静电层层自组装制备聚苯乙烯微球(核)/MCM-41纳米粒子(壳)阶层结构复合微粒

采用聚苯乙烯磺酸钠(PSS)和聚二烯丙基二甲基氯化铵(PDDA)两种聚电解质, 通过静电层层自组装成功地将MCM-41介孔二氧化硅纳米粒子包覆到聚苯乙烯(PS)微球表面. 实验结果表明, 当以尺寸为1.4 μm的PS微球为核时, 包覆了两个聚电解质双层(PDDA/PSS)2的PS(PDDA/PSS)2(PDDA/MCM-41)复合结构微粒与包覆了一个聚电解质双层(PDDA/PSS)的PS(PDDA/PSS)(PDDA/MCM-41)复合结构微粒相比, 复合结构微粒之间的交联程度降低, 但是MCM-41纳米粒子在聚苯乙烯微球表面的包覆都比较松散, 且产物中存在大量杂质. 而当以尺寸为5 μm的聚苯乙烯微球为核时, MCM-41纳米粒子紧密地包覆在聚苯乙烯微球表面, 复合结构微粒之间只有少量桥连物, 且产物中杂质很少.     

钡添加剂对二次碱性锌电极性能的影响

采用直接化学合成法制备以钡作添加剂的二次碱性锌电极活性物质,样品的表面形貌及其晶态结构由SEM和XRD表征,并以循环伏安、充放电循环及电化学阻抗谱测定样品的电化学性能.实验表明,锌电极因Ba的添加而生成一种化学式为BaZn(OH)4·xH2O的锌酸钡,改善了电极的电化学性能.此外发现,Zn电极的电化学阻抗谱含有一个对应于电极表面放电产物覆盖率的时间常数.     

纯铝在KOH-乙醇溶液中的电化学行为

研究纯铝在KOH 乙醇溶液中的电化学行为,腐蚀失重、极化曲线、EIS和恒电流放电实验表明,该体系纯铝的腐蚀速率极小,因而有可能应用于密闭电池,并可在相当宽的电位范围内保持一定的活性.放电的终止可能是由于放电产物在电极表面堆积引起的.     

基于高光谱数据季相特征的山地草甸植被分类识别

新疆天山北坡山地草甸是天山山区草地生产力最高的草地类型,草地退化情况较为严重。对草地植被进行分类与识别,监测草地生态系统本底状况,可以快速、准确、有效的评价草地退化动态与程度,是进行生态重建的关键。为了探索适合草地植被的分类方法,选择天山北坡中段山地草甸植被作为研究对象,利用高光谱成像光谱仪（SOC710VP）获取了典型植被多季相（4个关键生育期）的原始反射光谱数据,通过多项式卷积平滑（S-G）及最小噪声分离（MNF）变换对光谱数据进行平滑去噪及降维处理,分别采用支持向量机（SVM）、BP人工神经网络（BP-ANN）及波谱角填图（SAM）三种方法建立分类模型,并对分类结果进行了对比分析。结果表明：使用S-G滤波及MNF变换预处理方法可以有效的对草地植被高光谱数据进行降维除噪,获得较平滑的光谱曲线,减少了数据的冗余程度并缩短了分类时间。不同季相山地草甸植被的“绿峰”、“红谷”及“红边”等参数差异较大,在植被生长旺盛期（4月—5月）的光谱曲线特征比黄枯期的光谱曲线特征更容易区分,这个时期分类精度较高。SVM分类模型在返青期（4月）和分蘖（枝）期（5月）总体分类精度均超过了90%,Kappa系数也超过了0.9;利用SVM方法进行分类时,在植物生长旺盛期（4月—5月）Polynomial核函数分类精度较高,植物成熟期（6月—9月）径向基核（RBF）函数分类精度较高。BP-ANN在分蘖（枝）期分类精度较高,总体分类精度为91.07%,Kappa系数为0.89,其他时期分类效果一般,虽然在MNF变换降维后能极大的缩短数据处理时间,但分类时间还是较SVM时间要长。SAM分类速度最快,但在各生育期的分类精度都较低,最高值为分蘖（枝）期的总体分类精度77.80%,Kappa系数为0.73。因此,利用Polynomial核函数的SVM分类模型适合对山地草甸植被进行分类识别,分类结果类别完整,准确度高,误分、错分现象相对较少,相比BP-ANN及SAM等高光谱数据分类方法具有较大的优势。     

阿克苏绿洲景观格局特征分析

景观格局是景观生态学研究的主要内容，本文运用景观生态学原理，借助3S技术，选取景观格局指数，分析了阿克苏绿洲的景观格局特征，探讨了该地区人类活动与景观结构之间的关系。