北京市区绿色空间滞尘分布反演研究

北京市作为中国政治中心和京津冀特大型城市,近40年来城市化进程迅速,大气颗粒物和尘埃粒子污染问题较为突出,发挥绿色空间滞尘功能具有重要现实意义。将高光谱技术与遥感技术相结合,反演了市域尺度绿色空间滞尘分布。以北京市区绿色空间常见植被大叶黄杨(Euonymus japonicus)为研究对象,通过室外采样与室内试验获取叶片样本的滞尘量、光谱反射率和叶面积等数据,比较叶片滞尘前后的原始光谱曲线和反射率一阶导数特征,分析不同滞尘量对光谱反射率的影响,探究对叶片滞尘量高度敏感的波段。利用光谱响应函数将地面采集的窄波段光谱反射率数据分别转化遥感卫星的宽波段光谱反射率数据,建立对应卫星波段植被指数比值与滞尘量的回归模型,选取拟合效果最好的回归模型作为滞尘反演模型。结合GF-2影像所提取北京市区绿色空间范围,采用滞尘反演模型获取北京市区绿色空间滞尘分布。进而插值得到北京市区尘埃污染分布,采用空间自相关模型检验其空间聚集特性。结果表明：740~1 870 nm波段, 滞尘后光谱反射率明显低于滞尘前反射率,滞尘对红边、黄边、蓝边位置没有明显影响,对“红边幅值”和“红边面积”影响较明显,利用Sentinel-2影像计算的EVI指数与滞尘量相关性最高,所构建的线性与二次滞尘回归模型决定系数(R2)分别为0.705和0.751;利用2021年4月7日和2021年6月3日的Sentinel-2影像反演获取了北京市区绿色空间滞尘分布,其滞尘分布趋势表现为：市中心高于郊区,北部高于南部,东部高于西部。北京市区中部、北部和东部易产生尘埃污染。污染分布具有明显聚集性,并非完全随机。     

基于权重变分模型的地基IDOAS条带噪声去除

成像差分吸收光谱技术是成像光谱技术和差分吸收光谱技术的结合,能够采集图谱合一的数据立方,并通过光谱反演得到痕量气体浓度的二维分布信息。地基IDOAS仪器通过安装平台的水平旋转实现摆扫成像,可用于识别污染气体的排放源和监测气体的扩散情况。然而和所有的成像光谱技术相类似,地基IDOAS也容易出现条带噪声的问题,会产生相应的伪结构,影响后续的信息提取和数据分析。目前星载和机载IDOAS中常见的条带噪声去除算法有均匀区域校正法、传输模型模拟法、傅里叶变换频域滤波法、多项式拟合法等,应用到地基仪器中均存在不适用的问题。介绍了一种基于权重变分模型的条带噪声去除算法,该算法首先通过分块自适应阈值分割得出表征遮挡区域的权重矩阵,然后利用条带噪声的方向性和稀疏性建立各向异性的变分模型,最后通过交替方向乘子算法迭代求解。为检验去条带算法的可靠性,使用稀疏、稠密、周期、随机、整行、部分、单行、多行等多种模拟噪声进行了性能测试。测试结果证明权重变分算法能够有效去除各种常见的条带噪声,目视效果和四种全参考评价指标均有良好的表现。地基IDOAS于2018年夏季在四川乐山进行了外场实验,实验中仪器的水平扫描范围覆盖360°全方位角,扫描间隔为1°,垂直方向仪器同时采集0°～30°仰角内的光谱。仪器的积分时间设置为500 ms,每组全景扫描的工作时间约为15 min。利用DOAS技术对采集到的太阳散射光谱进行反演,最终得到的NO₂和SO₂气体的二维浓度分布图的像素大小为360×48。从反演结果来看,条带噪声对不同时间和不同气体的观测结果的影响大小均不同。经权重变分算法处理后,多组NO₂和SO₂浓度分布中的条带噪声情况得到极大的改善,并且没有出现过度平滑的情况。结果表明,该算法适用于地基IDOAS数据的条带噪声去除。     

水稻产量遥感监测机器学习算法对比

水稻是我国的主要粮食作物,利用高光谱遥感技术在水稻未成熟之前对水稻产量进行监测,一方面可以及时调整栽培管理方式,指导合理追肥,另一方面,可以准确掌握水稻的产量信息,帮助政府提前做出决策。以2019年—2020年广州市白云区钟落潭试验基地氮肥梯度实验为基础,分别获取水稻分化期和抽穗期冠层高光谱数据、作物群体长势参数（生物量、叶面积指数）及作物养分吸收量,利用贝叶斯岭回归（BRR）、支持向量回归（SVR）、偏最小二乘回归（PLSR）三种方法建立各生育期的产量监测模型并进行精度对比,确定水稻产量的最优估算时期和最佳估测模型。结果表明,三种方法中,BRR和SVR方法更适合产量监测,在不同时期及不同的参数组合下均有较好的表现（R2>0.82,NRMSE<8.22%）;基于2019年与2020年数据,采用全波段光谱信息进行产量监测时,分化期最佳监测模型为BRR模型,R2为0.90,抽穗期最优监测模型为SVR模型,R2为0.87;采用全波段光谱协同作物群体长势参数进行产量监测时,两时期最佳监测模型均为BRR模型,R2分别达到0.90和0.92;相较于BRR模型和SVR模型,PLSR模型在不同时期和不同参数组合下,最高R2仅为0.75;基于2020年数据,以三种不同的参数组合作为输入时,两时期估算结果均为BRR模型最优,且分化期建模精度高于抽穗期（R2至少增加0.02,NRMSE至少降低0.61%）;当输入参数组合为全波段光谱协同作物群体长势参数、作物养分吸收量时,BRR模型对产量的估算精度达到最高,R2为0.94。分析认为产量的最优监测时期是分化期,最优监测模型为BRR模型。研究结果可为水稻产量的早期遥感监测提供参考。     

水中油对水体上行辐亮度光谱的影响

目前,学者主要关注利用遥感技术探测海面油膜。然而,经海洋物理过程或人为喷洒化学分散剂处理形成的水中油对海洋生境也具有危害作用。水体上行辐亮度是水色传感器的重要信号源,通过分析含油水体的上行辐亮度光谱特征,探索快速有效地遥测水中油的方法对保护海洋生境具有重要意义。基于大连港海域现场实测数据及Hydrolight模拟含油水体水下光场,通过分析上行辐亮度随波长、水深及太阳天顶角的变化特征,剖析水中油对上行辐亮度光谱的影响及水中油的敏感光谱特性。结果表明水中油的主要波谱响应区间位于可见光波段（380~760 nm）。随着水中油浓度的增加,上行辐亮度光谱峰值有逐渐向长波方向移动及蓝光波段辐亮度量值逐渐降低的趋势,这些变化处于水色遥感的探测光谱范畴,为利用水色遥感技术探测水中油提供了光谱依据。其次,上行辐亮度随水深逐级递减,并在接近水体下界面前不降反升的现象说明刚好在水面之上的上行辐亮度由各深度水体组分的后向散射及下界面的反射共同贡献,再经水汽界面上行透射而得,属于水体辐射传输的核心机理。这与水面油膜通过油类物质改变海表反射率而产生与自然海表不同反射光谱的探测机理具有本质上的差别。再者,与含水中油水体后向散射产生的上行辐亮度相比,海表对太阳光的反射属于强信号,会掩盖水体组分信息。水色卫星搭载的水色传感器具有一定的侧摆能力,能避开太阳辐射反射信号并接收到含水中油水体的上行辐亮度;水色卫星的当地过境时间一般为10至14点,且水色传感器具有高信噪比特征,满足含水中油水体的暗像元探测要求。该研究揭示了水色遥感探测含水中油水体的光谱和机理依据,表明可以视水中油为一种新的水体组分,基于光在水体中的辐射传输过程,开展含水中油水体的水色遥感反演研究。     

High-fidelity quantum sensing of magnon excitations with a single electron spin in quantum dots

Single-electron spins in quantum dots are the leading platform for qubits, while magnons in solids are one of the emerging candidates for quantum technologies. How to manipulate a composite system composed of both systems is an outstanding challenge. Here, we use spin-charge hybridization to effectively couple the single-electron spin state in quantum dots to the cavity and further to the magnons. Through this coupling, quantum dots can entangle and detect magnon states. The detection efficiency can reach 0.94 in a realistic experimental situation. We also demonstrate the electrical tunability of the scheme for various parameters. These results pave a practical pathway for applications of composite systems based on quantum dots and magnons.     

Efficient implementation of x-ray ghost imaging based on a modified compressive sensing algorithm

Towards efficient implementation of x-ray ghost imaging (XGI), efficient data acquisition and fast image reconstruction together with high image quality are preferred. In view of radiation dose resulted from the incident x-rays, fewer measurements with sufficient signal-to-noise ratio (SNR) are always anticipated. Available methods based on linear and compressive sensing algorithms cannot meet all the requirements simultaneously. In this paper, a method based on a modified compressive sensing algorithm with conjugate gradient descent method (CGDGI) is developed to solve the problems encountered in available XGI methods. Simulation and experiments demonstrate the practicability of CGDGI-based method for the efficient implementation of XGI. The image reconstruction time of sub-second implicates that the proposed method has the potential for real-time XGI.     

Spectrum sensing in cognitive radio networks and metacognition for dynamic spectrum sharing between radar and communication system: A review

The massive growth in mobile users and wireless technologies has resulted in increased data traffic and created demand for additional radio spectrum. This growing demand for radio spectrum has resulted in spectrum congestion and mandated the need for coexistence between radar and interfering communication emitters. To address the aforementioned issues, it is critical to review existing policies and evaluate new technologies that can utilize spectrum in an efficient and intelligent manner. Cognitive radio and cognitive radar are two promising technologies that exploit spectrum using dynamic spectrum access techniques. Additionally, introducing the bio-inspired concept ‘metacognition’ in a cognitive process has shown to increase the effectiveness and robustness of the cognitive radio and cognitive radar system. Metacognition is a high-order thinking agent that monitors and regulates the cognition process through a feedback and control process called the perception–action cycle. Extensive research has been done in the field of spectrum sensing in cognitive radio and spectral coexistence between radar and communication systems. This paper provides a detailed classification of spectrum sensing schemes and explains how dynamic spectrum access strategies share the spectrum between radar and communication systems. In addition to this, the fundamentals of cognitive radio, its architecture, spectrum management framework, and metacognition concept in radar are discussed. Furthermore, this paper presents various research issues, challenges, and future research directions associated with spectrum sensing in cognitive radar and dynamic spectrum access strategies in cognitive radar.     

TCVQ-SVM algorithm for narrowband spectrum sensing

Spectrum sensing is viewed as the basic and crucial technology for cognitive radio. To improve the accuracy of spectrum sensing in low signal to noise ratio (SNR), this paper presents an efficient TCVQ-SVM method based on machine learning for narrowband spectrum sensing. Firstly, trace of covariance matrix and variance of quadratic covariance matrix (TCVQ) is extracted as feature vectors and combined as training samples of spectrum sensing. Then, the classification model can be achieved by training samples based on support vector machine (SVM), which can avoid setting threshold and adjusting classification hyperplane by its self-learning ability. Lastly, the result of spectrum sensing can be obtained. By utilizing trace and variance as input features of SVM, the algorithm can make full use of the eigenvalue difference and structure characteristic of the received signal, and at the same time, achieve good performance in low SNR. Theoretical analysis reveals that the proposed method has low computational complexity. Simulation results and experiments on the hardware platform illustrate that the proposed algorithm is effective and robust.     

气体拉曼传感增强技术研究进展与趋势

不论是在科学研究,食品安全,医学检测,还是在安全事故预防等领域,对多组分混合气体进行快速、准确的定性定量分析已经成为一种迫切的需求 。拉曼光谱法是一种强大的气体传感方法,既能克服传统的非光谱法检测时间长、重复性差等弱点,又能弥补吸收光谱法无法直接测量同核双原子分子的缺点,同时还能使用单一频率的激光器对多组分混合气体进行定性和定量分析。但由于物质固有的弱拉曼效应,加之气体的拉曼效应一般远低于固体和液体,这极大地限制了拉曼光谱法在气体传感领域的应用。如何提高气体的散射强度是使气体拉曼传感技术得到更广泛应用的关键。目前最主要的气体拉曼传感增强技术包括腔增强技术和光纤增强技术。腔增强技术从提高与待测气体作用的激发光强度和作用路径来从源头上增强拉曼散射信号,包括多次反射腔增强、F-P腔增强、激光内腔增强。光纤增强则从提高球面散射光的收集效率来增强拉曼散射信号,使绝大部分拉曼散射光都能进入光谱探测器,包括镀银毛细管增强和空芯光纤增强。简要介绍了上述两种技术的的增强原理,汇总了研究进展以及应用现状,并讨论了它们各自的优势以及局限性,最后着眼于多组分痕量气体的检测,展望了气体拉曼传感技术未来的发展趋势。尽管目前基于吸收效应的光谱分析方法在气体检测领域占据主导地位,尤其是光声光谱法,但在不久的将来,气体拉曼传感技术有望在气体检测领域得到越来越广泛、越深入的应用。     

相态对冰水混合云微观特性反演的影响研究

当云层的温度在－40℃~0℃之间时, 云层中会存在冰和水两种相态的云滴, 其散射特性与纯水云以及纯冰云特性有较大差异, 因此遥感反演混合相云层的微观和宏观物理特性具有重要的意义。本文采用冰水双层球模型模拟了冰水混合云中的云滴, 利用Mie理论计算了纯水、纯冰和冰水颗粒的单次散射特性, 分析了单次散射相函数, 不对称因子, 单次散射反照率等随着有效半径、相态、内外半径比等的变化特性。利用离散纵标法(DISORT)计算了水云和冰云对0.75 μm、2.16 μm和3.3 μm的双向反射函数, 讨论了利用纯水滴和纯冰滴反演冰水混合云滴的误差。分析结果表明, 利用0.75 μm和2.16 μm的太阳光反演冰水混合云的光学厚度和有效半径时, 光学厚度误差较大, 有效半径误差较小; 结合0.75 μm和3.3 μm的太阳光反演冰水混合云的光学厚度和有效半径时, 光学厚度误差较小, 有效半径误差较大, 其会高估其有效半径; 另外结合0.75 μm和3.3 μm这两个波长的反射函数反演冰水云的冰水混合比更为有效。