“黑青”“黑碧”的谱学鉴别特征探究

“黑青”指颜色近黑色,主要成分为透闪石的青玉。“黑碧”指颜色近黑色,主要成分为阳起石的碧玉。采用电子探针、激光剥蚀电感耦合等离子体质谱仪和红外光谱测试分析手段,确定“黑青”“黑碧”的矿物种属。采用拉曼光谱、显微紫外-可见分光光度计、红外光谱对“黑青”“黑碧”的谱学鉴别特征进行探究。“黑青”为标准透闪石拉曼谱峰,“黑碧”的谱峰位置与“黑青”存在几个波数的偏差,向波数小的方向移动。可见-近红外波段,“黑青”出现445 nm吸收峰,680和940 nm宽吸收带,为Fe2+和Fe3+作用;“黑碧”出现445 nm吸收峰,660和690 nm双吸收峰以及970 nm吸收峰,为Fe2+,Fe3+,Cr3+作用。显微紫外-可见光谱可分析到样品的近红外区,“黑青”在1 397,2 310,2 387和2 466 nm出现强吸收峰,1 915和2 120 nm出现弱吸收峰;“黑碧”在1 400,2 313和2 394 nm出现吸收峰。红外光谱分析“黑青”在5 225,4 738,4 692,5 349,4 317,4 190和4 064 cm-1存在吸收峰;“黑碧”在4 708,4 307,4 178和4 031 cm-1存在吸收峰。显微紫外-可见光谱与红外光谱分析结果虽然存在小的差异,但基本保持一致,以红外光谱分析结果为准。将透闪石质的“黑青”、阳起石质的“黑碧”、广西大化阳起石质玉进行对比,综合红外光谱和显微紫外-可见光谱分析结果得出“黑青”（透闪石）与“黑碧”（阳起石）近红外光谱的鉴别特征：“黑青”（透闪石）在4 800～4 600 cm-1存在两个吸收峰,4 350～4 300 cm-1存在分裂双吸收峰;“黑碧”（阳起石）在4 800～4 600 cm-1存在一个弱吸收峰,4 350～4 300 cm-1存在一个吸收单峰。且“黑碧”（阳起石）的近红外吸收峰相较于“黑青”（透闪石）整体向低波数方向移动。     

计算机的“快”与“大”

 1946年第一台真空管电子数字计算机问世,当时主要用于数值计算。50余年以来,计算机技术发展迅速,从用于数值计算到今天可以处理各种形式的信息,极大地推动了信息技术的发展。现代信息技术是以数字计算机为基础的。几十年来,数字计算机的发展,始终围绕着两个基本问题,这就是“快”和“大”。所谓“快”,就是运算速度快;所谓“大”,就是存储器的容量大。回顾人类历史的发展,信息技术的进步与发展起着十分重要的作用。过去人类以符号、图形、图画、声音、语言、文字等模拟量记录信息,传递信息。随着人类社会的进步,产生的信息越来越多。人们用信息爆炸来形容当前信息的数量和产生的速度。     

计算机的“聪明”与“笨”

 计算机聪明吗?你一定会觉得这还用问!现在几乎什么事情都离不开计算机,它几乎什么事情都能干,而且比人干得快、干得好。日常生活、文化娱乐、行政事业管理,工厂、企业、银行、金融业的运营,公安交通管理,案件侦破、医疗卫生、科学技术的研究开发等等,几乎样样都离不开计算机。随随便便就可以举出很多例子。用计算机写文章比手写要方便得多,写错了,不合适,很容易修改;到超市买东西,选了一大筐,收银员一下子就把账结清,还打出一张收据,比手工结算快多了;照的照片不理想,计算机可以修改,老照片可以复原,模糊的照片可以变清晰.     

基于光子计数的合作目标“量子”成像

在实验上研究了赝热光照明下, 基于光子计数模式的合作目标“量子”成像, 并给出理论模型和解释. 研究表明, 利用光子计数的单光子探测器代替以往光强度线性探测器作为桶探测器在“量子”成像中同样适用. 实验发现, 合 作目标的反射信号可穿透弱散射介质实现成像, 该技术在减小光学成像透镜孔径方面具有潜在的应用价值. 对比了基于强度关联成像和压缩感知算法的“量子”成像结果, 并得出实用性结论. 本文的方案为“量子”成像的实际应用提供了新方法.     

月球,人类航天的“加速器”

 2003年10月15日,是一个永载中华民族和人类文明史册的日子。我国第一艘载人飞船“神舟”五号发射升空。在绕地球环行14周后,16日6时23分,我国自己培养的航天员杨利伟乘返回舱在内蒙古预定地区安全落地,我国首次载人航天飞行取得圆满成功。中国人第一次乘自行研制的宇宙飞船,实现了飞向太空的历史性跨越。这是我国航天事业和国防科技事业发展史上一座新的里程碑,开创了我国科学技术发展的新纪元。辽阔无垠的宇宙令人神往。航天技术的发展极大地扩展了人类活动的新领域,带来了传统技术无法达到的经济和社会效益,同时它的发展也成为体现一个国家综合国力和当代科学发展水平的重要特征。     

湖北十堰蓝色“水波纹”绿松石的谱学特征

“水波纹”绿松石是一种在外观上呈现水波纹状花纹图案的天然绿松石,产量稀少却深受消费者喜爱,前人对绿松石的研究较丰富,但对“水波纹”绿松石的研究较少。对一块基底呈浅蓝白色,条纹呈蓝绿色的“水波纹”绿松石样品用显微激光拉曼光谱仪、显微红外光谱仪、微区X射线衍射、激光剥蚀电感耦合等离子体质谱仪、扫描电镜、显微紫外-可见-近红外光谱仪等测试其各种性能。结果表明,条纹区与非条纹区的主要矿物均为绿松石;红外光谱和拉曼光谱均显示绿松石的光谱;条纹区与非条纹区的化学成分不同,条纹区Al₂O₃,SiO₂,MgO,V,Co,Ni,U及Y,Mo,Cd的含量较非条纹区含量高,而非条纹区P₂O₅,CuO,K₂O及Na₂O的含量较条纹区含量高;扫描电镜微形貌显示,条带区的晶体多为厚板状、晶体颗粒大、排列紧密,几乎不可见孔隙,非条带区的晶体多为大小不一的柱状、碎片状,杂乱排列,可见孔隙;微区X射线衍射表明条带区的结晶度较非条带区的结晶度高;显微紫外-可见-近红外光谱表明条带区与非条带区的致色离子相同,均在426和660 nm处有可见吸收峰,致色离子均为Fe3+和Cu2+。“水波纹”绿松石样品的谱学特征表明,条纹处与非条纹处的颜色差异与致色离子没有明显关系,而颜色及透明度差异与绿松石的结晶程度、致密程度有主要关系,“水波纹”绿松石中绿松石结晶度的变化表明了绿松石形成环境的不稳定性,结晶度的周期性变化表明了形成绿松石的外界环境具有周期性变化的规律,为研究绿松石的颜色成因及绿松石的成矿环境提供数据支撑。     

“111”型铁基超导材料研究进展

“111”型铁基超导体系包含LiFeAs,NaFeAs和LiFeP三个组员.这三个组员的晶体结构简单,具有非极性解离面等特点,在铁基超导物理机理研究中发挥着独特的作用.本文简要介绍“111”型铁基超导体的研究进展.     

关于“数字地球”

 “数字地球”(The Digital Earth)最早提出于1997年下半年,1998年1月31日,美国副总统戈尔在美国加利福尼亚科学中心发表了题为“数字地球:21世纪认识地球的方式”的讲演.     

“黄蜂石”的矿物成分及谱学特征研究

近期在广州荔湾珠宝市场出现一种具黄、黑条带的玉石品种,因其花纹形如黄蜂,商家称之为“黄蜂石”。“黄蜂石”的条纹状结构与缟玛瑙的条带状纹理非常相似,容易混淆。对“黄蜂石”进行显微岩相学、X射线粉晶衍射、电子探针、红外吸收光谱及拉曼光谱等分析,旨在探求其基本物理性质、矿物组成,以及谱学特征。结果显示：“黄蜂石”以灰白、黄橙、黑色为主,莫氏硬度3~5,相对密度2.58~2.73,长波紫外光下具弱黄色荧光,与稀盐酸反应起泡。显微岩相学分析显示,“黄蜂石”基质为方解石,呈不规则粒状,粒径0.02~0.3 mm,粒状、纤维状结构。“黄蜂石”中CaO的含量约为53.64%～56.66%,FeO的含量约为2.23%~3.62%,MgO的含量约为1.05%~1.79%,部分测试点中出现As和S元素。样品中Mg/Ca摩尔百分比为2.59%~4.68%,为低镁方解石。红外吸收光谱分析显示,“黄蜂石”的红外光谱特征吸收峰与碳酸盐类矿物理论值一致,为1 514,1 427,881和710 cm-1,由[CO₃]2-不对称伸缩振动、面内弯曲振动以及面外弯曲振动导致;黑色矿物中存在黄铁矿的特征峰1 123,1 050,423,1 123和1 050 cm-1为S-S伸缩振动,423 cm-1为Fe2+-[S₂]2-伸缩振动。拉曼光谱分析显示,样品的黄色部分中除具方解石的拉曼位移1 083,713,282和157 cm-1外,还有副雄黄的拉曼峰346,233和184 cm-1;橙红色部分显示雄黄的拉曼特征峰338,221及184 cm-1,338 cm-1由S-As-S伸缩振动所致,221 cm-1属于S-As-S弯曲振动结合As-S伸缩振动产生,184 cm-1与As-As伸缩振动相匹配。X射线粉晶衍射分析结果与红外吸收光谱、拉曼光谱等测试结果一致,即“黄蜂石”的主要矿物是方解石,次要矿物为黄铁矿、雄黄及副雄黄等,根据国家标准可定名为“碳酸盐质玉”。     

试析“城市热岛”问题

 随着城市规模的不断扩大,市区气温会逐渐比周围区域高,这种气温分布的特殊现象就叫做“城市热岛”或“热岛效应”,它是在不同区域气候的背景下,在人类活动特别是城市化因素的影响下形成的一种特殊小气候.     

“加瓷”处理绿松石的成分及谱学特征研究

近年来,市场上出现了一类利用新型无机结合剂处理的绿松石,经此类方法处理的绿松石与天然绿松石极为相似,普遍表现为结构细腻、呈现玻璃-蜡状光泽,行业上称之为“加瓷”处理绿松石（简称“加瓷”绿松石）。采取常规宝石学仪器、红外吸收光谱仪、紫外-可见分光光度计以及能谱色散型X射线荧光光谱仪对“加瓷”绿松石的宝石学性质、振动光谱特征以及化学成分组成特征进行了系统的研究和分析。研究结果显示：“加瓷”绿松石样品的密度大都小于2.200 g·cm-3,与处理前密度有关,故用于“加瓷”处理的样品以密度较低的绿松石为主;“加瓷”绿松石均表现为典型的低密度、较细腻的结构外观和蜡状-玻璃光泽的组合特征,与品质相当的天然绿松石特征不一致,可作为“加瓷”绿松石重要的辅助性鉴别特征。“加瓷”绿松石在长、短波紫外荧光下的发光性与天然绿松石近于一致;显微观察下铁线、裂隙凹陷处常出现白色融出物,孔道内可见毛发状结晶体。“加瓷”绿松石的主要化学成分与天然类似,以CuO,Al₂O₃和P₂O₅为主,并含有一定量的FeOT(铁的氧化物),ZnO、SiO₂,K₂O和CaO。其中,“加瓷”处理绿松石样品中SiO₂含量基本在6.40%以上,均高于天然绿松石中的SiO₂含量（1.96%～6.25%）,而Al₂O₃和P₂O₅含量都较天然绿松石偏低,磷铝比例基本与天然绿松石一致,为1.10左右。利用“加瓷”绿松石较高的SiO₂含量和表面特征可将其与天然绿松石进行有效鉴别。“加瓷”绿松石与天然绿松石的红外吸收光谱特征基本一致。“加瓷”绿松石的UV-Vis光谱表现为620～750 nm处的吸收峰以及425 nm附近处较为锐利的吸收峰,因颜色不同峰位稍有偏移,但总体与天然绿松石的UV-Vis光谱特征趋于一致。     

基于溶剂化效应的BDE-15分子振动光谱增强特征振动研究

利用密度泛函与自洽反应场理论在B3LYP/6-31+G(d)水平下分别计算气态及24种不同极性溶剂中4,4’-二溴二苯醚(4,4’-dibrominated diphenyl ethers, BDE-15)的分子振动光谱(红外光谱、拉曼光谱),以气态分子振动光谱为基准,筛选出对溶剂极性敏感的特征振动作为指标构建溶剂对BDE-15振动光谱溶剂化效应指标体系,探究溶剂对BDE-15分子振动频率、红外/拉曼峰强溶剂化效应及综合效应,并寻求显著增强BDE-15分子特征振动频移/强度的溶剂。研究表明：从分子振动频率角度,溶剂极性敏感的(频移>1 cm-1)分子特征振动均为伸缩振和面外弯曲振,但24种溶剂对BDE-15分子振动频率溶剂化效应并不显著;从分子振动峰强角度,24种溶剂对BDE-15分子振动光谱峰强的增强效应主要发生在红外光谱的中低频区及拉曼光谱的高频区,其中起显著增强(红外/拉曼效应指标值分别大于6与5)的溶剂为醇类、乙腈、二甲亚砜、硝基苯;不同极性溶剂对BDE-15拉曼峰强溶剂化效应及综合效应指标值均表现出随溶剂介电常数增长由线性到对数的增长趋势,而红外峰强只保留低介电常数溶剂时的线性关系。利用上述BDE-15分子振动光谱峰强增强方法对BDE-153,BDE-154和BDE-209进行验证,醇类、乙腈、二甲亚砜、硝基苯对三者的振动光谱红外/拉曼峰强的效应指标值分别大于6与5,且最大峰强增倍数皆大于33,说明所建BDE-15分子振动光谱增强特征振动方法有助于进一步开展基于分子振动光谱的PBDEs同系物间辨识研究。     

“爱迪生”珍珠及染色处理有核珍珠的谱学特征

颗粒大、圆度高并具有浓郁颜色的淡水有核养殖珍珠（商贸名称为“爱迪生”珍珠）为珍珠市场提供了更高的品质与价值,然而受利益的驱使,染色的有核养殖珍珠也逐渐流入市场,扰乱了消费者的健康消费,在一定程度上阻碍了“爱迪生”珍珠产业的良性发展。本文利用红外光谱仪、紫外-可见分光光度计和光致发光光谱仪对养殖和染色“爱迪生”珍珠进行了系统的谱学研究,并将其与海水珍珠、染色海水珍珠进行了比较。结果表明：（1）染色与养殖“爱迪生”珍珠在红外光谱上均显示1 445,882和725 cm-1处的文石振动峰,其中染色“爱迪生”珍珠在3 800 cm-1处均出现宽缓的弱吸收峰;（2）染色“爱迪生”珍珠的紫外可见光光谱中280 nm处的吸收峰明显弱于养殖“爱迪生”珍珠,染色后的“爱迪生”珍珠整体反射率降低,可能与染剂使珍珠中的蛋白质分子受损有关。染黄色“爱迪生”珍珠缺失养殖橙黄色“爱迪生”珍珠在360～380 nm处的吸收峰,而与染色海水金珠430 nm处的强吸收峰相似。染黑色“爱迪生”珍珠在425 nm处有吸收峰,染色海水黑珍珠在480和645 nm处有吸收峰,养殖海水黑珍珠在702 nm处有吸收峰,三者图谱的差异可能为各自的染料不同所致;（3）养殖“爱迪生”珍珠在光致发光光谱中450～550 nm范围内可见一组吸收峰,染色“爱迪生”珍珠的发光中心向红区偏移且在650 nm附近出现强度不等的与染色剂相关的吸收峰,染色海水金珠也在600 nm处有和染色剂有关的吸收峰。     

用电离光谱技术测量钾分子激发态的振动常数

用染料激光激发钾蒸气，观察到了与钾分子电子态5^3Hu振动能级相关的电离谱，根据电离谱峰对应的激光波长值计算出了钾分子5^3Hu态的振动结构常数，在实验误差范围内与Magnier和Millie的理论计算结果一致。     

基于药效团模型设计的PAEs分子拉曼特征振动光谱衍生增强研究

对17个PAEs训练集分子、五个PAEs测试集分子,应用Discovery Studio软件构建PAEs分子拉曼特征振动光谱的3D QSAR 药效团模型,并对PAEs分子(以环境优先控制污染物DMP,DBP和DNOP为例)进行9种常见的疏水基团取代反应,同时利用密度泛函理论B3LYP/6-31G(d)计算气态环境中取代前后PAEs的拉曼特征振动光谱,筛选PAEs拉曼特征振动光谱显著增强的衍生物。研究结果表明：药效团模型(Hypo1)具有最大的相关系数(R2)0.83、最小的均方根值(RMS)0.182和总消耗值(total cost)71.865,且Configuration值为12.68(<17),说明所构建模型具有显著性及较好的预测能力;获得基于Hypo 1药效团模型设计的PAEs分子衍生物23个：DMP(9), DBP(9)和DNOP(5),上述衍生物分子正频计算值均大于0,说明所设计的PAEs分子衍生物结构稳定,其中DMP-CH₂CH₃,DBP-Cl,DNOP-C₆H₅的拉曼特征振动光谱峰强较DMP,DBP和DNOP分别增大了6.25倍、2.05倍、1.56倍,说明PAEs分子衍生化对其拉曼特征振动光谱峰强具有显著增强作用。此外,利用密度泛函理论在相同的基组水平下计算了PAEs分子衍生物的取代反应能垒(以DNOP为例),取代反应的难易程度：-CH₂CH₂CH₃>-C₆H₅>-NO₂>-SH>-Cl,可作为筛选PAEs分子衍生化拉曼光谱增强反应的依据,并为建立增强PAEs分子拉曼光谱的检测技术提供理论支撑。     

可见-近红外光谱的鸭梨黑心缺陷在线检测AdaBoost集成模型研究

黑心病是鸭梨贮藏期间发生的生理病害,其病变初期表现在内部果核处出现褐色斑块,而在果实外观上与正常果几乎没有任何差异,严重影响鸭梨的贮藏时间和品质,亟需一种快速无损的检测方法为鸭梨质量保驾护航。采用可见-近红外光谱法对鸭梨黑心缺陷进行在线检测和识别,结合平滑（Smoothing）、标准正态变量变换（SNV）、多元散射校正（MSC）、SG一阶导数（SG 1st-Der）以及小波变换（WT）预处理方法和主成分分析（PCA）、k近邻（kNN）、朴素贝叶斯（NBC）、支持向量机（SVM）以及基于Adaboost的集成学习等方法对鸭梨黑心病进行判别研究。Adaboost集成了kNN、NBC和SVM三个独立学习器。将120个健康鸭梨和165个黑心鸭梨共计285个样品划分为训练集和测试集进行模型的构建和评价,采用训练集的查准率/查全率的调和平均值（F-measure）和正确识别率（Accuracy）对分类模型进行优化和评价。研究结果表明：不同属性（正常和黑心）鸭梨样品光谱的前三主成分分布图相互交错,很难直观地对黑心鸭梨进行区分。样品光谱经小波变换（小波基为“Haar”）预处理的kNN模型训练集的F-measure和Accuracy分别为78.98%和82.62%;经过SG一阶导数预处理后的NBC模型训练集的F-measure和Accuracy分别为80.90%和82.11%;经过小波变换预处理后的SVM模型训练集的F-measure和Accuracy分别为90.24%和91.58%;经小波变换预处理的AdaBoost模型训练集的F-measure和Accuracy分别为91.46%和92.63%。通过测试集对模型进行验证可知：光谱经小波变换预处理后建立的Adaboost分类模型最优,分类的F-measure达到90.91%,较WT-kNN,SG 1st-Der-NBC和WT-SVM模型分别提高了11.39%,15.23%和2.30%;Accuracy达到92.63 ％,分别提高了10.52%,11.58%和2.10%;模型对测试集样品预测时的计算时间约为0.12s,满足在线分选要求。可见-近红外光谱结合AdaBoost分类方法,可以为鸭梨黑心病的在线检测提供一种快速简便的分析方法。     

FFT-BP神经网络模型对车载γ能谱辐射剂量率的预测分析

为了实现车载γ谱仪巡测系统对辐射剂量率的准确测定，提出基于快速傅里叶变换(FFT)本底扣除法的改进型BP神经网络模型(FFT-BP神经网络模型)。实验采用γ射线能谱分析法，对不同间距处的137Cs放射源进行车载γ能谱测试，将得到的谱数据通过快速傅里叶变换(FFT)扣除本底，获得新的谱线数据。应用FFT-BP神经网络模型对未知剂量的车载γ谱线作辐射剂量率的定量预测，将预测结果同3个函数模型的拟合结果比较，验证FFT-BP神经网络模型的预测效果。结果表明，FFT扣除法能较好的削弱散射本底对γ谱线的影响，能有效的降低谱线本底。通过新谱线获得的特征峰面积和净谱线面积与辐射剂量率的相关系数均为0.99(p<0.05)，相关性显著。模型拟合分析过程中，FFT-BP神经网络模型表现出较强的学习泛化能力，预测较理想，相对误差和累计误差分别低于0.6%和9%，效果明显优于数学模型和γ能谱全能峰法，可显著降低γ能谱分析辐射剂量率的误差，且能有效提升工作效率。因此，FFT-BP神经网络模型适用于γ能谱辐射剂量的预测分析，为车载γ谱仪巡测系统测量辐射剂量提供了一种新型有效的分析方法。     

基于无人机红外光谱技术的影像数据匹配方法研究

无人机加载红外光谱载荷对区域内影像进行获取现已成为遥感领域一种重要的技术手段,可通过对携带位置信息的影像进行分类提取,得到植被盖度、温度指数等一系列因子指标。利用FREE BIRD(自由鸟)小型低空无人机系统挂载Tetracam红外相机(310万像素)对新疆玛纳斯县一河道进行影像获取。无人机飞行面积约为20.5 km2,为了得到更加精确的植被、温度等因子,需要对无人机红外影像进行配准,通过优化SIFT匹配参数和RANSAC粗差剔除后,获取了可靠的匹配结果,即经过算法匹配后的影像与原影像进行了误差比对,能够满足后期的应用需要, 这也是本文的创新点之一。将影像进行配准后进行二维影像拼接,将多张红外影像按照航向重叠度不低于60%,旁向重叠度不低于50%的概率进行拼接,得到拼接后的红外影像图。另外比较了SIFT和SUFT两种算法,利用优化的SIFT算法及改进的FLIR传感器获取1 600张热红外影像,利用地面同步测量数据对拼接后的红外影像进行算法匹配,并利用ENVI(完整的遥感图像处理平台)软件进行温度及植被盖度的影像反演,得到了研究区域的单一影像及红外影像的温度反演图及植被反演图。通过对两种算法的对比得到更加优化的算法模型,并对该模型进行回归分析和精度检验,得到该模型的相关系数R2为0.767,匹配精度为81.51%,模型精度较高。本模型的建立对日后无人机红外影像的配准及提取反演奠定了理论和实践基础。