一种新的偶奇非线性相干态中测量相位算符的压缩效应

利用Bamett和pegg提出的测量相位算符讨论了一种新的偶奇非线性相干态的压缩效应。结果表明，在这种偶奇非线性相干态中测量相位算符不存在CN和SN类压缩，只存在CS类压缩。利用数值计算方法研究了CS类压缩效应，结果表明与通常的偶奇相干态的不同的是，偶非线性相干态在大区域内出现压缩效应而奇非线性相干态在小区域内才出现压缩效应。     

q-形变的非简谐振子广义相干叠加态的高阶压缩效应

研究了q-形变的非简谐振子的广义相干态的高阶压缩效应,给出了出现高阶压缩现象的条件.     

基于光谱技术的水稻稻纵卷叶螟受害区域检测

利用光谱技术探索了水稻稻纵卷叶螟虫害的检测。通过分析田间水稻稻纵卷叶螟受害区和对照区冠层反射光谱和一阶微分光谱特征差异发现,可见光区(400~700 nm),550 nm附近中度受害水稻冠层反射率明显低于对照冠层反射率值,重度受害水稻冠层反射率则高于对照区冠层反射率;水稻受害时,叶片受损及干枯导致叶绿素含量降低,对红光波段(600~700 nm)的吸收减小。近红外区(750~770 nm)范围内,受害水稻冠层反射光谱曲线均不同程度出现"尖峰"波动,且光谱曲线红边拐点发生"蓝移"。通过构建样本总体修正曲线,提供了直观判别广域水稻是否受稻纵卷叶螟虫害侵扰的依据。进一步探讨稻纵卷叶螟受害区定性检测参数发现,利用NIR-NDVI特征可以有效地区分对照区和受害区区域,经验证,准确率达70%。     

玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及估测模型

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可见分光光度计测定其叶绿素含量。从原始光谱、吸光度光谱、一阶微分光谱、去除包络线光谱出发,进行光谱预处理,分析了净化图谱信息、突出作物叶绿素含量光谱特征的有效性。其中,吸光度光谱在可见光部分增强了光谱响应特征,去除包络线光谱和一阶微分光谱均具有较强的蓝光、红光吸收谷和绿光反射峰。又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段,原始光谱特征波段为639,672,696,750,768 nm;吸光度光谱特征波段为638,663,750,763 nm;去包络线光谱特征波段为436,564,591,612,635,683,760 nm;一阶微分光谱特征波段为516,559,778 nm。最后,应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型,模型精度由高至低分别为去包络线、吸光度、原始、一阶微分,其中去包络线模型校正集决定系数R2_c为0.88,验证集决定系数R2_v达到0.82,具有较好的预测能力。     

微量乐果农药残留比色光谱快速检测方法

为快速、安全地检测常用有机磷农药乐果的残留,根据乐果含有硫基,和氯化钯反应生成黄色络合物硫化钯的原理,使用乙酸代替常用的浓盐酸溶解氯化钯,配置成氯化钯乙酸溶液作为比色剂,与不同浓度的乐果乳油分别发生显色反应。采集显色反应后溶液的吸光度谱图表明：用乙酸代替浓盐酸作为氯化钯溶剂效果更理想,在300～900 nm波段的吸收光谱可以区分0.5 mg·kg-1的农药浓度,满足国标GB2763—2012规定的部分水果及蔬菜中农残的检测要求。随机配置40个0.5～88 mg·kg-1样本浓度,对比SG等预处理效果,分别用PCA和PLS方法建立预测模型,30个作为建模集,10个作为验证集。在350～900 nm波段建立的模型相关系数r较低。根据吸光度谱图计算出乐果的相关系数在458 nm处达到最大值0.957 2,由此分别选取特征区间453～463和400～600 nm。经过比较得出以下结论：经过SG等预处理后,在400～600 nm波段,使用PLS方法建立的模型在主成分为4时最优,其训练集r=0.994 1,RMSEP=2.770,验证集r=0.9933,RMSEP=2.214。该方法操作安全,显色反应时间为2 min,为进一步研究快速、安全的有机磷农药实用检测仪器提供了理论与技术支撑。     

基于RGB-NIR图像匹配的作物光谱指数特征可视化分析

归一化植被指数(NDVI)基于可见光的红色波段(630～680 nm)和近红外区(780～1 100 nm)的反射光谱进行计算,被认为是作物营养与长势诊断的重要指标。为了低成本、快速、无损的检测作物叶绿素含量,计算植株的NDVI并呈现作物的NDVI分布情况,并通过不同角度图像的分析,监测作物营养分布与动态。利用可见光和近红外波段双目成像技术获取图像,在讨论可见光(RGB)和近红外(NIR)图像的匹配算法的基础上,经图像分割与光照影响校正后,针对不同测试角度建立了作物植被指数空间分布图,并对其空间分布特征与影响因素进行了可视化分析。试验利用可见光和近红外双目相机对51株玉米植株,分别在90°,54°和35°视角下同步采集RGB和NIR图像。对RGB和NIR图像分别进行高斯滤波和拉普拉斯算子增强预处理后,选取了SURF,SIFT和ORB共3种图像匹配算法,并首先利用其进行RGB-NIR图像匹配对齐,以匹配时间(Time), 峰值信噪比(PSNR), 信息熵(MI)和结构相似性(SSIM)4个参数作为匹配性能评价指标,分别从时间、准确性、稳定性三个方面综合确定最优匹配方法。其次,研究玉米植株的分割方法包括超绿算法(ExG)和最大类间方差算法(OTSU),分别实现图像中作物和背景的分离,提取分割后的RGB图像R(Red), G(Green), B(Blue)分量和NIR图像分量。基于HSI颜色模型,提取I分量讨论了光照对图像的影响,并利用多灰度级标准板建立了植株光谱反射率校正线性公式。然后,利用R(Red)和NIR图像分量计算图像中每个像素的NDVI值,绘制作物植被指数的空间分布图,从而对比分析了不同拍摄角度下光谱植被指数的分布特征。通过不同角度图像的NDVI分布情况,展示监测作物植株不同位置的叶绿素分布情况。结果显示,RGB-NIR图像匹配时间SIFT(1.865 s)>SURF(1.412 s)>ORB(1.121 s),匹配准确性上SURF≈SIFT>ORB,匹配稳定性上SURF>SIFT>ORB,综合比较选取SURF为最优匹配算法。采用4灰度级标准板对R, G, B, NIR分量校正模型的R2分别为0.78,0.76,0.74,0.77。90°和35°视角分别展现了作物叶和茎的NDVI植被指数分布情况,可为分析和监测作物的营养分布提供技术支持。     

基于CPLD的LED芯片光谱采集系统的研究

发光二极管(light emitting diode,LED)芯片的光谱检测是LED芯片规模化制造中的一项关键技术。根据光谱测量原理,针对LED芯片光谱测量应用的要求,文章研究了基于复杂可编程逻辑器件(complex programmable logic device, CPLD)的LED芯片光谱采集系统。以CPLD为主芯片,为线阵电荷耦合器件(charge coupled device, CCD)提供工作时序信号,同时控制信号调理、转换、传输模块中的采样率和数据的存储与传输。采用光栅单色仪作为分光器件,线阵CCD作为光电转换器件,检测LED芯片的相对光谱能量分布曲线,同时计算LED芯片光学特性的光谱参数。基于CPLD的LED芯片光谱采集系统简单、快速,同时能达到LED芯片光谱检测精度的要求。     

基于介孔Fe3O4@mSiO2@Cu2+磁性纳米粒子的固相萃取-高效液相色谱法测定水中微囊藻毒素

通过水热合成和常温合成的方法制备了介孔Fe₃O₄@mSiO₂@Cu²⁺磁性复合纳米粒子(NPs),其具有均匀的尺寸大小、良好的磁性能和特异的选择性。本研究将合成的NPs用作磁性固相萃取(MSPE)介质,结合高效液相色谱(HPLC)发展了一种测定水样品中痕量微囊藻毒素MC-LR的方法。在优化MSPE和HPLC条件后,该方法在0.1~15 μg/L范围内呈现良好的线性,线性相关系数(r)为0.9994,检出限为0.025 μg/L,定量限为0.082 μg/L。进一步将该方法用于水样中痕量藻毒素分析,结果发现回收率达到78%。这一结果表明:制得的磁性纳米粒子具有良好的萃取性能,可有效用于水样中痕量藻毒素的测定。     

冬枣光谱数据的灰色关联分析及叶片氮素含量预测

采用灰色理论对冬枣叶片氮素含量和光谱反射率之间进行了灰度关联分析,分析结果显示波长560,678以及786 nm处的光谱反射率(G560,R678,NIR786)与冬枣叶片氮素含量之间的灰色关联度最高。利用上述三个特征波段光谱反射率计算得到的植被指数共计9个。进一步运用灰色系统理论分析了九种植被指数与叶片氮素含量的灰色关联度,结果显示：归一化植被指数(NDVI)、绿色比值植被指数(GRVI)、归一化差异绿度植被指数(NDGI)、绿色归一化植被指数(GNDVI)和组合归一化植被指数(CNDVI)等5个指数与叶片氮素含量的灰色关联度较高。利用3个特征波段的光谱反射率和5个关联度较高的植被指数,分别采用最小二乘支持向量机(LS-SVM)以及GM(1,N)模型建立了冬枣叶片氮素含量预测模型。结果表明,采用特征波段光谱反射率(G560,R678,NIR786)建立的冬枣叶片氮素含量GM(1,N)模型的精度最高,预测R2达0.928,验证R2达0.896。     

高效液相色谱法测定2-羟基-3-萘甲酸生产废水中相关物质的含量

采用高效液相色谱法测定2 羟基3 萘甲酸生产废水中1 羟基2 萘甲酸、2 羟基3 萘甲酸、2 羟基6 萘甲酸、β萘酚四组分的含量。方法以Selectosil C18 为分离柱,以V甲醇∶V水=80∶为流动相,紫外236 nm波长处检测。回收率为96%~103%,RSD<2.5%。