自掺杂SnO2微球的水热合成及其可见光催化性能

本研究采用水热法,以柠檬酸为螯合剂,通过控制n(Sn⁴⁺)/n(Sn²⁺)的数值,合成了由具有丰富氧空位的SnO₂纳米晶体组装成的微球。通过X射线衍射(XRD)、扫描电子显微镜(SEM)、透射电子显微镜(TEM)、傅里叶红外光谱(FT-IR)、X射线光电子能谱(XPS)及UV-Vis漫反射光谱对SnO₂纳米微球进行表征分析,结果表明:在酸性水热条件和柠檬酸的螯合作用下,二氧化锡纳米晶体聚集形成微球;在Sn⁴⁺/Sn²⁺摩尔比例为3:7时,其微球尺寸最小,整体分散性较好;同时适量二价锡离子的掺杂使得该样品氧空位浓度达到最佳,氧空位的存在将使得样品光吸收范围拓展至可见光,因而该样品显示出较强的可见光催化效率,在8 min内完全降解甲基橙。     

基于可见光波段的燃烧与未燃烧矸石分类方法研究

我国煤矿数量众多，分布广泛，大量堆积的煤矸石对矿区环境造成严重影响，其中部分煤矸石处理不当可能引发自燃和爆炸，对矿区安全构成直接威胁。根据煤矸石的燃烧状态可以分为燃烧矸石和未燃烧矸石两类，其存在的安全隐患和对环境的危害性有所不同，同时其综合利用的途径亦不相同。因此，对煤矸石进行燃烧矸石和未燃烧矸石的分类识别与监测就显得尤为重要。目前的监测方法主要为实地勘查调研，其效率低、成本高，难以满足煤矸石监测的实际需求。选择辽宁省铁法矿区作为研究区，首先从矿区矸石山现场采集典型的煤矸石样本106个；然后，利用SVC HR1024光谱仪测试其可见光-近红外光谱，分析燃烧和未燃烧矸石的光谱特征，并基于可见光波段构建光谱指数NDGI，用于识别燃烧矸石和未燃烧矸石。选择实验室测试的光谱数据和实际卫星遥感数据对该指数进行了验证，并与随机森林法进行对比。结果显示：在350～760 nm燃烧矸石光谱曲线斜率整体较高，在550～630 nm反射率存在陡升现象，而未燃烧矸石在整个可见光波段光谱曲线斜率较低；以0.25作为NDGI指数阈值，可以很好地将燃烧矸石和未燃烧矸石区分开来，实验室样本验证结果显示，NDGI指数的分类精度可达99.1%，高于随机森林分类法的95.2%；现场的验证结果表明，使用铁法矿区的landsat8 OLI数据，并基于NDGI指数对矿区内的矸石山进行燃烧和未燃烧区域识别划分，所提取的燃烧和未燃烧矸石在形态和大小上与Google Earth具有很好地一致性，表明该指数对于矸石的燃烧状态具有很好识别效果。在上述研究基础上，分别取燃烧和未燃烧矸石进行矿物鉴定，通过对比矸石燃烧前后矿物种类的变化，分析造成燃烧和未燃烧矸石的光谱特征差异的原因。结果表明：燃烧使矸石中的Fe2+被氧化为Fe3+。Fe3+的大量增加造成光谱曲线在550nm处形成明显的波谷特征，在整个燃烧过程中生成的玻璃质在750nm处形成高反射率，二者综合造成燃烧和未燃烧矸石的NDGI指数差异。研究结果为煤矿区燃烧和未燃烧矸石的区分识别提供了一种快速、高效、较为准确的实用方法。     

Suomi NPP卫星可见光红外成像辐射仪的改进动态阈值云检测算法

基于可见光红外成像辐射仪多波段、宽覆盖、长重访周期的特点,以及云层在可见光到热红外通道的分布及变化特性,提出了一种适用于可见光红外成像辐射仪数据的改进的动态阈值云检测算法;通过遥感目视解译的方法对云检测结果进行精度验证,并与通用动态阈值云检测算法、可见光红外成像辐射仪云掩膜产品的结果进行对比。结果表明:所提算法能以较高的精度识别不同地表上空的云层,平均总体精度为93.23%,平均Kappa系数为0.821,对薄、碎云的整体识别精度得到了明显提高,错分和漏分误差明显减小;所提算法的云检测结果整体优于通用动态阈值云检测算法和可见光红外成像辐射仪云掩膜产品的云检测结果。     

一种间接从高光谱数据中提取黑土硒含量的新方法

我国东北黑土富含养分，随着土壤数字制图、精确农业和土壤资源调查等研究的深入，引入航空高光谱数据并提供科学的预测结果成为研究热点。硒元素相对于黑土土壤的主要成分属于微量元素，但其对作物的正常生长的作用与大量元素是同等重要的，亦是人体健康所必要的营养元素。针对硒含量反演，建立了一个基于主要成分的间接提取模型，该模型能够显著提升硒含量回归系数，降低实测值与预测值的误差。数据源自CASI-1500航空高光谱成像系统，光谱范围380~1 050 nm，空间分辨率1.5 m。在黑龙江建三江地区采集60个土壤样本，化验获得硒、有机质、全铁、pH和氧化钙含量数据，选择BP神经网络，建立光谱与含量的反演模型。分析不同含量的黑土成分在可见-近红波段范围内光谱变换规律，掌握了硒元素随着含量升高，光谱反射率会逐步升高的规律。但当硒含量较低时，在其他成分的干扰下，这一规律会逐渐减弱，直至不显著。有机质的光谱特征与硒元素相反，总体上随着含量的增高，反射率整体下降，这与有机质的光谱特性紧密相关。全铁光谱呈现出与有机质光谱类似的规律，说明二者具有较高的相关性。不同pH值和氧化钙含量的光谱特征与检测值没有呈现出明显的特征规律，反射规律不明显。对60个采样点不同养分含量进行逐波段求反射率对养分的相关系数。结果表明，pH值各个波段相关系数最高，均值达到0.63；其次是全铁的相关系数，为0.54；有机质和氧化钙的相关系数接近，分别为0.42和0.47；而硒元素含量与逐波段的平均相关系数最低，为0.38。选取相关系数较高的前5个波段，作为建模波段。硒特征波段为447，437，456，466和475 nm；有机质特征波段为447，456，466，437和475 nm；全铁特征波段为752，695，800，762和733 nm；pH特征波段为905，752，800，943和695 nm；氧化钙特征波段为752，695，800，523和762 nm。通过计算样本点硒含量与其他成分的相关系数，硒与有机质呈正相关，相关系数为0.79；与全铁、pH、氧化钙呈负相关，相关系数分别为-0.80，-0.94和-0.69。针对有机质、全铁、pH和氧化钙反演精度较高，而硒元素含量较低，直接反演精度不足的问题，设计了一种先提取4种成分含量，再根据其提取结果建立硒元素函数关系，间接反演硒元素含量的方法。首先将五种成分与特征光谱进行神经网络分析，计算每种成分的回归系数R2和RMSE。显示全铁和pH具有较高的反演精度，有机质和氧化钙归系数虽低于0.8，但也显著高于硒元素的反演精度。建立硒元素与其他4种成分含量的回归模型，得出Se=0.522 9+0.041 8Som-0.016 6Fe₂O₃-0.035 6pH-0.005CaO，进行硒元素间接提取，回归系数从0.516增长到0.724，均方根误差从0.182降低到0.136，显著改进了反演硒含量的精度，为硒元素大范围精确制图提供了一种新技术。     

红外和可见光图像泊松融合算法

针对已有红外和可见光图像融合算法存在的复杂度高、实时性差、输入参量多和融合模型受先验知识影响等问题,提出了红外和可见光图像泊松融合算法.算法采用绝对值最大规则融合源图像的梯度得到泊松融合图像的期望梯度,将平均融合图像分解,分别作为迭代的初始值和边界条件,利用雅可比迭代求解泊松方程重建泊松融合图像.通过实验分别确定了最佳迭代次数以满足高质量和高实时性两种融合需求.与经典融合算法相比,该算法在质量优先或速度优先的图像融合应用方面性能更优.     

穿透毛玻璃的可见光成像系统

透过复杂介质获取目标物体图像精细信息的能力是光电图像采集处理的一大难点, 选用CMOS光电图像传感器, 设计了CMOS成像系统以及后端读取和处理电路, 透过毛玻璃对目标物体成像, 将采集的图像信息传送到计算机中进行处理。该系统按照相机光学成像系统原理制作, 采用通用CMOS图像传感器芯片完成电路设计, 加之红外激光辅助照明拍摄采集图像, 由远及近不同距离分别对同一目标物成像, 对成像图像进行迭代图像增强算法优化, 可以解决毛玻璃非匀质问题, 使光源重建精度大大提高, 得到的可见光图像轮廓清晰, 与一般CCD成像系统相比, 识别率超过95%, 远大于一般成像系统, 且成像性能良好。     

可见光催化剂ZnNiAl-LDOs的表征及降解PNP的研究

采用尿素水热法-煅烧法制备了不同Ni/Zn比的ZnNiAl-层状金属氧化物（LDOs）可见光响应型催化剂。将硝酸锌、硝酸铝、硝酸镍按一定配比混合制成水溶液,加入尿素作为沉淀剂,在100℃条件下反应48 h,制得催化剂前驱体;研磨后经600℃高温煅烧制得对可见光响应的催化剂。利用X-射线衍射（XRD）、扫描电镜（SEM）、傅里叶红外吸收光谱（FTIR）等方法对样品进行结构表征。结果表明,前驱体具有较好的晶型结构,结晶度较高,是具有层板结构的水滑石类化合物;煅烧后的催化剂层间H2O和CO2被去除,未进入类水滑石结构的金属主要以金属氧化物的形式存在;层板结构有些损坏,但板层结构依旧存在,结构更加松散,比表面积增大;Ni2+/Zn2+的比例对层间阴离子官能团没有影响。ZnNiAl-LDOs催化剂对目标污染物对硝基苯酚（PNP）降解的实验表明,当Ni2+/Zn2+比为4,催化剂投加量为0.8 g·L-1时,对初始浓度为10 mg·L-1的PNP,催化剂的光催化效果最佳,光催化反应3h去除率可达到80%。此催化剂具有良好的稳定性,循环使用5次后去除率仍达65%。