琅琊山景区不同叶绿素条件下树种叶片光谱差异分析

叶绿素含量高低反映植物健康状况,研究景区树种叶片叶绿素绝对值(SPAD)不同的光谱变化规律能为叶绿素高光谱监测波段识别与景区树种管理提供理论支撑。从琅琊山景区灌木和乔木类选取9个常见树种,探讨相同树种叶片SPAD值变化时的光谱差异,同时,横向对比相同SPAD值不同树种叶片的光谱特征,并深入分析不同树种叶片SPAD值与单波段原始光谱、光谱倒数、一阶微分、二阶微分及波段组合差值指数、归一化指数、比值指数、一阶微分归一化指数、一阶微分比值指数之间的关系。结果表明：9个所测树种叶片随着叶绿素SPAD值的升高,光谱变化规律各不相同,在可见光波段区分明显,总体上,光谱反射率最高的样本组SPAD值较低;叶绿素SPAD值相同时,在可见光波段,桂花较其余树种反射率整体较高; 在780~1 350 nm波段,广玉兰叶片反射率始终排前三,其余波段变化规律不明显;原始光谱反射率的二阶微分与海桐叶片SPAD值相关系数最大,一阶微分与其余8种相关性最高;与灌木、落叶乔木叶片SPAD值相关系数最大的光谱指数分别为差值指数、一阶微分归一化指数,与常绿乔木、不分树种相关系数最大的为一阶微分比值指数。     

琅琊山景区不同指标浓度下水质光谱差异分析

高光谱技术已广泛运用于水质检测领域。探讨不同指标浓度下水质光谱变化规律及其光谱特征,能够为水质指标遥感光谱精准识别与定量提取提供理论基础。选取琅琊山景区不同水体景观共47个典型站位进行水质指标与光谱同步测量,提取每个检测点的7个水质指标及350~950 nm波段,探讨不同浓度水质指标光谱特征变化规律,分析水质指标与光谱反射率、反射率一阶微分、任意两波段反射率比值及差值之间的关系。结果表明： 各水质指标光谱曲线变化趋势一致,但各有差异,区分度最大的波段在可见光范围;不同盐度、溶解性总固体、电导率含量的水质光谱曲线变化较为接近,含量最高的样本光谱反射率最高,且变化最显著;浊度含量较高的水质样本光谱反射率变化较显著,700~950 nm波段不同浊度含量的水质样本光谱反射率区分不明显;溶解氧浓度为4~4.9 mg·L-1的水质光谱反射率在350~900 nm波段内明显低于其余样本;在350~380 nm波段范围,光谱反射率不随叶绿素含量变化而变化,叶绿素含量接近0的样本在400~950 nm波段低于其余样本;不同蓝绿藻藻蓝蛋白含量的样本光谱曲线相比其余水质指标在350~730 nm波段变化较大,交叉点较多。此外,水质指标与原始光谱反射率相关性较低,光谱一阶微分、差值指数、比值指数与各水质指标相关性整体有所提升。该研究可为水质高光谱遥感检测提供一定的理论基础。     

优化光谱指数建立水稻叶片SPAD的高光谱反演模型

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。     

高分六号宽幅数据识别火烧迹地的光谱及指数分析

为探究利用高分六号卫星宽幅（GF-6 WFV）数据识别火烧迹地的适宜光谱波段和指数,选取2019年发生在我国内蒙古大兴安岭林区的三处雷击火形成的火烧迹地作为研究区,结合GF-6 WFV波段组成,选取归一化植被指数（normalized difference vegetation index, NDVI）、全球环境监测指数（global environment monitoring index, GEMI）、增强植被指数（enhanced vegetation index, EVI）、燃烧面积指数（burned area index, BAI）、土壤调节植被指数（soil-adjusted vegetation index, SAVI）、改进型土壤调节植被指数（modified soil-adjusted vegetation index, MSAVI）和归一化差异水体指数（normalized difference water index, NDWI）等7个光谱指数及地面叶绿素指数（MERIS terrestrial chlorophyll index, MTCI）、归一化差值红边指数（normalized difference red edge index 1, NDRE1）、改进的叶绿素吸收指数（modified chlorophyll absorption ratio index 2, MCARI2）和改进的归一化土壤指数（modified normalized difference soil index, MNDSI）等4个改进指数,基于同期影像和前后两期影像进行火烧迹地和其他典型类别的区分度计算,并利用上述11个指数及指数差值进行火烧迹地的识别,定量评价了GF-6 WFV各波段、所选光谱指数及改进指数识别火烧迹地的能力。结果表明：（1）GF-6 WFV的近红外波段和新增的两个红边波段区分度较高,反映火烧迹地特征的能力较强。（2）在区分火烧迹地和火烧前正常植被上,NDVI, GEMI, EVI, BAI, SAVI, MSAVI和NDWI 7个光谱指数等的区分能力较强,4个改进指数中,NDRE1和MCARI2的区分能力较好,MNDSI和MTCI的区分效果较差。（3）在区分同期影像火烧迹地和其余典型类别上,BAI, NDVI, MCARI2和NDWI区分效果较优,其次为NDRE1, GEMI, EVI, SAVI和MSAVI,而MNDSI, MTCI的区分能力较差。（4）在利用所选指数和指数差值识别火烧迹地中,GEMI, EVI, BAI, SAVI和MSAVI的识别精度均较优,其次是MCARI2, NDVI和NDWI,做差后提取精度显著上升,Kappa系数均提升到0.80以上,MTCI, MNDSI和NDRE1提取效果较差。综合比较,BAI和GEMI识别效果最好,NDVI, EVI, SAVI, MSAVI, NDWI和MCARI2的识别能力中等,而MNDSI, NDRE1和MTCI等3个改进指数识别火烧迹地的能力较差。     

基于光谱分析的彩绘文物照明光源损伤度评价方法

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。     

基于物候特征的植物光谱识别方法研究

光谱分析对于植物识别特征与机理研究具有重要意义,长期以来在植被光谱的叶绿素吸收特征、水分吸收特征、红边效应、光谱波形参数提取、波形转换、以及植被叶面结构和化学组份对光谱的影响方面进行了大量研究,而在植物因季节变化引起的叶面结构、叶绿素、叶面积指数变化而产生的光谱变化研究较少。通过开展对不同生活型、叶面结构与大小、物候特征的11类植物季节生长过程的地物光谱观测,提取植物的归一化植被指数NDVI、包络线去除后的绿波段最大光谱吸收深度、红波段最大光谱吸收深度参数,对该参数时间过程曲线的均值、变幅、斜率进行分析,研究植物生长期和成熟期特征参数的植物光谱可分性研究。提出了植被光谱区分度的参数运算方法,利用该参数进行植被识别能力分析。结果表明：植物生长过程的光谱特征比成熟期的光谱特征更容易区分。在相同参数对比中,生长期植物区分度比成熟期区分度高出三个点。在植物生长过程中,总体上植被的季节变幅区分度>斜率区分度>均值区分度,而对于NDVI参数季节变化,植物季节斜率区分度最大。所以利用植物的季节NDVI斜率、绿波段最大光谱吸收深度的季节变幅、红波段最大光谱吸收深度的季节变幅进行植物的识别效果最佳。     

唐卡主色矿物颜料光谱分析

唐卡作为一件艺术品,具有较高的历史价值和艺术价值。对唐卡的矿物颜料进行鉴别分析,对唐卡的鉴定、修复、数字化存档、再现等具有非常重要的意义。该研究对唐卡主色矿物颜料进行体系性的光谱分析,选用唐卡绘制过程中5种主色常用的矿物颜料,深入分析矿物颜料的可见光、近红外、短波红外光谱特征产生机理,总结了不同色系矿物颜料可见光、近红外、短波红外谱段光谱特征。通过分析同一矿物颜料粉末、调和骨胶颜料以及颜料上布色卡光谱特征,发现粉状颜料调和骨胶后,反射率整体下降,在1 447和1 928 nm附近出现两个水的强吸收特征。而当骨胶溶物涂绘上布后,随着膏状颜料中水分的减少,上述两个吸收特征均变弱,个别颜料在1 447 nm处的吸收特征甚至消失。因此,矿物颜料粉末和颜料上布色卡光谱极为接近,可以在后期的唐卡颜料分析中直接利用唐卡矿物颜料粉末光谱进行匹配分析。唐卡红色矿物颜料为朱砂,矿物成分主要为HgS,其光谱在可见光波段先降后升,500 nm附近形成一个较深的吸收特征,且吸收峰较宽（430～530 nm）,红光谱段附近反射率急速升高,近红外波段反射率变化较为平直,在1 940和2 250 nm附近有弱吸收特征。唐卡黄色矿物颜料主要有三种：土黄（雄黄、雌黄）,赭石及金箔,主要成分分别为硫化砷、氧化铁及金。其特征光谱在可见光谱段集中在400～500 nm之间,不同颜料的吸收特征位置和吸收深度均不同。赭石在近红外波段的反射率整体较低,且860 nm附近还出现了吸收特征;而雄黄、雌黄和土黄则在近红外和短波红外谱段表现出反射率较高且波形平直,在1 890和2 230 nm附近有弱吸收特征;金箔在可见光波段的吸收特征窄浅,可作为区分的依据。唐卡蓝色矿物颜料为石青,主要矿物成分为蓝铜矿,其光谱在500～1 000,1 500,2 040,2 285和2 350 nm附近均有较强吸收特征,而在1 885和1 980 nm处有弱吸收特征。唐卡绿色矿物颜料为石绿,主要矿物成分为孔雀石,其光谱在550～1 000 nm有较强的宽吸收特征,在2 270和2 350 nm有明显吸收特征。尽管石青和石绿主要矿物成分皆为碳酸铜,但石绿在900～1 900 nm红-近红外谱段反射率增加较缓,1 500 nm无吸收特征,可以作为区分石青和石绿的依据。唐卡白色矿物颜料为砗磲和白土,主要矿物成分分别为碳酸钙和高岭土。在可见光谱段范围,砗磲在370 nm有弱吸收特征,而白土则在370和730 nm处有两个明显的吸收特征,可作为区分。在短波红外和近红外谱段,白土在1 425,1 930和2 230 nm均具有明显吸收特征,砗磲则在1 930和2 320 nm有明显吸收特征,1 440 nm处吸收特征较弱。且同种矿物颜料粉末,矿物粉末颗粒越大,颜料颜色越深,其光谱特征反射率越低。     

刚竹毒蛾危害下的毛竹叶片光谱特征及虫害等级检测研究

探讨刚竹毒蛾危害下的毛竹叶片光谱特征可为建立竹林生态安全监测体系提供重要的理论指导。相比于传统的多光谱数据,高光谱遥感能够准确探测不同刚竹毒蛾危害等级间寄主光谱的细微变化。然而,当前有关此方面的研究甚少,其寄主的光谱变化机理还有待进一步总结。为此,基于实测的552条竹叶光谱,分析了健康、受刚竹毒蛾危害、小年叶片之间的光谱差异,选择可反映其健康状况的特征变量,并利用XGBoost模型建立了叶片尺度的刚竹毒蛾危害检测模型。研究结果显示：（1）随着虫害等级的上升,受害叶片在可见光范围内的反射率逐渐出现“绿低红高”的特征,其近红外波段的反射率则不断降低,而短波红外的反射率则明显高于健康叶片,尤其在两个水汽吸收波段（1 450和1 940 nm）的差异最为明显;（2）小年叶片于可见光-近红外波段的反射率显著高于健康、受害叶片;（3）根据不同受害类型叶片的光谱特征可知,较之健康叶片,缺刻型叶片的光谱并未出现太大的变化,红褐色病斑型叶片在红光波段的反射率出现了一定程度的上升,灰白色病斑型叶片则已经完全失去了植被的基本光谱特征;（4）根据XGBoost模型给出的变量重要性排序可知,各特征变量的贡献度依次为PRI（光化学反射率指数）＞FDVI_{576, 717}（植被健康程度评估指数）＞NPCI（归一化色素叶绿素指数）＞DSWI（疾病水胁迫指数）＞VOG 1（红边指数1）＞RVSI（红边植被胁迫指数）＞NDWI（归一化差值水分指数）;（5）模型对刚竹毒蛾危害识别的总平均精度为74.39%,其中健康叶片的识别精度达到了94.55%,轻度危害叶片为74.93%,重度危害为84.12%,小年叶片则为71.10%,而中度危害叶片的识别精度较差,仅为33.48%。     

历代景德镇青花瓷光谱特征分析研究

景德镇青花瓷是我国最具代表性的陶瓷品种之一,具有很高的学术价值和社会经济价值。不同年代的青花瓷仅靠外观难以区分,如何快速准确区分不同年代的景德镇青花瓷是文物保护界面临的一个难题。高光谱技术是一种完全无损的分析方法,并已经在壁画、字画等文物的颜料分析中得到成功应用,目前还没有关于瓷器文物的高光谱研究成果出现。选取28个历代景德镇青花瓷碎片样本,使用地面光谱仪测量样本胎釉和青花料部位反射率光谱,分析其典型光谱特征,并对历代青花料光谱特征参量变化趋势进行了分析。研究表明,青花料部位在可见近红外波段光谱特征较为显著,历代青花料光谱特征参量有较明显的差异,并有一定的变化规律。高光谱技术对于景德镇青花瓷的断代研究有很大潜力。     

Sentinel-2宽波段光谱指数预测拔节后受冻冬小麦减产率

冬小麦拔节期后的晚霜冻害在区域尺度上表现出一定的空间差异,决定了应对冻害采取分区措施。基于Sentinel-2卫星数据的宽波段光谱指数预测区域冬小麦减产率,对灾情评估和生产管理决策具有重要意义。采用人工模拟霜冻试验,以光谱重采样将ASD FieldSpec® 3光谱辐射计获取的冠层反射率模拟为Sentinel-2传感器对应的波段反射率。采用19个已有光谱指数和以3种形式（简单比值、简单差值、归一化）组合构建的光谱指数构建冬小麦减产率线性回归模型。在每种形式中,筛选出决定系数排名前三的宽波段光谱指数作为候选指数。以商丘地区自然霜冻事件为契机,以Sentinel-2卫星数据计算候选指数,利用地面采样点的实测减产率验证候选指数精度。结果表明：（1）随着处理温度的降低,冬小麦冠层反射率在近红外区呈降低趋势,在可见光区和短波段红外区呈升高趋势;（2）重采样前后反射率数据计算的19个已有光谱指数中,大部分指数与减产率呈显著相关(p<0.001)。筛选出的12个候选光谱指数预测冬小麦减产率的线性回归精度较好,在校正集和验证集中的决定系数均高于0.631;（3）Sentinel-2卫星数据计算的候选光谱指数精度验证结果表明,包含波段B9的3个光谱指数未能通过显著性检验,其他9个光谱指数通过极显著性检验（p<0.001）。基于波段B8,B8a和B12组合的2个光谱指数(B8a-B12和B8-B12)精度较好,决定系数R2分别为0.543和0.492,均方根误差RMSE分别为8.510%和8.971%。该研究构建光谱指数B8a-B12和B8-B12符合简单差值形式,是预测冬小麦减产率宽波段光谱指数的最佳组合。研究成果揭示了冬小麦幼穗发育期冠层反射率在不同低温胁迫下的响应机制,表明Sentinel-2宽波段光谱指数预测冬小麦减产率有良好的精度,在霜冻后区域尺度上的冬小麦减产率预测具有可行性,对于不同地区霜冻灾害的措施制定具有指导作用。     

基于色彩参数和高光谱特征的针叶树种色素含量预估

光谱成像技术广泛应用于植物理化参数无损伤测定等领域研究,而色素与色彩参数相关性研究也有学者探索。但比较并优选分别以色彩参数值、光谱参数值作为自变量与色素含量拟合出的模型,还未见报道。本实验以5种针叶树种为研究对象,筛选蓝边幅值Db、黄边幅值Dy、红边幅值Dr、绿峰幅值Rg、红谷幅值Rr、蓝边面积SDb、黄边面积SDy、红边面积SDr、比值植被指数RVI、差值植被指数DVI、归一化植被指数NDVI 11种光谱植被参数作为该光谱分析的基础,将实测针叶色彩参数值、光谱参数值分别作为自变量,采用多元线性逐步回归方法（SMLR）预估色素含量建立模型,以R2、RMSE为评价标准,对比选出模型精度最高的参数组合应用于实践。研究结果表明：(1) 树种间针叶色素含量、色相参数值、光谱反射率均存在一定差异（p<0.05）。(2) 树种间针叶光谱反射率红松显著低于北美短叶松、樟子松、赤松（p<0.05）,针叶树种原始光谱在可见光波段500和680 nm附近呈现“蓝谷现象”和“红谷现象”,在550和760 nm波段附近呈现“绿峰现象”和“红边现象”;一阶微分光谱反射率在700 nm附近产生剧烈变化。(3) 色素含量与色彩参数、光谱反射率、光谱特征参数存在显著线性关系。(4) 花青素和叶绿素分别以L,a*和L,a*,b*,S色彩参数组合为自变量时,拟合模型R2最高,分别为0.588和0.638;而类胡萝卜素、叶绿素a、叶绿素b都是以FD₆₅₂,FD₇₀₀,SDb,SDy,RVI,DVI和NDVI光谱参数组合为自变量时,拟合模型R2最高,分别为0.779,0.786,0.774。该研究运用高光谱相机、色彩色差仪、紫外-可见分光光度仪实现了快速预估针叶色素含量,在色彩参数值与光谱值都与色素含量存在显著相关性的基础上,成功选出建立模型精度最高的参数组合,在针叶树种色素预估时可以根据精度需求及研究条件选择不同方法和参数值。     

中国古画矿物颜料光谱混合模型初探-以石青和石绿为例

高光谱遥感技术对文物完全无损,适于对中国古画等文物进行颜料的鉴别与分析,但是中国古画中混合颜料不同成分的定量分析仍然是文物颜料分析领域中的难点。针对中国古画中经常出现的混合颜料现象,以石青、石绿两种典型的矿物颜料为例,选用粒度大小相同的两种矿物颜料粉末,按照不同的体积比例精确配比获取颜料样本,然后精确控制实验条件获取其光谱。对混合光谱分别用全约束最小二乘法进行全波段光谱解混,用比值导数解混算法进行单波段光谱解混,然后评定解混精度并对解混结果进行对比分析,探讨这两种矿物颜料的光谱混合模型。实验结果表明,石青、石绿两种矿物颜料的光谱混合从总体上来说非线性混合特征较强,但是在局部某些波段又基本符合线性混合模型,利用这些波段采用比值导数法解混,可以得到远高于全波段解混精度的定量分析结果。     

光导纤维反射光谱技术在彩绘文物颜料无损分析鉴定中的应用

文物颜料成分分析鉴定是文物材质分析和文物保护工作的重要内容。利用自行研制的光导纤维反射光谱仪对唐代彩绘陶器和壁画上的颜料成分进行了无损分析鉴定,通过比较彩绘文物颜料和标准颜料的反射光谱曲线的形状以及特征峰或一阶导数峰来完成颜料的鉴定工作。光导纤维反射光谱法鉴定出西安市唐代彩绘文物1#样品墓葬壁画上的深红色颜料是纯度较高的土红;2#样品陶器残片上的绿色颜料为石绿;3#样品陶缸残片上的橙红色和朱红色颜料分别是由大量铅丹和微量土红及大量朱砂和微量土红的混合物所组成。采用X射线荧光分析法进行验证,实验结果表明光导纤维反射光谱技术鉴定彩绘文物颜料成分的结果是准确、可靠的,提供了一种文物颜料无损分析的简捷方法。     

微区光谱分析技术在文物颜料保护中的研究进展

颜料是彩绘文物的重要物质组成和艺术表现形式,文物颜料的保护一直是文化遗产保护领域的热点和难点。文物具有不可再生的特性,文物颜料的原位、无损、微样本的准确分析是该类文物保护的重要工作。随着各种微束技术的进步,微区光谱分析技术以精准微区定位、快速光谱扫描的工作方式,在文物保护研究中具有独特的优势,因而其应用得到了快速发展。从颜料成分分析、颜料降解褪色分析、保护效果评价等方面探讨了微区X射线荧光光谱分析（μ-XRF）、微区激光诱导击穿光谱分析（μ-LIBS）、微区拉曼光谱分析（μ-Raman）、微区红外光谱分析（μ-FTIR）、微区X射线吸收近边结构光谱分析（μ-XANES）、微区时间分辨光致发光光谱分析（μ-TRPL）、微区褪色测试（μ-FT）等技术在彩绘文物颜料保护中的应用、特点及技术难点,并从消除测量干扰、改进测量装置、研发联合装置等方面展望了微区光谱技术的发展趋势。其中,μ-XRF,μ-LIBS,μ-Raman和μ-FTIR是目前颜料成分分析常用的微区光谱分析技术,而且μ-Raman和μ-FTIR在保护效果评价中应用广泛,μ-FTIR和μ-XRF还可用于颜料降解分析。常用微区光谱技术联用并结合PCA分析和相关分析技术不仅可以鉴别文物颜料,还能为文物产地、文物断代及其真伪鉴别提供科学依据。特别是μ-XANES,μ-TRPL和μ-FT等方法属于国际领先的文物颜料分析技术,对文物颜料降解产物鉴别和分布可视化分析、颜料的起源和历史、颜料粒子迁移相关的降解现象、颜料的耐光性等研究起着关键作用。然而,目前这些方法在国内文物保护领域应用很少。因此,该研究对于推动我国文物分析及文物保护的发展具有重要意义,为文物颜料的鉴定、保护和修复提供科学指导。     

基于可见光谱的古代壁画颜料无损鉴别方法

矿物颜料是古代壁画显色的物质基础,其可见光谱反映自身物质和物理属性。不同颜料对可见光吸收特性的差异导致光谱曲线形状不同,同一种颜料因粒径等级差异引起光谱曲线幅值的规律性变化。依据矿物颜料上述特性,提出一种基于可见光谱的古代壁画颜料无损鉴别方法,通过光谱归一化方法实现不同粒径等级的同一颜料光谱曲线叠合,去除颜料粒径等级对光谱曲线幅值变化的影响,然后提取表征光谱曲线在各波段增减性和凹凸性的一阶与二阶导数特征,与光谱曲线组合得到颜料物质属性鉴别的光谱组合特征空间,以光谱角和欧式距离为基础构建评价指标,计算待鉴别颜料与数据库参考样本在光谱特征空间中的匹配误差(ME),实现颜料物质属性的鉴别。通过构建矿物颜料平均粒径大小和光谱反射率均值之间关系函数,实现颜料平均粒径大小的鉴别。基于构建的古代壁画常用颜料光谱数据库,以莫高窟壁画为对象,通过非接触式原位无损测量方法测量获得壁画颜料的可见光谱数据,对本文方法进行了验证,并以石绿和青金石颜料的鉴别结果为例,对古代壁画颜料使用技法、不同朝代颜料使用的差异性及原因进行了探讨。该方法将为更加全面深入研究和保护古代壁画提供有效的理论与方法支撑。     

铜铅离子胁迫下玉米污染程度的光谱识别

重金属铜离子(Cu2+)与铅离子(Pb2+)污染对玉米叶片光谱的影响微弱、隐蔽而难于探测。研究中设置不同浓度Cu2+, Pb2+胁迫的玉米盆栽实验,测定了玉米叶片光谱、叶片中Cu2+, Pb2+含量与叶绿素相对含量,分析了Cu2+, Pb2+污染胁迫下玉米叶片光谱响应特征,并选取480～670与670～750 nm范围来进行分析,在光谱维中定义了光谱微分差信息熵指数与在频率域中通过谐波分析提取了前三次谐波振幅(c₁, c₂与c₃)指数,并用所定义的指数探测分别受Cu2+, Pb2+胁迫玉米叶片光谱微弱差异。实验结果表明,在480～670与670～750 nm范围内,玉米叶片中重金属离子浓度越大,其光谱微分差信息熵就越大;在480～670 nm波段,谐波分解后第一谐波振幅c₁与第二谐波振幅c₂可用于识别Cu2+, Pb2+污染程度;在670～750 nm波段,第一谐波振幅c₁、第二谐波振幅c₂与第三谐波振幅c₃可用于识别Cu2+污染程度,而c₂则可以识别Pb2+污染程度,污染胁迫越大振幅越大。在480～670与670～750 nm波段内,光谱微分差信息熵与前三次谐波振幅可作为识别玉米受Cu2+, Pb2+污染胁迫程度的指数,从光谱维与频率域两种维度来识别玉米受Cu2+, Pb2+胁迫程度的方法可行,文中定义的两类指数可稳健、可靠地探测与识别玉米受Cu2+, Pb2+影响所产生的光谱微弱差异,研究结果对利用高光谱来探测植被受重金属污染胁迫程度具有一定的参考价值。     

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%。