冬枣光谱数据的灰色关联分析及叶片氮素含量预测

采用灰色理论对冬枣叶片氮素含量和光谱反射率之间进行了灰度关联分析,分析结果显示波长560,678以及786 nm处的光谱反射率(G560,R678,NIR786)与冬枣叶片氮素含量之间的灰色关联度最高。利用上述三个特征波段光谱反射率计算得到的植被指数共计9个。进一步运用灰色系统理论分析了九种植被指数与叶片氮素含量的灰色关联度,结果显示：归一化植被指数(NDVI)、绿色比值植被指数(GRVI)、归一化差异绿度植被指数(NDGI)、绿色归一化植被指数(GNDVI)和组合归一化植被指数(CNDVI)等5个指数与叶片氮素含量的灰色关联度较高。利用3个特征波段的光谱反射率和5个关联度较高的植被指数,分别采用最小二乘支持向量机(LS-SVM)以及GM(1,N)模型建立了冬枣叶片氮素含量预测模型。结果表明,采用特征波段光谱反射率(G560,R678,NIR786)建立的冬枣叶片氮素含量GM(1,N)模型的精度最高,预测R2达0.928,验证R2达0.896。     

多基色混合白光LED显色性优化研究

为优化多基色混合白光LED的显色性,得到色彩生动的白光LED照明效果,以评价饱和红色的特殊显色指数R₉为研究对象,通过多基色光源混合白光LED的光谱功率分布的高斯数学模型,选取峰值波长λ_m、半波宽Δλ和幅值A为基色光源光谱功率分布的主要参量,并以“蓝光芯片+YAG黄色荧光粉”和“红、绿和蓝基色LED”为分析模型分别进行二基色和三基色混合白光LED显色性研究,讨论两种基色混合情况下三个参量对混色白光LED的显色性R₉贡献。结果表明：为使多基色混合白光LED的显色性更好,首先确定光源S1的峰值波长λ_m1、半波宽Δλ₁及幅值A₁;然后设定其他基色光源幅值A_i以求此条件下峰值波长λ_mi和半波长Δλ_i取值范围;最后在求得的峰值波长λ_mi和半波长Δλ_i取值范围,反求基色光源的最佳幅值A_iopt,从而使多基色混合白光LED的显色性达到最佳效果。该方法对分析基色混合白光LED的显色性具有理论参考价值。     

圆偏振飞秒激光脉冲与低压氙气体靶相互作用软X射线辐射实验研究

利用平场光栅谱仪,分别在2和3 kPa的低气压下,测量了脉宽35 fs的圆偏振超强超短激光脉冲与5 mm长氙气体靶相互作用产生的波长在5～60 nm范围内的离子谱线。2 kPa时最强的跃迁为XeⅧ：4d105s(2S_1/2)—4d95s5p(2P_3/2)的17.085 6 nm线,3 kPa时最强的跃迁为11.343 nm的XeⅦ 4d105s2(1S0)—4d95s25f(3P₁)跃迁。两种气压下,Xe均被电离到XeⅦ,XeⅧ,XeⅨ态。     

CdTe量子点的光谱特性及其应用

研究了水相CdTe量子点的共振散射光谱、荧光光谱和吸收光谱特性。结果表明,随着量子点粒径(d)的增大,CdTe量子点的荧光峰(λ_F)发生红移,吸收峰也发生红移,且吸收峰(λ_A)的峰形变宽、吸光度(A)降低,λ与ln(d)均存在较好的线性关系。其函数关系为λ_A =126.74 ln(d)+395.92和λ_F=155.01 ln(d) +415.5。共振散射光谱研究表明, 共振散射波长λ_R与CdTe量子点粒径（3.8～8.6 nm）的对数存在较好的线性关系,线性回归方程为λ_R=148.37 ln(d)+418.08, 相关系数为0.995 2,而且同一粒径的CdTe量子点,共振散射强度与CdTe量子点的浓度也存在良好的线性关系,粒径为3.8 nm的CdTe量子点在波长597 nm处的线性范围,回归方程,相关系数分别为：22.5～180.0 μmol·L-1;I_{597 nm}=0.572 1c+5.884,0.997 5。共振散射光谱法作为检测CdTe量子点粒径的一种新方法,具有简便快速及较好的应用价值。     

大气压氩气/空气介质阻挡放电中分子振动温度

使用水电极介质阻挡放电装置,在氩气和空气混合气体放电中,利用光谱方法测量了氮分子(C3Π_u)的振动温度及其随空气含量的变化关系。计算中采用的是氮分子第二正带系(C3Π_u→B3Π_g)的发射谱线,顺序带组有：Δｖ＝-1,Δｖ＝-2和Δｖ＝-3。结果表明：大气压介质阻挡放电中氮分子振动温度范围为1 938～2 720 K,振动温度随空气含量的增加几乎是线性增加的。该工作对研究介质阻挡放电中等离子体的动力学过程具有重要意义。     

光谱分析采样数据重建原始信号

用光谱分析方法分析信号的采样与恢复。用三个改进的升余弦脉冲构造对称的限带频谱F(ω),经理论推导获得时域信号f(t)。采用梳状函数δ_T(t)对f(t)采样,调节T值,获得Shannon采样。应用快速傅里叶变换,计算采样的频谱F_d(ω),比较计算频谱F_d(ω)与限带频谱F(ω)的差别,讨论由采样频谱F_d(ω)重建f(t)的方法。结果发现：计算频谱F_d(ω)与限带频谱F(ω)非常相似,由采样数据可以在时域直接重建原始信号,而由频谱数据经快速逆傅里叶变换,同样能准确重建原始信号。因此,信号存储,既可以存储其采样信号,也可以存储采样信号的数字频谱。     

碳纤维在电化学处理中的拉曼光谱研究

采用激光拉曼光谱研究了电化学改性处理过程中聚丙烯腈基碳纤维的表面微结构变化,分析了不同处理时间下碳纤维的一级拉曼光谱特性。结果表明： 碳纤维的一级拉曼光谱可以拟合为4个峰,即D(D₁),G,D₂和D₃,表征碳纤维表面微结构变化的拉曼参数主要有D线和G线的积分面积比R(I_D/I_G),D₂线与G线的积分面积比I_D3/I_G,D₃线与G线比I_D3/I_G以及所有无序结构积分面积总和与G线积分面积的比值I_DS/I_G。电化学处理后,碳纤维表面无序度增大,D线和G线交叠度减小,R增大,I_D3/I_G增大,I_D2/I_G减小。随着处理时间的增加,I_DS/I_G不断增大,它与R值的变化趋势基本一致,并且可以更全面表征碳纤维表面结构有序性的变化。因此,利用激光拉曼光谱可以研究电化学改性处理过程中碳纤维表面的微结构变化规律。     

太阳辐射对溶解有机质荧光光谱特征的影响

利用三维荧光光谱研究了太阳辐射对溶解有机质(DOM)荧光光谱特征的影响。实验结果表明,太阳辐射使DOM的荧光发射光谱强度减弱。在三维荧光光谱图中,红枫湖样品的荧光峰A,C,南明河样品的荧光峰A,B,C,尤其是荧光峰C的λ_Exmax／λ_Emmax位置随着太阳辐射时间的延长而逐渐向短波长移动。从腐殖酸样品的三维荧光光谱图中则发现,原始样品荧光峰位置出现在λ_Ex／λ_Em=275/500 nm处,光照作用后出现两个荧光峰：λ_Ex／λ_Em=245/450 nm和310/450 nm。太阳辐射对DOM中不同荧光组分的光降解速率存在差异,从荧光峰A和C的比值r(A, C)随太阳辐射时间的变化趋势得知,荧光峰C比荧光峰A的荧光丢失速率更大,即对于太阳辐射作用更敏感。在整个光降解过程中,红枫湖、南明河DOM的r(A, C)值比标准腐殖酸Fluka HA的r(A, C)值的变化更显著。通过本研究表明,可以利用三维荧光光谱所提供的完整的光谱信息来研究DOM在光降解过程中的光谱特征以及物理化学组成等变化。     

红外杂化单光束谱的性质

同一样品不同厚度(b₁和b₂)的两单光束谱ø_b1和ø_b2经线性组合得到杂化单光束谱ø_α=αø_b1+(1-α)ø_b2=αø₀e-Kb₁+(1-α)ø₀e-Kb₂,α为杂化系数。通过改变杂化系数α,就可获得任意强度的杂化谱ø_α。系统研究了杂化光谱ø_α的性质。研究表明,只要控制合适的条件,则厚度为(b₂-αb₂+αb₁)的真实样品的单光束谱ø_b(b=b₂-αb₂+αb₁)与杂化谱ø_α高度相似,ø_α的失真程度可忽略不计。也就是说,厚度在b₁～b₂间任一厚度b的真实样品的单光束谱都可用杂化谱ø_α来表达,ø_α≈ø_b。因此,不需制备厚度为b的样品,通过改变杂化系数α就可获得研究者所希望强度的单光束谱ø_b。杂化谱方法有望在扣除背景干扰等方面得到广泛应用。     

Normal coordinate in harmonic crystal obtained by virtue of the classical correspondence of the invariant eigen-operator

Noticing that the equation frac d²O_ndt²={H_c,{H_c,O_n}} =λO_n with double-Poisson bracket, where O_n is normal coordinate, H_c is classical Hamiltonian, is the classical correspondence of the invariant eigen-operator equation (2004 Phys. Lett. A. 321 75), we can find normal coordinates in harmonic crystal by virtue of the invariant eigen-operator method.     

大豆叶面积指数的高光谱估算方法比较

叶面积指数(leaf area index,LAI)是重要的生物物理参数,亦是各种生态模型、生产力模型以及碳循环研究等的重要生物物理参量,因此具有重要的研究意义。通过分析大量实测数据,选用归一化植被指数(normalized difference vegetation index,NDVI)和比值植被指数(ratio vegetation index,RVI)、主成分分析(principcal component analysis, PCA)、神经网络(neural network NN)三种方法对大豆使LAI进行了估算,比较分析了三种方法的估算结果。研究结果表明,植被指数法(NDVI,RVI),主成分分析,神经网络方法LAI都取得了较为理想的结果,验证模型的确定性系数分别达0.758和0.753, 0.954, 0.899,其中主成分分析方法和神经网络方法精度较高,主成分分析方法验证模型的稳定性更好,其验证模型的RMSE为0.267,明显低于两个植被指数(NDVI和RVI的RMSE分别为0.594和0.616)和神经网络(RMSE=0.413)。当叶面积指数较小时,植被指数能够较好地去除土壤、大气等条件影响,并精确估算LAI;当叶面积指数较大时,主成分分析能够弥补植被指数饱和的缺陷,得到很好的LAI估算效果。神经网络受LAI大小的影响效果居中,其对叶面积指数较小和较大时具有一致的估算效果,具有较好的应用潜力。     

黄河口地区环境脆弱性的遥感反演

环境脆弱性定量遥感研究,可以为环境脆弱性研究提供稳定的数据源支撑。通过遥感反演获取区域环境脆弱性的空间分布。从土壤和植被角度, 构建了环境脆弱性综合评价指标体系, 采用AHP-模糊评判方法计算采样点环境脆弱度,并将其分别与样点ETM+光谱反射率及其转换数据的相关关系进行分析,确定其敏感波段, 在此基础上,采用传统回归方法、基于BP人工神经网络分析方法和支持向量机回归方法建立环境脆弱度的光谱反演模型,并采用该模型对研究区的环境脆弱度进行反演,得到环境脆弱性度时空分布图。结果表明, 返青期NDVI、九月份NDVI以及返青期的亮度分量是环境脆弱度的ETM+敏感光谱参数,模型精度比较结果显示,除了支持向量机模型外,其他模型都达到了显著水平,其中以BP神经网络模型的精度最高,传统回归模型也可满足预测需要,但多元回归的模拟精度要高于一元回归模型。研究结果可为大空间尺度的卫星水平环境脆弱性遥感反演提供理论支持。     

基于现场光谱的翅碱蓬生物量遥感反演方法研究

利用便携式地物光谱仪和植被冠层分析仪测定辽东湾双台河口盐沼植被翅碱蓬的光谱数据和叶面积指数(LAI),建立翅碱蓬光谱反射率曲线;探讨翅碱蓬的植被指数与叶面积指数和生物量的相关关系,得到以下结论:(1)9月底翅碱蓬在630nm红光波长出现明显的反射峰值,反射率达到了12%～15%,在680～700nm,有明显的"红谷"形态,在760nm左右有明显的"红边",反射率达到25%～30%。(2)翅碱蓬植被指数及叶面积指数的回归分析中,SAVI和MSAVI指数与LAI的相关关系较其他指数好,最高的R2值达到0.711。对比不同指数的Linear回归方程发现,SAVI和MSAVI指数与LAI的相关关系R2值达到0.696,0.695;其次为RVI值0.664,NDVI值0.649及PVI值0.466。(3)翅碱蓬生物量(Biomass)与PVI,SAVI和MSAVI的相关系数R2较高,直线回归方程相关系数分别达到0.626,0.698和0.679;对数方程相关系数为0.592,0.706和0.683;二次方程相关系数分别为0.688,0.711和0.683。     

基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测

植被叶面积指数(LAI)时间序列的建模及预测是陆面过程模型和遥感数据同化方法的重要组成部分。MODIS数据产品MOD15A2是目前应用最为广泛的LAI数据源之一,然而MODIS LAI时间序列产品包含了一些低质量的数据,例如由于云层、气溶胶等的影响,该产品在时间和空间上缺乏连续性。MODIS LAI时间序列包含线性部分和外在干扰产生的非线性部分,单一的线性方法或非线性方法都不能对其精确建模和预测。首先利用Savitzky-Golay(SG)滤波和线性插值平滑受到干扰的LAI时间序列,然后采用季节自回归积分滑动平均(SARIMA)方法、BP神经网络方法及二者的组合方法(SARIMA-BP)对MODIS LAI时间序列进行建模及预测。在SARIMA-BP神经网络组合方法中,各自在线性与非线性建模的优势得以充分发挥,其中SARIMA方法用于建模及预测LAI时间序列中的线性部分,BP神经网络方法用于对非线性残差部分进行建模及预测。实验结果显示：SG滤波和线性插值后的LAI时间序列比原LAI时间序列更平滑;SARIMA-BP神经网络组合方法的决定系数为0.981,比SARIMA和BP神经网络的0.941和0.884更接近于1;SARIMA-BP神经网络组合方法的预测值同观测值之间的相关系数为0.991,高于SARIMA(0.971)和BP神经网络(0.942)的相关系数。由此得出结论：SARIMA-BP神经网络组合方法对MODIS LAI时间序列具有更好的适应性,其建模和预测准确性高于SARIMA方法或BP神经网络方法。     

冲击加载下孔洞诱导相变形核分析

用分子动力学方法模拟了冲击加载(沿［001］向)下单晶Fe中孔洞诱导相变形核及生长过程,并分析了初始温度对这一生长过程的影响.数值模拟显示：1) 相变形核首先出现在孔洞周围的(110)和(110)面上,并分别沿［110］,［110］向和［110］,［110］向生长成片状,之后核的生长方向则变为沿〈111〉向,形成“V”形板条状新相颗粒;2) 在相同冲击压力下,初始温度为300 K时在新相晶核边缘出现许多核胚,生成的新相颗粒比60 K时明显减小.这些现象表明,孔洞诱导相变形核及生长过程沿着特定晶向进行,而初 关键词： 相变 孔洞 分子动力学     

确定等价电子杨盘基的等概率比对方法

给出了等价电子正则杨盘T^［λ］_ig的基本对称算子、完全对称算子概念,同时给出了这些对称算子作用于任一Slater函数_i所产生的根态、生成态概念.由正交归一化杨盘T^［λ］_ie的纵置换算子A^［λ］_ie的构造规则,给出了A^［λ］_ie中存在的对称算子和确定T^［λ］_ie的等概率比对方法,从而基本避免了牵涉到许多算子的极其复杂的代数,给出了求解N值较大的电子系统杨盘基问题的新方法. 关键词： 正则杨盘 对称算子 根态 等概率比对方法     

改进的QGA-ELM算法水稻叶面积指数反演模型

为了通过植被指数（VI）准确、可靠的获取不同施肥梯度、不同品种的水稻叶面积指数（LAI）,提出了一种基于改进的QGA-ELM算法应用于水稻LAI反演。首先通过8折交叉验证确定极限学习机(ELM)最佳的隐含层神经元个数与隐含层激活函数类型,再通过引入组合动态旋转角策略、单点混沌交叉操作、混沌变异操作、确定性选择策略、量子灾变操作对量子遗传算法（QGA）进行改进,最后使用改进后的QGA算法优化ELM神经网络输入层到隐含层的连接权值和隐含层的阈值。为了验证该模型普适性和有效性,依次建立多元线性回归、BP、ELM、QGA-ELM、改进的QGA-ELM算法5种模型,并在不同数据集上进行反演效果比较,结果表明：（1）对比QGA-ELM算法和改进的QGA-ELM算法进化过程,改进的算法能有效提升模型寻优能力,避免算法早熟,且能寻得更优结果。（2）对比五种算法在不同数据集上的反演效果,验证了NDVI,RVI与LAI之间主要为非线性关系,且ELM神经网络模型反演效果要优于BP神经网络模型和多元线性回归模型。（3）对比五种算法在不同数据集上的反演效果,改进的QGA-ELM算法绝大部分情况下拥有最高的反演精度和最低的误差,改进后的算法反演精度得到了明显提升,泛化性能也得到了增强。（4）改进的QGA-ELM算法在各种施肥梯度上均具有最高反演精度和最低误差,且精度较高,能为不同生长状况水稻LAI反演提供依据。（5）五种模型对庆和香LAI反演精度均要高于龙稻18,而改进的QGA-ELM算法在不同水稻品种上依然具有较高的反演精度,且在不同水稻品种上反演精度相差极小,远低于其他四种模型,能很好适应不同水稻品种LAI反演要求,极大提升模型的稳定性性,为不同水稻品种反演提供参考意义。     

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。     

基于冠层辐射传输模型的地表反射率光谱重建方法

针对基于多光谱数据有限光谱信息重建地表反射率光谱的病态求解难题,提出一种基于冠层辐射传输物理机理并充分考虑像元异质性的地表反射率光谱重建方法,该方法假设混合像元由植被和土壤两种地物类型组成,利用冠层辐射传输模型构造端元光谱查找表,进而通过组分比例因子估算实现基于多光谱图像的高光谱地表反射率模拟。以Landsat ETM+多光谱图像为例的地表反射率超光谱重建验证实验结果表明,模拟的反射率光谱能够较好的反映不同地物特征信息。进一步地,利用模拟的地表反射率拟合Landsat ETM+图像和MODIS图像,各波段模拟图像与实际观测图像之间具有较高的相关系数(Landsat: 0.90~0.99, MODIS: 0.74~0.85),进一步验证了该方法的可行性。     

聚氨大环-氰基合钴超分子的转动相关时间及59Co核四极耦合常数的测定——动态激光光散射的应用

对于自旋I>1/2的核，其运动的相关时间τ_c以及核四极耦合常数NQCC是表征分子局部和微观动力学结构的重要参数. 然而，在溶液中，这些参数均难以测定. 该工作以聚氨大环-氰基合钴超分子体系为例，利用在高分子体系中广泛使用的激光光散射技术成功地测量了溶液中超分子络合物［12］aneN₄［Co(CN)₆］, ［18］aneN₆［Co(CN)₆］, ［24］aneN₈［Co(CN)₆］,［16］aneN₄［Co(CN)₆］, ［24］aneN₆［Co(CN)₆］ 和 ［32］aneN₈［Co(CN)₆］ 的水合半径，从而根
据Stokes-Einstein-Debye理论计算出了分子转动的相关时间τ_c. 这些超分子的水合半径在0.4～0.6 nm之间. 对应的转动相关时间τ_c在3.8～9.5×10^-11 s之间. 这一时间范围对于分子量在300～500的分子，有相当的合理性. 进而，通过测量超分子在稀溶液中的纵向弛豫时间T₁，结合计算出的相关时间τ_c，我们得到了该超分子体系中⁵⁹Co的四极耦合常数，其范围在0.5～2.2 MHz之间. 我们发现，这些超分子在溶液中的四极耦合常数明显小于在固体状态时的值（5～7 MHz）. 导致这一现象很可能的原因是在固体状态下⁵⁹Co核周围的电场梯度是各向异性的，从而有较大的四极耦合常数值. 而在溶液中，由于分子的快速运动，各向异性被平均，因而有较小的四极耦合常数.