高光谱成像的土壤剖面水分含量反演及制图

传统土壤水分的获取方法仅可获得离散的土壤水分点位数据,难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱（882～1 709 nm）成像反演剖面土壤水分含量（SMC）,并实现精细制图的可行性。研究剖面位于江苏省东台市,我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测,共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值（DN）校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后,提取各采样点的平均光谱反射率。提取光谱（Raw）经吸光度[LOG₁₀(1/R)],Savitzky-Golay平滑（SG）、一阶微分（FD）、二阶微分（SD）、多元散射校正（MSC）和标准正态变量（SNV）转换后,采用偏最小二乘回归（PLSR）和最小二乘支持向量机（LS-SVM）方法建立SMC预测模型,并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明,光谱反射率随SMC增加逐渐降低,不同光谱预处理方法的预测精度有所差异,除MSC方法外,同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型,并且基于LOG₁₀(1/R)光谱的LS-SVM模型对SMC预测精度最高,其建模集的决定系数（R2_c）和均方根误差（RMSE_c）分别为0.96和0.65%,预测集的决定系数（R2_p）、均方根误差（RMSE_p）和相对分析误差（RPD_p）分别为0.88,1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图,通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高（R2: 0.85～0.95, RMSE: 0.94%～1.02%）,且两者在剖面中的变化趋势基本一致,说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息,也可反映出同一位置处不同天数间的含量差异。因此,利用近红外高光谱成像结合优化的预测模型,能够实现土壤剖面SMC的定量预测及精细制图,有助于快速、有效监测田间剖面土壤水分状况。     

氟离子选择电极法测定骨中氟含量

骨中氟含量的测定通常采用较烦琐费时的扩散-比色法。氟离子选择电极的创建是氟化物分析方法的重大发展。Singer等曾应用氟电极测定骨中氟,方法快速而准确,但其操作需要用稀酸碱及醋酸盐小心调节骨样溶液以使其与标准氟溶液具有同一离子强度及pH值。我们采用TISAB技术,以自制Y-1型氟电极测定骨中氟含量,较Singer等所提出的方法更为简便与快速。实验部分 (一)仪器氟电极:自制Y-1型氟离子选择电     

离子选择电极工作曲线的计算机拟合

本文提出了以半对数二阶幂函数回归来解决离子选择电极工作曲线下部弯曲的问题。经过几十条标准曲线的验证,证明此法适用于离子选择性电极工作曲线弯曲的校准。多年以来,离子选择性电极分析都存在一个问题,即工作曲线的下部发生弯曲,用半对数线性回归进行曲线拟合误差很大。在实际工作中,所测含量往往在工作曲线的弯曲区内,特别是做一些元素的背景值调查时,情况更是这样。采用Gran法操作太烦,而用半对数坐标纸手绘弯曲段,人为误差较大。我们在考察滇池地区大气氟本底时曾碰到这一情