基于高光谱分析的玉米叶片氮含量分层诊断研究

为了明确不同生育时期进行玉米氮素营养诊断的叶片层位,建立准确稳健的玉米氮素营养诊断模型,以达到合理追施氮肥,提高氮肥利用率的目的。试验采用单因素盆栽试验设计,以玉米（郑单958）为研究对象,应用高光谱技术,分析了不同氮营养水平下不同生育时期不同层位玉米叶片的氮含量分布和变化规律及光谱响应特征;并依据叶片氮含量与光谱反射率的相关关系,叶片氮含量与全波段(400～2 000 nm)任意两两波段组合构建的比值光谱指数(RSI)的回归关系,初步确定了不同生育时期进行氮素营养高光谱诊断的目标叶片,筛选出最优的比值光谱指数,建立了叶片氮素含量估算模型。结果表明：玉米叶片氮含量：上层>中层>下层;随着玉米的生长,在低氮条件下上层叶片氮含量呈先减少后增加（追肥）再减少趋势,在高氮条件下呈减少趋势,中下层叶片氮含量呈递减趋势。六叶期下层玉米叶片光谱反射率敏感范围较大,相关性较强;九叶期和灌浆期上层玉米叶片的光谱反射率敏感范围较广,相关性较强;开花吐丝期中层叶片的光谱反射率敏感范围较大,相关性较强。六叶期选取下层叶作为诊断目标叶,选取最佳比值光谱指数RSI(1 811, 1 842)建立线性估算模型,九叶期和灌浆期选取上层叶片作为诊断目标叶,选取的最佳比值光谱指数分别为RSI(720, 557),RSI(600, 511)建立线性估算模型,开花吐丝期选取中层叶片作为诊断目标叶,选取比值光谱指数RSI(688, 644)建立线性估算模型。研究结果可为快速准确地利用光谱技术进行玉米叶片氮素营养诊断提供理论依据。     

蚜虫胁迫下棉叶光谱特征及其遥感估测

在棉蚜危害棉花的主要生育期测试蚜害后不同严重度叶片的理化参数和光谱,分析并比较了不同时期、不同品种蚜害棉叶理化参数和光谱反射率特征,确定了蚜害棉叶光谱敏感波段,建立了蚜害棉叶严重度估测模型。结果表明:蚜害棉叶的理化参数和光谱特征明显,蚜害棉叶平均厚度,含水量,温度和叶片CHL.b均增加,叶片而平均CHL.a,CHL.a+b和Cars含量减少。不同时期、不同品种蚜害棉叶光谱反射率在可见光均表现先升后降的特征,但不同品种蚜害棉叶在近红外波段反射率不同。434～727和648nm可分别作为蚜害棉叶的光谱敏感波段和最佳波段。基于敏感波段建立的蚜害棉叶遥感估测模型均达到显著相关,其中以(R1589-R648)/(R1589+R648)为自变量建立的估算模型精度最高,相对误差最小(0.128),可作为蚜害棉叶严重度最佳识别模型。该研究为遥感大面积监测棉花蚜虫提供了理论依据及参考。     

滞尘影响下的茶树叶片水分高光谱估算

减少叶面滞尘对茶树叶片水分有效光谱信息提取的干扰,有利于建立更加稳健的茶树叶片水分高光谱估算模型。以“舒茶早”为研究对象,通过田间随机采集鲜叶样品,测定叶片原始光谱反射率、含水量以及滞尘率。比较分析滞尘对茶树叶片原始光谱的影响,分别基于归一化计算与比值计算方法构建新波段植被指数,并利用相关系数法筛选叶片水分含量相关性最高的新波段植被指数,结合相对变率分析获取滞尘对叶片水分估算影响不敏感的待选指数。通过分析不同滞尘条件下新建植被指数和已有水分指数与滞尘的响应关系,筛选出滞尘影响下茶树叶片水分估算的最优植被指数,最终构建茶树叶片水分估算的高精度模型。结果表明：（1）位于711~1 378 nm波段范围的叶片光谱反射率受滞尘影响呈现显著降低的趋势,随着滞尘率增大光谱反射率减小,且无尘叶片反射率与有尘状态反射率具有明显聚类现象,相同状态下的不同叶片反射率差异性极显著。（2）新波段植被指数、已有水分指数与茶树叶片含水量之间的相关性以及基于该指数构建的茶树叶片水分估算模型的精度,在滞尘影响下均呈现明显的下降趋势。（3）在滞尘混合状态下,以1 298和1 325 nm为中心波段的新建比值植被指数对滞尘敏感性最低,且与叶片含水量相关性高,为最优植被指数,其建立的茶树叶片水分高光谱估算模型具有较高的预测精度（y=0.245x-0.241,R2=0.854,RMSE=0.001）,并且实测值与预测值具有较好的一致性。因此,该研究可为茶树的水分精细化管理提供依据,并可为基于高光谱信息构建复杂环境条件下的水分估算高精度模型提供新思路。     

考虑水分光谱吸收特征的水稻叶片SPAD预测模型

叶绿素是植被光合作用的重要色素,传统实验室方法测定叶绿素含量需破坏性取样且操作复杂。通过构建高精度SPAD光谱估算模型,可以实现对水稻叶片叶绿素含量的实时无损监测。以黑龙江省不同施氮水平下水稻为研究对象,采用SVC HR768i型光谱辐射仪共获取移栽后、分蘖期、拔节期、孕穗期、抽穗期共五个关键时期水稻叶片反射光谱数据。光谱探测范围350~2 500 nm。利用自带光源型手持叶片光谱探测器直接测定叶片光谱,光源为内置卤素灯。采用SPAD-502型手持式叶绿素仪同步测定水稻叶片的SPAD值。叶片水分是植物光合作用的基本原料,也间接影响着叶绿素含量。叶片含水量降低则会影响植物正常的光合作用,导致其叶绿素含量随之降低。因此将叶绿素敏感波段与水分吸收范围结合作为SPAD估算的输入量。随机森林模型是一个基于多个分类树的算法。算法在采样的过程中包括两个完全随机的过程,一是有放回抽样,可能会得到重复的样本,二是选取自变量是随机的。因此本文对叶片光谱反射率进行去包络线（CR）处理,综合考虑可见光近红外波段提取水稻叶片反射光谱特征参数和植被指数,综合分析光谱指标与SPAD相关关系,采用随机森林算法构建不同输入量的SPAD高光谱估算模型。结果表明: （1）水稻叶片SPAD与光谱反射率的相关系数在叶绿素敏感波段红波段范围（600～690 nm）、红边范围（720~760 nm）、水分吸收波段范围（1 400~1 490和1 900~1 980 nm）均为0.75以上;（2）在光谱参数与SPAD 的相关分析中,NDVI,DP2与水稻叶片SPAD值相关性最好,相关系数为0.811和0.808;（3）以结合水分光谱信息后的CR_{(V1, V2, V3, V4)}为自变量所建立的随机森林模型精度最高,R2为0.715,RMSE为2.646,可作为水稻叶片叶绿素预测模型。研究结果揭示了不同品种水稻的光谱响应机制,提供了水稻叶片SPAD值高精度反演的技术方法,为监测与调控东北地区水稻正常生育进程提供技术支持。     

基于叶片光学属性的作物叶片水分含量反演模型研究

叶片含水量是反映作物生理特性的一个重要参数, 对生态环境的研究具有重要意义。采用小波分析方法, 分析叶片含水量对反射率的影响特征, 建立综合利用多波段信息的作物叶片水分含量反演模型。基于PROSPECT模型的辐射传输理论, 推导出由叶片反射率光谱的小波系数反演叶片水分含量CW的理论模型。利用六种常用的小波函数, 对叶片组分水、干物质和白化基本层的吸收光谱进行小波分解。选取对水分变化最敏感, 同时对其他组分不敏感的分解尺度和波段位置, 找到能稳定突出水的光谱特征的小波系数。结果表明: bior1.5小波函数在尺度为200 nm, 波段位置为1 405和1 488 nm的小波系数具有上述特征。建立由叶片反射率光谱的bior1.5小波系数反演叶片水分含量CW的反演模型, 模型有两个转换系数a和Δ都受叶片结构参数N的影响。利用PROSPECT模型生成模拟光谱数据集, 校正建立的叶片水分含量反演模型中的两个转换系数a和Δ, 并与LOPEX93实验光谱数据集结合验证反演模型。结果表明: 反演模型不仅比传统基于植被指数的统计模型在精度上有提高(反演值与实测值的R2最高达到0.987), 而且更加稳定, 普适性更高。研究表明, 小波分析方法在利用高光谱数据反演作物叶片水分含量方面具有独特的优势。     

铀污染下的商陆叶片反射光谱特征与铀含量关系研究

通过室内盆栽试验,利用微分技术处理叶片反射光谱数据,研究铀污染下商陆叶片中的铀含量在不同光谱波段与原始光谱反射率、一阶导数光谱的相关关系,找到商陆铀污染诊断的敏感波段范围和最优光谱特征参数,并以相关性较好的敏感波段及光谱特征参数为自变量,与商陆叶片铀含量建立对应的估测拟合模型。如果以该模型为基础创建铀含量的冠层光谱模型,则有可能实现通过遥感影像监测叶片中的铀含量。实验结果表明：当商陆叶片中的铀含量为5.94～71.74 mg·kg-1时,叶片中铀含量与一阶导数光谱数据的相关性较原始光谱数据好,在749～766 nm区间内存在较好的相关性和光谱响应;根据上述相关性分析,选择14个光谱特征参数,计算他们与商陆叶片铀含量的相关系数,其中蓝边面积、红边位置、红边面积与蓝边面积的比值及红边面积与蓝边面积的归一化值与叶片铀含量的相关系数达到了0.05显著检验水平;选取一阶导数光谱中相关系数最高的波段757,758,760和761 nm处的值和上述相关性最高的4个光谱特征参数,与叶片铀含量建立多种形式的估测拟合模型,通过对拟合模型的精度检验,发现以红边面积与蓝边面积的比值、757和760 nm处反射率的一阶导数为自变量的拟合模型的预测效果较好,其中拟合效果最优的模型是以757 nm波段处反射率的一阶导数为自变量的三次函数模型,模型预测精度达到了89.8%。     

基于PHI影像敏感波段组合的冬小麦条锈病遥感监测研究

利用ASD地面非成像光谱仪对不同严重度的冬小麦条锈病的冠层光谱反射率进行测定,同时调查病情指数。通过对地面实测的46组病情指数与相应的光谱反射率进行相关性分析,筛选出了小麦条锈病在350～1 500 nm的敏感波段。结合多时相的高光谱航空飞行遥感图像数据的特点和规律,最终选择红波段的620～718 nm与近红外波段的770～805 nm为条锈病在PHI影像上的敏感波段。并利用620～718 nm和770～805 nm的平均光谱反射率与相应的病情指数建立了多元线性回归模型:DI=19.241 R_1—2.207 R_2+12.274,验证结果表明,该模型的历史拟合度很好。并利用此模型最终在PHI影像上成功的实现了对冬小麦条锈病发生程度与发生范围的监测。     

GWLS-SVR模型的红枣树叶片叶绿素含量估算

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C_P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）C_P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。     

基于高光谱的土壤有机质含量估算研究

高光谱遥感技术以其光谱分辨率高、波段连续性强、数据丰富的特点,因而在土壤养分研究中得到广泛应用.通过土壤钉机质的高光谱遥感分析,可以充分了解土壤养分的状况及动态变化,为指导农业生产及保护农业生态环境提供科学依据.本文基于江西省余江县和泰和县采集的34个红壤土样350～2 500 nm波段的光谱曲线,研究了土壤光谱与土壤有机质含量之间的关系.先对土壤反射率光谱进行两种变换:一阶微分(R')、倒数的对数log(1/R),然后在提取特征吸收波段的基础上,运用多元逐步线性回归法和偏最小二乘回归法建立相应的估算模型,并对模型进行检验.结果表明,偏最小二乘回归法优于多元逐步线性回归法,其建立的高光谱估算模型具有快速估算土壤中有机质含量的潜力.     

玉米叶片的光谱响应及其氮素含量预测研究

以不同施肥水平下两年玉米田间试验为基础,利用高光谱技术探讨大喇叭口期不同层次玉米叶片光谱响应的敏感区域,并依据叶片氮素含量与原始光谱反射率及其一阶导数的相关性,最终构建了叶片氮素含量的预测模型。结果表明：不同施肥水平下叶片光谱反射率差别明显区域集中在550 nm附近波段、761～1 300 nm波段,不同层次间叶片光谱反射率差别明显区域集中在550 nm附近波段,叶片氮素含量与470～760 nm波段光谱反射率及其一阶导数呈极显著相关。经过对比筛选,以光谱指数DSI(564,681)和DSI(681,707)构建的指数预测模型效果最好,预测精度达93.43%和93.39%,能有效估测叶片氮素含量。     

一种测量密度的方法

本文介绍了一种有效测量密度的方法,此法方便、准确。     

大气气溶胶浓度检测及检测系统设计

提出了一种双通道交替探测透射和散射的气溶胶浓度检测方法,并设计了相应的检测装置。利用光通过气溶胶后被吸收和散射的作用,采用双光路周期性测量90°散射光及透射光光强,消除了光源老化及探测器灵敏度不同对测量结果的影响。选用MSP430单片机作为主控芯片,通过对激光管施加脉冲信号实现对光信号调制,并在探测接收端进行信号的放大及滤波,有效消除了环境因素对测量精度的干扰。采用该测量装置进行了气溶胶测量,结果显示其线性较好,线性相关系数为0.976 5,表明测量系统稳定可靠。     

相对湿度和氧气浓度对滑动弧放电特性影响研究

本文通过检测背景气体不同含氧量和相对湿度下的放电电流强度和臭氧浓度,分析氧气和水汽对滑动弧放电特性的影响.结果表明,背景中氧气是臭氧的主要发生源,臭氧随氧气浓度的增大而增大.水汽的离解反应与臭氧发生反应存在竞争关系,同时其生成的OH粒子会与臭氧发生反应,因此水汽对臭氧的产生起抑制作用.由于氧气和水的电子结合系数都很高,水与电子还会发生离解结合反应,因此背景气体氧气浓度和水汽含量增大会减少等离子体区域的电子数量,降低放电电流强度.     

基于气体浓度定量的嗅觉刺激器优化设计

现有的基于磁共振测量的嗅觉刺激器，通过调节嗅剂液体浓度的方法可以实现不同浓度的嗅觉刺激，但随着实验进行，受到嗅剂挥发以及实验环境（温度、湿度、气流量）变化的影响，很难确保输送至鼻腔的嗅剂气体浓度的稳定性，进而影响实验结果的准确性．本研究对本实验室前期开发的嗅觉刺激装置进行改进，实现了气体浓度精确定量．改进后的嗅觉刺激器主要分为三个部分：控制系统、反馈系统和气路系统．控制系统主要实现气路系统的送气控制和嗅剂气体浓度调节；反馈系统则负责对气体浓度进行测量；气路系统则在原有基础上添加活性炭装置，降低无关因素干扰．装置改进之后，不同气路切换时间为75.2 ms，比原装置减少了1 s，有效提高刺激精度．实验结果显示，气体浓度调节前，300 s内乙醇、吡啶、乙酸戊酯嗅剂气体浓度分别下降6.7%、71.4%、79.2%，嗅剂气体浓度短时间内发生较大改变．加入气体浓度调节功能后，当气体浓度下降至目标浓度的90%时，可通过调节气泵电压改变嗅剂气流与空气气流比例，从而调节嗅剂气体浓度至目标值，其中吡啶、乙酸戊酯用时13 s．     

金属板材应力集中现象的实验研究

本文运用电测法,通过测量有圆形孔洞金属板材圆孔周围的应力,分析圆孔周围应力集中规律;运用材料力学、弹性力学的基本原理,通过金属板材单纯受拉或纯弯时的情况分析、讨论叠加原理在处理应力集中问题时的具体应用方法。     

浓度边界层中成长汽泡的界面特性

对于双组分池内核态沸腾，热边界层中生成的汽泡，同时也处于浓度边界层中．本文建立了边界展中汽泡表面张力模型，对温度和浓度引起的表面张力变化进行分析．结果表明，表面张力从汽泡顶部到底部是递增的，从而形成液体沿界面自上而下的Marangoni流．通过汽泡底部微层相界面方程的求解，探讨了微层变形特征，由此分析汽泡脱离机理．微层变形与文献[1]中指出的接触线的变化从本质上是一致的．     

大气气溶胶浓度检测及检测系统设计

提出了一种双通道交替探测透射和散射的气溶胶浓度检测方法,并设计了相应的检测装置。利用光通过气溶胶后被吸收和散射的作用,采用双光路周期性测量90°散射光及透射光光强,消除了光源老化及探测器灵敏度不同对测量结果的影响。选用MSP430单片机作为主控芯片,通过对激光管施加脉冲信号实现对光信号调制,并在探测接收端进行信号的放大及滤波,有效消除了环境因素对测量精度的干扰。采用该测量装置进行了气溶胶测量,结果显示其线性较好,线性相关系数为0.976 5,表明测量系统稳定可靠。     

Concentration Scheme for Partially Entangled Atomic States Through Detection of Cavity Decay

We propose a scheme for concentrating entanglement of partially entangled states for atoms trapped in the distant cavities. The scheme is based on adiabatic passage and photonic interference. It is robust against a number of practical noises such as the violation of the Lamb-Dicke condition, spontaneous emission and detection inefficiency.     

MOVPE低温生长的n型GaN电学特性研究

系统研究了采用金属有机物化学气相外延方法在740℃和900℃条件下生长的n型GaN的电学特性. 电化学电容-电压测试表明,在低温条件下采用三乙基镓作为Ga源生长有利于降低非故意掺杂n型GaN的背景杂质浓度. 另外,对重掺Si的n型GaN的霍耳效应测试表明,随着Si掺杂浓度增大,电子浓度相应线性增大,表现出杂质带导电特性,而迁移率则相应减小. 同时,原子力显微镜测试和X射线衍射测试均表明生长温度和掺杂浓度对外延材料的表面形貌和晶体质量有影响,特别是在高掺杂浓度的情况下,样品的表面形貌恶化更严重. 在所研究的 关键词： n型GaN 电子浓度 迁移率