二价金属离子Cu²⁺在很多工矿企业周围水源及土壤中存量超标, 造成生态环境恶化, 传统的药剂及生物处理容易产生二次污染。 黄腐酸由性质相似分子团簇构成, 具有水溶性好、 络合作用强及化学活性高的特点, 对环境中Cu²⁺分布、 迁移和生物利用度可以实现高效控制与环保处理, 是近年科学研究热点。 现代多光谱表征分析有助于揭示黄腐酸与金属离子作用过程构效关系变化、 环境效应及重金属离子迁移行为规律, 对黄腐酸与Cu²⁺络合过程特点及作用机理研究具有重要科学价值。 综述了近年来黄腐酸与Cu²⁺络合作用相关基础理论研究, 通过红外光谱、 三维荧光光谱及差分光谱等方法对黄腐酸与Cu²⁺络合前后表征对比分析和学科交叉协同研究, 探讨了pH、 离子浓度以及黄腐酸组分构成差异等对络合过程的影响, 揭示了黄腐酸与Cu²⁺络合作用位点的结构特性及作用规律, 羧基与酚羟基等含氧酸性官能团是Cu²⁺与黄腐酸络合的主要位点, 羧基型位点络合Cu²⁺作用显著, 酚羟基型位点有助于增加Cu²⁺络合物稳定性, 含氮官能团也在络合过程中发挥重要作用。 在此基础上, 进一步指出pH值的变化将改变黄腐酸活性位点对Cu²⁺的亲和力, 原因主要与活性位点上Cu²⁺与H⁺之间的离子交换以及黄腐酸的静电吸引力有关; 不同结构特征的黄腐酸对Cu²⁺络合效果主要体现在具有不同数量的酚羟基、 羧基以及含氮官能团活性位点; 溶液中共存Fe³⁺, Mg²⁺和Al³⁺等离子会与Cu²⁺在黄腐酸的活性结合位点上产生显著络合竞争; 同时溶液环境中K⁺和Na⁺等非强吸附作用离子浓度增加, 使得溶液中大量正电荷离子就近进入黄腐酸的电子层而增强电荷屏蔽效应, 进而也抑制Cu²⁺与黄腐酸络合。 总结并展望了黄腐酸相关学科技术理论在现代农业、 生态修复及环境治理等领域科学应用共存的问题及挑战。

光纤水听器是水声研究领域的关键技术, 在实际应用中具有显著优势, 广泛应用于AUV导航定位、 资源勘探、 海水警戒等场景。 光纤水听器将声信号转化为光信号传播, 在接收信号时就需要对光信号进行解调提取出声压信号。 总结了几种常用的信号解调算法及关键技术, 包括PGC解调法、 3×3耦合器解调法和外差解调法; 介绍了各种解调算法的基本原理和改进技术; 总结对比了各种算法的优缺点; 最后给出了光纤水听器解调技术面临的挑战。

由于塑料工业的发展, 微塑料成为一种主要的环境污染物。 它在自然界中不易降解, 对人类的生存环境及健康都存在不可忽视的潜在危险。 因此, 环境中微塑料的检测和分析, 成为了近年来研究的热点问题。 目前人们大多数采用浮选法、 密度分离法、 离心法等方法提取微塑料, 然后放在显微镜下进行目视观察, 并结合拉曼光谱分析、 傅里叶红外光谱分析、 高光谱成像等方法进行分析鉴别, 这些方法需要较长时间的等待或预处理, 且易受主观因素的影响。 因此提出一种快速、 准确鉴别环境中是否含有微塑料的技术是必要的。 相干反斯托克斯拉曼散射(CARS)光谱成像技术是一种基于化学键振动的非侵入性、 非破坏性且无需特殊标记的实时成像方法, 由此提出使用多通道图像采集(含有白光通道成像及CARS光谱成像)的方法快速、 准确鉴别环境中微塑料的分布。 将直径为10 μm的聚苯乙烯微球掺入到收集的海水及沙子中, 模拟被微塑料污染的海水及沙子, 在不作任何处理的情况下对海水及沙子进行多通道图像采集。 通过多通道图像采集可以快速直观地检测到海水中聚苯乙烯微球的分布。 在对沙子中的聚苯乙烯微球进行多通道图像采集的同时, 采用拉曼光谱检测与之对照。 在拉曼光谱检测中, 聚苯乙烯微球的信号易受沙子荧光信号干扰, 且只有在激光聚焦在聚苯乙烯存在的位置时, 才能检测到微弱的信号。 在多通道图像采集检测中, 可以看到沙子中存在的聚苯乙烯微球, 且采用形态学分析中先腐蚀后膨胀的开运算算法同时结合中值滤波的算法后, 可以实现突出显示聚苯乙烯信号的目的。 多通道图像采集可以在无任何预处理的情况下检测出海水及沙子中的微塑料, 具有快速简便的优势, 对实现环境中微塑料的检测具有一定的潜在应用价值。

葡萄霜霉病对葡萄生产构成严重威胁, 尽早防治是治理霜霉病的关键。 为了对该病进行早期检测, 以PCR检测获取的霜霉病相对生物量作为霜霉病侵染的依据, 从暗适应-光适应-暗弛豫3个光合生理状态连续变化过程中, 采集80个人工接种霜霉菌叶片和80个健康对照叶片连续6 d的叶绿素荧光图像。 对比健康和接种叶片叶绿素荧光动力学曲线、 参数图像和参数值的差异, 使用单因素方差分析评估叶绿素荧光参数对霜霉病侵染的敏感性, 筛选叶绿素荧光参数最优特征子集, 使用机器学习分类器构建霜霉病早期检测模型。 结果表明, 随着接种后天数(day post inoculation, DPI)的增加, 霜霉病侵染程度不断加深, 健康和接种叶片叶绿素荧光动力学曲线、 参数图像和参数值从2DPI开始有显著差异(p<0.05), 霜霉病侵染导致叶片光化学猝灭速率减小(Rfd变小), 光合效率降低(F_v/F_m变小), 叶片活力和光保护能力衰退(NPQ和qN变小), 叶片吸收的光能更多以荧光的形式释放出来(F_t和F_m变大)。 基于序列前向浮动算法优选的叶绿素荧光参数特征子集(qN-L3, Rfd-L2, NPQ-L1和F_v/F_m-D1)和BP神经网络分类器的SFFS-BP模型对3DPI健康和接种叶片识别准确率为83.75%, 全实验周期连续6 d平均准确率达到85.94%。 可为葡萄霜霉病光合表型分析和早期检测提供一种快速、 准确的手段。

高准确和高精度测量环境大气CO₂浓度, 对于监测区域和城市温室气体的排放至关重要。 基于傅里叶变换红外(FTIR)光谱技术, 利用便携式FTIR光谱仪采集近红外太阳吸收光谱, 基于非线性最小二乘算法, 反演获得了2016年9月至2020年5月期间合肥地区环境大气的CO₂柱浓度。 观测结果表明, CO₂气体的柱浓度有着明显的季节变化, 在春季出现最大值, 夏季下降速度快, 秋季达到最小值。 柱平均干空气混合比浓度XCO₂的日均值位于(401.23±0.60)和(418.41±0.31) ppm之间, 而2017年观测的月均值有着6.96 ppm的季节幅值。 并且, 观测期间XCO₂呈现逐年增长的趋势, 年平均增长率为(2.71±0.66) ppm·yr^-1。 为了验证便携式FTIR光谱仪观测的准确性和可靠性, 我们将其观测结果与高分辨率FTIR仪器同步测量结果进行比较, 发现观测的XCO₂的偏差均值为1.32 ppm, 二者的相关系数r为0.97, 两个数据显示高度一致性。 同时将观测结果与GOSAT卫星数据作了横向比较, 两个数据的平均偏差为(0.63±1.76) ppm, 二者的相关系数r为0.86, 显示出地基数据与卫星数据有高相关性。 最后, 将合肥站点2020年秋季观测数据与上海站点同期观测数据进行了比较, 发现上海站点与合肥站点的CO₂柱浓度变化基本一致, 合肥观测点的XCO₂日均值位于(415.09±0.84)和(417.80±0.67) ppm之间, 上海观测点的XCO₂日均值位于(411.87±1.07)和(416.63±1.70) ppm之间, 表明同步观测期间合肥的CO₂柱浓度略高于上海市。 地基FTIR光谱仪的观测结果可为追踪合肥地区温室气体的碳源与碳汇提供基础数据。

给定物体三刺激值, 重建物体反射率在跨媒体颜色复制领域有着重要应用。 常见的重建反射率算法包括基向量法、 维纳估计法、 加权伪逆方法等, 这些方法大多都是为了建立由低维度三刺激值或者RGB向高维度光谱反射率的映射关系, 以重建的反射率与原始反射率的接近程度为评价指标, 并且需要光谱反射率数据进行训练。 但是很多工业领域在产品设计时都需要考虑到颜色恒常性(CII)问题, 以保证产品颜色在不同光照条件下具有相近的颜色表现。 光谱反射率是决定物体颜色恒常的重要属性, 为解决重建反射率进行颜色复现后产生颜色恒常性问题, Takahama 和Nyatani提出具有颜色恒常性的线性规划光谱反射率重建方法, 测试结果发现该方法重建的反射率呈现出类似“台阶”的形状, 与实际物体色反射率差别太大。 之后, Berns等在Takahama和Nyatani算法基础上, 增加了色相角等约束, 但重建出的反射率波动太大。 Li和Luo提出具有光滑约束的二次规划颜色恒常性重建反射率算法, 重建的反射率具有光滑性, 比较接近实际物体色的反射率。 提出一种非线性约束优化方法重建物体反射率, 使之具有良好的颜色恒常性和光滑性。 文中使用标准Munsell色卡中1 560个色块测量的反射率数据集对新算法进行测试, 并与其他方法进行比较。 结果表明, 该方法不仅在重建反射率的颜色恒常性指标上远比Takahama和Nyatani方法, Berns等的方法以及Li和Luo的方法要好, 而且重建反射率与原始反射率接近程度指标: 均方根误差(RMSE)和拟合优度系数(GFC)也好于其他方法。 因此该新方法对重建反射率时具有颜色恒常性要求的行业有着重要的应用价值。

激光诱导击穿光谱(LIBS)以激光诱导微等离子体的原子发射为技术特征, 在科研与工业领域正得到重视与蓬勃发展。 作为环境气体的氩气对等离子体演化过程中粒子的碰撞过程有重要影响, 决定着LIBS技术分析性能的发挥。 利用光谱诊断技术深入研究LIBS技术条件下氩气的光谱特征, 对于提升LIBS技术及其应用水平具有重要的意义。 利用中阶梯光栅光谱仪记录时间序列光谱信息研究了瞬态Ar等离子体碰撞和衰减过程, 包括等离子体演化过程中的辐射机制和等离子体电子数密度及温度的时间演化特征。 结果表明, 在激光与氩气相互作用的初始阶段, 光谱主要由连续辐射组成, 在0.6 μs后, 光谱开始主要由氩原子、 离子的离散跃迁辐射谱线组成。 氩原子线和离子线的演化周期不同, 在0~1.0 μs延迟时间内离子线占主导, 在1.0~30 μs原子线占主导。 利用Stark展宽, Saha-Boltzmann曲线方程对60, 80和100 mJ脉冲激光能量激发下的等离子体的电子数密度和温度进行了计算, 等离子体电子数密度在0.2~2.0 μs延迟时间内快速衰减, 之后在较长的延迟时间内缓慢下降, 大约在4.0 μs达到同一个数量级; 等离子体温度(80 mJ)从初始0.2 μs时的18 000 K迅速下降到13 000 K(2.0 μs), 在5.0 μs后缓慢下降到12 000 K。 为进一步检验和优化激光脉冲用于氩气的分析性能, 对氩的不同特征谱线信噪比随时间演化的特征进行了研究, 结果表明, 氩原子线在2.0~6.0 μs的延迟窗口具有较高的信噪比, 氩离子线则在0.1~1.0 μs延迟窗口具有较高的信噪比。

金属纳米结构中传导电子的集体振荡所产生的表面等离子体不仅可以使电磁场在时间和空间上重新分布, 还可以使被激发的载流子重新分布。 采用机械剥离法制备了石墨烯材料, 借助拉曼光谱扫描技术(Mapping)研究了石墨的层数在二维区域内的分布情况。 研究了2-萘硫醇(2-NT)作为探针分子在石墨烯衬底上的SERS增强特性。 结果表明2-NT分子的拉曼信号在石墨烯表面得到增强, 且石墨烯的SERS增强效果随着层数的越少而增强。 基于石墨烯催化基底, 借助表面增强拉曼光谱(SERS)技术具有指纹谱的优势, 实时监测以对硝基苯硫酚(4NBT)作为探针分子在局域表面等离子体的驱动下发生光催化反应生成4,4’-二巯基偶氮苯(DMAB)。 随后, 原位引入硼氢化钠在相同的实验条件下, 可以将生成物DMAB在等离子体的驱动下再一次发生逆向化学反应生成对氨基硫酚分子(PATP)。 在石墨烯催化基底表面上组装一层分布均匀的探针分子4NBT, 用一束一定波长的聚焦激光进行照射使其发生光催化反应生成新的分子DMAB。 通过这种手段就可以在微纳尺度上绘制出特定有DMAB分子分布的图形或者字母、 汉字信息, 实现微纳尺度的图形绘制和信息加密。 随后, 可以借助Mapping, 以DMAB分子的特征峰强度进行二维成像就可以实现所绘制图形的显现和信息解密。 此外, 可以在加密基底上引入硼氢化钠同时在表面等离子体和激发光的作用下发生逆向光催化反应, 从而实现微纳尺度图形和加密信息的擦除。

通过传统能量色散X射线荧光分析(EDXRF)对Cd元素进行痕量分析时, X光管发出的原级轫致辐射连续谱对Cd元素的分析具有严重的影响。 为了减弱原级X射线对测量结果的影响, 通过Geant4程序包模拟不同几何尺寸下偏振激发X射线荧光分析(P-EDXRF)中荧光靶的结构, 研究其在减弱测量过程中原级X射线轫致辐射连续谱的影响。 为了提高模拟效率, 本文分三步进行模拟。 第一步模拟不同管电压下电子打靶过程, 得到不同管压下的X光管原级能谱。 第二步针对Cd元素的痕量分析设置不同种类、 不同几何条件的Te及BaSO₄作为荧光靶材料进行模拟。 结果表明在使用K_α1能量(27.468 keV)与Cd元素吸收限26.711 keV最为接近的Te作为荧光靶材料时, 随着Te靶厚度增加Te元素的特征峰强度在100 μm前快速增长, 在150 μm后趋于稳定。 而其信噪比(SNR)在80 μm到达最大值21.434。 继续增加厚度由于荧光靶材料的自吸收作用SNR开始有些许下降, 达到饱和吸收厚度后稳定。 在不同应用场景时荧光靶选材应有不同, 对于测量时间没有限制的条件下, 应选择荧光强度更大的荧光靶厚度。 而对于测量时间相对较短的条件下, 则应该选择SNR更大的荧光靶厚度。 第三步模拟通过荧光靶后的出射能谱激发含0.01%Cd的样品, 经过Te靶后的出射能谱激发样品, 得到Cd元素K_α1峰背比为8.28。 相较于直接通过原级谱激发样品, Cd元素K_α1峰背比为2.29, 其峰背比明显提高但Te元素的散射峰对Cd元素K_α1峰仍然有所影响。 选用特征X射线能量与Cd元素K_α1相距更远的BaSO₄作为荧光靶材料, 可减弱由于样品中的基体轻元素的散射作用而引起目标元素的峰背比降低情况, 可将Cd元素K_α1峰背比提高至14.179。 通过增大X光管管电压可进一步提高激发效果, 在管电压为70 kV时对于Cd元素有最佳激发效果, 峰背比为21.431。

生物组织内部结构复杂且具有较强的散射特性, 而光作为生物组织检测的重要信息载体, 其自身特性包括颜色、 幅值、 偏振等都对信息获取有较大的影响。 结合偏振成像, 对生物组织多光谱偏振特性展开了研究, 依据不同微粒尺寸的分布建立了均匀单层生物组织模型, 结合瑞利和米氏散射理论模拟了基于单个微粒的两种散射事件。 瑞利散射具有较好的前向后向散射对称性, 米氏散射具有强前向散射特性, 两种散射模型都与尺寸参数有着密切的关系, 而尺寸参数是一个无因次量, 取决于入射波长和散射微粒的尺寸, 在生物组织中多以米氏散射为研究模型。 使用蒙特卡罗(Monte Carlo MC)方法对400~1 000 nm波段范围内的偏振光在生物组织中的传输特性进行了仿真, 模拟了四种典型偏振态(水平线偏振光、 垂直线偏振光、 45°线偏振光和右旋圆偏振光)在组织中传播时后向散射光偏振态变化与波长的关系, 并进行了实验验证, 实验光源选用白色LED灯, 利用450, 525, 550, 590, 610, 650和690 nm滤光片滤光, 由彩色相机记录手掌的偏振图像, 其中偏振图像由两组线偏振片和右旋圆偏振片分别作为起偏和检偏器产生。 仿真和实验结果均表明, 随着波长增加线偏振光经皮肤组织后向散射出射光的偏振度整体呈上升趋势, 圆偏振光呈下降趋势, 但圆偏振光的偏振度整体上高于线偏振光, 这揭示了在生物组织中相同波长的圆偏振光比线偏振光具有更好的偏振保持性, 更适合用于探测生物组织的生理信息。 相关研究结果明确了圆偏振光和线偏振光在生物组织中传输时的多光谱特性, 可为多光谱偏振生理信息获取提供一定的理论支持。

高寒草甸毒草化是青藏高原草地生态系统面临的主要问题之一。 高寒草甸毒草分类技术对草地群落的变化具有及时监测和科学防控的重要意义。 近年来, 毒草种类及危害面积急剧增加, 传统人工实地调查耗时费力、 调查结果代表性差。 同时毒草在地域分布上具有一定的差异性, 依靠人力难以实现大面积调查。 高光谱遥感技术凭借分辨率高、 波段多、 图谱合一等特点, 在毒草精细分类中表现出巨大的优势, 可满足快速、 准确、 大尺度获取毒草发生面积的需求。 已有学者对草地植物的光谱反射特征开展了研究, 证明采用植物光谱反射特征可有效区分其种类。 但是, 目前尚缺乏针对草地有毒植物光谱特征变量的筛选及构建基于毒草光谱特征的预测分类模型。 本研究利用SOC710VP近红外高光谱成像仪, 在甘肃省天祝县和玛曲县境内高寒草甸上采集黄花棘豆(Oxytropis ochrocephala)、 宽苞棘豆(O latibracteata)、 多枝黄芪(Astragalus polycladus)、 长毛风毛菊(Saussurea hieracioides)、 黄帚橐吾(Ligularia virgaurea)、 乳白香青(Anaphalis lactea)、 葵花大蓟(Cirsium souliei)、 瑞香狼毒(Stellera chamaejasme)、 密花香薷(Elsholtzia densa)、 露蕊乌头(Aconitum gymnandrum)、 碎米蕨叶马先蒿(Pedicularis cheilanrthifolia)11种主要毒草野外光谱数据, 采用Savitzky-Golay卷积平滑算法(SG)对原始光谱值进行去噪, 使用一阶微分导数(FD)开展光谱特征分析, 利用典型判别分析(CDA)对选用的16种光谱特征变量标准化得分系数绝对值进行排序, 然后从大到小分别添加到随机森林(RF)、 支持向量机-径向核函数(SVM-RBF)、 k最邻近分类(KNN)、 朴素贝叶斯(NB)、 决策树(CART)5种算法中构建分类模型并筛选最佳特征变量, 使用混淆矩阵评价分类效果。 结果表明: (1)16个光谱特征变量典型判别分析(CDA)总体分类精度为92.34%, R²=0.89; (2)筛选出最佳分类光谱特征变量为绿峰幅值(Mg)、 蓝边面积(Ab)、 红边幅值(Mre)、 红边面积(Are)、 红边位置(Lre)、 NDVI2、 RVI1; (3)将筛选出的7个光谱特征变量用于毒草分类, 结果支持向量机-径向核函数(SVM-RBF)分类效果最好, 精度达96.45%。

海水中的叶绿素浓度是描述海洋初级生产力、 获知浮游植物丰度及变化规律、 评估环境质量、 预报生态灾害的主要参数。 国内外卫星遥感叶绿素产品的通用反演模型是利用不同波段上遥感反射光谱的强度比值来构建的OCx(x=26)算法, 应用在一类水体中, 全球尺度上的平均相对误差在35%左右。 但对于固有光学特性复杂且具有较大区域差异性的二类水体, OCx算法误差较大甚至失效。 现有研究成果表明, 光谱的相对高度有利于特征波段信息提取及水色信号信噪比的提高。 但基于相对高度构建反演模型, 目前尚存在波段单一、 应用面窄等问题。 在我国近岸水体中, 相对高度模型的构建方法及应用效果尚需进一步研究和验证。 在对秦皇岛近岸海域的叶绿素浓度和表观光学参量进行原位测量的基础上, 对高光谱数据进行了规范化处理, 选取了特征波段并利用特征波段的相对反射深度构建了反演模型。 模型反演值与实测值的相关系数为0.883 58, 平均相对误差为28.33%; 将模型与OCx等算法进行比较, 平均相对误差均降低了27%~50%; 模型验证估算值的平均相对误差为31.17%。 在此基础上, 对我国海洋卫星HY-1C水色水温扫描仪的多光谱数据及实测叶绿素浓度进行了相关分析, 并基于443及520 nm处的相对反射深度建立了反演模型, 模型估算值的平均相对误差比同期L2B产品降低了53.44%。 结果表明, 基于相对反射深度构建反演模型, 可充分利用叶绿素特征波段信息、 降低数据敏感性、 提高水色要素的信噪比, 进而大幅提高模型的反演精度及稳健性。 对于水色要素的高光谱及多光谱反演模型构建、 水体光学参量测量、 卫星产品普及应用、 初级生产力估算、 生态环境监测、 水动力过程研究等领域具有重要的科学意义及较强的应用价值。

利用高光谱反射率光谱的特征波段构建光谱指数, 建立叶绿素含量反演模型是实现水稻生产精准调控和科学管理的必要手段之一。 为了建立适用于拔节孕穗期水稻叶片叶绿素相对含量(SPAD)的高光谱反演模型, 分别获取了拔节孕穗期水稻叶片的高光谱和SPAD数据, 利用小波分析法对原始光谱反射率曲线进行降噪处理, 并对基于积分运算的光谱指数NAOC进行简化, 获得了基于双波段简化运算的优化光谱指数。 利用相关分析法计算由原始反射率光谱R和数学变换光谱LgR、 1/R和R构建的优化光谱和变换光谱指数与水稻叶片SPAD的相关系数, 获得了以积分限(a, b)为横、 纵坐标的相关系数二维矩阵, 并绘制相关性等势图, 得到相关系数最高的3个波段组合: R(641, 790)(0.872 6), R(653, 767)(0.871 7)和R(644, 774)(0.871 6), 计算出20个原始样本中3个积分波段组合所对应的60个优化光谱指数值, 按照2:1的比例划分为建模集和验证集, 建立了三种水稻叶片SPAD反演模型: 偏最小二乘回归(PLSR)、 支持向量机(SVM)和BP神经网络模型。 结果显示: 利用优化光谱和变换光谱指数建立的3种水稻叶片SPAD反演模型决定系数R²均大于0.79, 归一化均方根误差NRMSE则小于5.4%。 其中BP神经网络相对于其他两种模型具有较高的拟合度, 预测精度也相对较高, 建模集R²=0.842 6, NRMSE=5.152 7%; 验证集R²=0.857, NRMSE=4.829 9%。 总体来看, 基于双波段简化运算后的优化光谱和变换光谱指数建立拔节孕穗期水稻叶片SPAD反演模型是可行的; 对比分析3种模型反演结果发现, BP神经网络对水稻叶片SPAD的反演效果较好。 该工作对提高拔节孕穗期水稻精准调控技术和建立水稻生产的科学管理体系具有一定的参考价值。

表面等离激元自诞生以来已有一百多年的历史, 并逐渐形成了一门新的学科--表面等离激元光子学。 位于金属纳米结构中的局域表面等离激元可产生非常显著的近表面电场增强, 并成功应用于诸多研究领域当中, 而对局域表面等离激元与外界入射光中磁场的相互作用的研究则相对较少。 该研究在前期已有的研究基础之上模拟计算了金属纳米球-纳米圆盘结构间隙处的近表面电、 磁场增强, 研究结果表明该结构在单束紧聚焦径向偏振光束的激发下, 金属纳米圆盘产生局域表面等离激元呼吸模式和上下表面处的电偶极矩模式, 该模式使圆盘中心纵向表面电场得到增强。 由于金属纳米圆盘与金属纳米球的局域表面等离激元电偶极矩的耦合共振相互作用, 可以形成纵向电场得到有效增强的局域表面等离激元共振间隙模式。 通过数值模拟计算研究, 证明该金属纳米结构间隙模式的纵向电场分量相对于径向偏振入射光的有效激发横向电场分量即近表面电场的增强因子高达250倍; 而近表面磁场的增强因子高达170倍。 为了更清晰地展现出这种新型金属纳米结构的光谱特性以及近表面电、 磁场分布特征, 还展示出了该金属纳米结构的近表面电场增强分布、 近表面磁场振幅分布以及近表面电、 磁场共振波长的对比分析, 计算结果表明所提出的金属纳米球-纳米圆盘结构具有明显的局域近表面电、 磁场增强优势以及较宽的频谱波段。 由于本文提出的金属纳米结构具有电、 磁场增强优势, 希望计算结果能应用到更多的研究领域当中, 尤其是生物医学等领域, 为人们抗击疫情提供一点点参考和帮助。

分子的多形态(多晶型)是指化学组成相同但存在不止一种晶体形式的物质。 这些多形态广泛存在于自然界中, 其中药物的多形态尤其普遍。 这些药物多形态虽然具有相同的化学分子组成, 但其理化性质却存在差异, 最终会导致药物作用功能的不同。 近年来, 随着太赫兹(THz)辐射源的产生方式成为一种常规技术后, 太赫兹时域光谱技术(THz-TDS)的应用领域逐渐被拓宽。 因为THz波不仅与分子内作用模式有关, 更与氢键和范德华力等弱相互作用模式密切相关; THz辐射可以诱发低频键振动、 晶体声子振动、 氢键拉伸和扭转振动, 许多有机分子的集体振动模式处于该波段, 尤其是药物分子。 基于此, 采用THz-TDS技术, 研究了马来酰肼药物分子两种多形态(MH2和MH3)在0.25~2.25 THz波段的THz吸收谱。 通过实验测试, 发现MH2和MH3的THz特征吸收峰完全不同, MH2获取到了三个特征吸收峰, 分别位于0.34, 1.41和1.76 THz; MH3晶型获取两个特征吸收峰, 分别位于0.75和1.86 THz处; 此结果表明马来酰肼多形态可以通过其THz特征吸收峰进行辨别表征。 接着, 为了对THz实验吸收峰进行解析, 采用固态密度泛函理论(DFT)模拟了马来酰肼的红外吸收模式; 在实验和理论频谱数据匹配的情况下, 分析讨论了特征吸收峰的来源, 发现MH2和MH3的THz吸收峰对其三维空间结构非常敏感, 吸收峰均来源于分子间相互作用力。 最后, 为使药物研究能够与实际应用结合, 对马来酰肼的商用药品青鲜素进行了THz光谱测试, 通过其与马来酰肼多形态的THz吸收峰比较, 发现人们日常使用的青鲜素是MH3晶型。 此研究结果表明, THz-TDS技术是一种很有潜力的药物多形态检测工具, 此研究有望解决马来酰肼多形态在工业生产及临床应用上检测难的问题。

短波红外(short-wave infrared, SWIR)一般指900~1 700 nm的光波段, 是肉眼不可见的光波段, 这种波段目前主流的探测器以InGaAs为主, 主要用于**、 生物以及材料光谱分析等领域。 短波红外荧光成像以其对生物组织光学损伤小、 成像深度大、 成像信噪比高、 空间和时间成像分辨率高等特点, 使得基于InGaAs探测器的生物光学成像成为生物组织观测领域的研究焦点。 生物光学窗口的多窗口宽谱段的荧光光谱特性, 使得可以对生物组织采集多谱段的光谱图像, 以此来观察生物组织的在不同光谱照明下的结构特性。 针对生物光学窗口的光谱特性, 设计了一种基于InGaAs探测器的多谱段的小鼠静脉成像系统, 可以无接触采集小鼠静脉红外光谱图像, 对测小鼠的静脉红外光谱。 设计的基于InGaAs探测器的短波红外探测器, 可以实现最高5 000 ms的积分时间; 积分时间的延长, 显著地提升了静脉成像的信噪比, 同时其光谱响应特性很好的覆盖了第二生物光学窗口以及第三生物光学窗口。 针对光学显微特性的成像特点以及静脉组织在图像中的特征表达, 设计了一种新型的单光谱多焦距融合算法, 可以很好的实现静脉图像的红外光谱观测。 提出了一种基于多尺度梯度域引导滤波(gradient domain guidedfilter, GDGF)多焦距融合算法, 来补偿显微特性的成像缺陷。 通过多尺度梯度域引导滤波算法, 实现对显微对焦区域的提取, 进而实现对融合决策函数的计算, 最后再通过梯度域引导滤波将得到的融合决策函数精细化处理最终得到我们的融合算法的最终决策融合函数。 实验表明, 设计的InGaAs短波红外探测器很好的满足了对小鼠静脉荧光光谱成像的需求, 分别实现了针对小鼠静脉的1 100, 1 250和1 350 nm等多个波段的光谱成像, 以及在同一激光照明下实现多个焦距下的光谱成像。 同时设计的融合算法很好的提取了小鼠静脉图像的对焦区域, 在将多焦距图像融合的同时又减少了噪声的引入, 实现了高质量全局静脉成像。

搭建热解析富集装置对溶液中的汞富集后进行检测, 可以提高X射线荧光测试的灵敏度。 整个测试过程如下: 样品中的汞在高温下发生热解析, 经过滤膜时被选择性吸附, 在使用光谱仪测试后, 最终计算出样品中汞的含量。 在热解析管路中加入白云石增加停留时间, 可以降低汞的热解还原温度, 在使用汞稳定化剂的条件下, 只需加热到600 ℃就可以实现汞的解析。 对热解析富集的测试条件进行研究, 选择热解析时间和光谱仪器测试时间, 优化进样体积和抽气气流流速。 该方法的测试信号与直接测试相比明显增大, 且随着样品体积的增加而增加, 在进样体积为200 μL时可达到11.78倍。 使用不同浓度的溶液绘制工作曲线, 线性相关系数为0.993 7, 并对含量为0.05 μg·mL^-1的溶液进行多次测试, 11次测试的相对标准偏差为4.048%; 对空白溶液进行测试, 计算该方法的检出限为0.004 μg·mL^-1, 定量限为0.015 μg·mL^-1; 配制混合溶液, 研究其他离子对待测离子的干扰, 结果表明, 在其他离子含量是待测离子100倍的条件下, 对汞的测试没有影响; 采集生活中的河流水和自来水, 测试该方法的加标回收率在94.3%~102.6%之间。 使用该装置对溶液中的汞富集后进行测试, 可以提高X射线荧光测试的检出限, 实现污水中重金属汞的检测。

火花发射光谱分析钢中单一夹杂物的研究已有文献报导, 但用火花光谱分析钢中复合夹杂物一直是个难题。 钢中复合夹杂物是一种单一夹杂物包裹另外一种单一夹杂物组成的复合体, 或由两个及以上单一夹杂物紧密相邻结合体。 如何区分材料中同时存在但不相邻的两种单一夹杂物和二者复合夹杂物, 用火花发射光谱技术难于实现。 该工作采用火花光谱原位统计分布分析(OPA)进行高铁车轮截面的夹杂物分析, OPA通过对经连续扫描的火花放电激发所产生的元素光谱信号进行采集和分析, 可实现大尺度金属材料的成分及夹杂物统计分布表征, 在同一激发位置下, 当既有Al₂O₃夹杂物光谱信号, 也有MnS夹杂物光谱信号, 通过对Al₂O₃夹杂物和MnS夹杂物的火花光谱强度时序耦合处理, 获得此时序对应位置处的复合夹杂物信息。 根据超过阈值以上的火花光谱强度和夹杂物平均面积之间的良好线性关系, 在同一位置下, 分别获得Al₂O₃/MnS复合夹杂物中Al₂O₃夹杂物和MnS夹杂物的面积, 将Al₂O₃夹杂物面积和MnS夹杂物面积加和, 得到Al₂O₃/MnS复合夹杂物的面积。 同时结合扫描电镜(SEM)分析小区域内的复合夹杂物, 将每一个扫描电镜复合夹杂物面积对应一个OPA分析夹杂物的归一化面积, 建立SEM 和OPA两种分析方法获得的复合夹杂物面积的关系曲线, 二者具有良好线性关系, 线性相关系数大于0.99。 取高铁车轮截面中另外两部分进行验证实验, 得到的结果也与扫描电镜结果基本一致, 即在分析小面积区域内Al₂O₃/MnS复合夹杂物, OPA分析的归一化结果也能够满足表征需要。 除此之外, 由于 OPA可以进行部件全域分析, 可检测到更多的较大Al₂O₃/MnS复合夹杂物颗粒, 可有效避免扫描电镜(SEM)因分析区域有限造成大尺寸夹杂物漏检问题, 为大尺寸金属构件的夹杂物分析特别是Al₂O₃/MnS复合夹杂物的分析提供了一种有效手段。

菊花为菊科植物菊的头状花序, 滁菊、 贡菊、 杭菊和亳菊是常见的几类药用品种菊花。 不同品种菊花在外观上具有极大的相似性, 非专业人员仅凭肉眼难以对其进行准确鉴别分析。 常规仪器分析法检测成本较高, 分析时间较长, 且需要对样品进行破坏性处理, 影响了产品的二次销售。 近红外光谱技术作为近年来快速发展起来的一种绿色、 简单、 快速的新型检测技术, 在中药鉴别领域取得了很大的进展。 基于便携式近红外光谱仪结合化学计量学方法建立了一种菊花品种无损鉴别方法。 利用便携式近红外光谱仪采集了滁菊、 贡菊、 杭菊和亳菊完整以及粉末状两种物理形态样品的光谱, 采用单一以及组合光谱预处理方法消除光谱中存在的干扰, 结合不同模式识别方法(主成分分析法、 软独立模式分类法和Fisher线性判别分析法)分别构建了不同品种菊花的鉴别模型。 结果表明: 由于仪器的限制及样品物理性状的原因, 光谱中存在较为明显的背景、 基线漂移以及噪声的干扰, 完整样品由于物理性状的原因, 基线漂移干扰尤为严重; 采用主成分分析法结合光谱预处理方法无法实现不同品种菊花的准确鉴别, 完整样品最佳鉴别正确率仅为8.33%, 粉末样品最佳鉴别正确率为52.38%; 通过软独立模式分类法结合预处理方法可以得到较为准确的鉴别结果, 完整样品光谱数据经一阶导数+多元散射校正优化后鉴别正确率为95%, 粉末状样品数据采用原始数据的鉴别正确率为92.5%; Fisher线性判别分析方法结果最佳, 完整样品数据经连续小波变换优化后可以得到97.5%的鉴别正确率, 粉末状样品采用原始光谱便可得到100%鉴别正确率。 以上结果表明, 当采用合适的预处理和建模方法, 完整样品和粉末状样品鉴别结果较为一致, 基于便携式近红外光谱仪结合化学计量学可实现对不同品种菊花的准确无损鉴别分析, 为食药同源产品的无损鉴别分析提供了新途径。

传统变压器绝缘油品质荧光分析检测方法是利用荧光分光光度计采集油样本全谱段荧光光谱, 根据不同老化程度绝缘油的全谱荧光特征变化建立变压器运行状态诊断模型。 针对传统荧光方法中光度计体积大、 价格昂贵以及因光谱采集时间长无法实现实时监测等问题, 提出一种基于荧光双色比例的变压器绝缘油品质检测方法, 提取荧光特征双波段信息并建立变压器运行故障诊断模型, 可通过定制滤光片和可见光电探测器等硬件取代传统荧光分光光度计, 实现双色荧光信息快速采集及处理, 满足在线实时监测的同时降低硬件成本。 对放电击穿故障造成的变压器绝缘油老化进行荧光分析, 试验模拟了不同放电击穿工况, 制备了不同放电击穿时间(10, 30, 50, 70, 90和120 min)下的尼纳斯油样本作为荧光检测目标; 使用荧光分光光度计采集了各样本在不同激发波长下的荧光发射光谱, 确定最优固定激发波长为280 nm; 使用3点移动均值平滑法对样本荧光光谱平滑去噪, 通过分析不同放电击穿时间下油样荧光特征峰的变化规律, 选取380~388和399~407 nm作为双色信息提取波段, 利用最小二乘曲线拟合建立了荧光双色比例变压器绝缘油放电击穿故障诊断模型。 研究结果初步证明了荧光双色比例法在变压器绝缘油放电击穿故障诊断上的有效性, 为一种体积小、 成本低、 快速有效在线监测系统的建立提供了一定的理论与实践基础。

溶液阴极辉光放电技术作为一种新型的光谱检测技术, 被广泛应用于环境污染物的分析和检测等方面。 虽然该技术具有结构简单以及成本低等优势, 但是在重金属检测方面, 其灵敏度还有待提高。 针对上述问题, 搭建了氢化物发生-溶液阴极辉光放电光谱测量系统, 实现了对水体中痕量汞(Hg)和锡(Sn)的简单高效检测。 为了得到更优的检测效果, 实验选取270.64和253.65 nm作为Sn和Hg的特征分析谱线, 并将激发源的参数配置为极间距3.5 mm、 放电电流60 mA和电解液流速2.12 mL·min^-1。 同时, 实验对影响氢化物反应的相关实验条件进行了研究, 得到Sn和Hg的最佳硼氢化钠浓度为2%和1.5%, 载气流速为141.50和183.95 mL·min^-1, 样品溶液pH值为1.0。 随后为了进一步分析水体中共存离子对该系统检测性能的影响, 实验评估了Pb²⁺, Ca²⁺, Zn²⁺, Cr³⁺, Cd²⁺, Na⁺, K⁺, Mn²⁺, Mg²⁺, Fe³⁺和Cu²⁺对氢化物发生-溶液阴极辉光放电技术检测Sn和Hg的干扰情况, 结果表明仅Cu²⁺对两种元素的检测干扰较大, Pb²⁺对Hg的检测存在一定干扰, 其他共存金属离子未表现出明显的干扰情况。 基于上述实验条件的优化, 在最佳实验参数下利用外标法建立Sn和Hg的定标模型, 并计算得到Sn和Hg的检出限分别为6.85和1.05 μg·L^-1, 溶液信号强度的相对标准偏差均小于3%(n=10)。 最后, 实验中分别采集了三种不同水质的实际水样, 应用所提出的方法对Sn和Hg进行加标回收率研究, 用标准加入法测得其加标回收率均在97.77%~103.08%之间。 上述结果表明氢化物发生-溶液阴极辉光放电技术在Sn和Hg的检测方面表现出了良好的分析性能, 且该方法具有体积小、 成本低、 抗干扰能力强等优势, 有望为水体中重金属的元素检测提供一种更加简便高效的方法。

冬季牧草即枯草的存量是生态补偿计算与畜牧生产科学管理的关键基础, 而对青藏高原枯草关键参数认识的不足, 直接限制了高寒冬季枯草监测研究与应用发展。 PROSAIL是一种光学辐射传输模型, 它可以定量描述植被参数与冠层反射率的关系。 利用最新版本PROSAIL模型, 结合野外实测的枯草光谱及叶面积、 叶绿素等10个性状参数数据, 模拟生成了15 000组潜在的枯草光谱数据序列。 通过冬、 夏实测枯草与绿草样方的反射光谱特征分析, 揭示了枯草在可见光波段与近红外波段与绿草的显著差异性, 描述了青藏高原冬季枯草在400~1 300 nm波段近似线性的独特光谱分布特征。 在此基础上, 提出了以红光与绿光波段差值为依据的鲜/枯草光谱区分方法, 并据此实现了15 000组模拟光谱中枯草光谱的初级与二级筛选, 建立了枯草模拟光谱数据序列集。 该模拟光谱数据序列集与实测光谱在400~2 500 nm全波段明显相关, 所有模拟谱线R²均在0.904~0.994之间, 表明该模型能够很好地模拟高寒冬季枯草的反射率光谱。 进一步采用EFAST方法, 对枯草模拟光谱数据序列进行全局敏感性分析, 识别出棕色素、 类胡萝卜素、 花青素、 叶片结构、 热点5个对枯草光谱变化不敏感的参数, 并在此基础上优化枯草敏感参数阈值区间。 最终, 以99%置信区间为标准、 余弦距离为评价函数, OFAT方式再次运行模型, 界定了枯草敏感的参数阈值: 叶面积指数阈值区间为0.2~0.89、 叶绿素含量为0~1.29 μg·cm^-2、 平均叶倾角为11°~90°、 等效水厚度为0.000 1~0.005 cm、 干物质含量为0.008~0.05 g·cm^-2。 通过对10个枯草性状参数及其取值区间的率定, 提出了枯草光谱关键参数数值区间参考表, 为提高对高寒冬季枯草性状特征的科学认识及探究遥感反演应用技术方法提供理论依据与基础数据。

山东日照海曲汉墓群是2002年度全国十大考古新发现之一, 该墓群共出土漆器约500件, 具有较高历史、 科学和艺术价值。 漆盒是海曲汉墓出土漆器中数量最多的一类, 具有造型精美的特点, 代表着当时高度发达的髹漆工艺水平。 切片显微研究揭示了该批漆盒存在漆灰层→底漆层→面漆(色漆和彩绘层)的髹制工艺特点, 且具有较厚的漆灰层和底漆层。 漆膜采用红色朱砂(HgS)作为呈色颜料, 漆灰层存在使用黏土或骨灰+黏土的情况。 海曲汉墓群出土漆器漆膜与现代生漆漆膜样品红外光谱图具有高度一致性, 而部分古代漆膜在4001 000 cm^-1处出现了一些中等强度和较弱的红外特征吸收峰, 归属于漆膜中人为添加或者沾染土壤环境中的石英颗粒的红外特征吸收峰。 紫外-可见光光谱图显示古代漆膜与现代纯漆漆膜样品在大部分出峰位置一致, 现代纯生漆漆膜与部分古代漆膜样品在200~265 nm处出现了共轭体系的π→π^*跃迁所产生的K带, 在300~320 nm处出现孤立含杂原子的中n→π^*跃迁所产生的谱带R带。 其中, 部分样品K带消失说明古代漆膜因长期埋藏发生结构性劣变, 而R带普遍增强则反映出漆膜发生着持续的氧化反应。 该研究有助于更加科学地认知汉代髹漆工艺技术特点, 揭示古代漆膜劣化特征, 为古代漆器研究、 保护和鉴别提供一定的参考数据。

潮滩沉积物水分的分布在空间和时间上会有很大的变化, 含水量的变化会导致沉积物中生源要素含量的变化。 因此, 实时、 准确、 快速的监测潮滩沉积物含水量, 对了解潮滩的各种特性, 掌握潮滩生源要素信息, 潮滩资源的开发有着重要意义。 采集青岛市东大洋村潮间带的沉积物115份, 分别测定新鲜样品、 风干4周、 风干8周样品的可见近红外光谱和含水量。 以db10小波基和sym6小波基对原始光谱进行小波变换, 采用偏最小二乘回归建立潮滩沉积物含水量模型。 通过10阶小波变换获取原始光谱的低频信息A_n和高频信息D_n(n=1, 2, …, 10), 通过原始光谱S分别与高频信息D_n做差值, 得到S-D_n, 对A_n, D_n和S-D_n建立潮滩沉积物含水量模型, 并对模型结果进行分析。 原始光谱建立模型的Rp2为0.841, RMSEP为2.767, RPD值为2.481。 通过对db10小波基变换后的低频和高频信息分析, 无用信息主要集中在D₃和D₄, 去除D₃和D₄建立的含水量模型, 相比于原始光谱模型精度有明显提高, Rp2为0.878, RMSEP为2.501, RPD值为2.749; 通过sym6小波基变换后进行分析, 无用信息主要集中在D₅和D₉, 去除D5和D9建立含水量模型与原始光谱模型相比, 精度也有一定提高, Rp2为0.87, RMSEP为2.475, RPD值为2.768。 因此通过小波变换对原始光谱划分低频信息和高频信息进行分析, 能够有效找到潮滩沉积物含水量的干扰信息, 实现特征信息提取, 从而建立准确度更高的潮滩沉积物含水量模型, 为潮滩沉积物含水量实时、 动态监测提供理论基础。

植物精油是从芳香植物提取的天然复杂化合物, 作为芳香植物的次生代谢产物具有挥发性和浓郁香味, 其特有的多样化生物活性广泛应用于医药和化妆品行业。 植物精油具有高渗透性, 能以活跃的分子态渗透皮肤组织, 经淋巴腺吸收后进入血液, 其所含的重金属元素也极易随植物精油进入人体对健康构成潜在威胁。 采用硝酸-双氧水对植物精油进行微波消解, 在多模式样品导入系统(MSIS)的双重模式下, 采用电感耦合等离子体发射光谱(ICP-OES)测定其中可形成蒸气重金属元素As, Sn, Sb, Hg和不可形成蒸气重金属元素Cr, Ni, Cd和Pb的含量。 选择盐酸对样品进行酸化并预还原氧化态元素, 通过在线加入L-半胱氨酸/酒石酸提高可形成蒸气元素的蒸气发生效率, 利用硼氢化钠/氢氧化钠在MSIS中将As, Sn, Sb和Hg转变为蒸气状态; 针对分析过程中存在的多个或单个光谱重叠和背景干扰, 分别对空白溶液、 分析元素和预期干扰元素的纯溶液进行测定, 根据获得的光谱响应数据解卷积构建快速自动曲线拟合技术(FACT)模型, 将分析谱线从干扰谱线中分离出来, 从而实现光谱重叠干扰和背景干扰的实时校正; 采用加标回收并与电感耦合等离子体质谱(ICP-MS)进行对比分析评价方法的准确性。 各元素方法的检出限(MDL)为0.3811.2 μg·kg^-1, 加标回收率为95.4%104%, 相对标准偏差(RSD)为1.9%4.9%, 对比分析的相对误差(RE)在-2.1%2.7%之间, 表明方法准确可靠, 精密度高。 对8种植物精油中的重金属元素进行了分析, 所有植物精油样品中重金属元素As, Hg和Pb的含量远低于GB/T 26516-2011制定的限量标准, 植物精油中重金属元素Cr, Ni, Sn, Cd和Sb的含量虽然没有制定限量标准, 但均处于极低水平。 MSIS兼具传统雾化和蒸气发生双重功能, 在分析可形成蒸气元素和不可形成蒸气元素时无需切换不同进样系统, 能满足大批量植物精油中微量重金属元素的高通量分析需要。

毒品的快速检测在抑制毒品的传播, 打击毒品犯罪方面有着举足轻重的作用。 表面增强拉曼光谱(SERS)技术具有指纹识别、 检测速度快、 样品用量少、 无损伤等众多优点而受到了关注, 其特点特别适合于公安机关现场快速检测执法。 本文利用金纳米粒子溶胶作为增强试剂对拉曼光谱进行增强, 制作1 μg·mL^-1的苯丙胺、 氯胺酮、 芬太尼、 海洛因、 可卡因和甲基苯丙胺六种溶液, 毒品溶液、 增强试剂、 NaCl溶液的体积比为20:6:5混合, 取30 μL混合溶液滴在载玻片表面, 在空气中自然挥干后待检。 每类毒品溶液各制作5个样本, 每个样本随机采集10个点的拉曼光谱数据。 6种毒品溶液拉曼光谱数据共300组, 随机选择60组拉曼数据作为训练集, 利用训练集数据对模型进行训练。 其余240组数据作为测试集, 测试模型的分类效果。 经过预实验比较, 实验选择波长为785 nm激光作为激发光源, 采用50×物镜, 激光强度为3.0 mW, 曝光时间为0.2 s, 扫描次数为1 000次, 选取400~1 700 cm^-1波段测试研究。 采用Savitzky-Golay方法对拉曼数据进行平滑降噪, 采用airPLS方法进行基线校正, 完成数据的0-1归一化。 利用主成分分析法、 方差筛选法、 遗传选择算法、 互信息法对数据降维处理, 通过支持向量机、 随机森林、 人工神经网络和最近邻四种算法分别进行建模训练, 并利用测试集数据测试模型分类效果, 重复10遍取平均准确率。 结果表明, 拉曼光谱数据经过PCA降维后, 选取5个主成分, 各分类器准确率都在95%以上。 另外三种波段选择方法中, 遗传选择算法结合SVM分类器准确率较高, 遗传选择算法筛选出的5个拉曼波段的组合, 分类准率已达到95%以上, 25个拉曼波段组合时, 准确率达到99%。 遗传选择算法作为波段选择算法, 不仅可以降低拉曼光谱采集数据的维度, 而且可解释性更强, 有更重要的意义, 为毒品的快速检测技术提供参考。

使用近红外光谱鉴别蚕茧雌雄设备成本较高, 挑选有用特征可以减少成本。 雌雄蚕茧的近红外光谱存在着共线性的关系, 因此提出了一种包裹式的特征选择方法, 基于支持向量机的自助重加权采样(BRS-SVM)的特征选择方法。 使用NirQuest512近红外光谱仪采集了蚕茧的漫透射近红外光谱。 用试验集的全波段建模得到特征重要度热图, 并通过热图得到重要特征波段的范围。 然后在重要特征波段范围内, 分别用BRS-SVM、 基于SVM的特征排序方法(MBR-SVM)、 基于逻辑回归的特征排序方法(MBR-LR)、 递归特征消除法(RFE)、 连续投影算法(SPA) 和遗传算法(GA)挑选单波段特征和连续波段面积特征, 再分别用支持向量机(SVM)和逻辑回归(LR)建立雌雄分类模型。 通过特征重要性热力图发现, 蚕茧雌雄分类重要区域在900~1 399 nm内, 用此波段范围建立SVM模型, 试验集准确率为99.40%。 用BRS-SVM挑选5个单波段特征, 然后再用SVM建模, 验证集准确率为93.88%, 高出其他特征选择方法5%~12%, 测试集准确率为89.56%, 测试集准确率高出其他特征选择方法2%~4%。 用BRS-SVM挑选27个单波段特征, 建立SVM雌雄分类模型测试集准确率为94.97%, 准确率达到生产条件要求。 用BRS-SVM挑选的14个连续波段面积特征, 再用SVM建模, 测试集准确率为94.43%。 在挑选少量特征情况下, 我们提出的BRS-SVM要优于其他方法。 用BRS-SVM挑选少量的特征, 可以建立性能良好的蚕茧雌雄分类模型, 有效减少了成本, 具有重要的现实意义。

金属有机化学气相沉积(MOCVD)方法制备InGaN/GaN多量子阱结构时, 在GaN势垒层生长的N₂载气中引入适量H₂, 能够有效改善阱/垒界面质量从而提升发光效率。 本工作利用光致发光(PL)光谱技术, 对蓝光激光器结构中的InGaN/GaN多量子阱的发光性能进行了精细的光谱学测量与表征, 研究了通H₂生长对量子阱界面的调控效应及其发光效率提升的物理机制。 室温PL光谱结果显示, GaN势垒层生长载气中引入2.5%的H₂使InGaN/GaN多量子阱的发光效率提升了75%、 发光峰的峰位蓝移了17 meV、 半峰宽(FWHM)减小了10 meV。 通过功率依赖的PL光谱特征分析, 我们对InGaN/GaN量子阱中的量子限制Stark效应(QCSE)和能带填充(Band Filling)效应进行了清晰的辨析, 发现了发光峰峰位和峰宽的光谱特征主要受QCSE效应影响, H₂的引入能够大幅度降低QCSE效应, 并且确定了QCSE效应被完全屏蔽情况下的发光峰能量为2.75 eV。 温度依赖的PL光谱数据揭示了通H₂生长量子阱结构中显著减弱的载流子局域化行为, 显示界面质量提高有效降低了限制势垒的能量波动, 从而导致更窄的发光峰半峰宽。 PL光谱强度随温度的变化规律表明, 通H₂生长并不改变量子阱界面处的非辐射复合中心的物理本质, 却能够显著减少非辐射复合中心的密度, 有助于提升量子阱的发光效率。 通过时间分辨PL光谱分析, 发现通H₂生长会导致量子阱结构中更短的载流子辐射复合寿命, 但不影响非辐射复合寿命。 载流子复合寿命的变化特征进一步确认了通H₂生长对量子阱结构中QCSE效应和非辐射复合中心的影响规律。 综合所有PL光谱分析结果, 我们发现通H₂生长能够提高InGaN/GaN多量子阱的界面质量、 显著减弱应力效应(更弱的QCSE效应)、 降低限制势垒的能量波动以及减少界面处非辐射复合中心的密度, 从而显著提升量子阱的发光效率。 该研究工作充分显示了PL光谱技术对半导体量子结构发光性能的精细表征能力, 光谱分析结果能够为InGaN/GaN多量子阱生长提供有价值的参考。

针对LAMOST DR5 pipeline分类为Unknown的光谱数据对其进行了特征提取和聚类分析。 主要工作如下: (1) 基于影响空间及数据场的特征提取。 首先基于影响空间从低信噪比光谱中提取出大量小集团; 然后计算各小集团内部的场并根据场对光谱排序, 依次访问光谱序列及其小集团内的成员来获得特征谱; (2) 对上述特征谱进行K-means聚类, 并统计了每一类目标所在天区、 观测视宁度、 各波段信噪比、 亮度、 光谱仪/光纤的分布情况。 (3) 低质量光谱聚类结果的理论分析。 通过聚类所有低质量光谱被分为了5大簇: A 光谱信噪比较低或与传统分类模板差异较大, 但通过特征分析可确定其类别(占比2.7%); B 光谱蓝端或红端出现疑似特征线或分子带, 但与线表无法匹配(占比23.6%); C 光谱蓝端信噪比极低, 且该波长区域噪声值较强, 其他波长区域的连续谱和线的特征较弱(占比48.0%); D 红蓝两端拼接问题导致5 700~5 900 Å局部光谱突起明显, 其他波长区域的连续谱和线的特征较弱(占比24.2%); E 存在大量缺省值导致无法确定其类别(占比1.5%)。 实验结果表明, 该方法不仅能够有效提取低信噪比光谱的特征谱, 同时能够通过特征谱的聚类分析揭示低质量光谱的成因, 从而为制定光谱观测计划提供参考, 为低信噪比光谱分析及处理提供方法借鉴。

时序光谱遥感植被指数是公认的监测植被覆盖变化的有效指标, 在大范围植被覆盖动态变化监测中发挥着重要作用。 祁连山地处中国西部甘肃和青海两省交界处, 地理位置特殊, 对维持中国西部生态安全具有重要作用。 随着全球气候变化, 祁连山区的气候也出现了不同程度的变化, 并且近些年来国家在祁连山实施了多项生态环境保护工程措施。 针对祁连山不同生态区植被覆盖变化现状及未来趋势研究的不足, 基于1 km分辨率的SPOT-VGT-NDVI光谱数据, 运用数理统计法、 空间叠置法分析了祁连山不同生态区植被覆盖时空格局、 植被稳定性和未来演化趋势, 探寻出敏感区域, 为区域生态安全、 生态工程建设提供理论基础, 进而为林草部门制定祁连山保护规划和植被恢复措施提供科学依据。 研究结果表明: 1998年-2018年间祁连山植被NDVI呈波动上升趋势, 增速为0.32%·a^-1; 柴达木盆地荒漠生态区和帕米尔-昆仑山-阿尔金山高寒荒漠草原生态区NDVI变化率较小, 仅为0.14%·a^-1和0.27%·a^-1, 而内蒙古高原中部草原化荒漠生态区和江河源区-甘南高寒草甸草原生态区的变化率较大, 分别为0.54%·a^-1和0.57%·a^-1。 空间上, 祁连山植被NDVI呈现东南区域高, 西北区域低, 整体改善, 局部恶化的趋势, 恶化区域和改善区域面积分别占祁连山总面积的28.37%和40.76%; 分析发现祁连山植被较为稳定, 较高波动和高波动变化区域面积合计为0.22×10⁴ km², 占1.20%; 未来呈良性发展趋势和恶性发展趋势的面积分别占祁连山总面积的42.82%和26.40%, 其中持续性恶化的面积占25.56%。 祁连山-植被恶化区域主要为高海拔雪线附近的高寒草原和高寒荒漠、 中东部城镇周围地区和河湖周围的植被脆弱区域, 国家应将此区域作为以后治理的重点区。

祖母绿为绿柱石族中铬(Cr)、 钒(V)共同致色的宝石种, 合成历史悠久, 技术不断改进, 新配方产品不时出现。 近期市场上出现一种新型水热法合成祖母绿, 颜色亮丽, 外观可与哥伦比亚天然祖母绿媲美, 经初步分析发现其为V致色合成祖母绿。 为了探究其特征, 运用激光剥蚀电感耦合等离子体质谱(LA-ICP-MS)、 紫外-可见-近红外(UV-Vis-NIR)分光光度计进行详细研究, 旨在获得其化学成分中致色元素含量及UV-Vis-NIR吸收光谱特征, 分析致色原因, 并寻求与天然祖母绿的相区别的方法, 为检测机构提供重要数据信息。 化学成分研究表明, 该合成祖母绿为纯V致色, 具有富V贫铁(Fe)的特征, 铜(Cu)在不同批次样品中, 含量差别较大, 而Cr及其他致色元素含量大多低于检测限。 作为对比的传统富Fe型水热法合成祖母绿样品, 则具有高Cr高Fe的特征。 此外, 含有较高的镍(Ni)及微量钛(Ti), 锰(Mn), Cu, 而V含量则低于检测限。 新型合成祖母绿的紫外-可见吸收光谱呈现典型的钒元素的吸收光谱特征, 在紫区430 nm、 橙红区617 nm处显示两个宽大的吸收带。 此外在约390和680 nm附近分别有一肩峰, 多数样品在756 nm处有一弱吸收峰。 430 nm吸收带归属于V³⁺的d电子[³T_1g(³F)→³T_1g(³P)]自旋允许跃迁, 617 nm吸收带归属于V³⁺的d电子的³T_1g(³F)→³T_2g(³F)自旋允许跃迁, 756 nm吸收峰为Cu²⁺所致, 该吸收光谱特征与传统富Fe型合成祖母绿明显不同。 天然祖母绿大多具Fe³⁺, Fe²⁺及Cr³⁺的吸收光谱组合特征, 较容易与该合成祖母绿区分; 少数纯V致色天然祖母绿, 虽然同样具有V元素特征的吸收峰, 但由于同时具有在810830 nm附近Fe²⁺的特征吸收带, 也能与富V型合成祖母绿区别。 近红外区, 主要在1 402, 1 467和1 895 nm处显示I型水相关吸收峰, 也可与天然祖母绿区别。 紫外-可见-近红外光谱是鉴定天然祖母绿与合成祖母绿的一个有效手段, 但要结合其他鉴定信息, 如包裹体、 分子振动光谱等, 避免新合成配方祖母绿的出现而导致错误的鉴定结论。

氟磷锰矿是一种稀有矿物, 宝石级氟磷锰矿可呈现高饱和度的红橙色。 选取三颗来自巴基斯坦的样品, 通过电子探针、 拉曼光谱、 红外光谱和紫外-可见光吸收光谱进行系统研究, 旨在获得其化学成分、 光谱学特征, 分析致色离子, 为其品种鉴定、 优化处理等提供重要数据。 样品平均化学成分化学式为(Mn_1.66, Fe_0.17, Ca_0.15, Mg_0.03)_Σ2.02[P_0.99O_4.14]F_0.82, 属含少量铁的氟磷锰矿, 与文献记载的巴基斯坦Shigar山谷产出的宝石级氟磷锰矿化学成分相似。 拉曼光谱与红外光谱显示氟磷锰矿的主要振动基团为PO43-基团。 拉曼光谱的主峰位于980 cm^-1, 可用于分析羟基与氟的替代关系, 450和427 cm^-1双峰的强度比可反映Mn²⁺和Fe²⁺的替代关系。 红外光谱在400~650 cm^-1波段和900~1 200 cm^-1波段有吸收峰, 可以反映羟基与氟和Mn²⁺与Fe²⁺的替代关系。 因此, 拉曼光谱、 红外光谱特征可清晰区分氟磷锰矿、 羟磷锰矿和氟磷铁矿三个类质同像矿物。 紫外-可见光吸收光谱中, 以406 nm为中心的强吸收峰是由于Mn²⁺自旋禁阻跃迁导致; 以455 nm为中心的弱吸收峰是由于Fe²⁺自旋禁阻跃迁导致, Mn²⁺对此峰也有一定贡献; 以533 nm为中心的吸收峰是由Mn²⁺的⁶A_1g(S)→⁴T_1g(G)跃迁导致。 样品呈现红橙色, 属自色矿物。 氟磷锰矿族矿物普遍存在类质同象, 拉曼光谱、 红外光谱可准确鉴定氟磷锰矿, 电子探针可以为其产地溯源提供重要信息。

透明度是海洋生态环境监测的关键指标, 在**、 航海、 渔业等领域均发挥着重要作用。 与传统的海洋监测技术相比, 遥感技术具有长时序、 大范围、 近实时获取海洋信息的优势, 利用水色卫星观测我国海域透明度的变化, 对合理开发和利用我国海洋资源有着重要的意义。 利用实测透明度数据与Sentinel-3 OLCI传感器中心波段的等效遥感反射率数据构建了渤海透明度反演模型, 主要包括单波段法、 波段比值法和混合波段法。 利用与卫星时空同步的现场透明度数据进行了模型精度验证, 最终确定以B6(560 nm)与B7(620 nm)为敏感因子的混合波段模型透明度反演效果最佳, 该模型透明度的反演值与实测值间决定系数(R²)为0.68, 平均相对误差(MRE)为15.93%, 均方根误差(RMSE)为0.48 m。 在此基础上结合Sentinel-3 OLCI时间序列影像, 得到2020年渤海透明度月均遥感产品, 发现渤海透明度分布状况有明显的区域性与季节性特征。 透明度的整体变化区间为010 m, 其中夏季7月和8月份透明度较高, 局部海域透明度可高于9 m, 而冬季相对较低1月和2月份全海域不足2 m; 透明度整体呈现近岸海域低、 离岸海域高的空间分布特征, 渤海中部、 秦皇岛近岸海域透明度相对较高, 渤海湾、 辽东湾、 莱州湾透明度常年较低。 渤海透明度的分布趋势与渤海沿岸地质属性、 周边河流分布情况以及沿岸城市群与工业港口的发展情况密不可分。 该研究为渤海透明度遥感估算提供了可靠的理论基础, 对监测渤海海洋环境具有重要的意义。

人参是传统中药材中的贵重品种, 具有较高的经济价值。 人参生长的地域性很强, 不同产地人参有效成分含量存在差异, 人参因“道地”与否, 会导致其质量、 医学效用和经济价值的差异, 因此人参产地识别的意义重大。 目前常通过磨粉提取等制备, 再采用化学或光学等多种手段检验人参产地, 但会造成样本破坏。 而基于外观性状或芦头特征的鉴别, 因主观性差异不能作为标准化的识别方法。 如何用高精度、 无损、 快速检测识别的方法, 对人参的产地进行识别分析, 是该研究的主要立足点。 通过采用高光谱成像技术, 对已知产地信息的人参样本, 通过获取从4002 500 nm的反射光谱, 经过基于白板的绝对和相对辐射校正处理, 构建了高光谱反射率数据集。 采用随机森林的机器学习方法, 构建了基于高光谱数据的全光谱人参产地识别模型, 并对不同尺度的地域划分规则分别开展了产地识别精度验证, 发现不同产地的人参光谱有明显区别。 其中东三省与否的产地识别精度, 可以达到98.2%。 同时利用随机森林基于决策树构建的优势, 获得了人参产地识别的光谱重要性结果, 为专用轻量化仪器研发指明特征光谱。 高光谱人参产地识别研究作为严格的无损检测方式, 将对人参等道地药材的产地识别、 药材图谱指纹认知和挖掘、 药材鉴定和质量评价等提供理论支撑和技术手段。

当今全球范围内有机食品行业发展迅速, 体现出消费者对食品质量安全的重视。 相比于普通鸡蛋, 有机鸡蛋因严格的生产条件以及更高的营养价值生产成本更高、 售价更贵。 市面上所销售的有机鸡蛋虽取得了严格有机食品认证标识, 但依旧不能阻止不法份子将普通鸡蛋冒充有机鸡蛋销售, 从而谋取利润。 这一行为不仅会损害有机鸡蛋生产商的利益, 也降低了人们对有机食品的信任度, 为此需要一种有效的对有机鸡蛋和普通鸡蛋无损鉴别方法。 使用高光谱技术透射成像的方式, 可以获取物质内部的信息, 以有机鸡蛋和普通鸡蛋为试验对象, 采集鸡蛋样本364~1 025 nm波长范围的高光谱图像数据, 从采集到的数据中提取出鸡蛋蛋清和蛋黄感兴趣区域(ROI)的平均透射光谱数据。 根据透射光谱曲线图筛选出有机鸡蛋与普通鸡蛋光谱响应差异明显的波段区间, 分别通过偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)建立鸡蛋类别的鉴别模型, 结果表明模型分别根据蛋黄区域与蛋清区域数据进行建模的鉴别准确率相近, 进一步对蛋黄区域数据进行分析。 由于高光谱数据量大且存在大量冗余信息, 给数据采集、 存储、 传输和建模处理都带来不便, 因此分别通过连续投影算法(SPA)和竞争性自适应重加权算法(CARS)对蛋黄ROI数据进行降维处理, 剔除了大量冗余信息后再建模。 最终, 使用对蛋黄ROI区域运用SPA降维后得到的23个特征波长建立的SPA-SVM鉴别模型在测试集的准确率最高达到94.2%。 结果表明, 通过高光谱技术对有机鸡蛋和普通鸡蛋进行无损鉴别有一定效果。

针对传统玉米品种抗倒性鉴别方法费时费力、 时效滞后的问题, 采用高光谱成像数据结合机器学习方法对9叶期的玉米品种抗倒性进行鉴别, 并给出适于进行玉米品种抗倒性鉴别的种植密度和建模方法。 试验设置了5 000, 7 000和9 000株·亩^-13个种植密度和6个典型的抗倒/不抗倒玉米品种, 采集9叶期玉米顶叶的高光谱图像, 使用目标区域分割的方式自动进行光谱图像反射率校正和目标光谱曲线提取。 对采集的样本数据使用Kennard Stone算法划分样本训练集和测试集, 用主成分分析法(PCA)和连续投影算法(SPA)提取光谱特征, 建立了基于高斯核函数的支持向量机(SVM)模型并进行参数训练和优化。 通过对不同种植密度下各特征提取方法的效果和各模型训练效果及其预测结果的对比, 找到进行玉米抗倒性鉴别的最佳种植密度和建模方法。 试验结果表明: 在各种植密度下PCA方法对光谱特征的降维效果最为显著, 而SPA算法选择的特征波长分布比较均匀、 抗倒性分类特征比较明显; 种植密度的增加对于玉米品种抗倒性的鉴别是有益的, 在种植密度为7 000株·亩^-1时, 使用SPA-SVM方法建立的模型训练效果和预测结果最佳, 此时模型对训练集数据的10折交叉验证正确率为97.40%, 对测试集数据的预测正确率为98.33%。

基于近红外漫透射光谱分析技术, 设计了便携式面粉品质安全检测仪, 该检测仪主要包括光谱采集模块、 光源控制模块、 处理与显示模块以及电源模块。 其中漫透射检测附件不仅可以实现光谱补偿功能, 还可以有效避免外界杂散光的干扰, 设计了控制光源开关的电路, 通过实验确定样品的最佳厚度。 选用树莓派4B作为核心处理器, 选用可充电锂电池供电, 仪器可持续供电2 h, 仪器大小为250 mm×170 mm×300 mm。 以去除麸皮后由小麦磨成的面粉为研究对象, 总共180份样品, 每份样品再分三份, 分别为黄色、 红色和蓝色。 对所有的红色样品使用波长为9001 870 nm的近红外漫透射光谱进行光谱信息采集并记录, 对所有的黄色样品进行湿度值的测量并记录, 对所有的蓝色样品进行DON含量的测量并记录, 三种样品需要同时进行测量。 利用箱线图剔除光谱两端的噪声和一个异常样本, 最终选取1 048~1 747 nm波段光谱进行建模。 利用多元散射校正(MSC)、 S-G卷积平滑和标准正态变换(SNV)对原始光谱数据进行预处理, 分别建立了面粉湿度的偏最小二乘回归预测模型和DON含量超标与否的PCA-逻辑回归分类模型。 所建湿度的最优PLSR预测模型的建模集和预测集相关系数分别为0.883和0.853, 均方根误差分别为0.382%和0.286%, 残差预测偏差RPD为2.5; 所建DON含量超标与否的PCA-逻辑回归分类模型的预测集ROC曲线下的AUC值为0.927, 混淆矩阵显示未超标样本的预测准确率为96%, 超标样本的预测准确率为89%。 基于PyQt5设计GUI界面, 运用Python语言编写了面粉品质实时检测系统, 该检测软件可以实现PLSR、 PCA-逻辑回归模型的训练、 保存和加载。 利用外部验证集试验验证了便携式面粉多品质检测仪的精确性和稳定性。 结果显示面粉湿度的外部验证集相关系数和均方根误差为0.876和0.21%, 最大相对误差为2.89%。 面粉DON含量超标与否的识别准确率为90%, 表明该仪器可以对面粉的湿度和DON含量超标与否进行无损检测分析。

市场上普遍存在“高蛋白”, “高乳脂”等特色牛奶。 为了实现对特优优质奶、 高蛋白特色奶、 高乳脂特色奶和普通奶的无损快速分级, 收集了河北省10个牧场不同月份(1月、 3月-10月)的5 121份牛奶样本并采集中红外光谱数据, 分别测定牛奶中的乳蛋白、 乳脂和体细胞数, 构建了牛奶品质分级模型。 首先, 分析牛奶光谱并去除冗余波段, 最终选择9251 597和1 7123 024 cm^-1的敏感波段组合作为全光谱用于建立模型。 为了提高模型的性能, 采用标准正态变量变换(SNV), 多元散射校正(MSC), 一阶导数, 二阶导数, 一阶差分和二阶差分6种算法对光谱进行预处理并建立朴素贝叶斯模型(NB)和随机森林模型(RF), 确定二阶差分为最佳预处理方法, 其测试集准确率分别为92.11%和96.87%。 为了简化模型, 利用无信息变量消除法(UVE)、 竞争性自适应重加权算法(CARS)与稳定性竞争性自适应重加权采样算法(SCARS)以及UVE-CARS算法和UVE-SCARS算法对二阶差分后的光谱数据提取特征变量。 然后, 分别基于全光谱和所选特征变量数据, 建立NB模型和RF模型。 结果表明, SCARS算法为NB模型的最佳特征提取算法, 模型的训练集准确率与测试集准确率分别为94.45%, 93.94%; UVE-SCARS算法为RF模型的最佳特征提取算法, 模型的训练集准确率与测试集准确率分别为99.86%, 96.48%。 综上, 基于傅里叶变换中红外光谱技术建立的二阶差分-UVE-SCARS-RF模型, 可以实现特优优质奶、 高蛋白特色奶、 高乳脂特色奶和普通奶的无损快速分级, 通过建立中红外光谱模型, 首次将乳蛋白、 乳脂含量和体细胞数直接结合进行分级鉴定, 这是以往未曾有过的。 模型应用方便, 只需将获得的牛奶红外光谱数据输入模型即可输出预测类别, 在牛奶产业中具有实际应用价值。

煤与矸石分选是煤矿生产的必要工序, 现有的人工分选与机械分选, 存在效率低, 易造成资源浪费以及环境污染等问题。 鉴于可见/近红外高光谱成像具有分析速度快、 样品无需预处理、 无污染等诸多优势, 旨在探讨基于可见/近红外高光谱成像对黑色背景下块状煤与矸石准确分类的可行性, 并基于特征波长筛选算法简化模型, 为构建多光谱煤与矸石分选系统提供理论参考。 首先, 搭建高光谱成像系统并采集山西西铭矿的85个煤样本与83个矸石样本在400~1 000 nm(Vis/NIR)与1 000~2 500 nm(NIR)两个范围内的高光谱图像, 基于图像处理方法去除背景信息, 选取Vis/NIR范围内100×100像素和NIR范围内50×50像素区域内的平均光谱作为该样本在对应波段范围的一条光谱, 重复10次, 最终在两个波段各获得煤与矸石光谱850条和830条。 其次, 对光谱先后进行Savitzky-Golay卷积平滑和标准正态变量变换, 以减少噪音和误差对光谱的影响。 基于全波段光谱建立支持向量机(SVM), k近邻法(KNN), 偏最小二乘判别分析(PLS-DA)三种模型, 每个模型针对预测集的分类准确度均大于0.95, 结果表明, 基于煤和矸石的光谱信息可将二者区分。 随后根据竞争性自适应重加权算法(CARS)和连续投影算法(SPA)选择的特征波长建立简化模型, 综合考虑精度与成本等因素, 在Vis/NIR范围内基于SPA筛选的3个特征波长所建立的SVM模型效果最好, 不仅能有效减少波长数量, 还能提高模型的分类效果, 对应的灵敏度, 特异度, 准确度分别为1, 0.965 2, 0.983 3。 基于判别模型与样本的平均光谱还可实现煤和矸石的分类可视化。 研究结果对开发基于特征波长的低成本煤和矸石多光谱分选系统, 实现煤矸快速、 准确的无损检测具有借鉴意义。

太赫兹超材料吸收器作为一种重要的太赫兹功能器件, 被广泛应用于生物医学传感、 电磁隐身、 军用雷达等多个领域。 但这种传统的超材料吸收器结构具有可调谐性差、 功能单一、 性能指标不足等缺点, 已经无法满足复杂多变的电磁环境的要求, 因此可调谐超材料吸收器逐渐成为了太赫兹功能器件领域的研究热点。 为实现超材料吸收器吸收特性的调谐, 通常从调节谐振单元或基底材料的电磁特性或调节超材料结构单元的几何尺寸两个方面出发。 设计了一种基于石墨烯和二氧化钒的太赫兹宽带可调谐超材料吸收器。 该吸收器由工字型二氧化钒谐振层、 连续石墨烯层和被Topas介质隔开的金属反射层组成。 数值模拟结果表明, 当二氧化钒材料处于全金属状态(电导率为200 000 S·m^-1)且石墨烯的费米能级设为0.1 eV时, 吸收率超过90%的吸收带宽达到了2.8 THz。 通过调节石墨烯的费米能级, 使其在0.1~0.3 eV之间变化时, 该吸收器的工作频率发生了明显的蓝移。 由于二氧化钒材料从绝缘状态到金属状态的相变特性, 通过控制电导率使其在100~200 000 S·m^-1之间变化时, 所提出的宽频结构在反射器和吸收器两种工作状态之间自由切换。 此外, 还分别监测了该超材料吸收器在1.87, 3.04和4.16 THz三个完美吸收峰处的表面电流分布, 讨论了其工作机理。 所设计的结构通过石墨烯和二氧化钒两个独立可调“开关”实现了对吸收器工作频率和吸收振幅的双重控制, 为设计多功能太赫兹器件提供了新的发展思路。

海洋与大气交换的CO₂通量是研究海-气之间碳循环过程及海洋酸化问题的重要指标, 其估算方法主要依赖于海水中CO₂的测量。 可调谐半导体激光吸收光谱(TDLAS)作为一种常用的气体浓度检测技术, 因其具有较好的环境适应性、 选择性和较高的灵敏度, 亦可发挥出水中溶存气体原位测量的潜力。 为验证将TDLAS技术应用到海洋中溶存CO₂原位探测的可行性, 将渗透膜脱气技术与实验室研发的TDLAS气体探测样机相结合, 实现了海水中溶存CO₂的原位探测。 为适应水下的复杂环境, 样机整体被设计为铝合金密封舱结构, 具有良好的密封性、 耐压性与耐腐蚀性。 激光光源采用中心波数位于4 990 cm^-1的DFB激光器, 其波数扫描范围为4 992~4 994.5 cm^-1, 可覆盖CO₂在4 992.51和4 993.74 cm^-1的相邻两条吸收谱线。 渗透膜采用具有优秀耐压性与透气性的Teflon AF-2400 X, 可满足样机在深水区长期探测的目的。 为兼顾较高探测灵敏度与较快响应速率双重指标要求, 样机采用了一种小型化多次反射式气体吸收池, 有效吸收光程可达8 m, 内部仅需气体量24 mL, 具有良好的吸收特性。 在实验室对样机进行校正实验, 使用样机对5种不同浓度(202.8×10^-6, 503×10^-6, 802×10^-6, 1 006×10^-6和2 019×10^-6)的标准CO₂气体进行测量, 测量值与实际值的线性相关度R²高达99.94%, 最大相对误差小于8%, 减小了样机误差对测量值的影响。 为评估样机长时间工作的稳定性, 使用样机对浓度为802×10^-6的标准CO₂气体进行了30 min的连续测量, 平均测量浓度为802.6×10^-6, 其波动范围仅为10×10^-6, 样机精度约为0.5%, 可满足水中溶存气体探测的要求。 选取水深3米的近海码头进行试验, 成功获得了24 h水中CO₂的典型吸收光谱及浓度时间序列测量结果, 验证了样机水下工作的能力与稳定性。 通过在东海海域五处不同深度的区域进行现场试验, 成功获取溶存CO₂的典型吸收光谱, 证明了结合渗透膜脱气技术的TDLAS探测样机在30 m以浅水域的工作适应性。

高光谱图像包含丰富的地物光谱信息, 在遥感图像领域有着巨大的发展前景。 高光谱图像异常检测无需任何先验光谱信息, 便可检测出图像中的异常目标。 因此, 在****和民用领域都有广泛的应用, 是现阶段高光谱图像处理领域的研究热点。 然而, 高光谱图像存在数据复杂、 冗余性强、 未标记以及样本数量少等特点, 这给高光谱图像异常检测带来了很大的挑战。 尤其是在深度学习中, 往往需要大量的图像数据作为训练样本, 这对高光谱图像来说很难获得。 针对现有大多数算法对高光谱图像自适应性不强和空间-光谱信息利用不足的问题, 提出一种基于3D卷积自动编码网络的高光谱异常检测算法, 可以在少量训练数据的前提下, 有效利用高光谱图像信息, 学习更加有判别性的特征表达, 提高检测精度。 首先, 通过3D卷积、 3D池化和3D归一化等步骤设计3D卷积网络, 进而提取高光谱图像的空间-光谱结构特征。 然后, 将3D卷积网络和3D反卷积网络分别嵌入自动编码网络的编码器和解码器, 通过最小化结合均方差和光谱角距离的重构误差进行背景重构。 最后, 利用原始高光谱图像待测像元与重构的背景图像之间的马氏距离进行异常检测。 该算法可以在无先验信息的情况下, 自动训练网络中的所有参数, 以无监督的方式学习高光谱图像的有效特征并进行背景重构。 为证明算法的有效性, 利用截取来自三组真实高光谱数据集的九个图像进行异常检测, 并与RX, SRX, CRD, UNRS和LRASR五种算法进行对比。 结果表明, 与现有的其他算法相比, 该算法可以在复杂程度不同的高光谱图像背景下可以保持较高的检测效果和准确率。

土壤有机质含量的高光谱估测可快速、 准确监测土壤肥力, 对现代化农业生产进行精准施肥提供科学依据。 以新疆渭干河-库车河三角洲绿洲耕层土壤为研究对象, 对采集的98个土壤样品的原始光谱反射率R分别进行传统倒数对数lg(1/R)、 一阶微分R'和倒数对数一阶微分[lg(1/R)]'数学变换, 以及基于小波母函数Bior1.3不同尺度分解的连续小波变换(CWT), 并与实测土壤有机质含量进行相关分析, 从而筛选出各类变换下与土壤有机质含量密切相关的特征波段和小波系数(p<0.01)。 分别以原始光谱反射率(R)以及不同变换处理下的特征波段反射率和敏感小波系数作为自变量, 土壤有机质含量作为因变量, 采用偏最小二乘回归和支持向量机回归方法构建土壤有机质含量的估测模型。 结果表明: (1)各类光谱变换方法有效提升光谱与土壤有机质含量之间的敏感性, 其中经CWT变换后的土壤光谱反射率与有机质含量的相关性得到显著提高, 相关系数由0.39提高到0.54(p<0.01)。 (2)传统的[lg(1/R)]'变换构建的支持向量机回归模型, 其决定系数(R²)高于lg(1/R)和R'变换构建的模型, 说明倒数对数一阶微分变换可有助于提高估测模型的精度, 且支持向量机回归模型的精度和稳定性高于偏最小二乘回归模型。 (3)经过CWT分解后, 以原始光谱反射率在不同尺度上的敏感小波系数作为自变量建立的模型, 估测精度和稳定性均有明显的提高, 构建的R-CWT-2³-SVMR模型的决定系数(R²)为0.84, 均方根误差(RMSE)为1.48, 相对分析误差(RPD)等于2.11, 模型精度达到最高并拥有极好的预测能力。 高光谱数据经多种变换处理后可有效去除白噪声, 而连续小波变换处理比传统的数学变换方法更适合于挖掘土壤有效信息, 实现光谱信号的近似特征和细节特征的有效分离, 建立的反演模型可更加精准估测土壤有机质含量。

智能变形、 变色、 变温、 变谱技术发展趋势下, 低特征目标加速实现与自然地物背景的特征融合, 导致复杂自然背景环境下低散射、 微反射、 弱辐射目标的检测与评估愈发困难, 特定场景下潜在威胁目标的检测方法快速决策与准确评估成为了难题。 为了提升离散目标、 伪装目标、 弱小目标、 异常目标等低特征目标与复杂自然背景环境融合场景下的多特征检测算法的选择效率及其检测准确度, 提出了目标与背景环境融合度(FD)参数模型, 并设计了植被伪装目标嵌入草地背景、 植被伪装目标嵌入土壤背景、 植被及水泥路伪装目标嵌入土壤背景以及植被、 水泥路、 土壤伪装目标分别嵌入草地、 水泥路、 土壤背景等4种不同波谱特征分布场景的模拟图像数据, 以及信噪比为200, 400与800的高斯白噪声分别加入场景一的3种不同级别噪声比例的模拟图像数据。 通过综合目标波谱信息、 背景波谱信息、 数据噪声比例等多种因素的综合试验分析, 开展了基于目标与环境FD模型的多特征检测算法适应性评估研究。 结果表明, 在标准差均小于0.08的条件下, MtACE, MtAMF, MtCEM, SumACE, SumAMF, SumCEM, WtaACE, WtaAMF, WtaCEM等9大经典多特征检测算法对于4种波谱分布场景检测结果的FD参数平均值分别为0.320 0, 0.350 2, 0.862 4, 0.365 8, 0.365 8, 0.846 1, 0.680 0, 0.680 0和0.948 2; 在标准差均小于0.07的条件下, 9大经典多特征检测算法对于3种不同级别噪声比例数据检测结果的FD参数平均值分别为0.313 5, 0.320 9, 0.774 7, 0.369 6, 0.369 6, 0.847 5, 0.695 6, 0.695 6和0.960 3。 通过不同波谱分布场景及不同噪声级别条件下的检测与融合度评估试验分析, 实现了多特征检测算法的适应性能排序, 大幅提升复杂场景下多种低特征目标的检测效率。 综合波谱与噪声因素, 对于复杂场景下离散分布的低特征目标检测, 9大经典多特征检测算法的优先级顺序为: MtACE>MtAMF>SumACE=SumAMF>>WtaACE=WtaAMF>MtCEM>SumCEM>WtaCEM。

作为重要的化石能源, 褐煤资源潜力巨大、 分布广泛但综合利用率低。 研究褐煤的分子结构模型, 有助于预测褐煤在热解、 液化和气化过程中的化学反应机理及反应路径, 进而提高褐煤的综合应用水平。 以云南峨山褐煤为研究对象, 利用傅里叶变换红外光谱、 ¹³C核磁共振波谱及X射线光电子能谱等分析测试方法, 获取了峨山褐煤的含碳、 含氧及含氮结构参数。 在此基础上, 借助Gaussian 09计算平台, 采用量子化学建模的方法构建并优化了峨山褐煤的分子结构模型。 研究结果表明: 峨山褐煤的芳碳率为39.20%, 芳香碳结构主要为苯和萘, 且芳香桥头碳与周边碳的比值χ_b为0.07; 脂碳率为49.51%, 脂肪碳结构主要为亚甲基, 季碳和氧接脂碳; 氧原子主要存在于羟基、 醚氧、 羰基和羧基结构中; 含氮结构则以吡啶为主。 基于元素分析、 ¹³C 核磁共振波谱分析, 又经过热重实验消除褐煤中残余水分的影响后, 计算出峨山褐煤的分子式为C₁₅₃H₁₃₇O₃₅N₂。 依据分子式及分析结果计算出峨山褐煤的结构单元含量并构建出其初始结构模型, 采用半经验法PM 3基组及密度泛函理论M06-2X/3-21G基组对初始分子构型进行优化。 优化后的分子模型具有明显的三维立体特征, 芳香环之间较为分散且在空间中排列不规则, 芳香簇主要通过亚甲基、 醚氧基、 羰基、 酯基和脂肪环连接, 含氧官能团主要分布在分子边缘, 脂肪族侧链较多。 对优化后的分子模型进行振动频率计算进而获得了分子模型的模拟红外光谱, 其与实验红外谱图吻合度良好, 证明了峨山褐煤分子结构模型的准确性、 合理性。 分子结构模型的构建有利于直观地了解峨山褐煤的分子结构特征, 从而有助于从微观分子角度研究峨山褐煤的宏观性质。 同时, 峨山褐煤分子结构模型可为其在热解、 液化和气化等领域研究中提供理论指导。

人造植物肉在其原料运输、 制糜和包装等加工环节时有发生异物污染事件, 误食异物会严重损害人的身体健康。 常规食品异物检测方法容易检测出如金属、 石头等坚硬、 深色异物, 而软质、 浅色、 透明异物却是食品异物污染事件中的主要来源且是检测的难点。 根据异物和人造肉各自化学组成成分的差异, 提出了一种人造肉中低色度差异物的高光谱成像检测方法, 根据异物与人造肉光谱信息的差异, 建立模式识别模型, 来进行人造肉中低色度差异物的判别, 最后结合数字图像处理技术对异物进行空间分布可视化。 选取了聚碳酸酯(PC)、 涤纶树脂(PET)、 聚氯乙烯(PVC)、 硅胶、 玻璃五种食品生产加工过程中常见的低色度差异物为研究对象, 模拟人造肉压片的工业制作流程, 将异物混入人造肉肉糜中, 制备混有异物的人造肉样品, 分别采集异物和人造肉感兴趣区域(ROI)的反射高光谱数据, 采用SG, SNVT, MSC, VN, 1ST及2ND六种不同的光谱预处理方法对原始光谱数据进行预处理, 然后采用主成分分析法(PCA)对预处理后的光谱数据降维, 采用连续投影算法(SPA)提取人造肉的特征波长。 分别以全波段光谱、 特征波长和主成分变量作为模式识别模型输入变量, 对比LDA, KNN, BP-ANN, LS-SVM四种模式识别模型的准确率, 优选出最佳的定性识别模型, 设置优选模型异物类别输出变量为1、 人造肉类别为0, 生成二值图像, 再结合数字图像处理技术实现人造肉中异物分布可视化, 进而实现人造肉中低色度差异物的识别。 结果表明, 采用SG预处理后的光谱在降噪方面优于其他预处理方式。 SPA法优选了人造肉10个特征波长。 全波段主成分变量结合BP-ANN模型的检测效果最佳, 准确率达98.33%。 验证了高光谱技术应用于人造肉中低色度差异物检测的可行性。

氮磷是引起湖泊富营养化的关键限制因子, 对于水体和底泥中各形态氮磷的分布特征和源解析的研究能有效地揭示水体富营养化的过程与机制并分析其污染来源。 白洋淀作为雄安新区最重要的水源之一, 其水体富营养化状况严重, 氮磷污染不容乐观。 对于各形态氮磷含量分布特征及源解析的研究有助于全面分析该地区氮磷污染状况及污染来源, 而目前同时研究底泥和水体两种介质各形态氮磷的分布规律, 并利用模型定量分析各污染源对于各形态氮磷贡献的研究较少。 利用分光光度法研究白洋淀水体和底泥两种介质各形态氮磷分布特征, 利用主成分分析法综合评估白洋淀各区域氮磷综合污染状况, 基于绝对主成分得分-多元线性回归(APCS-MLR)模型分析不同污染源对于各形态氮磷的贡献量。 研究结果表明, 白洋淀水体中总氮(TN)含量(1.41~4.64 mg·L^-1)严重超标, 均为重富营养化; 水体中总磷(TP)含量(0.043~0.273 mg·L^-1)污染也相对严重, 95.8%的采样点为Ⅳ类及以上水质。 水体中可被藻类和植物直接吸收利用的氨氮($NH_{4}^{+}-N$)和硝态氮($NO_{3}^{-}-N$)总占比达到54.9%; 另外, 对水体富营养化贡献大的溶解性无机磷(DIP)和溶解性有机磷(DOP)两种磷形态总占比达到52.8%。 水体氮磷总量和形态的分布规律表明: 白洋淀的水体富营养化状况不容乐观, 对水体富营养化影响大的各形态氮磷占比大, 其中白洋淀景区和淀边缘区污染相对严重。 底泥生物可利用性氮(EN和HCl-N之和)占TN的比例为17.9%~66.4%, 生物可利用性磷(BAP)的含量占TP的比例为8.50%~28.0%。 以上结果表明, 白洋淀底泥存在较大氮磷释放风险。 主成分分析结果表明, 白洋淀景区相较于其他区域氮磷污染严重。 APCS-MLR模型分析结果表明生活源污染对于各形态氮磷(尤其底泥中)的贡献量大, 农业污染、 动植物残体分解、 养殖业对各形态氮磷含量也有较大贡献。

人参主要依靠大田栽培, 耗时长, 利用植物组织培养技术不仅可以缩短育种年限, 还可以用来生产次生代谢产物。 在组织培养中, 光质对于药用植物次生代谢产物的影响受到了人们广泛关注。 以人参愈伤组织为试材, 采用超高效液相色谱法, 研究了不同光质(包括红光、 红蓝光、 蓝光、 绿光、 黄绿光)对人参愈伤组织生长状态、 总皂苷及9种皂苷单体Rg1, Re, Rf, Ro, Rb1, Rc, Rb2, Rb3, Rd含量的影响。 结果表明: 绿光加速人参愈伤组织老化, 促进次生代谢产物的积累, 而蓝光对人参愈伤组织生长有促进作用; 红光和绿光对总皂苷作用不明显, 且蓝光、 红蓝光(1:1)、 黄绿光(1:1)对人参皂苷转化与合成起到明显的抑制作用; 与对照组相比, 绿光处理后Rg1、 Rf含量均偏高, 其含量分别为4.063和1.194 mg·g^-1, 对Rg1、 Rf人参皂苷单体含量有促进作用。 表明不同光质对人参愈伤组织生长及皂苷含量有不同的影响, 可以通过绿光处理来获得人参单体皂苷Rg1和Rf。 该研究旨在探究光质对人参愈伤组织生理生化的影响, 提高人参皂苷含量, 为工业化生产提供理论依据。

近红外光谱因为具有小成本、 易操作、 低耗时等优点, 所以广泛用于食品领域。 作为一种间接的检测方法, 近红外光谱检测需要建立光谱和浓度之间的统计模型。 但是, 一种条件下建立的模型在另一种检测条件下会失效。 针对此问题, 重新建模可以加以解决, 但是重新建立光谱与浓度之间的模型非常繁琐耗时。 此时, 模型转移可以在避免重新建模的情况下, 通过光谱校正, 保证预测精度。 在模型转移中, 已经建立好模型的光谱称为主光谱(A), 不用建立模型, 而只用主光谱模型预测的光谱称为从光谱 (B)。 模型转移方法的步骤是, 先在校正集中选择一些样本作为主光谱的转移集(A_t), 然后选择从光谱中浓度和A_t相同的光谱, 以此作为从光谱的转移集(B_t)。 通过A_t和B_t构建模型转移矩阵。 最后将需要校正的从光谱(B_v)乘以上述的转移矩阵中, 即可获得校正后的从光谱(B_new)。 此时, B_new就可以用主光谱的模型来直接预测。 在模型转移中, 转移集样本的选择对模型校正至关重要。 目前, 转移集的样本通常从光谱之间的距离而非模型转移误差获得。 但是, 转移误差对模型转移结果的验证至关重要, 故该研究出了基于集群分析的集群优化法(ER)并将其用于优化KS方法产生的转移集样本。 ER先用随机方法建立转移集的多个子集合, 并计算每个子集合的转移误差。 然后, 对某一个样本, 计算包含这个样本的子集合转移误差均值。 最后, 选择转移误差均值较低的样本作为新转移集样本进行模型转移。 以玉米数据测试了ER算法。 结果显示, 对于典型相关分析-有信息成分提取法(CCA-ICE)、 直接校正法(DS)、 分段直接校正法(PDS)、 光谱空间转化法(SST)这些常见的模型转移方法, 相比于KS样本选择方法, ER方法可以找出重要的转移集样本, 进而显著降低模型转移误差。