不同浓度稀土溶液的反射波谱特征研究

波谱吸收特征一般和物质成分具有密切联系,其中描述波谱吸收特征的参数——波谱吸收深度可以作为一种定量评估样品化学组成的参数。 波谱吸收特征及化学特征之间的相关性研究已经在土壤学、 矿物学及植被科学等领域得到了证实,但是针对稀土元素及其化学特征之间的相关性研究目前还未开展相关工作。 为开展此方面的研究,针对赣南稀土矿区采集的10个不同浓度的稀土溶液样品,运用便携式地物波谱仪和等离子质谱仪分别获取了其波谱特征和稀土总浓度,研究结果表明稀土溶液呈现出水体和稀土氧化物的混合波谱特性,在可见光-近红外波段有6个明显的稀土特征吸收谷。 针对这6个特征吸收谷,运用原始波谱与纯水波谱比值的方法计算得出的波谱吸收深度和稀土总浓度进行线性回归分析,表明两者高度线性相关,由此建立了稀土浓度定量评估模型。 这一研究提供了一种间接评估溶液中稀土浓度的新方法,并且为稀土元素高光谱信息提取研究提供了理论基础。     

稀土反射波谱特征及高光谱提取研究进展

稀土是一种重要的战略资源,由于稀土资源的稀缺,近年来对其反射波谱特征与高光谱信息提取的研究较为薄弱。笔者首先从稀土电子层构型和能级跃迁的层面阐述了其光谱机理。稀土由于其特殊的电子构型,它们的4f电子的f-f组态之内容易跃迁,在可见光-近红外有其特有的波谱吸收特征。其次结合自己开展的一些工作,系统总结了15种稀土单元素、稀土矿物(含稀土的氟碳酸盐、磷酸盐、硅酸盐矿物)、稀土溶液的反射波谱特征,可见15种稀土单元素的反射特征差异较大,稀土矿物及溶液的波谱特征是化学组成中优势稀土元素的体现,吸收强弱随着稀土浓度的降低逐渐减弱甚至消失。由于稀土信息提取对高光谱传感器要求较为苛刻,目前的研究主要集中于近距离高光谱传感器探测,航空及航天高光谱遥感探测存在一定困难,根据单元素的波谱吸收特征,近距离高光谱传感器目前可成功提取Nd,Er,Dy,Ho,Sm和Tm等的分布信息;最后文章展望了稀土反射波谱及高光谱稀土找矿研究的难点和重点,旨在为今后研究提供新的思路。     

光谱重构油菜叶绿素含量快速检测方法及设备研制

为了实现油菜叶片中叶绿素含量的快速无损检测,开发了手持式多光谱成像系统用于采集油菜叶片在460,520,660,740,840和940 nm 六个波段的光谱图像。将一台能够采集可见光/近红外（380～1 023 nm）512个波段光谱图像但是价格高昂且体积大的室内高光谱成像系统作为参考仪器,将手持式多光谱成像系统作为目标仪器后,采用伪逆法（pseudo-inverse method）求得高光谱成像系统和多光谱成像系统两台仪器之间的转换矩阵F,从而实现6个波段的多光谱图像向512个波段的高光谱图像的重构,提高了手持式设备的光谱分辨率。运用偏最小二乘回归算法（PLSR）建立了重构的光谱与油菜叶片的叶绿素含量之间的关系模型。结果表明,重构的可见光范围内的光谱反射率与叶绿素浓度之间具有很强的相关性,PLSR回归模型建模集的决定系数R2_c为0.82,建模集均方根误差RMESC为1.98,预测集的决定系数R2_p为0.78,预测集均方根误差RMESP为1.50,RPD为2.14。虽然应用本文开发的手持式成像系统结合PLSR模型实现油菜叶绿素含量快速无损预测的精度低于基于室内高光谱成像系统获得的高光谱图像建立的PLSR模型（R2_c,RMESC,R2_p,RMESP和RPD分别为0.90,1.41,0.82,1.36和2.37）,但是明显优于基于原始多光谱成像系统4个波段（460,520,660和740 nm）反射率建立的PLSR模型得到的结果（R2_c,RMESC,R2_p,RMESP和RPD分别为0.78,2.06,0.72,1.85和1.88）。表明光谱重构技术可提高多光谱成像预测油菜叶绿素含量的精度,并且与室内高光谱成像系统相比,开发的手持式设备具有体积小、成本低廉和操作简便等优点,可为田间油菜叶片的生理状态和养分检测及可视化表达提供技术支持。     

优化光谱指数建立水稻叶片SPAD的高光谱反演模型

利用高光谱反射率光谱的特征波段构建光谱指数,建立叶绿素含量反演模型是实现水稻生产精准调控和科学管理的必要手段之一。为了建立适用于拔节孕穗期水稻叶片叶绿素相对含量（SPAD）的高光谱反演模型,分别获取了拔节孕穗期水稻叶片的高光谱和SPAD数据,利用小波分析法对原始光谱反射率曲线进行降噪处理,并对基于积分运算的光谱指数NAOC进行简化,获得了基于双波段简化运算的优化光谱指数。利用相关分析法计算由原始反射率光谱R和数学变换光谱LgR、1/R和R构建的优化光谱和变换光谱指数与水稻叶片SPAD的相关系数,获得了以积分限（a,b）为横、纵坐标的相关系数二维矩阵,并绘制相关性等势图,得到相关系数最高的3个波段组合：R（641,790）（0.872 6）,R（653,767）（0.871 7）和R（644,774）（0.871 6）,计算出20个原始样本中3个积分波段组合所对应的60个优化光谱指数值,按照2∶1的比例划分为建模集和验证集,建立了三种水稻叶片SPAD反演模型：偏最小二乘回归（PLSR）、支持向量机（SVM）和BP神经网络模型。结果显示：利用优化光谱和变换光谱指数建立的3种水稻叶片SPAD反演模型决定系数R2均大于0.79,归一化均方根误差NRMSE则小于5.4%。其中BP神经网络相对于其他两种模型具有较高的拟合度,预测精度也相对较高,建模集R2=0.842 6,NRMSE=5.152 7%;验证集R2=0.857,NRMSE=4.829 9%。总体来看,基于双波段简化运算后的优化光谱和变换光谱指数建立拔节孕穗期水稻叶片SPAD反演模型是可行的;对比分析3种模型反演结果发现,BP神经网络对水稻叶片SPAD的反演效果较好。该工作对提高拔节孕穗期水稻精准调控技术和建立水稻生产的科学管理体系具有一定的参考价值。     

基于光谱和水分补偿方法的鲜枣内部品质检测

为了建立稳定可靠的鲜枣品质检测模型,利用光谱和水分补偿方法进行鲜枣内部品质的检测。首先,针对鲜枣各品质指标(水分含量、可溶性固形物含量、维生素C含量、蛋白质含量、硬度值),采用回归系数法(RC)提取特征波段并建立最小二乘支持向量机(LS-SVM)检测模型,预测集的决定系数(R2_P)均在0.8261以上,预测均方根误差(RMSEP)均在3.324 9以下。在提取各项品质指标特征波段的基础上,剔除其他四项单一品质特征波段中与水分特征波段(包含利用RC法所提取到的水分特征波长和鲜枣中具有明显水分特征的吸收峰)重叠或接近的波段,并与鲜枣水分含量值进行数据融合建立了各项指标的水分补偿模型。结果表明,硬度值的水分补偿模型精度有一定提高,R2_P和RMSEP分别为0.830 5和0.055 3;可溶性固形物含量、维生素C含量、蛋白质含量的水分补偿模型精度均有所下降,R2_P分别为0.804 1,0.878 2和0.837 8,RMSEP分别为1.347 3,0.638 0和3.503 2。然后,分析各品质指标间的相关性,结果表明,水分含量在0.05水平上与硬度值呈现显著的相关性,在0.01的水平上与其余三项品质指标之间存在极显著的相关性,相关性强弱与水分补偿模型的建模结果相互支持。研究表明,水分补偿法所建的预测模型可用于鲜枣内部品质的检测,水分含量与其他四项品质指标之间有相互作用并影响其他品质指标所建立的预测模型。该研究为进一步探讨光谱检测中各内部品质指标间交互作用的解耦提供了新思路。     

基于高斯回归分析的水稻氮素敏感波段筛选及含量估算

水稻氮素含量的准确监测是稻田精准施肥的重要环节,水稻叶片氮素含量发生变化会引起叶片、冠层的光谱发射率发生变化,高光谱遥感是目前作物氮素无损监测的关键技术之一。以2018年-2019年湖北监利两年水稻氮肥试验为基础,分别获取水稻分蘖期、拔节期、孕穗期、扬花期、灌浆期五个生育期水稻叶片和冠层两个尺度的高光谱反射率数据及对应的叶片氮素含量数据,利用单波段原始光谱和一阶导数光谱的相关性分析、高斯过程回归（GPR）等方法筛选水稻全生育期叶片及冠层尺度氮素敏感波段。针对敏感波段,利用单波段回归分析、随机森林（RF）、支持向量回归（SVR）、高斯过程回归-随机森林（GPR-RF）、高斯过程回归-支持向量回归（GPR-SVR）和GPR构建水稻氮素监测模型,并进行精度对比,以确定水稻叶片在各生育期的氮素估算最佳模型。结果表明：GPR筛选的敏感波段符合水稻氮素含量及光谱变化的规律。相同条件下,叶片模型精度整体高于冠层模型。相关性分析模型中,叶片尺度原始光谱模型更好,冠层尺度刚好相反,冠层一阶导数光谱可以减弱稻田背景噪声的影响。其中,叶片最佳模型建模集R2为0.79,验证集R2为0.84;冠层最佳模型建模集R2为0.80,验证集R2为0.77。与相关性回归分析模型相比,机器学习模型受生育期影响小（R2>0.80,NRMSE<10%）。其中,RF比SVR更适合对GPR敏感波段建模,GPR-RF模型可以用1.5%左右的波段达到RF模型使用全部波段的精度。五种方法中,GPR模型对生育期敏感度最低、叶片及冠层尺度效果都很好(R2>0.94,NRMSE<6%)。且与其他四种机器学习方法相比,GPR模型可有效提高冠层氮素含量估算的精度和稳定性（R2增加0.02,NRMSE降低1.2%）。GPR方法可为筛选作物氮素高光谱敏感波段、反演各生育期叶片及冠层氮素含量提供方法参考。     

基于HJ-1A-HSI提取稀土元素地球化学异常信息研究

稀土元素的特征谱带基本不随赋存状态的不同而变化,不能用于矿物种类的探测,却能够证实其自身的存在。通过研究稀土元素及其化合物在遥感可见光-近红外波段的光谱特征,分析了稀土元素含量与特征谱带吸收指数的定量关系。以内蒙古白云鄂博稀土富集地区为例进行试验,通过采集矿区典型岩矿标本的光谱、测试分析样品中Nd含量,表明Nd含量与各特征谱带的吸收深度、吸收指数均存在明显的正相关线性关系,相关性均在0.778以上。其中,726～772 nm谱带的吸收指数与Nd含量相关性最好,达到0.937。在此基础上,结合HJ-1A-HSI高光谱遥感数据的波段设置,构建了定量反演Nd含量的最优模型,并以此反演了区域Nd元素遥感地球化学异常信息。结果表明：与1∶20万水系沉积物地球化学异常对比,二者总体相关性良好。为快速获取区域稀土元素地球化学异常提供了新的手段。     

优化光谱指数的露天煤矿区土壤重金属含量估算

光谱学提供了对土壤中许多元素进行定量分析和快速无损检测的方法。可见光和近红外反射光谱（Vis-NIR）为研究土壤重金属污染提供了一个有用的工具。于新疆准东露天煤矿区采集51个0～10 cm深度的土壤样品，在实验室中分别测定样品的有机质（SOM）含量、重金属砷（As）含量与高光谱；使用基于JAVA语言自主开发的两波段组合软件V1.0（No: 2018R11S177501）计算不同高光谱数据变换形式（原始反射率（R），倒数（1/R），对数（lgR）和平方根（）下Vis-NIR区域（400~2 400 nm）所有两波段组合得到的优化光谱指数（NPDI）与As的相关性，在最优光谱指数（|r|≥0.73和p=0.001）中通过变量重要性准则（VIP）进一步筛选VIP≥1的指数作为模型自变量，基于地理加权回归（GWR）模型估算As含量并使用四个交叉验证度量标准：相对分析误差（RPD），决定系数（R2），均方根误差（RMSE）和最小信息准则（ACI）评价模型精度，从而探讨优化光谱指数方法应用于高光谱检测露天煤矿区土壤重金属砷含量的可行性。结果表明：(1）研究区As含量离散度较高，所有样品中SOM含量均小于2％，且As含量与SOM含量在0.01的显著性水平上无显著相关性（|r|=0.113）。（2）As含量与单波段光谱反射率的相关性很低（|r|≤0.228），而通过R，1/R，lgR，计算的NPDIs与As含量的相关性在近红外（NIR，780~1 100 nm）和短波红外（SWIR，1 100~1 935 nm）光谱中发现最高的相关系数和最低的p值（|r|≥0.73和p=0.001），在长波近红外（LW-NIR）区域基于R形成的NPDIs与As含量相关性最高（|r|=0.74）。（3）VIP方法分别筛选NPDI_{R（1 417/1 246）}，NPDI_{1/R（799/953，825/947）}、NPDI_{sqrt-R（1 023/1 257，1 008/1 249，1 021/1 250，1 020/1 247）}和NPDI_{lgR（801/953，811/953，817/951，825/947，828/945）}为GWR模型自变量。(4）从4个预测模型的表现可以看出，Model-a（R）与其他三个模型（Model-b（1/R），Model-c（）和Model-d（lgR））相比，它具有最高的验证系数（R2=0.831，RMSE=4.912 μg·g-1，RPD=2.321）和最低的最小信息准则值（AIC=179.96）。优化光谱指数NPDI_{R(1 417/1 246)}有助于快速准确地估算As含量，为进一步获取地表土壤重金属污染分布信息提供理论支持和应用参考，促进露天煤矿区环境污染快速有效调查和生态可持续发展。     

低空遥感平台下可见光与多光谱传感器在水稻纹枯病病害评估中的效果对比研究

高效无损地评估农作物病害等级,对于实际农业生产和研究都具有重要意义。研究探讨了基于低空无人机遥感平台进行水稻纹枯病病害等级评估的可行性,分析可见光与多光谱传感器的光谱响应差异及其对感病水稻光谱反射率获取的影响,并定量对比两种传感器的病害监测效果。实验研究区由67个不同品种的水稻小区组成,每块小区均分为相接的纹枯病接种区和侵染区。以大疆精灵Phantom 3 Advanced小型消费级无人机作为搭载平台,分别搭载该无人机系统自带的可见光传感器和MicasenseRedEdgeTM多光谱传感器获取遥感影像。同时,通过植保专家现场调查的方式识别病害等级,并利用Trimble公司的手持式NDVI测量仪获取实测NDVI值。基于影像拼接、波段叠合、辐射校正后的预处理结果,对可见光图像的接种区和侵染区共134个小区计算七种可见光植被指数,即NDI（normalized difference index）, ExG（excess green）, ExR（excess red）, ExG-ExR,B*,G*,R*,多光谱图像除上述可见光指数外再计算NDVI（normalized difference vegetation index）, RVI（ratio vegetation index）和NDWI（normalized difference water Index）三种多光谱植被指数。将计算得到的图像植被指数与地面实测NDVI进行相关性分析,以选取两种传感器的最优图像植被指数建立水稻纹枯病病害等级反演模型。相关性分析结果表明,基于多光谱传感器计算的图像NDVI与实测NDVI拟合度最高,接种区R2为0.914,RMSE为0.024,侵染区R2为0.863,RMSE为0.024。对于可见光传感器,NDI与实测NDVI的相关性最好,接种区R2为0.875,RMSE为0.011,侵染区R2为0.703,RMSE为0.014。比较两种传感器两种区域的同一图像植被指数与实测NDVI的一致性,除B*外,NDI,ExR,ExG-ExR,G*,ExG,R*与实测NDVI基本属于高度相关,在病害严重的接种区,两种传感器对水稻纹枯病的监测效果相近,但在病害相对较轻的侵染区,多光谱传感器的监测更为精确灵敏。基于多光谱图像NDVI建立的病害等级反演模型,R2达到0.624,RMSE为0.801,预测精度达到90.04%,模型效果良好。而基于可见光图像NDI建立的反演模型,R2为0.580,RMSE为0.847,预测精度为89.45%,效果稍差。对比分析可见光与多光谱传感器的光谱响应曲线,可见光传感器可获取可见光范围的红、绿、蓝三个波段,波段范围互相重叠,多光谱传感器包含五个成像单元,可独立获取从可见光到近红外的五个窄波光谱波段,提供更加准确的光谱信息。比较传感器获取的接种区和侵染区水稻平均反射率曲线得出,多光谱传感器不仅在可见光波段反映了较可见光传感器更强的差异,在红边和近红外波段差异则更加明显,这说明专业窄波段传感器在病害监测方面较宽波段消费级传感器更有优势。综上所述,基于可见光与多光谱传感器的低空无人机遥感平台进行水稻纹枯病病害等级评估是可行的,多光谱传感器精确灵敏,可用于纹枯病的早期监测,可见光传感器效果稍差但经济易于推广。研究结果为病虫害防治提供决策支持,有助于推动实现精准农业,保障粮食安全。     

消费级近红外相机的水稻叶片叶绿素(SPAD)分布预测

便捷可靠的作物营养诊断是作物科学施肥管理的基础,也是精准农业的核心。叶绿素含量是作物氮营养含量的重要指标。以水稻叶片为研究对象,用改造后的普通单反相机搭载滤波片的方式拍摄叶片的可见光和中心波长为650,680,720,760,850和950 nm多个波段的近红外图像,获取不同波段的相对反射率值,通过可见光与多个近红外波段结合的回归分析与比较,筛选出精度较高且稳定的模型。经过对比相机三个成像通道,R通道与叶绿素含量(SPAD值)的相关性要高于B和G通道。实验结果表明,植被指数GVI最能反映作物的生长状况,近红外波段760 nm对SPAD值的预测效果最好,最小二乘支持向量机法结合多个植被指数建模的预测精度R2为0.831 4,取得了较为理想的效果。同时使用高光谱成像仪采集水稻叶片的高光谱影像,对比消费级近红外相机成像方式下与高光谱成像方式下得到的植被指数多因子预测模型精度,两者相当。实验证明消费级近红外相机能够获得与高光谱成像仪相近的叶绿素含量估测结果。     

基于多种光谱学分析技术的地质样品宏微观组构特征研究——以钦杭成矿带南段金山银金矿床岩石样品为例

地质过程的复杂性造就了地质样品宏观和微观特征的不均一性,这些地质样品的不均一特征可以通过光谱学分析技术予以有效的揭示。研究以钦杭成矿带南段金山银金矿床的矿石与围岩样品为例,开展了基于X射线荧光光谱(XRF)和等离子体质谱(ICP-MS)分析技术的宏观地球化学特征和基于拉曼光谱(Raman)分析的微区特征分析。宏观地球化学分析结果表明,矿石与围岩的主量元素组成差别较大,但稀土元素配分模式和微量元素分布模式基本相似,这反映微量元素和稀土元素在成矿作用过程中表现出了较高的地球化学稳定性。关于石英的拉曼分析结果显示,矿石的石英存在507 cm-1附近的峰位,而围岩样品均没有出现,这应该反映了二者结晶过程中具有不同的温度和压力等条件并导致石英结构存在差异,该拉曼位移的存在与否构成了成矿过程相关地质作用的判别标志。矿石与围岩中石英463 cm-1附近拉曼位移的半高宽(FWHM)及拟合峰积分强度比对结果显示,矿石样品中石英结晶程度与有序度明显优于围岩样品中石英,这反映了成矿过程中热液活动对石英微观结构的改造。围岩中石英受后期热液影响大,部分成矿物质源于热液从围岩中带出,且成矿流体存在多期性,不同阶段矿物结晶程度不同,从而造成了特征拉曼位移FWHM值的不同。     

塔河地区主要岩石金属元素含量、物性参数与光谱特征间的关系研究

测试了采集自黑龙江省塔河地区的300块并进行抛光处理后的岩石样本350~2 500nm间光谱反射率、磁化率、密度、孔隙率和金属元素含量(Fe,Mn,Ti,Zr,V,Zn,Pb,Nb,Co,Bi),并计算了其光谱吸收深度。在此基础上,以相关性分析方法为依据,探讨了所采集岩石样本的金属元素含量、物性参数、反射光谱间的特征响应关系,计算了岩石样本金属元素和光谱吸收深度间的相关性系数、物性参数与光谱反射率的相关性系数,获得成果如下:(1)在410nm附近,闪长玢岩各金属元素与吸收深度间的相关系数都存在尖锐的波峰和波谷,相关系数达到极值。(2)岩石样本金属元素和吸收深度的相关性研究中,侵入岩的相关系数则显著高于其他岩石类型。(3)1 400nm附近,岩石样本金属元素与吸收深度、各物性参数与光谱反射率的相关性都存在尖锐的波峰和波谷。其中磁化率、密度、视孔隙率与光谱反射率的相关系数在可见光范围内波动变化较大。(4)在1 900~2 500nm范围内,金属元素与光谱吸收深度、各物性参数与光谱反射率间的相关系数波动较大,其中金属元素和光谱吸收深度呈显著相关,相关系数达到极值。进一步研究了岩石金属元素和物理特性与其光谱特征的关系,对于不同岩性的不同波段的反射率与不同金属元素间分布状态的探测,具有一定意义。     

载铈纳米TiO2粉体的制备及其反射光谱特性研究

采用金属离子组装技术对纳米TiO2进行了稀土元素铈的负载,借助X射线衍射和透射电子显微镜对载铈纳米TiO2粉体进行了表征,并用紫外-可见光漫反射光谱法对载铈前后纳米TiO2粉体的反射光谱特性进行了分析。结果发现：稀土元素铈负载后,纳米TiO2的反射光谱特性向可见光方向移动,红移到了500nm;并且在可见光区域的吸光率也发生了明显变化,提高了3倍。表明稀土元素铈的负载有利于提高纳米锐钛矿型TiO2对可见光和紫外光的吸收,从而大幅度提高其光催化活性。     

利用反射光谱研究砂岩风化与排氮作用——以江西龙虎山为例

近期,《Nature》、《Science》等世界顶级期刊揭示了地表岩石与全球氮循环的相互作用,认为岩石是氮素的重要储库,其风化排氮是生态系统氮素的主要来源之一,对局部乃至全球氮循环具有重大影响。陆地地表岩石分布面积75%是沉积岩,丹霞地貌是受沉积岩风化侵蚀作用形成的重要地貌类型之一,研究丹霞地貌沉积岩的风化与排氮作用对深入了解全球氮循环过程具有重要意义。以江西龙虎山丹霞地貌出露的红色砂岩为研究对象,在系统的野外样品采集工作基础上,利用偏光显微镜、ASD光谱仪和碳氮分析仪对样品的矿物组成、光谱曲线和氮素含量进行鉴定和测量。结果表明：龙虎山砂岩主要为长石砂岩,颗粒矿物为长石和石英,胶结物以铁质、钙质为主,次为泥质;砂岩的化学风化类型主要有胶结物溶蚀和颗粒矿物水化两种,其中胶结物溶蚀以铁质溶蚀为主,溶蚀后岩石的光谱曲线在902 nm处（Fe3+的特征吸收波段）的吸收指数下降,而颗粒矿物水化则主要体现为长石向粘土矿物转变,水化后岩石的光谱曲线在2 210 nm处（粘土Al-OH的特征吸收波段）的吸收指数上升。针对同一件样品,已被化学风化的部分与未被风化的部分相比,其氮元素含量有所下降,且氮元素含量与2 210 nm处的吸收指数存在一定的负相关系（R2=0.802 6）,说明岩石风化有助于氮排放;针对不同样品,氮元素含量与2 210 nm处的吸收指数相关性很差（R2=0.025 6）,说明岩石矿物组成与结构差异对岩石初始氮含量和吸收指数产生影响,从而降低两者间的相关性。以上研究说明,反射光谱为砂岩风化程度检测与氮排放研究提供了一种重要的技术手段,但研究时必须注意岩性的一致性。     

用GGA+U法研究稀土掺杂对ZnO电子结构磁性和光学性质的影响

基于自旋密度泛函理论框架下的广义梯度近似平面波模守恒赝势方法,确定了准确计算Zn_(16)O_(16)超晶胞各原子对应的U值;通过计算形成能和化学键的布局分析了掺杂结构的稳定性;通过原子电荷布局和自旋电子态密度的计算分析了掺杂结构的能带结构和磁性状态;讨论了各稀土原子掺杂对ZnO吸收光谱的影响.结果表明:稀土元素的引入使晶格膨胀,Zn-O键最长键增大而最小键减小,导致氧四面体畸变;Y/La/Ce掺杂的ZnO具有亚铁磁性,Th掺杂ZnO则呈弱铁磁性,Ac掺杂ZnO为顺磁体;稀土元素使ZnO的价带和导带下移,费米能级进入导带,增强了体系的电导率;Y/La/Ac掺杂对ZnO带隙宽度的影响较小,吸收光谱略微蓝移,而Ce/Th掺杂则有效提升了ZnO对可见光的吸收.     

变色磷灰石的可见光光谱特征研究

磷灰石是珠宝市场上常见的宝石品种,因颜色丰富而广受欢迎。变色磷灰石是稀有品种且价格高昂,该品种在D65光源（色温6 500 K）下呈黄绿色,A光源（色温2 856 K）下呈粉红色,其可见光光谱的谱学特征与变色成因未被详细研究。基于此,将一颗变色磷灰石晶体,沿其平行c轴和垂直c轴方向各切下一个薄片并双面平行抛光,分别测试其可见光光谱与微量元素。结果发现,其可见光光谱中谱峰较多：位于583和578 nm处的吸收双峰强度最强,位于748和738 nm处的吸收双峰强度中等,分别位于688和526 nm处的吸收峰,强度较弱。还有一些非常微弱的吸收峰,分别位于514,483,473和443 nm处。位于748和738 nm处的吸收双峰与583和578 nm处的吸收双峰共同造成了红橙光区的透射窗,583和578 nm处的吸收双峰与526 nm处的吸收峰共同造成了黄绿光区的透射窗。D65光源和A光源由于相对光谱功率分布不同,在不同透射窗的透过有所不同,导致变色磷灰石在不同光源下呈现出不同颜色。D65光源中黄绿光成分较多,透过黄绿光区透射窗的成分较多,D65光源下磷灰石呈黄绿色,A光源中红光成分较多,通过红橙光区透射窗的成分较多,A光源下磷灰石呈粉红色。因此,磷灰石的变色效应与位于748和738 nm处的吸收双峰,位于583和578 nm处的吸收双峰以及位于526 nm处的吸收峰相关。根据微量元素数据与稀土元素的晶体场理论,这些吸收峰是由稀土元素钕（Nd）导致。根据不同晶体方向样品的可见光光谱特征,平行c轴方向变色效果更好,建议加工变色磷灰石晶体时宝石台面应尽量平行c轴。该研究结合微量元素与可见光光谱分析了变色磷灰石的变色成因,并为其加工切割方向提供了指导。     

A method for the determination of some rare earth elements and their correlation with thorium using X-ray fluorescence

This paper presents the results of a simultaneous determination of some rare earth elements and some accompanying elements of the rare-earth fields of Mongolia. Correlation connections of rare earth elements with thorium are established. Data from X-ray fluorescence, gamma activation, and classical chemical methods for analyzing mineral resources were used to find the correlation dependence between rare earth elements and thorium.     

电感耦合等离子体法测定高纯氧化铕中14个稀土和20个非稀土杂质

本文提出了用ICP-AES直接同时测定高纯氧化铕中14个稀土和20个非稀土杂质元素的分析方法。着重考察了铕基体对分析元素的基体效应,谱线干扰及背景影响等情况,同时对仪器的工作条件进行了优化。在标准溶液中改变了以往对高纯物质进行分析时常常忽略基准物质中的含量,而用标准加入法测出氧化铕基准中的各稀土微量杂质元素的含量作为低标值,有效的消除了由于忽略基准中的杂质元素的含量给分析测定带来的误差。在本工作所选定的条件下,各稀土元素、非稀土元素的回收率在90％-112％之间,稀土元素的精密度实验显示相对标准偏差为1.12％-9.5％。对不同稀土分离厂家的样品进行了检测,结果令人满意。