基于无人机多光谱图像的土壤水分检测方法研究

以表层土壤为对象,探究土壤的多光谱反射率与土壤水分含量相关性,进行基于无人机多光谱图像的土壤水分含量预测模型方法的探究。选取中国农业大学通州实验站为研究区域,实地采集试验田的土壤样本100组,按照一定梯度配制土壤含水量,配成的土壤含水率为10%~50%之间,土壤含量的真实值采用土壤烘干法进行测定。多光谱相机灵巧便捷,可搭载在无人机上对土壤进行监测。将RedEdged-M型多光谱相机搭载在Phantom 3型无人机上,选择阳光充足的采集环境,实时采集土壤样本的多光谱图像,建立土壤多光谱信息与水分含量之间的模型。利用处理光谱数据的ENVI5.3软件提取土壤样本多光谱信息,以多光谱相机自带的标准白板反射率为100%,计算出土壤样本在蓝、绿、红、红边、近红外五个波段的光谱反射率。采用BP神经网络算法、支持向量机算法、偏最小二乘算法分别建立基于无人机多光谱图像的土壤水分含量的预测模型。以80组土壤样本数据作为训练集,建立基于多光谱图像的土壤水分含量预测模型。采用莱文贝格-马夸特算法对BPNN进行改进,提高了其训练速度,当网络结构为5-10-1时,训练效果最好,本文选择该网络结构;SVM采取高斯核函数,当参数为0.56时,模型效果最好。本研究采用归一化均方根误差(NRMSE)和决策系数(R 2)对三种土壤水分含量的预测模型进行定量对比。以20组土壤样本数据作为测试集,结果可知,基于BP神经网络土壤水分含量预测模型的NRMSE为0.268,R 2为0.872;基于支持向量机的土壤水分含量预测模型的NRMSE为0.298,R 2为0.821;基于偏最小二乘土壤水分含量预测模型的NRMSE为0.316,R 2为0.789。对三种模型分析可知,基于BPNN的土壤水分含量预测模型效果均较好。结果可知,土壤的光谱反射率与含水率间存在较密切的相关性,将多光谱相机搭载在无人机上可以对土壤水分含量进行有效的实时监测,对监测土壤墒情提供技术支持和理论支撑。     

血清中Mo、Se、Mn、Cu、Zn与食管癌的关系探讨

通过对１８例食管癌患者以及８０例对照组血清中Ｍｏ、Ｓｅ、Ｍｎ、Ｃｕ、Ｚｎ的测定分析，发现食管瘤患者血硒含量明显低于对照组，二者之间有极显著性差异（Ｐ＜０．０１）。而血铜、铜／锌比值食管癌组明显高于对照组，差异有显著性（Ｐ＜０．０５）。Ｍｏ、Ｍｎ、Ｚｎ元素的含量在二组之间无显著性差异（Ｐ＞０．０５）．提示血清硒铜与食管癌有关。     

新型萘酰亚胺衍生物的合成及抗肿瘤活性评价

本文合成了三种新的萘酰亚胺衍生物,并对其体外抗肿瘤活性进行了评价.初步实验结果表明,以芳基修饰氨萘菲特芳环上氨基所得化合物体外活性不如阳性对照氨萘菲特.而利用1,4-丁二醇修饰4-溴-1,8-萘酐芳环上溴原子得到的化合物3与阳性对照及其它两种衍生物相比对肝癌细胞HepG2具有较低的IC_(50)值.     

小长径比弹丸加装大展弦比尾翼的气动特性研究

为了提高小长径比弹丸射击质量,设计了一种大展弦比张开式尾翼,采用AUSM+格式、SST(shearstress transport)湍流模型和隐式算法(lower-upper symmetric Gauss-Seidel implicit method, LU-SGS),求解三维RANS 方程,对前体形状完全相同,不同展弦比的3 种尾翼弹进行了数值模拟,得到了三者在马赫数1.5~3.5 下的气动力特性的差异,分析其原因,并给出了不同展弦比张开式尾翼的适用范围. 计算结果表明:C型弹的升阻比较B 型弹在1.5 马赫数区域附近增加了7% 以上,当马赫数达到2.5 以上时,A 型弹的升阻比大于B 型弹和C 型弹,在3.5 马赫数区域附近A 型弹的升阻比较B 型弹增加了5.4% 以上. 3 种弹丸的俯仰力矩系数随着马赫数的增大而负向减少,且减少的趋势随着展弦比的增加而增大. A 型弹、B 型弹、C 型弹的静稳定裕度的变化范围分别为4%~20.3%,8.5%~23.2%,11.4%~25.6%.     

Exciton luminescence and many-body effect of monolayer WS2 at room temperature

Monolayer transition metal dichalcogenides favor the formation of a variety of excitonic quasiparticles, and can serve as an ideal material for exploring room-temperature many-body effects in two-dimensional systems. Here, using mechanically exfoliated monolayer WS₂ and photoluminescence (PL) spectroscopy, exciton emission peaks are confirmed through temperature-dependent and electric-field-tuned PL spectroscopy. The dependence of exciton concentration on the excitation power density at room temperature is quantitatively analyzed. Exciton concentrations covering four orders of magnitude are divided into three stages. Within the low carrier concentration stage, the system is dominated by excitons, with a small fraction of trions and localized excitons. At the high carrier concentration stage, the localized exciton emission from defects coincides with the emission peak position of trions, resulting in broad spectral characteristics at room temperature.     

硝酸羟胺-(H_2O)_n复合物氢键相互作用的密度泛函研究

为研究硝酸羟胺-(H_2O)_n复合物的氢键作用,采用密度泛函B3LYP方法在6-311++G(d, p)基组水平上对硝酸羟胺-(H_2O)_n复合物的结构进行优化,采用MP2/6-311++G(d, p)方法,经基组叠加误差和零点能校正计算得到复合物的相互作用能.利用自然键轨道分析方法研究复合物氢键作用的本质,并对复合物中水分子的振动光谱进行分析.计算结果表明,硝酸羟胺-(H_2O)_n复合物存在着6个硝酸羟胺-H_2O稳定构型和8个硝酸羟胺-(H_2O)_2稳定构型,且最稳定构型的相互作用能分别为52.821 kJ·mol~(-1)和73.349 kJ·mol~(-1).在硝酸羟胺-(H_2O)_n复合物中,水中H-O伸缩振动频率明显红移,且红移增大的程度与复合物稳定化能的变化趋势基本一致.     

基于可见光光谱分析的黄瓜白粉病识别研究

白粉病是黄瓜常见病害之一,传播速度极快,严重时可造成黄瓜大量减产,对其进行快速准确识别,对黄瓜白粉病诊断和防治具有重要意义,应用可见光谱技术,结合主成分分析和支持向量机算法,实现对黄瓜白粉病的快速识别。配制白粉病菌孢子悬浮液,并人工接种于科研温室内的黄瓜叶片上,以诱发黄瓜白粉病,待白粉病有一定面积暴发后,利用海洋光学USB2000+型便携式光谱仪对黄瓜叶片光谱信息进行采集,利用五点取样法采集样本,在5个检查点,每点选取2株黄瓜进行调查,每株选取4枚感病叶片,每枚叶片随机选取5个感病区域进行光谱采集,共计采集200个感病叶片光谱样本,同样采集200个健康叶片样本作为对照。通过Ocean Optics Spectra-Suite软件采集漫反射标准白板信息和光谱仪暗电流实现光谱仪校正,调节积分时间、扫描次数以及平滑度等参数来实现光谱曲线平滑处理,以有效抑制光谱噪声,对光谱特征进行分类识别,去掉首尾噪声较大的波段,保留光谱的可见光波段进行研究,最终选取450~780 nm波段范围作为研究对象。利用主成分分析对所研究波段范围内的高维光谱数据（947维）进行降维处理,根据主成分的累计贡献率,选取前5个主成分作为分类模型的输入,以白粉病和健康叶片的判别结果作为输出,利用支持向量机算法,通过对样本的分类学习训练构建黄瓜白粉病和健康叶片的分类识别模型,随机选取120个样本作为训练集用于分类模型构建,其余80个样本作为测试集用于模型检验,并通过选取不同的核函数来获得最优模型。利用混淆矩阵对分类识别模型的准确率进行评价,当选取径向基核函数时,分类识别模型对黄瓜健康叶片和白粉病叶片的识别准确率最高,分别为100%和96.25%,总准确率为98.125%,具有较高的准确率。结果表明,利用可见光光谱信息并结合主成分分析和支持向量机算法,可以实现对黄瓜白粉病的快速准确识别,为黄瓜病害诊断提供了方法和参考依据。     

激光诱导击穿光谱在煤质检测中的应用现状

我国当前主要能源仍是煤炭资源,煤质快速检测有利于其清洁高效利用。激光诱导击穿光谱（Laser-Induced Breakdown Spectroscopy,LIBS）作为一种快速光谱检测技术,具有样品需求量小、制样简便、可多元素同时测量等优点,其在煤质快速检测中的应用潜力已得到广泛认可。本文从激光诱导击穿光谱仪器（实验室台式、在线式和便携式）的研发现状、激光诱导击穿光谱对煤质（金属元素、非金属元素和工业指标）的检测现状、煤质分析性能提升方法,以及激光诱导击穿光谱定量分析模型研究等方面介绍了近几年来LIBS技术在煤质检测中的应用现状及未来展望。     

凡纳滨对虾新鲜度的高光谱检测方法

以凡纳滨对虾为研究对象,探索一种高效快速无损的新鲜度检测方法。挥发性盐基氮(TVB-N)是判断虾新鲜度的重要化学指标,然而传统方法耗时耗力,限制了大批量的实时检测。高光谱技术是一种集成图像和光谱信息的分析技术,高光谱图像上的每个像素包含整个波段的光谱信息,近年来,该技术已经被应用于肉类新鲜度检测。连续8 d采集了样品的860～1 700 nm高光谱数据,在去除异常样本后确定150组试验样本,每组采集254维光谱数据,对原始的高光谱图像进行黑白校正,并从高光谱图像中提取光谱数据。为确保所提取的光谱数据和TVB-N指数之间有对应关系,所选择的感兴趣区域的位置保持固定在虾样本的第二和第四肢。计算了感兴趣区域的平均光谱以获得光谱数据矩阵,该矩阵被转换成ASCII码并保存。同时,通过凯氏定氮法获得TVB-N真实值含量。为减少环境和虾表面的高含水量的干扰,有效地消除不相关的信息和噪声,预处理方法是多元散射校正(MSC)算法,并选择出7个敏感波段,分别为875, 894, 919, 953, 983, 1 024和1 094 nm。最后,以120组训练集样本,建立了凡纳滨对虾TVB-N总量的定量预测...     

基于可见光谱和支持向量机的黄瓜叶部病害识别方法研究

以黄瓜叶部病害作为研究对象,基于可见光谱反射率差异识别黄瓜叶部病害,研究基于SVM的黄瓜叶部病害识别预测模型。采用小波变换进行数据预处理;选取Otsu、边缘分割法和K均值聚类三类分割方法进行病斑分割,比较错分率和运行时间,K均值聚类方法更适合黄瓜叶部病斑分割;提取纹理、颜色和形状特征参数,共15个特征参数;通过交叉验证选择最优参数c和g,对核函数参数进行优化处理,并通过比较线性核、多项式核、RBF核等不同核函数情况下SVM的正确识别率,确定RBF核SVM模式识别方法能够更精准地识别黄瓜叶部病害。并将基于SVM与另外两种常见的黄瓜叶部病害识别方法,BP神经网络和模糊聚类进行比较,结果表明,基于SVM的识别模型对霜霉病的正确识别率为95%,白粉病和褐斑病的正确识别率均为90%,平均诊断正确率为92%;该模式识别方法识别效果最佳,运行时间最短,为基于可见光谱的黄瓜病害识别模型提供参考。