远程激光诱导击穿光谱技术分析岩石元素成分

远程激光诱导击穿光谱技术是一种利用脉冲激光和聚焦光路对远距离目标烧蚀击穿,获取目标等离子体光谱,定性或定量分析物质元素组成的光谱探测技术。设计并搭建了一套远程激光诱导击穿光谱系统。该系统结合卡式望远镜光学结构,实现探测2～10 m距离的目标、并可自动变焦。基于该系统提出一种远程探测岩石主要元素含量方法。通过对比实验,研究了脉冲能量、采集延时、积分时间、探测点累计探测次数对光谱信号的影响,确定了岩石谱线获得的最佳条件。选择48块岩石标本和6种常见国标岩石样品(页岩、花岗岩、安山岩、玄武岩、片麻岩、伟晶岩)进行LIBS实验。以原子光谱数据库为参考,根据岩石的主要元素提取特征谱线(SiⅠ390.55 nm,AlⅠ394.40 nm,AlⅠ396.15 nm,CaⅡ396.85 nm,FeⅠ404. 60 nm,SiⅠ500.60 nm,MgⅠ518.36 nm,NaⅠ589.59 nm)。利用偏最小二乘算法(PLS)建立岩石成分定量分析模型,将48块岩石标本作为训练集进行求解,并用六种国标岩石对模型进行检测,预测岩石Si和Al元素含量,平均误差分别为9.4%和9.6%。     

空间振幅调制光谱偏振测量技术研究

空间振幅调制光谱偏振测量技术通过由光楔、偏振片组成的调制模块,将目标的偏振信息调制到与光谱维垂直的空间维,单次测量即可同时获取目标的偏振信息和光谱信息。首先阐述空间振幅调制光谱偏振测量技术的基本原理,然后利用空间调制光谱偏振仿真软件进行理论仿真,并且给出了具体的实验研究方案,通过对比理论模拟图像和实验图像,验证实验的可靠性。以Q=0,U=1,V=0和Q=1,U=0,V=0作为入射偏振光进行实验,在波长范围500～600 nm采样10组数据,利用最小二乘法对实验输出的偏振光进行偏振解调。结果表明：解调后入射光的线偏振度与参考入射光的误差值分别小于2.5%和4%,偏振角误差值小于1.8%和2%,验证了实验和算法的可行性,并对两组复合光楔中心误差对偏振测量的影响作了简要分析,结果表明中心误差对偏振分量Q和V的测量影响较大。     

基于可见近红外光谱的糖类别快速鉴别研究

提出了一种用近红外光谱技术快速鉴别糖类别的新方法.采用近红外光谱获取白砂糖、木糖醇、双歧糖和葡萄糖等四种糖类别的光谱反射特征曲线,采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为11.完成特征提取后,将11种主成分作为神经网络的输入变量,建立了3层BP神经网络.四个类别的糖样本数均为40,共计160个样本,将其分成训练集样本120个和预测集样本40个,对40个未知样本进行预测,准确率为100%.说明所提出的方法对于糖类别具有很好的分类和鉴别能力.     

多维特征点空间的红外弱小目标检测方法

将人工智能算法引入目标检测,空间红外弱小目标的检测也可归为模糊检测的二分类问题。依据空中红外弱小目标的探测模型,建立了信号电压比光谱模型,仿真分析表明电压比变化趋势与目标的速度、姿态和两机态势有关,可用以检测目标。采用动态特征构建理论,构建了红外弱小目标的双色比特征空间,基于该特征空间,优化最小二乘分类算法,用于从光谱信号层级检测目标。该方法不仅缩小了样本数据量,而且防止了高斯核函数参数选择引起的“过拟合”现象,既保证了分类精度,又使分类速率提高近1倍,为人工智能算法用于红外弱小目标检测提供了参考依据。     

基于光谱技术的杨梅汁品种快速鉴别方法的研究

为了实现杨梅汁品种的快速无损鉴别,提出了一种用可见和近红外光谱技术快速鉴别杨梅汁品种的新方法。首先采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为9。完成特征提取后,将这9个主成分作为神经网络的输入变量,建立了三层BP神经网络,实现类别预测的同时也完成了数学建模与优化分析工作。3个品种的杨梅汁样本数均为20,共计60个样本。在神经网络学习中,将其分成训练集样本51个和预测集样本9个。对9个未知样本进行预测,准确率为100％。说明本文提出的基于光谱技术和模式识别的方法具有很好的分类和鉴别能力。     

农药二嗪农的表面增强拉曼光谱研究及定量分析

本研究采集了甲醇中二嗪农溶液在银胶中的表面增强拉曼光谱,解析了其光谱内容,并对甲醇中含不同梯度浓度二嗪农样本溶液进行定量探索。结果表明,农药二嗪农在430cm-1,561cm-1,602cm-1,816cm-1,893cm-1,1125cm-1,1275cm-1,1309cm-1,1372cm-1处有明显的表面增强拉曼特征峰,其中561cm-1,602cm-1,816cm-1三处的特征峰可以用于农药二嗪农的定性分析,检出限为0.006mg/mL。在此基础上,利用偏最小二乘法(PLS)和主成分回归法(PCR)建立了甲醇中二嗪农溶液的定量分析数学模型,对校正集和预测集进行了定量分析。其中,基于偏最小二乘法(PLS)的校正模型分析结果为:相关系数R2为0.99926,RMSEC为0.0120,预测集RMSEP为0.0419;基于主成分回归法(PCR)的数学模型分析结果为:校正集相关系数R2为0.99970,RMSEC为0.0260,预测集RMSEP为0.0388。结果表明,共焦显微光谱仪结合表面增强拉曼散射(SERS)技术检测农药二嗪农含量准确性较高,可用于农药二嗪农的定性及定量检测。     

可见/近红外光谱分析技术快速鉴别航天育种番茄

提出了利用可见/近红外光谱技术快速无损鉴别航天育种番茄品种的方法,采用偏最小二乘法对光谱特征信息进行提取,与神经网络结合建立番茄品种的鉴别模型.该模型将提取后的主成分作为神经网络的输入,加速了神经网络的训练速度.同时采用小波变换对大量光谱数据进行压缩,并结合神经网络建立番茄品种鉴别模型,该模型将压缩后的数据作为神经网络...     

PLS-BP法近红外光谱定量分析研究

建立BP模型用于近红外光谱定量分析时,为克服所建模型与训练样本集产生“过拟合”,先用线性算法为其压缩训练数据是必要的。目前多采用主成分法(PCA)和逐步回归法(SRA)。主成分法具有极强的压缩数据能力,用它压缩成的主成分输入BP网所建模型的预测精度一般能满足要求,但它处理数据时未考虑输出变量的影响。逐步回归法根据系统输出选择变量,但所选变量具有自相关性,而且与训练集样品的排列顺序有关,很难选出最好的变量,往往难满足预测精度要求。本研究用偏最小二乘法(PLS),根据输出变量将原始数据压缩为主成分,输入BP网并用所建模型预测30个小麦样品的蛋白质含量。结果表明,与PCA-BP模型的预测决定系数(R2)从92.50提高到97.10,训练迭代次数从12 000减少到4 500。     

基于近红外光谱技术构建蓝莓总酚含量的模型

选用6个品种(埃利奥特、达柔、爱国者、杜克、北蓝、蓝丰)的蓝莓,应用傅里叶变换近红外光谱仪(FTNIR)对蓝莓中总酚含量进行分析,采用主成分分析(PCA)和偏最小二乘回归法(PLS)建立了蓝莓总酚含量近红外数学校正集模型,其相关系数为0.9512、校正集标准偏差(RMSEC)为0.72、预测集标准偏差(RMSEP)为0...     

基于激光拉曼光谱技术探测溶液中酸根离子定量分析方法研究

激光拉曼光谱技术是水下原位探测酸根离子浓度的强有力工具,建立一套适用于海洋环境、基于拉曼光谱技术的定量分析方法对实时了解海洋化学信息具有重要意义。本文在实验室条件下,以SO2-₄和HCO-₃系列浓度水溶液及近海海域的海水为样品,532 nm激光作为激发光源,模拟原位探测方式采用侵入式光学探头采集拉曼光谱。分别采用内定标法、多元线性回归法(MLR)、偏最小二乘法(PLS)和基于主导因素的PLS法对光谱数据进行定量分析。研究结果表明,采用以1 640 cm-1水分子O—H振动谱峰为内标峰的内定标法预测待测离子浓度,预测误差均相对较大,定标曲线线性相关系数不高;采用多元线性回归法,定标曲线的线性相关系数有较大提高,在一定程度上提高了定量分析的精度;采用酸根拉曼峰强度、酸根峰面积、水峰强度、水峰面积作主导因素结合PLS法预测配置溶液中SO2-₄和HCO-₃浓度的定标曲线相关系数R2分别为0.990和0.916,对待测样30 mmol·L-1的SO2-₄预测相对误差为3.262%,对20 mmol·L-1的HCO-₃预测相对误差为5.267%。以海水中SO2-₄为分析对象时,与离子色谱法预测的28.01 mmol·L-1进行对比,以上四种定标方法的研究结果表明,主导因素结合PLS法优于其余三种分析方法,其均值相对误差降低为1.128%。因此,采用水的拉曼信号作为主导因素结合PLS法预测水溶液中的酸根离子浓度时能有效提高定量分析的精度,并可应用于现场和原位探测中的定标。     

基于光谱信息的空间目标模式识别算法研究

在观测空间目标时,往往会受到地基观测仪器等因素的制约,导致无法利用目标图像信息从外形上进行识别。根据不同空间目标表面组成材料不同,其产生的反射光谱会存在差异这一特性,可利用空间目标特有的光谱信息进行识别分类。基于此,从光谱学角度对空间目标识别算法进行研究,在K最近邻算法(KNN)的基础上,采用了一种自适应权重局部超平面方法(AWKH),算法主要在计算预测样本与超平面距离时加入对特征权重的考虑,构建了以样本特征组间差与组内差的比值作为特征权重值的超平面模型,从而提高了分类效果和分类效率。为验证算法的分类效果,本文进行了四组验证实验,第一组实验将美国地质勘探局数据库中提取出的九种常用材料光谱随机选出三种混合成多类进行识别;第二、三组实验将四种常用空间目标材料的光谱作为纯物质光谱,分别从可见光和近红外波段对其混合物质进行分类;第四组实验通过实测四个方形模型样本六个面的光谱对其进行识别分类。实验过程中将实验结果与目前常用的支持向量机(SVM)进行对比,对比结果表明改进后的AWKH算法在识别精度和样本适用范围上具有更高的优越性。     

浓度分布对光谱法检测成分含量精度的影响

为研究组分浓度分布范围对光谱法建模定量分析精度的影响,根据朗伯-比尔定律构造三种组分理想吸收谱并叠加高斯噪声,使用偏最小二乘回归对样本吸收谱及浓度进行建模和预测,观测不同浓度分布范围下分析精度的变化。研究表明,在纯线性吸收的情况下,组分浓度的分布范围对模型精度造成一定的影响。无论是被测组分还是非测量组分,校正集样本中覆盖足够大且较均匀的浓度分布范围是模型强普适性和良好预测精度的必要保证。研究为合理选择具有良好浓度分布校正集样本,从而提高模型质量、减小预测误差提供了理论指导。     

在滞尘影响下的植被叶片光谱变化特征研究

为建立以高光谱数据为基础的叶片滞尘质量反演模型,沿北京市区采集了30个大叶黄杨叶片样本。利用电子分析天平和光谱仪(analytical spectral devices ASD FieldSpec Pro)测定“除尘前”与“除尘后”叶片质量及光谱反射率曲线,以获取叶片尘埃量、光谱信息等数据。随后以传统意义和偏最小二乘(PLS)回归模型为基础,以探究空气尘埃量与光谱曲线之间可能存在的关系,阐述了叶片尺度上尘埃量对植物光谱特征的影响。结果为：除尘前后叶片光谱曲线在350～700, 780～1 300, 1 900～2 500 nm波段区间内有较大差异,同时尘埃量与叶片单波段光谱反射率比值呈负相关,相关度最大值点为737波段,属于近红外波段,相关系数可达-0.8左右。在尘埃量与叶片光谱多波段组合关系研究中得到,948和945波段构成的NDVI指数与尘埃量的相关度最大,相关系数可达0.76。在叶片滞尘量反演研究中,对比传统意义滞尘量回归模型,引进的偏最小二乘算法(PLS)可使叶片滞尘量反演精度略有提高,最后由回归模型精度评定可得偏最小二乘法反演效果较传统回归好。     

空间目标材料偏振光学特性研究

基于二向反射模型,对碳纤维、渗碳膜、F46和OSR四种典型的空间目标样本的偏振光谱数据进行测量;通过测算样本Stokes参量获取样品多角度下的线偏振度与偏振角信息,并对其进行统计.结果表明,样本线偏振度和线偏振角的均值、方差之间存在较大差异,对比分析样本均值和方差之间的关系能有效提高目标的探测和识别性能,可以解决传统光谱技术上产生的"同物异谱"和"同谱异物"问题;所获取的偏振特性可为偏振遥感提供更多的光学信息.     

胞红蛋白的巯基修饰与光谱检测

胞红蛋白（Cygb）是珠蛋白家族中一个近期发现的血红素蛋白,含有血红素辅基,能在卟啉环的铁原子上可逆地结合氧分子,在储存和传递氧中起着重要作用,其C38和C83处含有半胱氨酸。对Cygb上半胱氨酸进行修饰可影响其结合氧的功能。用化学试剂4,4’-二吡啶二硫（4-PDS）、N-乙基马来酰亚胺（NEM）、氧化型谷胱甘肽（GSSG）和二硫苏糖醇（DTT）对纯化的胞红蛋白进行修饰,以分别生成胞红蛋白分子内二硫键（Cygb-SS）、胞红蛋白硫醚键（Cygb-SC）、分子间二硫键（Cygb-SSG）及胞红蛋白自由巯基（Cygb-SH）。修饰效果用4,4’-二吡啶基二硫（4-PDS）光谱法进行检测,该方法通过测量修饰的胞红蛋白中自由巯基的含量来计算修饰率。在Cygb-SS和Cygb-SC样品中检测到巯基浓度比样品浓度的十分之一还低,说明胞红蛋白上的自由巯基已被4-PDS和NEM所占据;Cygb-SSG样品中检测到巯基浓度与蛋白浓度相当,说明Cygb分子中有一个巯基参加了反应,由于Cygb空间位阻的存在,另一个巯基没有改变仍以自由状态存在;Cygb-SH样品中巯基浓度是蛋白浓度的两倍说明一个Cygb分子中含有两个自由巯基。通过分别检测这四种Cygb中自由巯基的含量便可知道其修饰产率。结果表明上述化学试剂均成功地修饰了胞红蛋白,修饰率达到90%以上。将4-PDS光谱法用于检测胞红蛋白化学修饰效果,通过测半胱氨酸巯基浓度验证了该方法的可行性。综上说明4-PDS光谱检测法准确可靠,是对经典Ellman试剂法的补充,更适用于吸收峰在410～420 nm的化合物巯基含量测定。     

光谱预处理方法选择研究

复杂样品光谱信号往往会受到杂散光、噪声、基线漂移等因素的干扰,从而影响最终的定性定量分析结果,因此通常需要在建模前对原始光谱进行预处理。目前已有的光谱预处理方法包括很多种,如何寻找合适的预处理方法是很棘手的问题。一种途径是观察光谱信号特点选择预处理方法（visual inspection）,另一种途径是根据建模性能的优劣反过来选择预处理方法（trial-and-error strategy）。前者无需建模,更具有解释性,但是有时会由于选择者主观的因素导致错误的结果;后者无需观察光谱特点,但需要考察大量的预处理方法,对大数据集比较费时。因此需要探讨哪种选择方式更科学与合理。本研究采用9组数据,通过对10种预处理方法的120种排列组合来探讨预处理的必要性及预处理方法的选择。首先,优化偏最小二乘（PLS）的因子数及一阶导数、二阶导数、SG平滑的窗口参数,连续小波变换（CWT）的小波函数和分解尺度。然后把无预处理及一阶导数、二阶导数、CWT、多元散射校正（MSC）、标准正态变量（SNV）、SG平滑、中心化、Pareto尺度化、最大最小归一化、标准化10种预处理方法按照背景校正、散射校正、平滑和尺度化的顺序进行排列组合,得到120种预处理及其组合方法。最后对不同数据及相同数据的不同组分分别进行120种预处理,分析光谱信号特点及预处理后PLS建模的预测均方根误差值（RMSEP）。结果表明,相比观察光谱信号特点,根据光谱与预测组分的建模效果可以更为准确地选择最佳预处理方法。对于多数数据,采用合适的预处理方法可以提高建模效果;对于不同的数据集,因为其数据集信息和复杂性不同,所以其最佳预处理方法也不同;对于相同数据集,即使光谱相同,但不同组分的预处理方法也不相同。因此,不存在普适性的最佳预处理方法,最佳预处理方法除了与光谱有关,还与预测组分有关。通过对已有预处理方法按照预处理目的进行分类再排列组合是选择最佳预处理方法的一种有效途径。     

光谱仪器信噪比与建模波长数对光谱分析精度的影响

为了研究光谱建模分析中光谱仪器噪声和参与建模的波长数两个因素与定量分析精度之间的关系,针对不同信噪比对模型精度的影响、参与建模的波长数与分析精度的关系、不同信噪比波段中多波长参与建模对分析精度的影响三个方面进行了理想样本建模分析。实验结果表明：光谱测量仪器的噪声水平直接影响建模分析误差,而使用多波长尤其是信噪比较好的波段的光谱参与线性建模,近似满足波长数每增加4倍,分析精度提高2倍的关系,能够在一定程度上弥补信噪比的不足。研究为在光谱分析中充分利用和提高光谱仪器信噪比、合理选择参与建模波长数及波段,从而提高光谱定量分析精度提供了实验基础和理论指导。     

基于高光谱分析的淫羊藿药用成分快速检测研究

中药材淫羊藿富含朝霍定和淫羊藿苷等黄酮类化合物,具有滋阴补肾、提高免疫力等功效,有较大的药用价值。当前,面对生产及育种过程中批量样品快速、无损检测需求的增加,传统的化学分析方法难以满足需要,而高效、廉价的现代高光谱分析技术备受青睐。但受制于光谱数据谱峰重叠及噪声的干扰,全波段光谱分析建模存在模型精度不高和运行效率低的问题。利用便携式地物光谱仪器获取淫羊藿可见-近红外光谱数据,借助遗传算法（GA）特征波段选择方法剔除无关波段,并与偏最小二乘回归（PLSR）分析建模技术结合,构建淫羊藿药用组分（朝霍定A、朝霍定B、朝霍定C和淫羊藿苷）高光谱GA-PLSR校正模型,探讨淫羊藿药用组分含量高效分析预测的可行性,并挖掘获取淫羊藿品质鉴定的重要光谱响应波段。结果表明：高光谱分析结合化学计量学在淫羊藿有效药用组分的快速无损检测方面具有相当大的潜力。与全波段PLSR校正模型相比,通过GA迭代优化,参与建模的有效光谱数据得到简化,GA-PLSR模型的测量精度和稳定性得到明显提升。主要表现在交叉验证的决定系数（R2_CV）得到明显提高,交叉验证的均方根误差（RMSE_CV）普遍降低。其中,四种药用组分校正模型的R2_CV分别从0.645,0.720,0.718和0.642提升为0.671,0.835,0.782和0.796;同时,其对应的RMSE_CV值分别由2.102,2.896,21.069和1.221降为2.071,2.230,18.656和0.912。此外,明确了红边波段690～740 nm以及420 nm附近波段为淫羊藿药用组分朝霍定A、朝霍定B、朝霍定C和淫羊藿苷光谱鉴别分析的重要响应波段。该研究为高光谱技术淫羊藿品质准确高效鉴定和光谱传感器的波段设计提供一定的理论依据。     

新型光谱调制偏振测量技术研究

光谱调制偏振测量技术是一种新型的偏振调制技术,通过由消色差/4波片、多级相位延迟器和偏振器组成的调制模块,能够把入射光的偏振信息调制到光波的光谱维上,得到线偏振度和线偏振角呈规律变化的正弦曲线。设计解调算法对偏振调制后的光谱进行解调,可以得到目标不同波长处的线偏振度、线偏振角、光谱及辐射信息。文中阐述了光谱调制偏振测量技术的基本原理,给出具体实现方案。设计解调算法,搭建实验平台并进行实验验证。实验结果表明该技术的正确性及实际应用的可行性。相对于传统的偏振调制方案,该方案无运动、电控部件,具有体积小、重量轻的优点,一次测量即可得到目标的偏振信息,而不是测得Stokes矢量后再经进一步计算。本研究为新型空间偏振探测遥感器的开发提供一种新的技术途径。     

基于粗糙样片光谱BRDF的空间目标可见光散射研究

实验测量了某种卫星包覆材料和太阳能电池板样片在可见光波段(400~780 nm)的光谱双向反射分布函数.将样片的光谱双向反射分布函数对可见光波段内的太阳谱辐射照度加权平均,获得了可见光入射时目标样片表面的平均双向反射分布函数,并利用遗传算法建立了其参量化统计模型.应用此模型,结合目标的几何建模、消隐,计算了可见光入射时某卫星散射光强度的空间分布,并分析了其与卫星的几何形状、表面材料等的关系.