基于PCA-MLR和PCA-BPN的莱州湾南岸滨海平原土壤有机质高光谱预测研究

土壤有机质(SOM)含量是衡量土壤质量高低的重要指标,可以用高光谱快速测定。在以往研究中,估算模型多以特征波段与线性经验模型为基础进行构建,较少考虑波段间信息冗余和共线性,预测效果不很理想并难以进行推广。为最大化消除波段信息噪声,提高模型预测精度,选取莱州湾南岸滨海平原为研究区,系统采集了111个土壤样本和实测高光谱数据(325～1 075 nm),并测试了土壤样本的有机质含量作为因变量;通过主成分分析(PCA)将实测光谱信息降维为6个主成分,并提取水分、植被光谱特征指数(DI),以此作为自变量;最后建立多元逐步线性回归(MLR)和BP神经网络(BPN)预测模型,分析不同模型对土壤有机质预测的效果。结果表明：①经过主成分的波段信息分析判别提取出6个主成分,可以表征叶绿素残留物、盐分、腐殖酸、物化矿渣和微地貌的光谱特征。②基于6个主成分作为自变量所建立的BPN模型预测精度优于MLR模型,他们的R2分别为0.704和0.643。将水分和植被光谱特征指数作为自变量增加到预测模型后,MLR和BPN的预测精度分别提高了6.1%和5.2%,R2达到0.712和0.764;③将光谱主成分和光谱特征指数作为自变量的BPN模型进行土壤有机质预测可得到精度较高的预测结果,在土壤有机质的预测与制图中具有一定的应用潜力。     

近红外光谱(NIRS)技术快速测定湖泊沉积物营养组分研究

湖泊沉积物保存了湖泊环境演化的重要信息,但目前还没有建立起快速、准确的湖泊沉积物营养组分组合分析方法。该文利用近红外光谱(NIRS)技术,采用一阶导数、小波滤噪、正交信号校正、小波滤噪+正交信号校正、一阶导数+正交信号校正、正交信号校正+小波压缩6种光谱预处理技术和偏最小二乘(PLS)法相结合在国内建立了NIR光谱测定湖泊沉积物柱芯样品中总碳(TC),总氨(TN),总有机碳(TOC)和总磷(TP)的校正模型,结果表明虽然NIR光谱校正模型对TOC的预测效果不理想,但一阶导数+正交信号校正光谱校正模型对TC和TN,正交信号校正光谱校正模型对TP的预测效果较好,预测相关系数分别为0.759 7(TC),0.865 0(TN)和0.811 2(TP),预测误差(RMSEP)分别为0.13%(TC),0.008 2%(TN)和0.012%(TP)。该研究对于推动我国湖泊沉积物的光谱学特性研究具有重要意义。     

基于XRF连续扫描的云南抚仙湖沉积物元素特征及环境意义

X射线荧光光谱(X-ray fluorescence, XRF)岩芯扫描仪具有前处理简单、非破坏性、连续高效测量及高精度等优势，已被广泛的应用于海洋、浅水湖泊及黄土等高分辨率的气候与环境变化研究中。然而，深水湖泊的水动力过程、物质迁移转化等与浅水湖泊均存在显著差异，且对深水湖泊沉积物的XRF连续元素扫描研究还有待进一步开展。通过对我国西南地区滇中盆地抚仙湖沉积物XRF元素连续扫描，并与电感耦合等离子体发射光谱仪(inductively coupled plasma optical emission spectrometry, ICP-OES)和质谱仪(inductively coupled plasma mass spectrometry, ICP-MS)元素分析方法对比，结合年代学与其他环境代用指标，探讨了滇中深水湖泊沉积物XRF连续扫描的元素特征所指示的环境意义。研究结果表明：(1)除P，Ge和Cr元素外，XRF元素连续扫描结果与ICP-OES/ICP-MS分析具有较好的相关性(p<0.01)；其中K，Ca，Ti，Fe，Rb和Zr元素的相关系数大于0.85。(2)元素的主因子分析发现，主成份1和2的方差贡献分别为76.31%和10.37%，其成分1远大于成分2，且K，Fe，Ti，Zn，Rb和Zr等元素的公因子载荷大于0.9，指示了抚仙湖流域的侵蚀强度是主要影响抚仙湖沉积过程的控制要素，其对流域内气候环境变化及人类活动强度具有较好的指示意义。(3)结合抚仙湖其他环境代用指标(粒度、总有机质含量)，重建了距今5 200年以来的滇中环境变化与人类活动历史。在距今约2200年，人类活动(耕作农业、砍伐森林等)的显著加强使得流域内植被减少、土壤侵蚀加剧，进入湖盆中的外源碎屑物增加，沉积物中元素含量显著增高。研究结果将为XRF技术在深水湖泊中的应用，以及开展环境演变与人类活动影响的高分辨率研究提供有效的借鉴。     

应用固体表面三维荧光技术研究湖泊底泥有机质组成与结构特征

固体表面三维荧光是一种表征固态有机质组分与结构的先进技术,不需要提取固体样品中的溶解性有机质,直接对固体样品进行三维荧光光谱检测,具有可操作性、实用性、信息量大的特点。利用固体表面三维荧光光谱,结合平行因子(PARAFAC)技术、聚类分析(HCA)与分类回归树(CART)模型等分析手段,提取乌梁素海表层底泥中的荧光组分,识别影响有机质特征的关键因子,揭示有机组分的空间分异规律。根据污染程度的不同,采集了10个表层底泥样品(1#—10#),检测未处理样品和加热处理样品的固体表面三维荧光光谱,二者之差得到湖泊底泥有机质的固体表面三维荧光光谱。采用PARAFAC技术,提取了4个主要的荧光组分(C1—C4)。C1为类色氨酸物质,主要来自于内源。C2为类富里酸物质、C3为可见区类胡敏酸物质、C4为紫外区类胡敏酸物质,C2—C4主要来自于陆源。四个荧光组分的总含量在北部最高,南部次之,中部最少。C2—C4的总含量高于C1,表明湖区底泥有机质主要来源为陆源。C1在湖区南部的含量高于北部与中部,表明C1可能与大量水生植物的生长代谢有关。C2含量的空间分布为北部>南部>中部。C3在北部地区的含量远高于南部和中部,是北部地区底泥的代表性物质。C4与C2的空间分布规律大致相同。基于荧光组分HCA,得出C2与C4可能具有相同的来源;C3与C1是区别底泥有机质特征的关键因子。基于采样点HCA,可将湖区底泥分为3个不同区域,分别为北部重度污染区、南部中度污染区与中部轻度污染区。利用CART模型,进一步验证了C3与C1是识别底泥有机质特征的关键因子,使湖区底泥的分类结果更为精确,同时为后续乌梁素海底泥污染特征与污染来源的探究提供了技术支撑。     

城市生活污水处理过程三维荧光光谱在线监测分析方法

采用三维荧光光谱(3D-EEMs)结合主成分分析(PCA)方法,将城市生活污水的三维荧光光谱分为芳香性蛋白类、微生物代谢产物、腐殖酸类和富里酸类物质四个光谱区域,判断各区域的主成分贡献率,求取各区域的第一主成分区域值,建立其与水体化学需氧量(COD)和总氮(TN)关系,研究了城市生活污水处理效果快速分析评价方法。研究结果表明,城市生活污水荧光物质主要由方香性蛋白类物质、微生物代谢产物、腐殖酸类和富里酸类物质构成,各物质的荧光区域分布不同,在污水处理过程中芳香性蛋白类物质和微生物代谢产物区域光谱变化明显,腐殖酸类和富里酸类物质区域光谱变化较小;光谱各区域第一主成分区域值与水体COD及TN之间具有良好相关性,其中芳香性蛋白类物质光谱第一主成分区域值与COD相关系数达到97.63%,芳香性蛋白类物质和微生物代谢产物第一主成分区域值之和与腐殖酸类和富里酸类物质第一主成分区域值之和的比值(Y_p/Y_f)与TN相关系数达到94.02%。通过将水体三维荧光光谱结合主成分分析方法,实现了对污水处理各流程的荧光光谱的信息降维提取,避免了各物质荧光峰的重叠和光谱信息冗余;通过水体中各物质的光谱特性将光谱分割为不同的物质区域,求取各区域内光谱第一主成分区域值,提高了物质识别的准确率,有效地解决了各物质光谱信息识别问题;通过利用芳香性蛋白类物质光谱第一主成分区域值和Y_p/Y_f与常规水质指标COD和TN作相关性分析,为污水处理监测提供了一种实时有效的监测生活污水水质状况方法,解决了污水处理流程难以实时准确监测的问题。因此,利用三维荧光光谱结合主成分分析方法可对城市生活污水处理过程进行快速判别,为污水处理过程中水质监测、工艺优化及处理效果评估提供了一种全新的快速在线监测分析方法。     

高光谱小波能量特征估测土壤有机质含量

土壤高光谱在采集过程中难以避免噪声干扰,造成高光谱数据信噪比较低,影响土壤有机质含量估测精度。尝试探究小波能量特征方法,降低高光谱噪声,提升土壤有机质含量高光谱估测模型性能。选取湖北省潜江市运粮湖管理区为试验区,于2016年9月采集80份深度为0~20 cm的水稻土样本;土壤样本经风干、碾磨、过筛等一系列处理后,在实验室内采集样本光谱,并通过重铬酸钾-外加热法测定土壤有机质含量;利用浓度梯度法,将总体样本集（80个样本）划分为建模集（54个样本）和验证集（26个样本）;以mexh为小波基函数进行连续小波变换（continuous wavelet transformation）,将土壤高光谱转换为10个分解尺度的小波系数（wavelet coefficients）;逐尺度计算小波系数的均方根作为小波能量特征（energy features）,将10个尺度的小波能量特征组成小波能量特征向量（energy features vector）;逐尺度逐波长计算小波系数与有机质含量的相关系数,将达到极显著水平（p<0.01）的小波系数作为敏感小波系数（sensitive wavelet coefficients）;利用主成分分析法（principal component analysis）分别计算土壤高光谱和小波能量特征向量的各主成分载荷,通过比较两者第一主成分贡献率的高低和两者前三个主成分得分的空间离散程度,判断小波能量特征转换前后建模自变量的主成分信息变化趋势;基于小波能量特征向量和敏感小波系数分别建立多元线性回归和偏最小二乘回归土壤有机质含量估测模型。结果表明,土壤有机质含量越高,全波段反射率越低,但不同土样的光谱反射率曲线特征相似,近红外部分的反射率（780~2 400 nm）高于可见光部分（400~780 nm）;敏感小波系数对应的波长为494,508,672,752,1 838和2 302 nm;土壤高光谱与小波能量特征向量的第一主成分贡献率分别为96.28%和99.13%,小波能量特征向量的前三个主成分散点较土壤高光谱的主成分散点在空间上更为聚集,表明小波能量特征方法有效减少了噪声影响;比较全部土壤有机质含量估测模型,以小波能量特征向量为自变量的多元线性回归模型具有最佳估测精度,其验证集决定系数（R2）、相对估测误差（RPD）和均方根误差（RMSE）分别为0.77,1.82和0.82。因此,小波能量特征方法既能够提高数据的信噪比,提升土壤有机质含量的估测精度,又实现了土壤高光谱数据降维,降低了模型复杂度,可用于土壤有机质含量快速测定和土壤肥力动态监测等研究。     

不同土壤FTIR分类研究

利用傅里叶变换红外光谱(FTIR)对5种不同类型的土壤进行了研究,结果显示,其红外光谱主要是由碳酸盐、硝酸盐、磷酸盐、锰酸盐等无机盐类,黏土矿物及有机质的振动吸收带组成。五种土壤的红外光谱在1600~750cm-1范围内呈现出差异,作一阶导数处理后,发现其差异主要表现在1440cm-1、875cm-1及798~780cm-1附近。选取1600~750cm-1范围内的一阶导数数据运用Matlab 2010来实现主成分分析,前两个主成分累计贡献率达到90.14%,利用这两个主成分作二维散点分布图,结果表明该分布能对这五种土壤进行有效分类,这为土壤鉴定提供了快捷的光谱手段,同时表明傅里叶变换红外光谱技术用于对土壤的研究,且具有测定快速方便、无损、准确等优点,具有较大的应用潜力。     

蛇足石杉及其近缘种表征关系的FTIR主成分分析

蛇足石杉是一种重要药用植物,其种内变异程度高,近缘种多,植株体型小,可供鉴别性状少。运用OMNI采样器-傅里叶变换红外光谱直接测定法,获得了蛇足石杉(Huperzia Serrata)及其5个近缘种：四川石杉(Huperzia Sutchueniana)、闽浙马尾杉(Phlegmariurus Mingchegensis)、石松(Lycopodium Japonicum)、深绿卷柏(Selaginella Doederleinii)和异穗卷柏(Selaginella Heterostachys)16个叶片样品的红外光谱,以666～3 145 cm-1范围内吸收峰吸光度为指标,以红外光谱图为对象,应用主成分分析(Principal Component Analysis),比较了16个样品在红外光谱上的差异程度。发现基于傅里叶变换红外光谱的主成分分析排序图能够在一定程度上表征16个样品的分类关系。应用FTIR直接测定法能够鉴别蛇足石杉及其近缘物种。     

基于谐波分析算法的干旱区绿洲土壤光谱特性研究

土壤有机质(SOM)含量是评价土壤肥力的重要指标。以新疆渭-库绿洲为研究区,对室内获取的SOM含量及反射光谱数据进行Savitzky-Golay (S-G)平滑和一阶微分(FD)预处理。在此基础上,为减小敏感波段遴选对建模精度的影响,引入谐波分析(HA)算法对全波段光谱数据进行谐波分解。基于主成分分析(PCA)降维后的7个主分量对SOM含量进行基于反向传播(BP)神经网络、遗传算法(GA)-BP神经网络和多元线性回归(MLR)方法的定量估算,并对估算精度进行比较。结果表明:HA预处理后的光谱数据与SOM含量的相关性相较于FD数据有了明显提高;非线性模型BP神经网络的估算精度明显高于线性模型MLR;在非线性模型中,GA-BP模型的估算精度最高,其决定系数为0.92,预测集的均方根误差为3.92×10~(-3),相对分析误差为1.93。验证了HA算法深度挖掘光谱数据的有效性,经过GA优化的BP神经网络模型可以提高SOM含量的估算精度,为土壤属性的光谱定量估算提供借鉴。     

高光谱成像技术对鲜枣内外部品质检测的研究

外部缺陷以及内部可溶性固形物的含量对提升鲜枣的采后附加值和鲜枣后续生产加工具有重要的意义,因此,为了实现同时对鲜枣内外部品质进行快速、准确识别,利用高光谱成像技术(450-1,000 nm)对壶瓶枣的“自然损伤”和可溶性固形物含量同时进行检测研究。首先,对光谱数据进行主成分分析(PCA)得到前7个主成分光谱值,对图像数据采用灰度共生矩阵(GLCM)提取到7项图像纹理指标(对比度、相关性、能量、同质性、方差、均值、熵)。然后,分别使用光谱主成分值、图像纹理特征值、以及主成分与纹理特征融合值建立偏最小二乘支持向量机(LS-SVM)模型对壶瓶枣的外部缺陷(“自然损伤”)和内部品质(可溶性固形物含量)进行检测研究。结果表明：使用主成分与纹理特征融合值建立的LS-SVM模型可作为通用模型同时对壶瓶枣内外部品质进行检测研究,其“自然损伤”判别正确率为92.5%,可溶性固形物预测集的预测相关系数(R_p)和预测均方根误差(RMSEP)分别达到了0.944和0.495。表明,采用高光谱成像技术可以建立通用模型同时对壶瓶枣的内外部品质进行检测,该研究为壶瓶枣的无损检测提供了理论参考。     

漫反射光谱技术对文物保护及相关问题的研究

应用自行研制的光导纤维反射分光光度计,研究了漫反射光谱技术在文物保护研究中的应用。主要工作包括： (1)通过比较待测颜料和标准颜料反射光谱曲线的形状和特征反射峰或一阶导数峰的位置,实现对彩绘文物颜料的分析鉴定。(2)用漫反射光谱技术监测金属表面状态的变化。文中通过对铜及其锈蚀产物漫反射光谱的研究得到了铜表面的一些信息,可见漫反射光谱技术对金属表面状态的研究具有特殊的功能。(3)通过研究文物保护修复材料的反射光谱特性,指导人们选择适宜的材料。作者的研究证实了漫反射光谱法是一种新的文物保护研究技术,具有简便、快捷和不损坏文物的特点,该工作使漫反射光谱技术成为文物保护研究的一种新的检测手段,同时也为漫反射光谱分析开辟了新的研究应用领域。     

薄膜层状外延生长的光学原位实时监测方法

综述了几种用于监控薄膜外延生长的光学原位实时监测方法的进展。其中光反射差法／光反射各向异性谱（ＲＤＳ／ＲＡＳ）和ｐ偏振反射谱（ＰＲＳ），表面光吸收（ＳＰＡ），椭偏仪（ＳＥ）等。在外延过程中已观测到了薄膜层状外延周期振荡。     

近红外光谱分析技术及其在牧草种子质量监督检验上的应用前景

近红外光谱(NIRS)的分析技术是一项高效、快捷检测样品中某种物质成分的分析新方法,近年来在农业、食品、医药、化工、纺织、环保等领域得到了广泛的应用。 文章简要介绍了NIRS技术产生和探测的基本原理、方法和技术特点,回顾了其在植物种子研究方面的应用情况,然后从种子品种鉴定、种子纯净度鉴定、种子发芽率测定、种子水分含量和生活力测定等四个方面阐述了NIRS分析技术应用于牧草种子质量监督检验的意义和潜在价值。 最后得出结论应用NIRS技术能降低种子检验成本、提高检验效率,还有助于扩大常规种子检验的范围和用途,因此NIRS应用于牧草种子质量检验有着重要的理论和实际意义。     

近红外光谱快速分析技术及其在动物饲料和产品品质检测中的应用

近红外光谱是近年来发展最快、最引人注目的光谱学技术。主要介绍了近红外光谱技术的基本原理和发展, 包括近红外光谱预处理技术如微分处理、信号平滑等技术的发展和近红外光谱分析模型如多元线性回归、主成分分析、偏最小二乘法和人工神经网络等的发展。综述了国内外近几年来此技术在动物饲料和产品品质检测中的应用。文献调查显示, 近红外光谱分析技术以其快速、无损、不污染环境等诸多优点在国内外饲料和动物产品检测方面得到广泛应用。在饲料分析方面,近红外不仅能用于其常量成分干物质、粗蛋白、粗纤维、粗脂肪等的测定,而且能用于微量成分、有毒有害成分的测定。在动物产品分析方面,该技术已用于禽蛋、牛肉、羊肉、猪肉等的各种物理和化学指标的测定。文中详细给出了已经报道的利用近红外光谱技术测定饲料和动物产品测定指标和光谱处理以及模型建立的情况, 并讨论了近红外光谱快速检测技术的在饲料分析和动物产品分析领域的应用新趋势和局限性。     

太湖水面多角度遥感反射率光谱测量与方向特性分析

水体光场不是各向同性的,其方向性分布规律的研究对于水质参数遥感反演建模具有十分重要的意义。大洋水体光场的二向性研究已经相对比较成熟,而内陆水体光场的二向性分布规律研究仍存在许多问题。水面原位多角度光谱测量数据是分析水体光场二向性的重要依据,但是目前国际上还缺少相关测量设备。设计并制作了一种能够在野外原位测量水面光场二向性的多角度水面光谱测量杆,它可以配合光谱仪测量多个角度的水面遥感反射率光谱。利用该设备在太湖开展了一次水面多角度光谱测量实验,利用该实验获取的数据分析了太湖水面遥感反射率光谱的方向性分布规律, 进而给出了能够降低方向性影响的水质参数遥感反演建模策略。     

不同的光透明剂对在体人皮肤组织光学透明的反射光谱研究

研究了经三种不同类型的透明剂处理后的在体人皮组织在波长为400～1 000 nm范围内随时间变化反射光谱特性的变化及各组于580 nm处分别在0～60 min时间段各组反射光谱的改变程度.实验采用USB-4000光纤光谱仪分别获取经丙三醇、葡萄糖及丙二醇处理在体人皮肤组织前后的在0,10,20,30,40,50和60 ...     

Reflectance Spectroscopy as a Monitor of the Thermal-Decomposition Products of Europium Trichloride Hexahydrate

The thermal-decomposition products of EuCl₃ · 6H₂O can be monitored through the use of ultraviolet/visible reflectance spectroscopy. The use of reflectance spectroscopy proved complimentary to other spectroscopic methods, combining to give a more complete representation of the decomposition products. Using variations in spectral features of the reflectance spectra, the penta- and tetrahydrate decomposition products were identified, along with the tri- and di-monohydrate compounds that were identified by luminescence spectroscopy. The observed intermediates and their corresponding decomposition temperatures can be compared to those obtained by other methods. Structural and environmental inferences as indicated by the reflectance spectra are discussed.     

黄铁矿处理重金属废水的光谱表征

将反射光谱和吸收光谱用于黄铁矿处理酸性重金属废水的研究,探讨了黄铁矿的表面反应以及黄铁矿与重金属的相互作用。漫反射红外光谱分析证实,在处理废水过程中,黄铁矿中表面羟基与重金属离子发生反应;并通过考察黄铁矿中碳酸盐,合理解释了黄铁矿处理酸性重金属废水后的溶液自然均趋于中性(pH 7)的现象。可见区的反射光谱用于表征处理过程中的黄铁矿的颗粒及比表面变化,解释了黄铁矿在重复使用时其活性反而增强的原因。吸收光谱及XPS表征表明,黄铁矿处理含Cr(Ⅵ)废水,是一个由Cr(Ⅵ)到Cr3+再到Cr(OH)₃的吸附沉淀过程。     

畜禽肉化学成分近红外光谱检测技术研究进展

和传统的肉品化学成分检测方法相比,近红外光谱分析是一种能够快速、简单、安全和可同时测定多种化学成分的肉品检测方法。论述了近年来猪、鸡、牛、羊四种动物肉中粗蛋白质、肌间脂肪、脂肪酸、水分、灰分、肌红蛋白和胶原蛋白七种化学成分的近红外光谱分析检测研究进展,并探讨了目前研究中存在的问题及其原因。从已发表的研究结果可以看出,近红外光谱分析具有替代耗时成本高的现有肉品化学检测方法的巨大潜力,特别是用于商业上同步检测多种化学成分。研究大多采用主成分分析法进行特征光谱筛选,偏最小二乘和修正偏最小二乘法建立校正模型,交互验证进行预测结果评价。目前研究热点集中在肉中脂肪酸含量预测模型和应用近红外高光谱图像和多元回归预测肉中化学成分。近红外光谱预测结果差异性较大,这与样品集选择、光谱预处理和建模方法都有很密切的关系。样品选择对近红外预测精度具有重要的意义,非均质肉样影响了近红外化学成分预测精度。总的来说,肌间脂肪、脂肪酸与水分指标预测效果较好,粗蛋白质和肌红蛋白指标预测效果次之,灰分和胶原蛋白指标预测结果较差。     

Evaluation of light scattering properties and chromophore concentrations in skin tissue based on diffuse reflectance signals at isosbestic wavelengths of hemoglobin

Optical Review - We investigate a method to evaluate light-scattering properties and chromophore concentrations in human skin tissue through diffuse reflectance spectroscopy using the reflectance...