硅基红外探测器的研究进展

由于易与读出电路集成在一起，硅基红外探测器成为一研究热点，文章评述了近年来取得较大进展的几种硅基红外探测器，主要包括非本征硅，GexSi1-x/Si异质结，PtSi及Si基HgCdTe红外探测器件，展望了硅基红外探测器的发展前景。     

红外光纤材料及其特性

论述红外光纤材料及其特性，介绍国外研制红外光纤的进展情况，探讨其发展前景。     

红外成像产生模拟景物

红外成像产生模拟景物过去五年在动态红外场景投影机的发展方面不断取得进展，它可能提出先进的探测器设计问题——大于６４Ｘ６４单元的阵列。这种努力受到新一代红外成像导弹环内硬件模拟（ＨＷｉｌ）军事研究需要的极大推动。例如，使用一五轴移动台，具有ＨＷｉｌ能力...     

红外光谱技术在植物抗氧化研究中的最新应用进展

综述了近年来近红外和中红外光谱技术在植物源食品药品抗氧化研究中的最新应用进展,为红外光谱技术在该领域的应用研究提供了大量参考和数据支撑。     

日本红外辐射陶瓷材料的最新进展

随着红外节能技术的发展，近年来对红外辐射陶瓷材料的研究工作取得迅速进展，其中尤以日本的工作为世人瞩目．本文按复合型红外辐射陶瓷和导电型红外辐射陶瓷两大类，详细地总结了近年来红外辐射陶瓷材料的发展特点，分析了这些材料的物理性质，工艺技术及辐射效果的优劣情况．最后对我国此方面工作的发展作了简要的建议．     

进一步增大主动红外夜视仪视距的途径

本文根据主动红外夜视仪的视距公式讨论了影响视距的各种因素，对进一步增大视距指明了方向。寄希望于阴极红外灵敏度获得突破性的进展；改进光源结构，提高光能利用率和减小发散角是增大视距的主要途径。     

红外热成像技术：技术进展与展望

源于军事应用的红外成像技术近年来在器件和系统研制、应用方面正急剧发展，本文扼要介绍了红外热成像技术的进展，重点讨论了红外焦平面列阵器件（ＩＲＦＰＡ）的技术进步，指出红外热成像技术由纯军事应用转向加速开拓民用领域的趋向。     

红外探测器的进展

红外探测器的发展基础是物理学和技术科学的进展。HgCdTeFPA和非制冷平面列阵，军事装备和广阔的民用市场需求驱动探测器技术进一步发展。     

QuantBasic软件用于红外光谱定量分析

化学计量学原理引入到红外光谱学后 ,使得红外光谱定量分析有了突破性进展。利用 MB15 4S型FTIR光谱仪专配的 Quant Basic定量软件 ,对红外光谱定量分析中基线取法进行了研究 ,并得出最优方法。通过对己二酸进行定量分析 ,验证了此软件对混合物中单组分定量不仅操作简便 ,快速可行 ,而且简化了训练集的建立和样品前处理     

红外热成像系统、图像处理及测试技术培训班(第七届)

正2019中科院光学系列专项培训2019年10月27日-11月1日中科院上海光机所一、红外热成像技术前沿进展及案例分析国内外红外器件现状与技术新进展及应用;空间预警系统的进展;空间红外目标探测与跟踪(拦截系统);多波段光电图像融合技术;基于视觉模型的红外图像彩色融合技术:遥感图像亚像素与超分辨技     

S/B和DS算法校正土壤水分对土壤有机质近红外光谱预测的影响

土壤水分对近红外光谱表现出强烈的吸收和对土壤有机质含量的预测造成干扰。研究选择41个样本作为校正集和9个样本作为预测集,所有样本做不同含水率（5%,10%,15%和17%）的处理。采用S/B和DS算法分别对预测结果和全光谱进行校正,消除土壤水分的影响。结果得出预测结果偏差减小和模型预测性能得到改善,R_p高于0.89和RMSEP低于0.885%。研究表明S/B和DS算法能有效消除土壤水分的影响和提高土壤有机质预测的准确性。     

FTIR用于变性蛋白质二级结构的研究进展

蛋白质是最重要的生命物质之一,有关蛋白质的各类研究也是人们比较感兴趣的课题。蛋白质的二级结构在维持蛋白质生理活性过程中发挥着重要的作用。随着科技的发展和研究方法的改进,对变性蛋白质微观结构的研究也越来越深入。近年来,国内外学者利用各种物理和化学方法对其作了大量的工作,而傅里叶红外光谱法(FTIR)以其独特的优越性,在研究蛋白质二级结构中发挥着不可替代的作用。文章就这方面的研究进行了初步概述,重点介绍了变性蛋白质二级结构的红外光谱学研究内容、谱学特点及其分析方法的研究进展。     

基于野外Vis-NIR光谱的土壤有机质预测与制图

利用野外实时快速获取的土壤光谱进行土壤有机质(SOM)预测与制图是精确农业与土壤遥感制图的必然需要,利用ASD FieldSpec Pro FR野外型光谱仪实时快速获取的光谱数据,去除噪声较大的边缘波段后,进行倒数的对数转换(Log(1/R))为吸收光谱。在分析吸收光谱和光谱指数与SOM关系的基础上,采用偏最小二乘回归法进行SOM的建模预测并借助地统计学方法进行SOM空间变异制图研究。结果表明,建模效果好的指标分别为特征波段(R2=0.91,RPD=3.28),归一化光谱指数(R2=0.90,RPD=3.08),特征波段与3个光谱指数组合(R2=0.87,RPD=2.67),全波段(R2=0.95,RPD=4.36)。光谱指标的克里格制图与实测SOM制图表现出相同的空间变异趋势,不同的指标均达到了较好的预测效果。     

复合污染旱田黄土中还田秸秆动态腐解的光谱学特性

秸秆是农业生产的重要副产物,其资源化再利用一直是国内外学者关注的热点。目前,秸秆还田已成为秸秆资源化利用的主要途径之一。还田秸秆能在合适的土壤环境和土壤微生物的作用下腐烂分解,将腐殖质和矿质元素等组分释放进入土壤体系。这不仅能改变土壤固有的肥力属性,对于土壤重金属污染物的环境化学行为也将产生一定影响。实验土壤采集于西部典型黄土区,采用SEM-EDS、元素分析、FTIR和13C NMR等光谱联用技术,研究复合污染黄土中还田秸秆腐解残体的表面特性及生成胡敏酸性质差异。实验结果表明：在秸秆还田全程,秸秆腐解残体呈现出“结构致密→表面崩解→骨架破坏”的表面形貌动态变化特性,EDS检测结果揭示了腐解残体元素组成的变化行为。新生成的胡敏酸脂族性较高、芳香性较低,属于较“新鲜”和“年轻”的胡敏酸,有利于提高黄土有机质活性。秸秆腐解各阶段FTIR图谱具有很高的相似性,波峰的变化揭示了胡敏酸生成过程的复杂性。13C NMR结果说明胡敏酸芳香性逐渐降低、脂族性不断增加,证实了胡敏酸分子结构的简单化趋势。光谱联用技术对于揭示黄土区秸秆还田过程胡敏酸的性质差异是可行的。     

土壤有机质研究中的核磁共振技术

土壤有机质是土壤的重要组成部分,土壤有机质的存在直接或间接地影响土壤的物理、化学和生物等许多性质. 所以对土壤有机质的研究受到了科研工作者的广泛关注. 本文在介绍了几种常用的检测土壤有机质的分析测试手段基础上,结合土壤学的研究新热点,详细介绍了核磁共振技术的应用,表明了它是目前研究土壤有机质的主要测试手段之一.     

水稻土可见-近红外-中红外光谱特性与有机质预测研究

土壤有机质是农田肥力评估的重要指标,要实现快速获取大面积土壤有机质的含量需要建立高效、稳健的预测模型。光谱技术能够快速诊断土壤有机质,以水稻土为例,从校正样本选择方法的对比,研究了可见-近红外、中红外和可见-近红外-中红外三种不同波段光谱对土壤有机质的预测能力。可见-近红外和中红外区域的光谱反射率转换成吸收率后通过Savitzky-Golay平滑法去噪,通过三种校正样本选择方法建立相应的偏最小二乘回归预测模型。通过Rank-KS法建立的三种波段的有机质预测模型均优于Rank法和KS法,中红外波段光谱的模型预测能力强于可见-近红外和可见-近红外-中红外波段的预测模型,基于Rank-KS法建立的中红外波段有机质预测模型取得了最好的预测效果,RMSE_P仅为3.25 g·kg-1,RPD达到4.24,依据VIP得分筛选出可见-近红外和中红外波段的水稻土有机质重要建模波段。因此,中红外光谱建模技术能够对水稻土有机质进行快速定量分析,Rank-KS法可提高模型的预测能力,为今后农田肥力评价和科学施肥提供技术支持。     

Vis-NIR光谱快速估测土壤可侵蚀性因子可行性分析

土壤侵蚀降低土地生产力,导致土壤环境恶化,其中水力侵蚀是土壤侵蚀中最主要的一种形式。土壤可侵蚀性K值是评价土壤被降雨侵蚀难易程度的一项重要指标。使用河南、福建和浙江三省研磨干样可见-近红外(Vis-NIR)漫反射光谱数据,将其转换为吸收率后进行Savitzky-Golay(SG)平滑去噪;对土壤有机质(SOM)和机械组成进行精准预测后,分别采用EPIC和RUSLE2模型估算K值,并对预测精度进行比较分析,所得结论如下：(1)建立土壤有机质和机械组成高光谱最佳预测模型,土壤质地(砂粒、粉粒和黏粒)预测采用支持向量机(SVM)模型,SOM预测采用局部加权回归(LWR)模型,模型四分位相对预测误差(RPIQ)为2.27,3.17,2.18和3.44;(2)通过土壤质地估算的土壤渗透性等级分类效果较好,Kappa系数为0.62,同时估测的土壤质地类型与实测土壤质地类型分布特征相近,质地主要类型均是粉黏土、砂黏壤土、壤土、壤砂土和砂壤土;(3)EPIC和RUSLE2两种模型均具有较为精确的估测能力,EPIC模型预测精度更高,均方根误差(RMSEP)为0.006 6 (t·ha·h)/(ha·MJ·mm),RPIQ达1.58,而RUSLE2模型精度相对较低(其中RPIQ为1.43),因此推荐使用EPIC模型结合Vis-NIR光谱技术估测土壤可侵蚀性K值。本研究为今后快速准确预测K值提供思路,并为大面积监测土壤侵蚀提供辅助手段。     

不同土壤类型的有机质含量的可见-近红外光谱检测模型传递方法研究

利用可见-近红外光谱分析技术可以准确快速的获取土壤养分含量,但不同类型土壤间养分含量校正模型的普适性是亟待解决的关键问题。为提高有机质含量光谱校正模型在多类型土壤之间的普适性和农田在线检测有机质含量速度,利用美国M107B区66个样品建立基于可见-近红外光谱的土壤有机质含量的粒子群-最小二乘支持向量机（PSO-LSSVM）校正模型,预测M107B区的23个验证集样品的决定系数R2=0.859,相对分析误差RPD=2.660;将M107B区89个土壤样品作为校正集建模后对N116B区20个验证集样品的有机质含量预测,预测R2=0.562,预测RPD=0.952,模型的预测R2和预测RPD分别降低34.6%和64.2%,表明M107B区土壤有机质含量的可见-近红外光谱校正模型直接用于N116B区时,预测精度显著降低;将N116B区部分土壤样品加入到M107B区样品集后重新建模,并预测N116B区20个验证集样品的有机质含量,当加入的N116B区土壤样品数量达到35以上,预测R2>0.80,预测RPD>2.0;加入到校正集的N116B区土壤样品数量从0增加到50,模型预测R2从0.562增加到0.811,预测RPD从0.952增加到2.274,精度逐渐提高。结果表明,在M107B区校正模型中加入N116B区部分土壤样品建模,能够有效提高M107B区土壤校正模型对N116B区土壤有机质含量的预测精度;加入的N116B区土壤样品数量达到50以上,模型预测性能趋于稳定,预测精度达到实用要求,成功将M107B区土壤有机质含量校正模型传递给N116B区土壤;优先选择与M107B区土壤样品的有机质含量或光谱曲线差异较大的N116B区土壤样品参与建模,可有效避免模型传递时模型性能出现突变。提出的方法能够有效提高M107B区土壤的有机质校正模型对N116B区土壤的预测精度,为基于可见-近红外光谱的农田土壤有机质含量实时检测提供一种新的经济可行的模型传递方法,为提高多类型土壤的有机质含量检测模型的普适性提供一种有效的解决方案。     

赣南脐橙果园土壤全氮和有机质近红外漫反射光谱检测

选取赣南脐橙果园土壤作为研究对象,探讨在4 000～7 500 cm-1范围内的光谱分析土壤全氮和有机质的可行性。采集的近红外光谱采用多元散射校正、一阶微分、二阶微分、七点平滑等多种预处理对比分析,分别建立了有机质和全氮含量偏最小二乘模型。实验得出全氮预测模型在4 000～7 500 cm-1范围内采用七点平滑(SG)进行预处理模型较为理想,校正集相关系数(r_c)为0.802,校正均方根误差(RMSEC)为2.754,预测集相关系数(r_p)为0.715,预测均方根误差(RMSEP)为3.077;有机质预测模型在4 000～7 500 cm-1范围内采用标准正态变量变换(SNV)预处理模型较为理想,r_c为0.848,RMSEC为0.128,r_p为0.790,RMSEP为0.152。研究表明近红外漫反射光谱可快速用于赣南脐橙果园的土壤中全氮和有机质含量的快速检测。     

一种定性分析ABS生产废水中溶解性有机物的方法

联合使用气质联用色谱(GC-MS)、傅咀叶变换红外分光光度计(FTIR)及三维荧光光谱(EEM)等三种分析检测仪器对ABS树脂生产废水中的溶解性有机污染物进行全面的定性分析.检测结果表明气质联用色谱能够定性分析出该废水中苯乙酮、苯乙烯、二苯异丙醇、2-氰幕乙醚、双(2-氰基乙基)胺、3,3-硫代丙二腈、3-(二甲氨基)-丙腈、丙烯腈等21种溶解性有机物污染物,而FTIR和EEM的检测结果进一步的验证了GC2-MS检测结果的准确性和完整性.本研究结果为后续废水处理工艺的开发提供了重要的指导作用.