基于高光谱成像技术的油菜叶片SPAD值检测

以油菜叶片为研究对象,利用高光谱成像技术,成功建立了叶绿素相对值SPAD值的预测模型。共采集了160个油菜叶片样本在380～1030 nm范围内的高光谱图像。选择500～900 nm之间的平均光谱作为油菜叶片样本的光谱。利用蒙特卡罗最小二乘法(monte carlo partial least squares, MC-PLS)剔除了13个异常样本,基于剩余的147个样本光谱数据与SPAD测量值进行分析,采用了不同的方法建立了多种预测模型,包括：全光谱的偏最小二乘法(partial least squares, PLS)模型,连续投影算法(successive projections algorithm, SPA)选择特征波长的PLS预测模型,“红边”位置(λ_red)的简单经验估测模型,三种植被指数R₇₁₀/R₇₆₀,(R₇₅₀-R₇₀₅)/(R₇₅₀-R₇₀₅)和R₈₆₀/(R₅₅₀*R₇₀₈)分别建立的简单经验估测模型,以及基于这三种植被指数的PLS预测模型。建模结果显示,全光谱的PLS模型预测效果最为精确,其预测相关系数r_p为0.833 9,预测均方根误差RMSEP为1.52。而使用SPA算法选出的8个特征波长所建立的PLS模型其预测结果可达到与全光谱的PLS模型非常接近的水平,而且在保证一定精度的条件下减少了大量运算,节省了运算时间,大幅提高了建模的速度。而基于红边位置和选择的三种植被指数而建立的简单经验估计模型其预测结果虽与基于全光谱的PLS预测模型有一定差距,但模型简单、运算量小,适合用于对精度要求不高的场合,对后续的便携仪器设备开发有一定的指导作用。     

不同含水量条件下树种叶片光谱差异分析

叶片含水量是影响树种光谱特征的一个重要因素,探索不同叶片含水量条件下相同树种叶片光谱特征的变化规律及相同叶片含水量条件下不同树种叶片的光谱差异,不仅是高光谱植被遥感信息识别的关键,也为研究植被光谱随着叶片含水量变化产生的差异提供理论支撑。利用地物光谱仪对6个树种叶片进行观测,获取了不同含水量叶片的反射光谱,同时进行一阶微分光谱变换,从而分析不同叶片含水量条件下各树种叶片的光谱变化特征,对比了相同叶片含水量条件下不同树种叶片的光谱差异,探索高光谱遥感识别树种叶片含水量的可能波段。结果表明：各树种叶片光谱都随着叶片含水量的改变而产生较大差异,但变化规律各有不同;相同叶片含水量条件下,不同树种叶片的光谱在部分波长范围差异较大,为实现树种高精度识别提供了可能。本研究旨在为植被叶片光谱库的构建以及植被的高光谱识别提供理论支撑和基础数据。     

叶片开缝的离心风机流场研究

本文提出在离心叶轮轮盖与叶片之间开缝,使得叶片压力面侧的高压气体射流到吸力面侧的低速尾迹区,从而直接给叶轮内的低速流体提供能量,减弱了叶轮内由于二次流所导致的射流-尾迹结构,并可用于消除或解决部分负荷时常发生的离心叶轮积灰问题.对某离心风机整机的数值模拟表明,在设计流量和小流量情况下,叶轮开缝后使叶片表面分离区域减小,整个流道速度分布更为均匀,改善了叶轮内部流场的流动状况,提高了离心叶轮性能和整机性能.研究表明,本方法对于提高离心式流体机械性能是有效的.     

高速离心风机叶片扩压器前缘倾角对其性能影响的实验研究

本文对一高速离心风机中扩压器与叶轮匹配时的气动性能进行了试验研究,主要研究了扩压器前缘不同倾角对其性能的影响.结果表明,扩压器倾角变化对性能有明显的影响;当负倾角在一定范围内时,扩压器的压升在小流量下略高于原始扩压器,而大流量下明显高于原始扩压器.另外,正倾角扩压器的性能曲线具有相交于一固定点的特征.因此,具有合适前缘倾角的扩压器可以改善风机性能.     

新型可调节叶片喷嘴的结构及气动设计

本文针对低温余热能量回收透平装置设计了一种新型的可调节叶片喷嘴机构(Rotatable Vaned Nozzle,RVN),该设计具有结构新颖、可靠性高的特点.在调节结构设计的基础上,采用CFD方法对叶片喷嘴内流动特性进行了数值分析,研究了不同转动角度对喷嘴性能的影响.     

叶片弯、掠对压气机端壁流动的影响

通过壁面静压测量、流场显示及气动探针测量研究了不同掠型叶片组成的平面扩压叶栅特性。结果表明,前掠 叶栅流道中横向压力梯度减弱,型面压力沿叶展呈反“C”型,有利于减弱角区低能流体堆积,但中径处损失有所增加; 弯掠叶片强化了上述趋势,其降低端部损失和延缓角区分离的能力更强,应从优化设计角度对其进行深入研究。     

固体表面荧光法测定吸附于白骨壤和木榄叶片上的蒽

以新鲜白骨壤和木榄叶片为基质,建立了直接测定吸附于叶片表面蒽(An)的固体表面荧光分析法(SSF).考察了白骨壤和木榄叶片上An的吸附量随An暴露浓度、暴露时间等因素的变化情况.方法测定吸附于白骨壤叶片上An的线性范围为0.92～8.71μg/g检出限为5.77 ng/g,加标回收率为79.2%～85.9%;测定吸附于木榄叶片上An的线性范围为89.5～698.2 ng/g,检出限为1.79 ng/g,加标回收率为75.1%～102.3%;对于两种叶片,方法的相对标准偏差都小于10%.     

高光谱成像技术的柑橘植株叶片含氮量预测模型

氮素是果树生长发育的一种大量必需元素,及时准确地监控果树的氮营养状况,对果树的合理施肥、增产、优化果实品质以及减缓过量施氮引起的水资源污染具有重要意义。利用高光谱成像技术结合多变量统计学方法,建立了柑橘植株叶片的含氮量预测模型。研究步骤为：高光谱扫描、提取平均光谱曲线、预处理原始光谱数据、采用连续投影法提取特征波段和建立含氮量预测模型。从SG平滑、SNV、MSC、1-Der等11种预处理方法中筛选出的较优预处理方法是SG平滑、Detrending和SG平滑-Detrending。对应这三种最优预处理方法,先采用连续投影法挑选出各自的特征波长,然后将各特征波段下的光谱反射率作为偏最小二乘、多元线性回归和反向传播人工神经网络模型的输入,各自建立三个预测模型。从以上获得的9个预测模型中,得出两个最优模型SG平滑-Detrending-SPA-BPNN(R_p：0.851 3,RMSEP：0.188 1)和Detrending-SPA-BPNN(R_p：0.8609,RMSEP：0.159 5)。结果表明,利用高光谱数据测定柑橘叶片含氮量具有可行性。这为实时、准确地监控柑橘植株生长过程中叶片含氮量的变化以及合理科学的氮肥施加提供了一定的理论基础。     

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。     

一种光谱分析中的降维方法

在可见/近红外光谱分析中,提取光谱数据中的有用信息是建立稳健准确模型的前提。ISOMAP是一种有效的提取数据本真维的降维方法,但对噪声和邻域参数都比较敏感。提出了一种改进的ISOMAP有监督降维方法,利用光谱数据本身的相关性指导邻域图的构建,降低对噪声和邻域参数的敏感程度,以正确表达数据的邻域结构。采用该方法对两组光谱数据降维并进行PLS建模,结果表明,改进后的算法消弱了邻域大小的影响,提取出的本真维数更小,同时提高了模型精度。