基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

铋化物发光玻璃中银表面等离激元对铒离子的发光增强作用

局域表面等离激元可以由自由空间的光直接激发,这也是局域表面等离激元的优点所在。研究铋化物发光玻璃中纳米银颗粒的表面等离激元对铒离子发光的增强效应、进一步的提高铋化物发光玻璃中铒离子的发光性能很有意义。首先,测量了(A)Er 3+(0.5%)Ag(0.5%):铋化物发光玻璃与(B)Er 3+(0.5%):铋化物发光玻璃样品的吸收谱,发现(A)Er 3+(0.5%)Ag(0.5%):铋化物发光玻璃在约600.0 nm处有一个较弱的宽的银表面等离激元共振吸收峰。同时发现两者都有典型的铒离子的吸收峰,它们的吸收几乎完全一样:在波峰形状、峰值强度和峰值波长等方面都很相近。测量了(A)Er 3+(0.5%)Ag(0.5%):铋化物发光玻璃和(B)Er 3+(0.5%):铋化物发光玻璃样品的激发谱,发现有位于379.0,406.0,451.0,488.0和520.5 nm的5个550.0 nm可见光的可见激发谱峰,和位于379.0,406.5,451.0,488.5,520.5,544.0,651.5和798.0 nm的8个1531.0 nm红外光的红外激发谱峰,容易指认出依次为Er 3+的4I 15/2→4G 11/2,4I 15/2→2H 9/2,4I 15/2→(4F 3/2,4F 5/2),4I 15/2→4F 7/2,4I 15/2→2H 11/2,4I 15/2→4S 3/2,4I 15/2→4F 9/2和4I 15/2→4I 9/2跃迁的吸收峰,通过测量发现(A)Er 3+(0.5%)Ag(0.5%):铋化物发光玻璃相对于(B)Er 3+(0.5%):铋化物发光玻璃样品的可见和红外激发谱的最大增强依次分别是238%和133%。最后,测量了它们的发光谱,发现有位于534.0,547.5和658.5 nm的三组可见发光峰,容易指认出依次为Er 3+的2H 11/2→4I 15/2,4S 3/2→4I 15/2,4F 9/2→4I 15/2荧光跃迁。还发现红外发光峰位于978.0和1531.0 nm,依次为Er 3+的4I 11/2→4I 15/2和4I 13/2→4I 15/2的荧光跃迁。通过测量发现(A)Er 3+(0.5%)Ag(0.5%):铋化物发光玻璃相对于(B)Er 3+(0.5%):铋化物发光玻璃样品的可见和红外发光谱的最大增强依次分别是215%和138%。对于银表面等离激元增强铒离子发光的机理,认为主要为纳米银颗粒的局域表面等离激元共振,造成金属纳米结构附近产生的局域电场的强度要远大于入射光的电场强度,从而导致了金属纳米结构对入射光产生强烈的吸收和散射,进而导致了荧光的增强;即局域表面等离子体共振局域场的场增强效应。     

强度解调型光纤光栅温度传感实验

光纤光栅在工程上应用广泛,但由于存在解调系统复杂、成本高,尤其是需要使用光纤光谱仪等波长解调仪器,使得光纤光栅很难走入本科教学的实验课堂.本文提出了一种基于窄线宽DFB激光器的强度解调方案,极大地简化了光纤光栅传感器的解调系统,完全满足较高分辨率和实时检测的系统要求.合理安排的温度传感实验可以非常直观地展示光纤光栅的线性传感性能,使得工程化的光纤光栅传感技术轻松走进本科教学课堂,具有极高的推广和应用潜力.     

基于三维荧光光谱法和PARAFAC对多环芳烃定性定量分析

三维荧光光谱法在研究多环芳烃(PAHs)类物质的荧光信息时起到了重要作用。多环芳烃类物质具有致癌性,难降解性,多由尾气排放,垃圾焚烧产生,危害着人类健康及环境,因此人们不断探索对多环芳烃检测的方法。实验选取多环芳烃中的苊和萘作为检测物质,利用FLS920荧光光谱仪,为避免荧光光谱仪本身产生的瑞利散射影响,设置起始的发射波长滞后激发波长40 nm,设置扫描的激发波长(λex)范围为:200~370 nm,发射波长(λem)范围为:240~390 nm,对多环芳烃进行荧光扫描获取荧光数据,采用三维荧光光谱技术结合平行因子算法对混合溶液中的苊和萘进行定性定量分析。实验选用的苊和萘均购于阿拉丁试剂官网,配制浓度为10 mg·L-1的一级储备液,再将一级储备液稀释,得到苊和萘浓度为0.5,1,1.5,2,2.5,3,3.5,4和4.5 mg·L-1的二级储备液,并将苊和萘进行混合。在进行光谱分析前需要对苊和萘的光谱进行预处理,采用空白扣除法扣除拉曼散射的影响,并采用集合经验模态分解(EEMD)消除干扰噪声。实验测得苊存在两个波峰,位于λex=298 nm,λem=324/338 nm处,萘存在一个波峰,位于λex=280 nm,λem=322 nm处。选用的PARAFAC算法对组分数的的选择很敏感,因此采用核一致诊断法预估组分数,估计值2和3的核一致值都在60%以上,分别对混合样品进行了2因子和3因子的PARAFAC分解,将分解后得到的激发发射光谱数据和各组分浓度数据进行归一化处理,并绘制光谱图,与归一化处理后的真实的激发发射光谱图和各组分浓度图进行对比。同时将PARAFAC得到的混合样本的预测浓度,通过计算回收率(R)和均方根误差(RMSEP)来判定定量分析的准确度。选择2因子时,各混合样品中苊和萘拟合度为95.7%和96.7%,平均回收率分别为101.8%和98.9%,均方根误差分别为0.0187和0.0316;选择3因子时,各混合样品中苊和萘拟合度为95.3%和95.8%,平均回收率分别为97%和102.5%,均方根误差分别为0.033和0.116,由三项指标可得选用2因子进行定性定量分析的效果明显好于选用3因子。分析实验结果表明,基于三维荧光光谱法和PARAFAC算法对混合样品进行定性定量分析,能够有效的判定混合样品的类别,同时能够成功的预测出混合样品的浓度。     

高盐样品中锂的电感耦合等离子体发射光谱法(ICP-OES)测定研究

锂是重要的战略金属和新能源材料,其开发利用受到全球的高度关注。在高盐卤水特别是盐湖卤水和地下卤水中富含巨量的锂资源,在对这些资源进行锂的开发利用过程中,需对锂的含量进行准确测定,然而卤水中共存的高浓度Na+, K+, Ca2+和Mg2+会对微量锂的准确测定产生严重的干扰。电感耦合等离子体发射光谱法(ICP-OES)具有线性范围宽和多元素同步分析能力,针对卤水中锂的快速准确测定,详细开展了高盐样品中锂的ICP-OES分析方法研究。结果表明,锂在610.364 nm处具有较高的信噪比,且Na+, K+, Ca2+, Mg2+和Ar不会对锂的测定产生显著的谱线干扰。然而,样品中大量共存的Na+, K+和Mg2+会对锂的测定产生严重的基体正干扰,而Ca2+产生负干扰。尽管内标法在消除基体干扰方面具有广泛的应用,但传统的以钇和钪为内标元素的内标法不能有效解决该问题。此外,针对标准加入法操作繁琐、不适合批量样品分析问题,以及基体匹配法需多离子匹配,且不适合样品基体组成变化的批量样品分析等问题,考察了采用单一组分进行复杂基体匹配的可行性。由于NaCl广泛存在于卤水中,且对锂的测定具有显著的增敏效应,通过系列研究发现,通过同时向样品和标准溶液中加入10 g·L-1的NaCl,成功解决了总量不超过40 g·L-1的NaCl, KCl和MgCl2所产生的干扰。尽管采用该法或沉淀预分离方式均不能消除Ca2+产生的负干扰,但当样品中Ca2+含量不高于1.8 g·L-1时,对测定不产生显著的影响。通过采用该方法对三种不同基体组成的卤水样品进行加标回收测定,其回收率在96.60%~104.20%范围内。此外,通过与电感耦合等离子体质谱法(ICP-MS)测定结果进行对比,充分论证了该法的准确性和可靠性(相对误差±3.66%)。该法仅以单一的NaCl进行复杂基体匹配,不仅简化了操作,还实现了基体组成变化的批量样品分析,因而在卤水中锂的快速准确测定及锂资源开发利用方面具有重要意义。     

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

空中目标多波段红外辐射特性描述与仿真分析

针对空中目标在复杂背景下的探测需求,根据实际目标的运动特性,分析目标在飞行高度、飞行姿态角改变时的辐射特点,基于MODTRAN计算得到大气辐射和衰减数据,建立目标的三维模型、热辐射和反射模型,搭建空中目标的红外成像仿真系统.分析和仿真结果表明:在中波波段,目标尾焰的红外辐射比蒙皮强很多,在长波波段,蒙皮的红外辐射比较强,仿真图像的细节比较多,尾焰的红外辐射虽然有所减弱,红外成像效果依旧很好;相同探测条件下,由于位置越高大气越稀薄,探测器的可探测距离会变得比较远.目标红外辐射特性的分析和红外仿真系统的搭建对缩短红外探测器的研制周期和进一步确定探测器波段和系统分辨率等指标提供了参考依据.     

基于深度学习的离轴菲涅耳数字全息非线性重构

针对离轴菲涅耳数字全息图,提出基于深度学习的单幅数字全息非线性重构方法 .采用经典的菲涅耳衍射积分模拟数字全息成像以供给网络训练所需样本,利用深度卷积残差神经网络通过学习数字全息图与相关物像之间的非线性数学映射关系实现全息图的物像重构.数值模拟表明,与传统的频率滤波和四步相移技术实现菲涅耳数字全息重构相比,本文提出的方法可直接消除零级像及孪生像,无需条纹物项抽取预处理步骤,且重构的物像具有较高的质量,针对相同记录参考光下不同衍射距离所生成的测试集亦具有较强的稳健性.     

核电池概述及展望

核电池具有能量密度高、工作稳定可靠、无需人工干预等优点，在需要长期稳定供电的场合具有独特优势，其中热转换式核电池(RTG)是技术最为成熟且应用最早的一类，而β辐射伏特效应核电池已有商业化案例。目前，在β辐射伏特效应核电池研究中存在着放射源自吸收效应浪费能量、转化效率低、换能器件辐射损伤严重等问题，而对于一个实际的核电池，由于放射源自身不断衰变的属性，导致源的成分及其活度随着时间而发生变化，最终影响核电池的电学性能，其影响程度需要加以深入研究。本文以时间轴的形式对核电池的发展进行了全面回顾，简要介绍多种主流类型核电池的原理和应用范围；对于β辐射伏特效应核电池，指出放射源的自吸收是其中的关键科学问题。对于使用63Ni和TiT₂放射源的核电池，给出了其电学性能随时间变化的规律；指出对于某一特定结构的β辐射伏特效应核电池设计，在前期的模拟优化环节中，精细计算是至关重要的；最后提出了将放射源与换能材料相结合、使用含有较重同位素的换能器件的设想，这些设想有利于解决放射源自吸收问题、提高核电池输出功率和减轻辐射损伤的影响。     

中国先进研究堆中子科学平台发展现状及展望

依托中国先进研究堆(CARR)高通量中子源，建成了初具规模的中子科学平台，具备中子散射、中子成像和中子活化分析等多种研究技术。其中，中子散射技术包括中子衍射、小角中子散射及中子反射、非弹性中子散射，可以用于分析材料微观结构和动力学性质；热中子成像和冷中子成像可以用于材料内部缺陷等无损检测；中子活化分析系统可以用于物质内核素成分分析。目前已建成和在建中子谱仪共计19台，并初步配备了样品环境装置，为相关应用研究提供了条件基础，可为我国物理、化学、材料科学、生命科学、能源和环境等领域基础研究及工业应用提供重要技术支撑。CARR中子科学平台始终坚持合作共享对外开放的宗旨，将继续为国内外用户提供优质中子技术，服务基础科学前沿和国家重大创新需求研究。