94%, 1.65%和0.51%; 上述3种方法选择的特征变量个数分别为52, 17和13。 结果表明, 提出的IVPA方法选择的变量最少, 仅为原始光谱数据的0.36%, 对其他四种气体的交叉灵敏度最低, 对异丁烷的预测最准确。 该方法可以应用在吸收重叠的光谱中, 能够提高分析模型的预测精度与运行效率。

胚蛋雌雄识别一直是家禽业发展的瓶颈问题, 在禽肉生产过程中倾向于养殖雄性个体, 而禽蛋生产产业倾向于养殖雌性家禽。 若能在孵化过程中较早鉴别出种蛋的雌雄, 不仅能够降低家禽孵化产业的成本, 还能够提高禽蛋和禽肉生产行业的经济效益。 该文以种鸭蛋为研究对象, 为了在种鸭蛋孵化早期实现对种蛋的雌雄识别, 构建了可见/近红外透射光谱信息采集系统, 在200～1 100 nm的波长范围内采集了345枚孵化了0~8 d的种鸭蛋光谱数据。 搭建了适用于种鸭蛋光谱信息的6层卷积神经网络（convolutional neural network, CNN）, 其中包括输入层、 3个卷积层、 全连接层与输出分类层。 卷积层可以提取光谱中的有效信息, 全连接层通过对卷积层提取的局部特征进行整合供输出层分类决策。 另外在卷积神经网络中引入局部响应归一化和dropout操作能够加快网络的收敛速度。 利用该卷积神经网络构建鸭胚雌雄信息识别网络, 通过对比与分析不同孵化天数的识别效果, 发现孵化7d的识别效果最佳。 随后将孵化7 d的种鸭蛋原始光谱数据进行噪声去除, 选取500~900 nm波段用于后续的特征波长选取和建模。 分别运用了竞争性自适应重加权算法(CARS)、 连续投影算法( SPA)与遗传算法(GA)选择能够区分鸭胚性别的波长点, 将选取的特征波长转换为二维的光谱信息矩阵, 二维光谱信息矩阵保留了一维光谱的有效信息, 同时极大地方便了与卷积神经网络的结合。 利用二维光谱信息矩阵和卷积神经网络相结合, 实现孵化早期阶段鸭胚的雌雄识别。 经检验, 基于 SPA算法和CNN网络建立的模型效果较佳, 其中训练集、 开发集及测试集的准确率分别为93.36%, 93.12%和93.83%; 基于GA算法和CNN网络建立的模型效果次之, 训练集、 开发集及测试集的准确率分别为90.87%, 93.12%和86.42%; 基于CARS算法和CNN网络建立的模型的训练集、 开发集及测试集的准确率分别为84.65%, 83.75%和77.78%。 研究结果表明基于可见/近红外光谱技术和卷积神经网络可以实现孵化早期鸭胚胎雌雄的无损鉴别, 为后续相关自动化检测装置的研发提供了技术支撑。

快速准确识别不明危险液体在公共安全领域需求明显。 拉曼光谱技术因具有快速、 灵敏、 可非接触式检测等优点, 成为近年来此领域的研究热点。 以沙林、 梭曼、 塔崩、 维埃克斯、 芥子气等化学毒剂, 磷酸三甲酯、 磷酸三乙酯、 磷酸三丁酯、 甲基膦酸二甲酯、 甲基膦酸二异丙酯等化学毒剂模拟剂, 亚磷酸二甲酯、 亚磷酸三甲酯、 亚磷酸三乙酯、 甲基膦酰氯乙酯、 甲基膦酰二氯、 甲基膦酰二氟、 氯沙林、 二乙胺基磷酰氯、 2-二乙胺基乙硫醇、 硫二甘醇、 异丙醇、 频呐基醇、 甲基膦酸、 甲基膦酸异丙酯、 甲基膦酸频呐基酯等化学毒剂前体、 中间产物、 水解产物以及有毒工业化学品如邻二甲苯、 间二甲苯、 苯甲醚、 氯代苯、 乙酸乙酯、 乙酸乙烯酯、 乙酸苄酯、 甲醇、 乙醇、 乙腈、 丙酮、 1,1,1-三氯乙烷、 正己烷、 正丁醇、 四氯化碳等和汽油、 水等42种危险液体和常见溶剂为研究对象, 使用配备785 nm激光器的便携式拉曼光谱仪, 针对上述化合物建立了拉曼光谱检测方法, 获得了高信噪比的散射光谱数据, 对谱图特征进行了分析。 采用线性判别分析（LDA）、 二次判别分析（QDA）、 k近邻（kNN）、 朴素贝叶斯（NB）模型、 分类决策树（CT）、 支持向量机（SVM）6种模式识别算法对上述拉曼光谱数据进行识别归类。 研究结果表明, 支持向量机、 线性判别分析模型具有100%的识别准确率, 考虑到实际使用过程中非标准谱图、 仪器条件以及外界环境改变等因素会对支持向量机识别结果产生影响, 将线性判别分析模型确定为危险液体的快速识别方法。 全部测试过程在1~2 min内即可完成且不损耗样品, 成功实现水和危险品汽油与其他有毒液体的区分。 该研究揭示了具有指纹谱特征的拉曼光谱结合模式识别算法可用于化合物的快速筛查, 为及时发现通关夹带, 保证物流安全以及化学恐怖事件应急处置等提供了技术支撑。

利用共聚焦拉曼光谱技术, 对人工心脏泵不同剪切应力下受到亚损伤的红细胞进行实验研究, 验证拉曼光谱对红细胞亚损伤程度的评估能力, 为血液损伤评价提供了一种新的思路。 实验采集血红蛋白和红细胞的拉曼光谱标准谱图并进行对比分析, 以确定红细胞谱图特征峰的归属。 用血液剪切力试验平台对测试血样施加暴露时间为1 s, 大小分别为0, 50, 100, 150, 200, 250和300 pa的剪切力。 利用共聚焦拉曼仪器, 在10倍长焦物镜, 532 nm激光光源波长, 积分时间10 s, 积分次数2次, 2.5 mW功率下采集剪切应力作用后的红细胞拉曼谱图。 通过归一化的方法对比红细胞的拉曼谱图变化, 评估红细胞亚损伤的程度, 运用曲线拟合方法对特征峰和剪切应力进行拟合, 验证拉曼光谱对红细胞亚损伤的评估能力。 对比血红蛋白和红细胞的拉曼光谱标准谱图发现, 红细胞谱图能够反映血红蛋白的内部结构。 且结果表明, 拉曼光谱法可以用于区分不同剪切应力下亚损伤的红细胞, 推断剪切应力可以透过细胞膜从而影响到其内部的血红蛋白结构。 且随着剪切力的增大, 1 376 cm-1位置左侧谱线呈现明显抬高趋势, 1 549和1 604 cm-1位置的峰强增高, 1 639 cm-1位置的氧浓度标记带ν10振动谱带减弱。 其中1 549 cm-1位置的峰强为亚铁离子高自旋带, 在不同剪切力的作用下, 峰强差异表现最明显, 与剪切应力呈明显的正向线性关系, 拟合效果良好。 拉曼光谱法检测样本处理简单、 耗时短、 操作简便、 重现性好, 且可以精确的检测到细胞内部结构的细微变化, 可以评估红细胞的亚损伤程度, 弥补了传统评价溶血的方法的不足, 为人工心脏泵血液损伤评价提供了新的技术手段, 拓宽了拉曼检测方法的应用领域。

一直以来, 将纳米结构材料用于其表面增强拉曼散射(SERS)时会先测试其吸收光谱, 因为一般研究认为, 纳米结构材料产生SERS的原因是纳米结构材料对于入射光的吸收产生了局域表面等离子体共振(LSPR), 因此我们常把SERS的增强因子随波长变化的曲线等同于吸收光谱曲线。 近年来, 有学者认为两者之间的联系可能是非常间接的, 并且在许多情况下会产生误导。 为了能够阐明两个之间的具体关系, 考虑到银纳米粒子(AgNPs)以其局域表面等离子体共振而显著提高拉曼散射的能力而闻名, 是制备SERS基底的理想纳米材料, 我们从实验和理论两个角度研究了三种不同状态的AgNPs中表面增强拉曼散射的增强因子(EF)、 吸收光谱以及空间的电场分布。 实验上, 利用化学还原法制备了银溶胶(Ag-sol), 并对Ag-sol做了透射电子显微镜(TEM)、 紫外可见分光光度计(UV-Vis)以及拉曼的表征实验, 统计和计算了银溶胶的EF和吸收光谱。 理论上, 利用仿真软件COMSOL Multiphysics建立了不同聚合类型AgNPs的仿真模型, 模拟计算了与实验相对应的EF随波长变化的曲线以及吸收光谱。 结果表明: 表面等离子体共振的空间分布对吸收和最大EF值起着重要的作用; 具有固定位置的共振吸收峰(第一个峰位)主要受“单颗粒类型”效应的影响, 而最大EF处的吸收峰(第二个峰位)由“耦合间隙类型”效应引起的蓝移谐振峰主导, 且最大EF值及第二个吸收峰的峰位会随着粒子的间隙、 偏振角度等因素而变化。 研究表明, AgNps样品的吸收光谱和最大EF曲线之间是部分相关的。

通过真空热蒸镀和高温退火法制备的金属纳米复结构SERS基底因其具有良好的灵敏度, 稳定性和均匀性而广泛应用于各种检测领域。 石墨烯具有优良的光学特性, 化学惰性以及荧光猝灭效应, 自被发现以后一直是光学微纳器件中的一大热门材料。 石墨烯还可以有效分离探针分子与基底, 优化拉曼光谱质量, 因此广泛应用于SERS研究领域。 同时石墨烯可以有效隔绝金属纳米结构与空气的直接接触防止金属纳米结构被氧化而失效, 也可以催化氧化银的脱氧反应提升SERS基底的稳定性。 在石墨烯/金属纳米复合结构SERS基底在制备过程中, 受到金属膜的种类、 厚度参数、 气体种类、 退火时间、 温度和气压等因素的影响, 制备的金属纳米结构形貌存在很大差异。 石墨烯的拉曼光谱会因为应力和掺杂导致其拉曼特征峰出现不同程度的增强, 移动以及展宽。 （1）采用真空热蒸镀法和高温退火法制备石墨烯/银纳米复合结构SERS基底, 建立了金属纳米颗粒成型机理的模型, 从孔洞形成、 孔洞生长、 金属纳米岛形成三个阶段分析了金属纳米粒子的成型过程, 实验沉积5, 10, 15以及20 nm的银薄膜, 退火后银纳米结构的覆盖率分别为~35.1%, ~24.4%, ~30%以及~96.0%, 在沉积银薄膜样品上使用湿法转移石墨烯, 退火处理后发现石墨烯阻止了银纳米岛的形成过程; （2）理论分析了银薄膜厚度、 石墨烯覆盖对复合结构的几何形貌、 拉曼增强特性的影响, 石墨烯由于其具有较高的杨氏模量和表面张力, 可以有效抑制退火过程中银薄膜向纳米粒子转变的过程, 从而实现对复合结构表面形貌的调控; （3）实验研究了银纳米粒结构形貌对石墨烯拉曼光谱的影响, 并理论分析了蒸镀不同银薄膜厚度的样品对石墨烯的拉曼光谱增强, 移动以及展宽影响的具体原因。

氯是化探样品分析中的重要元素, 而X射线荧光光谱法是测定卤族元素的重要技术手段。 已有研究表明, X射线荧光光谱法在测定氯时, 同一样片中氯的测定值随重复测定次数的增加而逐渐增大或减小。 采用高压覆膜制样技术制片, 测定土壤和水系沉积物中的氯, 氯（24～40 000 μg·g-1）校准曲线的相关系数明显改善, RMS（均方根）由未贴膜的0.009 63, 改善为贴膜后的RMS 0.001 98。 氯的检出限由未贴膜的30 μg·g-1, 改善为贴膜后的21 μg·g-1。 且高压覆膜制样, 同一样片连续测定10次, 还是10 d内隔天测定1次, 氯的测定值都保持不变或略有下降。 从抽真空时间, X光管应用功率, 烘样和不烘样, 氯元素存在形式等角度解释了氯的测定值随重复测定次数的增加而逐渐增大或略减小的原因。 高压覆膜制样, 样品表面的聚酯膜, 可以阻止在抽真空过程中氯随水分向样片表面迁移扩散或分解损失。 高压未覆膜的样片在测定过程中, 因样片表面吸附了水及空气分子, 因而随抽真空时间的增加及解吸附作用, 真空度下降明显, 氯的强度变化明显。 而高压覆膜样片在测定过程中, 真空度下降不明显, 氯的测定值基本不变或略有下降。 高压制样（1 600 kN）可以将不同类型的地质样品压制成型, 高压覆膜制样技术, 完全消除了粉尘效应, 对下照射的X射线荧光光谱仪具有重要意义。 测过的样片可以重复测定氯, 标准样片可长期保存, 避免了标准样品的浪费。 用该方法可以准确测定土壤和水系沉积物中32个组分。 该样品制备方法也适用于测定其他难以成型的样品及其荧光强度由于真空和长时间辐射而强度变化的元素分析。

西太平洋富钴结核是近年来新发现的海底固体矿产资源, 富含Mn, Fe, Co, Ni和Cu等多种关键金属元素。 富钴结核是一种非均质的地球化学和矿物学集合体, 粒径约6 cm的结核在生长过程中记录了数千万年的海洋沉积历史, 亟需高分辨率的分析技术揭示古海洋环境信息。 采用微区X射线荧光光谱仪（μ-XRF）, 对C3BC1704富钴结核开展多元素面扫描, 获得了原位高分辨率多元素的信号强度数据, 评价了μ-XRF技术在富钴结核中的应用质量。 元素信号谱峰特征和数据频谱分布结果显示, 富钴结核中Mn, Fe, Ti, Co, Ca和Ni等元素信号强度敏感, 数据呈现相对较好的正态分布特征, 可用于定量或半定量分析; Si, Cu和Al等元素信号较弱, 数据呈现左偏的正态分布特征, 建议相关数据仅作参考。 μ-XRF获得的数据量庞大且彼此独立, 本研究将不同元素连接成彼此关联的多维矩阵, 实现了数据的位置信息和特征元素之间的数学运算和筛选, 了解了金属元素的分布和变化特征, 揭示了富钴结核生长过程的环境变化。 结果显示, Mn和Fe等元素在生长层中波动剧烈, 金属元素在富钴结核中的分布极不均匀, 显示出多成因类型的交替微层和7个大的生长周期旋回。 C3BC1704富钴结核主体暴露在海水中, 金属元素主要来自海水, 化学组成指示为典型的水成成因。 进一步定量分析结果显示, Mn, Cu和Ni等元素含量从内部向外围呈现同步降低的趋势, Fe, Ti和Co等元素含量则呈现同步升高的趋势, 这些特征指示早期偏向于成岩富集环境, 晚期则以水成富集为主。 富钴结核金属元素的分布和变化特征, 清晰呈现了富钴结核的生长结构, 揭示了富钴结核生长过程的环境变化, 有利于富钴结核的成矿模型的构建。

钢中氧化铝夹杂物尺寸大小严重影响钢材性能, 细化或去除钢中夹杂物备受重视。 由于钢中合金元素添加量相对于钢液过少, 并在分析过程中存在误差, 使用放大夹杂物反应的思路, 研究了在高温1 600 ℃时不同比例稀土二氧化铈粉末和氧化铝粉末的添加量对夹杂物的物相变化、 尺寸大小的影响。 对高温箱式炉设定程序进行升温、 保温、 随炉冷却, 依据测试结果分析了铈铝氧化物的具体变化过程。 使用能谱分析仪、 X射线衍射仪、 X射线荧光光谱分析、 拉曼光谱仪针对性放大探究夹杂物具体变化。 结果表明: 随着氧化铝添加量的增加, 粉末烧结过程中生成物的物相由+4价的稀土氧化物变成+3价的稀土氧化物, 通过X射线衍射(XRD)图谱可知先生成CeAlO3相, 随着CeAlO3相特征峰减弱至消失并被CeAl11O18相替代, XRD峰宽化, 特征峰较弱, 半高宽较大, 晶粒尺寸较小, 结晶度较低。 并结合D-S, W-H, H-W三种平均晶粒尺寸数学模型计算R2分别为0.761 78, 0.971 01, 0.920 81, 0.961 87; 0.989 65, 0.988 01, 0.978 42, 0.981 28, 对比得出H-W方法得到的结果拟合度较好, 且4#样品到1#样品晶粒尺寸逐渐减小, 分别为7.63, 6.27, 5.99和3.97 μm, 表明稀土铈元素增加可以促进形核并缩小晶粒尺寸。 通过拉曼光谱仪分析得出, 随着Al2O3的相分数增加, 拉曼位移为464～465 cm-1处拉曼峰强逐渐减弱直到消失, 可判定该处相为二氧化铈相; 拉曼位移为4 351～4 399 cm-1处拉曼峰强逐渐增加, 结合XRD图谱可以判定该物质为CeAl11O18。 得到的变化规律与XRD保持一致。 通过放大钢中需要针对性研究的物质, 分析了二氧化铈粉末添加后对氧化铝粉末改性的演变过程。 研究结果可对钢中解决氧化铝夹杂物改性的问题提供参考。

汞是一种具有显著积累效应和遗传毒性的重金属元素, 对人体健康和生态环境危害极大。 我国水环境中汞污染严重, 开发快速、 高效、 经济的汞离子检测方法可以有效推动水环境中汞污染的源头治理。 该研究创新性地提出利用硫胺素-三维荧光法来实现水环境中汞离子的检测。 研究结果表明, 硫胺素与汞离子发生氧化还原反应前后, 其荧光峰的位置与数量发生了明显改变, 可作为检测水中汞离子的特征性信号。 此外, 在利用该法检测水中汞离子时, 硫胺素的浓度不宜过高, 体系应保持碱性环境, 反应温度与反应时间可由一级动力学模型来优化, 以期降低检测成本, 提高检测效率。 在指定的检测条件（硫胺素浓度为10 μmol·L-1、 pH为9.7、 反应时间为120 min、 温度为20 ℃）下, 汞离子浓度的线性检测范围为4～15 μmol·L-1。 硫胺素-三维荧光法与传统的水中汞离子的检测方法相比具有突出优势和良好的实际应用价值, 可以有效助力水环境中汞污染的源头监管, 极大提升环境执法效率。

海面溢油在其风化迁移过程中, 会形成不同溢油乳化物, 对海洋环境造成极大危害。 科学量化溢油乳化物, 有助于溢油污染应急处理和灾损评估。 已有对溢油乳化物展开的研究由于缺乏系统的实验数据、 理化与光学参数, 尚不清楚不同类型油水乳化物的精细光谱响应特征与变化规律, 无法给出不同类型溢油乳化物光谱与海水表层油水比的数据关系。 通过轻质油乳化物的室内实验, 采用激光诱导荧光技术手段, 从不同类型, 不同表层油水比的溢油乳化物荧光光谱响应差异和变化规律入手, 以乳化柴油相关数据作建模样本, 乳化煤油相关数据作验证样本, 开展统计分析, 并分别设计了油包水、 水包油两种类型下的表层油水比估测模型。 数据处理过程中, 为了消除LIF系统本身对接收到的荧光信号强度的影响, 利用水的拉曼散射信号对乳化液的荧光信号进行归一化处理, 将两者的比值作为后续的分析数据。 具体数据研究表明: 油包水型乳化溢油的荧光峰值对数和表层含水率对数之间可建立非线性回归模型; 水包油型乳化溢油的荧光峰值和表层含水率之间也可建立非线性回归模型。 非线性拟合相关系数均在0.9以上, 即模型具有较高质量, 且模型中的实际系数依赖于不同油种, 不同的特征荧光峰。 由此可见, 不同乳化油种的不同特征荧光峰与表层油水比之间虽具有相同的变化趋势, 但变化的程度有所不同。 在此基础上, 采用参数查找表的方式, 建立了轻质油乳化物油水比的估测方法, 可根据荧光相对强度最后反演得到表层油水比。 该方法在一定程度上可对海面轻质油乳化物实现有效量化, 为将来海面溢油乳化物更加实时准确的定量分析提供理论基础和依据, 也为海面溢油污染应急处理提供技术参考, 因此具有重要研究意义和实用价值。

为分析我国未来拟发展的高轨静止卫星毫米波大气辐射特征, 选择最佳模拟其毫米波辐射的光谱吸收线库方案, 选取了三种基于典型光谱吸收线库逐线吸收模型（毫米波传播模型(MPM)、 罗氏模型(ROS)和高分辨率分子吸收传输模型(HITRAN)）, 针对拟新增的静止轨道毫米波探测频率424 GHz, 分析了三种大气吸收模型模拟该频率大气吸收系数随大气温度、 大气压强和大气湿度的变化差异。 构建了一种多层毫米波辐射传输模型, 利用上海探空站加密观测数据, 模拟风云三号B星微波湿度探测仪(FY3B/MWHS) 183.31 GHz三个毫米波通道辐射值, 并与真实观测值对比, 分析三种光谱吸收线库在模拟海陆边界地区毫米波辐射时的性能差异。 分析结果表明, 对于424 GHz通道三种大气吸收模型对大气温度、 大气压强和大气湿度的敏感变化趋势一致, 数值上MPM模型与ROS模型更接近, HITRAN模型要显著低于其他模型。 对于183.31 GHz, 在海陆交界地区MPM模型模拟误差相比ROS和HITRAN模型最小, 所有模型的第五通道模拟误差比第三通道和第四通道要小。

采用熔融-淬冷法制备了Tb3+掺杂锂铝硅酸盐闪烁玻璃, 用紫外激发光谱、 发射光谱及荧光寿命表征了光致发光性能, 用X射线和阴极射线激发测试了辐射致发光性能。 研究结果表明: 低Tb3+掺杂浓度时, 随着其浓度增大, Tb3+间的交叉弛豫增加导致了5D3→7Fj跃迁的能量逐渐向5D4→7Fj迁移转变, 5D3激发态的荧光寿命和发射强度均明显下降, 5D4-7Fj发射强度逐渐增大。 较高Tb3+浓度时, 其浓度继续增加会提升非辐射比例, 是荧光寿命降低和荧光猝灭的最主要原因。 比较光致发光和辐照致发光性能, 发现随着激发源的能量上升, 会增加激发态5D3能级向5D4能级的能量转移, 同时, 由于玻璃的密度低会导致辐照致发光效率随激发源的能量上升而下降。

非相干宽带腔增强吸收光谱技术（IBBCEAS）利用高精密谐振腔增强吸收光程, 实现对痕量气体的高灵敏探测。 目前, IBBCEAS技术主要采用发光二极管（LED）作为非相干光源。 当谐振腔镜片反射率曲线与带宽有限的LED辐射谱不能很好匹配时, 光谱反演波段选择不当可能会对被测气体浓度拟合结果产生较大偏差。 以定量探测大气NO2浓度为例, 分析了IBBCEAS光谱反演波段对NO2拟合结果的影响, 发现当反演波段宽度窄到一定程度后, NO2浓度拟合相对误差会迅速增加。 为此, 提出了一种基于RBF神经网络结合遗传算法的机器学习IBBCEAS光谱反演波段优化方法, 以使浓度拟合误差达到最小。 在430～480 nm待选波段内, 选择各种宽度和中心波长的子波段作为反演波段, 分别进行NO2浓度拟合, 以此获得435个样本数据, 并将样本数据按照4∶1比例分成学习样本和测试样本, 分别用于RBF神经网络学习训练和测试, 得到输入参数“反演波段的起始波长与截止波长”与输出参数“浓度拟合相对误差”之间的非线性映射关系。 使用遗传算法搜索最优反演波段, 将反演波段的起始波长和截止波长组合进行个体编码, 随机产生若干个体形成种群。 以RBF神经网络的输出（即浓度拟合相对误差）作为个体适应度, 经过多代种群进化过程后, 获得适应度最优个体, 即获得最优反演波段。 在种群规模为100个体, 种群进化最大代数为100的情况下, 当种群进化第61代时, 最优个体出现, 对应的最优适应度为3.584%, 最优反演波段为445.78～479.44 nm。 选择相同带宽的其他4个典型反演波段, 与最优反演波段下的NO2拟合结果进行了对比。 结果显示, 在最优反演波段下, 无论是拟合误差、 相对拟合误差还是拟合残差标准偏差, 均低于其他4个反演波段, 光谱拟合质量达到最优。 结果表明, 利用机器学习来确定IBBCEAS最优反演波段是可行的。

为了加快低温氦气等离子体射流的工程化进程, 通过自主设计的同轴式介质阻挡放电等离子体射流发生器, 在放电频率10 kHz, 一个大气压条件下产生了稳定的氦气等离子体射流。 通过分析不同工况下的电压电流波形可以发现单纯增加氦气体积流量只能小幅的增加电流脉冲幅值, 而对放电时间、 电流脉冲数的影响不大。 增加放电峰值电压时电流脉冲幅值会得到较大幅度增加。 通过发射光谱法对大气压氦气等离子射流的活性粒子种类、 电子激发温度、 电子密度进行了诊断。 结果表明, 大气压氦气等离子体射流中的主要活性粒子为He Ⅰ原子、 N2第二正带系、 N+2的第一负带系、 羟基（OH）, H原子的巴尔末线系（Hα和Hβ）与O原子, 这表明虽然该试验中使用的氦气纯度已达99.99%, 但其中仍残留有少量的空气, 同时放电时大气中的空气会被卷吸到放电空间发生电离。 还可以发现, 主要活性粒子的相对光谱强度随氦气体积流量的增加及放电峰值电压的增大均呈现上涨的趋势。 选用He Ⅰ原子的的四条谱线对不同试验工况下的电子激发温度进行了计算, 得到大气压氦气等离子体射流的电子激发温度在3 500~6 300 K之间, 电子激发温度随放电峰值电压与氦气体积流量的增大总体上呈现上升的趋势。 但由于反向电场的存在, 某些峰值电压可能会出现电子激发温度下降的情况; 根据Stark展宽原理对大气压氦气等离子体射流的电子密度进行了计算, 发现电子密度的数量级可达1015 cm-3, 同时增大峰值电压与氦气体积流量均可有效的提高射流中的电子密度。 这些参数的研究对氦气等离子体射流在工程实际中的应用具有重要意义。

水质遥感监测是遥感的重要应用方向之一, 作为传统水体采样化验的辅助手段, 具有快速、 大面积、 无接触的技术优点。 然而, 目前内陆河湖水环境监测常用的遥感传感器大多是针对陆地观测或海洋水色观测而设计的, 其性能指标的设计和设置并未考虑到内陆水体特性, 限制了水质遥感定量监测的应用。 针对这一问题, 提出了一种基于变异系数和噪声占比指数的水质参数反演光谱特征构建方法, 并通过光谱仿真模拟实验, 研究光谱分辨率、 信噪比以及辐射分辨率对典型水质参数反演模型的影响。 选择上海市三项典型水质参数溶解氧（DO）、 总磷（TP）和氨氮（NH3-N）为研究对象, 分别构建了水质参数反演光谱特征及相应遥感反演模型, 然后开展光谱仿真模拟实验, 定义了敏感度S和水质敏感微分指数CI, 进行敏感性分析。 最终从模型反演准确度和稳定性两个方面来评价仪器参数对水质参数遥感反演模型的影响。 结果表明: 光谱特征构建方法能有效确定水质参数反演特征波段。 光谱分辨率对比值型的水质参数反演模型的影响较小, 而信噪比和辐射分辨率对模型影响较大, 随着信噪比和辐射分辨率的增加, 水质参数模型精度和稳定性都有一定提升。 综合仪器指标敏感性分析, 可知当信噪比优于56 dB, 辐射分辨率不低于9 bit, 光谱分辨率适宜, 能够较好地应用于内陆河湖水质遥感监测。 该研究不仅可以为面向内陆河湖水质监测的传感器的研制提供参考和借鉴, 还能为水资源监管部门进行水质遥感监测提供技术支持, 有利于加快水环境智能化监测体系的构建。

光源中的光谱辐射是造成彩绘文物褪色、 变色等颜色受损的重要原因, 但不同光源的光谱功率分布不同, 不同材料对各个波段光谱能量的吸收反射特性各异, 导致在相同曝光量下对彩绘文物造成的色彩损伤程度有很大差别, 特别是随着光谱构成灵活的LED(light emitting diode)在文物照明中的大量应用, 如何对光源进行照明损伤度评价是目前亟待解决的关键问题。 本研究在恒温恒湿条件下, 以10种不同波段窄带光谱作为实验光源、 以17种典型彩绘文物颜料作为实验样本开展累积1 440 h的照射实验, 以240 h为周期测量样本的CIE L*a*b*色彩参数并转换为色差指标。 绘制在10种窄带光谱照射下17种颜料的色差随曝光量变化曲线, 基于曲线分析明确不同波段光谱对各类颜料的色彩损伤响应规律, 并拟合得到颜料对光谱的响应函数, 建立彩绘文物照明光源的光谱损伤度评价公式。 研究结果表明: 首先, 无论在何种波段的光谱照射下, 颜料平均色差随着曝光量的增加而增加, 但增加幅度越来越小; 其次, 在相同曝光量下, 波长越短的光源对颜料损伤越大, 不同峰值波长对颜料色彩的影响比例为447 nm∶475 nm∶500 nm∶519 nm∶555 nm∶595 nm∶624 nm∶635 nm∶658 nm∶733 nm=1.000∶1.096∶0.816∶0.921∶0.853∶0.777∶0.814∶0.796∶0.706∶0.674; 第三, 基于光谱构成差异的光源损伤度评价公式为D=∫780380S(λ)〈0.468exp｛-［(λ-462.9)/17.75］2｝+0.6279exp｛-［(λ-535.1)/12.13］2｝+0.813 5exp｛-［(λ-527.7)/463］2｝〉dλ, 当使用光谱仪测得任意光源的相对光谱功率分布函数S(λ)后, 将所测数据代入公式便可计算出待测光源的色彩损伤值D, 成果可为彩绘文物照明中的光源选择和准入判定提供依据。

叶面积指数(LAI)与植被光合作用、 蒸腾作用、 生物量的形成等有密切联系, 是玉米长势监测、 灾害胁迫监测、 产量预测等重要参数之一, 也是辐射传输模型、 作物生长模型等机理模型的一个重要参数。 Sentinel-2卫星是“全球环境与安全监测”计划的第二颗卫星, 具有较高的时空分辨率, 且具有红边波段, 其可见光和近红外波段的分辨率为10m, 是农业遥感应用的理想数据源。 PROSAIL辐射传输模型是遥感反演玉米冠层LAI的有效途径, 然而在反演中存在输入参数不确定性大、 调参困难、 病态反演、 速度慢等问题。 模型的参数标定能够获取观测反射率及不确定性范围内的参数取值, 提供丰富准确的参数信息, 降低模型反演过程中的偏差。 为探索参数标定在玉米冠层LAI反演中的应用, 研究以Sentinel-2A卫星影像为数据源, 使用马尔可夫链蒙特卡洛方法(MCMC)对PROSAIL模型进行参数标定, 通过加入5%的观测光谱不确定性, 获取各参数在不确定性范围内的后验取值概率分布, 以优化反演过程中的参数设置, 提高LAI反演精度。 研究结果表明: （1）PROSAIL模型对可见光和近红外波段较为敏感的输入参数有LAI、 叶片叶绿素含量及结构系数, 将此三个参数作为查找表反演中的可变参数能够有效地进行LAI的反演, 反演精度的决定系数达0.7以上。 （2）MCMC方法能够对PROSAIL模型进行参数标定, 获取研究区内玉米各参数取值分布信息, 参数后验分布与实际情况接近, 表明利用MCMC方法进行参数标定可行有效。 （3）通过参数标定可以有效提高LAI的反演精度, 在降低反演偏差和异常值方面尤为明显, 参数标定优化后的反演平均偏差由原先的20%降低至8%, 同时估算精度由76%提高至90%。 研究结果表明: 利用MCMC进行PROSAIL模型参数标定, 能够提高PROSAIL模型的LAI反演精度, 降低反演偏差, 为利用PROSAIL辐射传输模型提高作物冠层参数反演精度提供借鉴。

对感染黑斑病的刺五加叶片进行光谱特性研究, 能为药用植物病害的早期筛选与精准治疗提供重要研究资料。 实验目的, 运用高光谱成像技术实现植物病害的自动监督分类与识别。 实验过程, 首先使用高光谱成像系统在可见光波段（380～960 nm）内采集刺五加黑斑病的叶片样本, 光谱数据经过去除亮暗噪声和平滑预处理后, 再经过主成分分析实现数据降维, 继而运用基于不同核函数的支持向量机法建立分类模型, 最后利用总体分类精度、 Kappa系数等因子评价不同核函数对分类器性能的影响。 根据叶片表面的特征将其分为四类样本: 健康亮部、 健康暗部、 轻度病害和重度病害等。 对比各类样本的光谱可知, 刺五加的健康样本在540 nm波长存在一个明显峰值, 在620～680 nm光谱曲线急剧上升; 而病害样本的光谱反射率呈现缓慢且平稳的上升趋势, 上述特征能够将图像空间上反射强度接近的健康亮部和严重病害完全区分开。 经对比发现前四个主成分（PC1, PC2, PC3, PC4）在分类表达上存在差异, 主要表现为PC1含有的信息多, 能够较好地区分各类样本; PC2则出现健康亮部和严重病害的交叉混淆; PC3是对于PC2的补充, 能基本完整地表达轻微病害; PC4的贡献率仅有0.19%, 依然能够准确地识别严重病害。 不同主成分分量在表达各类样本特征中存在的差异能够作为复杂样本分类的参考依据。 对比四种核函数对支持向量机分类器性能的影响, 结果显示线性核函数的识别过程受光强反射的影响较大, Sigmoid核函数的训练精度易受数据集大小的影响, 在识别健康亮或暗, 以及轻微病害上均存在一定的误差, 多项式核函数与径向基核函数的效果较好, 其中, 多项式核函数的精度更高, 为92.77%。 研究表明, 利用高光谱成像技术能够准确地识别刺五加的健康叶片和患病叶片, 为实现自动诊断药用植物叶片病害提供新方法。

已有的土壤有机质含量估测模型大多以光谱特征波段、 线性和非线性模型为基础, 较少考虑通过拓展样本数据建模集来提高模型的估测能力。 为进一步提高土壤有机质高光谱反演模型估测精度, 提出利用生成式对抗网络(GAN)合成伪高光谱数据和有机质含量的动态估测模型。 选取湖南省长沙市及周边区域的水稻田为研究对象, 采集土样和实测高光谱数据(350~2 500 nm), 室内化学测定有机质含量。 以高光谱数据和有机质含量为基础, 利用生成式对抗网络生成等量新数据, 结合原始数据建模集组成增强建模集。 在GAN正式训练中, 每轮训练完成后, 设置4个观测点(对应增强建模集中含50, 100, 150和239个生成样本), 动态构建交叉验证岭回归(RCV)、 偏最小二乘回归(PLSR)和BP神经网络(BPNN)土壤有机质含量估测模型(分别简称GAN-RCV, GAN-PLSR和GAN-BPNN), 并在相同测试集上实施模型评估。 实验结果表明: (1)原始数据建模集上拟合的估测模型中, 交叉验证岭回归表现最佳, 决定系数(R2)和均方根误差(RMSE)分别为0.831 1和0.189 6; (2)GAN的150轮正式训练中, 增强建模集上动态构建的GAN-RCV, GAN-PLSR和GAN-BPNN模型性能显著提高, 具体表现为: GAN-RCV的R2取得最大值0.890 9(RMSE 0.153 7)、 最小值0.850 5 (RMSE 0.18)与平均值0.868 7(RMSE 0.168 6), 最大R2比建模集上拟合的RCV提高了7.2%(RMSE降低了18.9%), GAN-PLSR获得R2最大值0.855 4(RMSE 0.176 9)、 最小值0.727 0 (RMSE 0.243 2)与平均值0.780 1 (RMSE 0.217 7), 最大R2比建模集上拟合的PLSR提高了20.6%(RMSE降低了29.5%), GAN-BPNN表现最佳, R2取得最大值0.905 2(RMSE 0.143 3)、 最小值0.801 7(RMSE 0.207 3)与平均值0.868 1(RMSE 0.168 6), 最大R2比建模集上拟合的BPNN提高了30.8%(RMSE降低了44.5%); (3)随着增强建模集中生成样本数量增加, 模型精度提升效果呈先升后降趋势, 4个观测点中第3个观测点的模型性能提升最显著。 充分的实验表明: 基于GAN动态构建的有机质含量估测模型显著改善了模型预测性能。 依据测试集上的评估结果, 可择优使用最佳模型进行后续土壤有机质含量估测。

叶绿素含量的准确获取及预测可为作物种植的精准化管理提供理论依据。 利用最优光谱指数建立大豆叶绿素含量反演模型, 以大豆花芽分化期叶片为研究对象, 获取高光谱和叶绿素含量数据。 首先构建了7种与叶绿素含量相关的典型光谱指数, 分别为比值指数（RI）、 差值指数（DI）、 归一化差值植被指数（NDVI）、 修正简单比值指数（mSR）、 修正归一化差值指数（mNDI）、 土壤调节植被指数（SAVI）和三角形植被指数（TVI）, 并对原始高光谱进行一阶微分（FD）处理, 随后分别对原始和一阶微分高光谱在全光谱波长范围内两两组合所有波长, 进行14个光谱指数的计算。 再采用相关矩阵法进行最优光谱指数的提取, 将所有波长组合计算出的光谱指数与叶绿素含量进行相关性分析, 以相关系数最大值为指标, 提取出14组最优的波长组合, 并进行对应光谱指数值的计算作为最优光谱指数。 最后将最优光谱指数划分为3组模型输入变量, 分别与偏最小二乘回归（PLS）、 最小二乘支持向量机回归（LSSVM）和套索算法LASSO回归3种方法组合建模并对比分析, 以决定系数R2c, R2p和均方根误差RMSEC, RMSEP作为模型评价指标, 最终优选出精度最高的大豆叶片绿素含量反演模型。 结果表明: 14组最优光谱指数波长组合分别为RI（728, 727）, DI（735, 732）, NDVI（728, 727）, mSR（728, 727）, mNDI（728, 727）, SAVI（728, 727）, TVI（1 007, 708）, FDRI（727, 708）, FDDI（727, 788）, FDNDVI（726, 705）, FDmSR（726, 705）, FDmNDI（726, 705）, FDSAVI（727, 788）和FDTVI（760, 698）, 相关系数最大值rmax均大于0.8。 建立最优模型的方法为输入变量为一阶微分光谱指数（组合2）与LSSVM组合的建模方法, 所建模型的R2c=0.751 8, R2p=0.836 0, RMSEC=1.361 2, RMSEP=1.220 4, 表明模型精度较高, 可为大面积监测大豆的生长状态提供参考。

研究对象是一种与“冻地”鸡血石外观高度相似的玉石, 该种玉石半透明“地”中含有橙红色矿物。 利用X射线粉晶衍射仪、 扫描电子显微镜、 红外光谱仪、 拉曼光谱仪对该玉石的宝石学及谱学特征进行研究。 结果表明: 该玉石“地”的主要组成矿物为有序度较高的地开石、 橙红色矿物为雄黄; 地开石晶体为自形假六边形片状, 约15～20 μm, 厚2～4 μm, 粒径均一且形态一致, 集合体在三维空间无序排列; 部分样品“地”中含有少量黄铁矿、 萤石、 石英、 方解石等矿物。 “地”的红外光谱指纹区具有高岭石族矿物的主要特征峰, 分别位于430, 470, 540, 698, 755, 795, 913, 937, 1 002, 1 034和1 118 cm-1; 官能团区以3 622, 3 653和3 706 cm-1处的吸收峰为特征, 3 622 cm-1吸收峰由内羟基OH1的面内伸缩振动引起, 3 653 cm-1归属于内表面羟基OH2和OH4的同相伸缩振动; 从高频峰到低频峰强度依次增大, 且内表面羟基OH3伸缩振动引起的吸收峰位于3 706 cm-1, 表明“地”为有序地开石; 拉曼光谱测试表明“血”为雄黄, 具有186, 222, 235, 273, 346和355 cm-1的特征拉曼位移, 其中186和222 cm-1归属于S—As—S的弯曲振动, 346和355 cm-1由As—S的伸缩振动引起; 拉曼光谱同样可用于“地”的矿物组成研究, 低频区具有133, 241, 266, 336, 436, 463, 747, 792和914 cm-1的高岭石族矿物的特征位移, 高频区可见三个与红外光谱相似的阶梯状谱峰, 3 624 cm-1强度最大, 归属于OH1的伸缩振动, 次强峰3 646 cm-1由OH2和OH4的同相伸缩振动引起, 归属于OH3的伸缩振动峰强度最小且位于3 706 cm-1, 高频区拉曼位移特点指示“地”为地开石, 且有序度较高, 与红外光谱测试结论一致。 尽管研究样品的“地”与“冻地”鸡血石的主要组成矿物相同, 为地开石, 且具有外观细腻、 温润等特点, 但其“血”并非辰砂而是雄黄, 所以不应与鸡血石混淆, 其正确的珠宝玉石名称应为“粘土矿物质玉”。

土壤中有效硼测定对评价土壤有效硼供应水平具有重要意义, 土壤中有效硼含量的高低直接影响植物的生长过程, 因此如何提取和测定有效硼的含量至关重要。 然而传统的沸水浸提-姜黄素比色法和沸水浸提-亚甲胺比色法前处理部分流程长、 速度慢和使用试剂较多且不易操作, 检测结果容易造成较大的误差, 随着土地质量地球化学调查、 生态地球化学调查和农业地质调查项目工作的开展, 该方法已经不能满足大批量及快速测定土壤样品的要求。 采用沸水浸提土壤中的有效硼, 浸提液采用电感耦合等离子体发射光谱测定, 主要是从密闭和敞开环境浸提、 最佳浸提时间、 测定过程中谱线的干扰和不同的土壤类型进行实验的对比研究, 优选出适合分析土壤中有效硼的实验条件。 结果表明: 不同类型的土壤中有效硼在敞开环境条件下, 沸水浸提10 min中, 测量值与标准物质推荐值最接近, 在测定过程中, 由于沸水浸提出的铁的含量较低, 对测定有效硼的含量基本无影响。 该方法的检出限为0.004 9 μg·g-1, 测定结果的相对标准偏差（RSD, n=12）均小于9%, 准确度经12个国家一级土壤有效态成分分析标准物质验证, 测定结果与推荐值相符。 沸水浸提-电感耦合等离子体发射光谱法前处理操作简单、 流程短、 检测快速, 分析结果准确可靠, 避免样品处理过程中的硼污染, 且一次可浸提几十个土壤样品, 大大提高了分析效率, 适合于土壤中有效硼含量的测定。

重金属污染农作物后可通过食物链进入人体从而严重危害身体健康。 如何快速准确地监测农作物中重金属含量已成为当今生态与粮食安全等领域的重要研究内容。 常规的生化监测方法存在操作繁琐、 过程长、 具有破坏性等缺点, 而高光谱遥感具有光谱分辨率高、 信息量大、 生化反演能力强、 方便快捷、 对监测对象无损伤等优势, 因此利用高光谱遥感技术监测农作物中重金属含量已成为遥感领域的热点研究之一。 以不同浓度Pb(NO3)2溶液胁迫下盆栽玉米植株为研究对象, 基于不同铅离子(Pb2+)胁迫梯度下玉米叶片的反射光谱及其中Pb2+含量的测定数据, 结合奇异值分解(SVD)理论和自适应模糊神经网络推理系统(ANFIS)结构, 建立了一种Pb2+含量预测的SVD-ANFIS模型。 首先对各胁迫梯度下玉米的老叶(O)、 中叶(M)、 新叶(N)三种叶片的反射光谱数据进行SVD处理, 获取原始光谱信息的奇异值; 然后选择O, M和N叶片对应的奇异值来寻求ANFIS结构的最佳输入组合, 最终选定O-M（双输入）组合作为ANFIS结构的输入量, 通过训练和学习获得最优模糊规则库后, ANFIS结构的输出量即为叶片中Pb2+含量, 从而实现了SVD-ANFIS模型的预测性能。 研究结果表明, 该模型的输出误差值较小, 精度较高, 在模糊训练过程中隶属函数选为钟型函数时预测效果最佳。 利用多参数的反向传播(BP)神经网络预测模型对SVD-ANFIS模型的预测优越性进行验证时, 得到BP模型和SVD-ANFIS模型的决定系数(R2)分别为0.977 6和0.988 7, 均方根误差(RMSE)分别为2.455 9和0.601 3, 可见SVD-ANFIS模型的拟合度更高, 预测效果更好。 同时选取不同年份的Pb污染玉米叶片等光谱数据对SVD-ANFIS模型进行可行性检验, 其R2和RMSE分别为0.986 4和0.887 4, 说明SVD-ANFIS模型能较好的用于玉米叶片中Pb2+含量预测且具有较高的鲁棒性, 可作为预测玉米叶片中重金属含量的一种方法。

近期在广州荔湾珠宝市场出现一种具黄、 黑条带的玉石品种, 因其花纹形如黄蜂, 商家称之为“黄蜂石”。 “黄蜂石”的条纹状结构与缟玛瑙的条带状纹理非常相似, 容易混淆。 对“黄蜂石”进行显微岩相学、 X射线粉晶衍射、 电子探针、 红外吸收光谱及拉曼光谱等分析, 旨在探求其基本物理性质、 矿物组成, 以及谱学特征。 结果显示: “黄蜂石”以灰白、 黄橙、 黑色为主, 莫氏硬度3~5, 相对密度2.58~2.73, 长波紫外光下具弱黄色荧光, 与稀盐酸反应起泡。 显微岩相学分析显示, “黄蜂石”基质为方解石, 呈不规则粒状, 粒径0.02~0.3 mm, 粒状、 纤维状结构。 “黄蜂石”中CaO的含量约为53.64%～56.66%, FeO的含量约为2.23%~3.62%, MgO的含量约为1.05%~1.79%, 部分测试点中出现As和S元素。 样品中Mg/Ca摩尔百分比为2.59%~4.68%, 为低镁方解石。 红外吸收光谱分析显示, “黄蜂石”的红外光谱特征吸收峰与碳酸盐类矿物理论值一致, 为1 514, 1 427, 881和710 cm-1, 由［CO3］2-不对称伸缩振动、 面内弯曲振动以及面外弯曲振动导致; 黑色矿物中存在黄铁矿的特征峰1 123, 1 050, 423, 1 123和1 050 cm-1为S-S伸缩振动, 423 cm-1为Fe2+-［S2］2-伸缩振动。 拉曼光谱分析显示, 样品的黄色部分中除具方解石的拉曼位移1 083, 713, 282和157 cm-1外, 还有副雄黄的拉曼峰346, 233和184 cm-1; 橙红色部分显示雄黄的拉曼特征峰338, 221及184 cm-1, 338 cm-1由S-As-S伸缩振动所致, 221 cm-1属于S-As-S弯曲振动结合As-S伸缩振动产生, 184 cm-1与As-As伸缩振动相匹配。 X射线粉晶衍射分析结果与红外吸收光谱、 拉曼光谱等测试结果一致, 即“黄蜂石”的主要矿物是方解石, 次要矿物为黄铁矿、 雄黄及副雄黄等, 根据国家标准可定名为“碳酸盐质玉”。

煤炭是我国重要的自然资源, 在工业和国民经济发展上起到重要的作用。 在井下开采过程中, 传统的人工识别煤岩界面采煤机切割煤岩效率较为低下, 识别准确度较差, 存在较多不确定因素。 “无人化”逐渐成为未来井下开采的技术发展趋势。 实现无人开采首先需要准确高效的确定煤岩界面, 煤岩识别的算法将成为无人化设备的“大脑”。 高光谱是近年来发展迅速的一种新兴的技术, 在物质识别、 分类中具有广泛的应用之处。 以高光谱作为煤岩识别的技术手段, 采集煤岩高光谱数据, 通过对高光谱特征波段的提取来设计算法实现煤岩的识别。 煤岩识别是基于煤岩组分的不同, 建立在对煤岩的物质构成属性特征上的。 煤与岩石元素组分中Al元素的存在形式不同, 煤样中的Al元素的存在形式为Al2O3, 而岩样中Al元素的存在形式为Al(OH)3。 Al—OH的晶格的振动使得其在2 130～2 250 nm波段产生强吸收峰, Al2O3在此波段间不具有强吸收峰, 因此以2 130～2 250 nm作为光谱波段设计算法。 以淮南地区矿区为研究区, 在多个矿区进行采样, 获取焦煤、 气煤、 瘦煤等煤样23组; 获取底板泥岩、 砂岩、 页岩等岩样25组。 对样品进行研磨处理后使用美国ASD公司生产的FieldSpec4光谱仪, 采集煤与岩石样本350～2 500 nm间的反射光谱, 通过预处理之后使用连续统去除法、 一阶微分法、 二阶微分法和SCA-SID模型法对煤岩特征波段2 130～2 250 nm进行特征提取, 将提取到的特征向量用随机森林和SVM算法进行训练并将模型应用在测试集上进行分类。 最终, 测试集上的表现良好, 整体识别率较高, 一阶微分和连续统去除法的识别为83.3%, Kappa系数分别为0.66和0.68。 二阶微分法和SCA-SID模型法的识别率都在90%以上, Kappa系数均为0.83。 从模型的时间复杂度和空间复杂上来说, 二阶微分法较SCA-SID模型法更具有高效性和可靠性。 这些识别的方法为实际工程中井下自动化煤岩识别技术提供了应用参考。

河南省洛阳市宜阳县苏羊遗址是中原地区史前时期的重要遗址之一, 该遗址出土房址的地面和墙面涂抹有“白灰面”, 其原料和制作方法对研究史前建筑材料具有重要意义。 采用X射线衍射分析仪（XRD）、 X射线荧光光谱仪（XRF）对采自苏羊遗址的白灰面、 遗址周边地区的几种天然石灰质原料（料礓石、 石灰石和牡蛎）进行分析检测, 以探究苏羊遗址白灰面的制作原料。 采用傅里叶变换红外光谱仪（FTIR）和扫描电镜（SEM）对苏羊遗址的白灰面、 天然料礓石和模拟制备的白灰面进行分析检测, 利用红外图谱中方解石的ν2/ν4值反映其晶体的无序程度, 并绘制ν2-ν4特征趋势线, 最后结合微观形貌观察, 以探究苏羊先民在制作白灰面时, 是否将原料人工烧制成石灰后再使用。 结果显示, 苏羊遗址白灰面样品的主要物相为石英、 方解石以及少量长石, 化学成分中钙含量与硅含量较高, 其化学成分、 物相等与天然料礓石相似, 而不同于石灰石和牡蛎; 根据红外谱图显示的信息, 苏羊遗址白灰面的ν2/ν4平均值在3.6左右, 远低于人工烧制石灰的ν2/ν4值, 其ν2-ν4特征趋势线也与天然料礓石的接近; 结合扫描电镜观察结果, 可初步认为苏羊先民在制作白灰面时, 以天然料礓石为原料, 未对料礓石进行人工烧制, 是直接将其粉碎后与水按比例混合成浆状, 涂抹于墙面、 地面以及窖穴穴壁。 相关研究结果为辨别天然料礓石和人工烧制料礓石的碳化产物提供了一种较为便易的研究方法, 有助于进一步了解史前白灰面的制作原料和工艺, 为考古工作人员研究史前居民制作建筑材料的工艺和改善居住环境的思维意识提供了参考依据。

大量废弃的塑料制品给生态环境造成严重破坏, 当务之急是要对塑料进行分类回收。 传统的分类方法普遍存在成本高, 效率低, 操作复杂等问题, 不能满足工业生产的需要。 激光诱导击穿光谱技术由于具备简单灵活, 快速灵敏等优点, 在物质鉴别领域有广泛应用。 采用激光诱导击穿光谱技术结合主成分分析（PCA）和支持向量机（SVM）算法对20种塑料进行分类识别研究。 由于目前有关塑料分类识别速率的研究报道较少, 该实验在保证识别准确率的前提下, 进一步研究和分析实验过程耗费的时间, 满足工业生产中快速分类的要求。 每种塑料采集100组光谱数据, 随机选取50组数据作为训练集建立模型, 余下50组作为测试集测试模型的分类识别效果, 所以训练集和测试集各有1 000组光谱数据。 将训练集的数据不加处理地输入SVM中进行训练, 并采用5折交叉验证建立最佳模型, 此时测试集的识别准确率为99.90%, 建模时间为1小时58分41.13秒, 预测时间为11.96 s。 由此可见, 单纯使用SVM算法可以得到很高的准确率, 但是需要耗费大量时间。 为了提高实验效率, 引入主成分分析算法, 将原来的高维数据变换成低维数据, 并用降维后的数据训练模型。 针对不同的主成分个数, 均采用随机训练十次再取平均值的方法获得相关数值。 实验表明, 当选取主成分个数为13时, 得到相应的识别准确率为99.80%, 而PCA处理时间为1.44 s, 建模时间为12.16 s, 预测时间仅为0.02 s。 虽然PCA算法结合SVM算法在对20种塑料进行分类识别时准确率有轻微下降, 但是大大减少了模型训练的时间, 实验效率得到很大程度的提高。 结果表明, 结合两种算法辅助激光诱导击穿光谱可以对塑料进行快速准确的分类识别。

微量元素与人体健康密切相关。 比如, 金属元素的稳态可能会影响细胞的代谢功能, 进而诱发某些疾病的产生。 激光诱导击穿光谱（LIBS）, 是一种可用于分子复杂的生物材料或临床标本的无因子分析技术, 具有从单个激光脉冲和少量材料（纳克级数）中获得元素信号的能力。 综述了2015年以来LIBS技术在疾病诊断方面的相关研究, 包括几种常见疾病（结石、 脱发、 眼病, 等）和恶性肿瘤（皮肤癌、 肝癌、 胃癌、 乳腺癌、 卵巢癌、 宫颈癌, 等）。 研究的样品涵盖块状组织、 结石、 组织切片、 血清、 血浆、 全血等生物材料。 这些生物样品包含或积累了可以检测、 定量和成像的金属物质和金属化合物。 LIBS能够以百万分之几的灵敏度和微观分辨率对样品中内源性和外源性化学元素进行微分析、 定位分析以及定量分析。 最后, 对LIBS技术的医学发展趋势进行了展望。 希望简单的评述能够吸引更多的科学家关注LIBS技术在疾病诊断领域的应用, 进而促进LIBS技术的日趋完善, 为疾病诊断和治疗发挥更大的作用。

共焦布里渊光谱技术因其具有无创、 无标记、 高空间分辨等优点, 被广泛应用在物理化学、 材料科学、 矿物学等领域。 但自发布里渊散射强度弱, 在探测系统消光比不足的情况下, 布里渊信号光谱容易与弹性背景光发生交叠甚至是被湮没, 因而无法实现对布里渊频移的精确测量。 尤其在生物医学等前沿领域, 浑浊介质粘弹性探测需求的日益增加对布里渊光谱探测系统的抗弹性背景光性能提出了更高的要求, 解决共焦布里渊光谱探测系统消光比不足这一问题刻不容缓。 为了提高共焦布里渊光谱探测系统的消光比, 本文构建了一种暗场共焦布里渊光谱探测系统, 将暗场照明应用于共焦布里渊探测中, 利用光阑实现了中心遮挡的环形照明、 中心通光的圆形收集的光路配置。 照明光路与收集光路非交叉的特殊配置, 保证了激发光强的同时避免了系统对镜面反射光的收集, 因而使得弹性背景光被削弱, 布里渊信号光谱显露, 提高了系统的消光比。 实验表明: 相较于传统明场照明配置, 暗场共焦布里渊探测系统的抗弹性背景光性能提升, 消光比提高了20 dB; 0.001%浓度的脂肪乳溶液在暗场配置下背景光得到明显压制, 布里渊信号光谱显露, 实现了对浑浊介质的布里渊频移数据的精确测量; 选取蒸馏水、 聚甲基丙烯酸甲酯、 二氧化硅玻璃三个标准样品验证暗场配置下的非严格背向散射角, 理论分析与实验相吻合, 保证了后续轴向声速、 纵向弹性模量等参数的计算结果的准确有效。 暗场共焦布里渊光谱探测系统综合暗场照明与共焦探测的优点, 既拥有共焦探测的高空间分辨率, 又借助暗场光路配置提升了系统的抗弹性背景光性能, 实现了高消光比、 高空间分辨的布里渊光谱探测, 为生物医学、 材料科学等前沿领域实现对物质机械性能的实时无损探测提供了新的思路。