ICP-MS/ICP-AES测定小麦穗离体培养籽粒营养元素及重金属含量

环境中重金属污染会导致谷物营养缺乏、代谢紊乱.借助ICP-MS/ICP-AES系统和离体穗培养方法,准确测定灌浆期不同浓度铜、镉(0,5,15,45 mg·L-1)处理对籽粒营养元素及重金属元素含量的影响.结果显示,不司浓度铜、镉处理显著降低小麦粒重;外源铜促进了籽粒P,K,Mg,Ca,Na,Mn和Zn含量的增加,抑制了 Fe和B的吸收.镉的加入对小麦籽粒P,K,Ca,Mg和Mn的吸收起促进作用,然而对Na,Fe,Zn和B的吸收起拮抗作用.外源铜、镉抑制小麦籽粒对Hg的积累,但籽粒Cu和Cd含量最高分别超过国家食品卫生标准的55和62倍,存在极大安全隐患.     

ICP法和原子吸收光谱法测定褐马鸡羽毛中的10种元素

珍稀濒危鸟类-褐马鸡是中国特有的野生鸟类,是国家一级重点保护动物。采用ICP法和原子吸收光谱法对来自芦芽山、庞泉沟国家自然保护区的野生褐马鸡和太原市动物园圈养褐马鸡羽毛中Mo,Zn,Ni,Fe,Mn,Cr,Cu,K,Pb和Cd等10种元素的含量进行了测定,并对这3个不同地理分布区的样品中10种元素的含量进行了比较。结果表明,在所有羽毛样品中Fe元素含量最高,Mo和Cr含量较低,Cd未检出。动物园饲养的褐马鸡羽毛中除K和Cu外,其余八种元素的含量均低于芦芽山和庞泉沟国家自然保护区野生的褐马鸡羽毛中的含量。生境的不同对褐马鸡机体微量元素有一定影响,野生环境更有利于它们的生长发育。     

唐卡主色矿物颜料光谱分析

唐卡作为一件艺术品,具有较高的历史价值和艺术价值。对唐卡的矿物颜料进行鉴别分析,对唐卡的鉴定、修复、数字化存档、再现等具有非常重要的意义。该研究对唐卡主色矿物颜料进行体系性的光谱分析,选用唐卡绘制过程中5种主色常用的矿物颜料,深入分析矿物颜料的可见光、近红外、短波红外光谱特征产生机理,总结了不同色系矿物颜料可见光、近红外、短波红外谱段光谱特征。通过分析同一矿物颜料粉末、调和骨胶颜料以及颜料上布色卡光谱特征,发现粉状颜料调和骨胶后,反射率整体下降,在1 447和1 928 nm附近出现两个水的强吸收特征。而当骨胶溶物涂绘上布后,随着膏状颜料中水分的减少,上述两个吸收特征均变弱,个别颜料在1 447 nm处的吸收特征甚至消失。因此,矿物颜料粉末和颜料上布色卡光谱极为接近,可以在后期的唐卡颜料分析中直接利用唐卡矿物颜料粉末光谱进行匹配分析。唐卡红色矿物颜料为朱砂,矿物成分主要为HgS,其光谱在可见光波段先降后升,500 nm附近形成一个较深的吸收特征,且吸收峰较宽（430～530 nm）,红光谱段附近反射率急速升高,近红外波段反射率变化较为平直,在1 940和2 250 nm附近有弱吸收特征。唐卡黄色矿物颜料主要有三种：土黄（雄黄、雌黄）,赭石及金箔,主要成分分别为硫化砷、氧化铁及金。其特征光谱在可见光谱段集中在400～500 nm之间,不同颜料的吸收特征位置和吸收深度均不同。赭石在近红外波段的反射率整体较低,且860 nm附近还出现了吸收特征;而雄黄、雌黄和土黄则在近红外和短波红外谱段表现出反射率较高且波形平直,在1 890和2 230 nm附近有弱吸收特征;金箔在可见光波段的吸收特征窄浅,可作为区分的依据。唐卡蓝色矿物颜料为石青,主要矿物成分为蓝铜矿,其光谱在500～1 000,1 500,2 040,2 285和2 350 nm附近均有较强吸收特征,而在1 885和1 980 nm处有弱吸收特征。唐卡绿色矿物颜料为石绿,主要矿物成分为孔雀石,其光谱在550～1 000 nm有较强的宽吸收特征,在2 270和2 350 nm有明显吸收特征。尽管石青和石绿主要矿物成分皆为碳酸铜,但石绿在900～1 900 nm红-近红外谱段反射率增加较缓,1 500 nm无吸收特征,可以作为区分石青和石绿的依据。唐卡白色矿物颜料为砗磲和白土,主要矿物成分分别为碳酸钙和高岭土。在可见光谱段范围,砗磲在370 nm有弱吸收特征,而白土则在370和730 nm处有两个明显的吸收特征,可作为区分。在短波红外和近红外谱段,白土在1 425,1 930和2 230 nm均具有明显吸收特征,砗磲则在1 930和2 320 nm有明显吸收特征,1 440 nm处吸收特征较弱。且同种矿物颜料粉末,矿物粉末颗粒越大,颜料颜色越深,其光谱特征反射率越低。     

近红外光谱通用模型在农产品及食品检测中的研究进展

我国人口基数大,农产品和食品的需求量多。农产品和食品的质量与安全与人们的日常生活息息相关。如何实现使用无损、快速、环境友好型、高通量的检测方法对农产品和食品的品质进行检测,是当代社会的发展需要。传统的检测分析方法存在着耗时耗力、检测的样品不能再次出售、产生次品漏检的现象等缺点。近红外光谱分析技术作为一种快速无损的检测手段,逐渐被一些学者以及相关行业人员所重视。然而,近红外光谱分析方法大多数只针对于单一物料建立数学模型。对于数量庞大且种类众多的农产品和食品而言,如不同地域、不同年份、不同温度、不同加工方法、不同成分组成甚至是不同品种,这种相对传统的近红外分析方法无疑会增加建模的工作量。随着计算机技术、光谱仪硬件、化学计量学以及互联网技术的发展,相关学者已经开始着手于近红外光谱通用模型的研究与开发来解决这一问题,即建立一个近红外通用模型,能够对多种物料的同一指标或多种指标进行检测。相比于传统的近红外光谱模型,通用模型具有建模成本低、工作量小等优点,特别使近红外光谱技术在农产品和食品领域中应用以及推广方面具有重要的意义。针对近红外光谱通用模型在农产品和食品检测中的研究进行综述,通过比较传统模...     

基于高光谱成像技术的不同产地小米判别分析

高光谱成像技术被广泛应用于农产品的检测。基于高光谱成像技术结合机器学习算法无损鉴别不同地区的小米样本。将来源7个省份共计23份样品的小米样本根据地理区域划分为东北地区、河北、陕西、山东和山西共5大类，其中东北地区共6份样品，山西地区5份样品，河北、陕西和山东各4份样品。将每份样品均分为10等份并利用高光谱成像仪采集900～1 700 nm波段内小米的高光谱数据。为了减少光照不均匀和暗电流对实验的影响，对采集到的高光谱数据进行黑白校正。利用ENVI软件选取小米高光谱图像的感兴趣区域(ROI)，每份小米样品选取9个ROI。计算ROI内的平均光谱值，以此平均值作为该样本的一条光谱记录，最后共收集到2 070条光谱曲线，其中东北类540条，山西类450条，其他河北类、山东类、陕西类各360条。为了减少样品表面的不平整性引起的散射现象，进而影响小米的真实光谱信息，对收集到的原始光谱进行多元散射校正预处理(MSC)。采用随机划分法对校正过后的光谱数据划分训练集和测试集，测试集占的比例为0.3。利用线性判别分析(LDA)对不同产地小米的光谱数据进行可视化分析，将测试集代入训练好的LDA模型，做出预测结果的混淆矩阵(Confusion Matrix)，结果表明LDA对于陕西和山西类的预测准确率为0.84和0.99，对于东北、河北和山东的预测准确率仅为0.68，0.68和0.40。进而采用递归特征消除(RFE)对小米的光谱信息进行特征选择，去除冗余的信息，提高模型的预测准确率。将RFE分别与支持向量机(SVM)和逻辑回归(LR)结合，对不同产地小米的判别进行对比分析。将小米光谱数据的训练集分别代入SVM-RFE和LR-RFE模型并结合3折交叉验证技术，以模型F值的微平均(Micro-averaging)最优选择出相应的特征子集。结果表明，LR-RFE选择的波长数为74个，其模型的Micro_F为0.59；SVM-RFE选择的波长数为220，其模型的Micro_F为0.66。将选择后的特征子集应用到测试集并将测试集分别代入SVM和LR模型，采用模型预测结果的混淆矩阵和模型的受试者工作特征曲线(ROC)作为评价方法。结果表明SVM-RFE对东北地区、河北、陕西、山东和山西的预测准确率分别为1，0.37，0.72，0和1，其ROC曲线下面积(AUC)分别为0.82，0.92，0.93，0.70和0.99。LR-RFE的预测准确率分别为0.92，0，0.97，0和0.80，其AUC分别为0.72，0.74，0.94，0.66和0.88。从预测结果可以看出SVM-RFE模型的综合分类性能优于LR-RFE，而对陕西类的判别LR-RFE要优于SVM-RFE，对于河北类和山东类两个模型都不能有效判别。这两个模型的预测准确率相比LDA有了一定的提升。     

基于自适应加窗spline曲线拟合的拉曼光谱去基线方法

拉曼光谱是一种无损快速检测技术,可以提供材料的定性和定量信息,因而在医药、化工等诸多领域得到了广泛的应用。但是,由于样品荧光背景噪声的影响,造成拉曼光谱信号出现基线漂移现象,这给拉曼光谱的特征峰识别和拉曼成像带来十分严重的影响。目前,改进实验方法和数值处理是解决该问题的两种重要手段。改进实验方法上,有偏振调制法和高频调制法等,但存在实验设备复杂,检测技术难度大等缺点;数值处理上,有多项式拟合和小波变换等,但容易出现欠拟合和过拟合等现象。本文在不改换高精密设备的前提下,针对传统基线校正的方法进行了改进,提出一种基于自适应加窗spline曲线拟合的拉曼光谱去基线方法。首先,基于谱峰识别算法和初始搜索步长求得谷值的最优搜索间距,并利用谱谷识别算法完成谷值曲线的拟合;其次,利用最优搜索间距和谱峰识别算法,求得谷值曲线峰值位置,并在该位置处对称添加自适应矩形窗函数去除峰值,重新划分整个区间,拟合谷值曲线;再次,逐点比较拟合曲线与原拉曼光谱信号,取较小值,拟合曲线;最后,重复加窗去除峰值操作,直至自适应窗函数宽度低于阈值,完成拉曼光谱信号的基线拟合。在实验中,选用乙酸丁酯、聚甲基丙烯酸甲酯(polymethyl methacrylate, PMMA)作为实验样品,利用该方法对其拉曼光谱信号进行了基线校正,观察并比较该方法和传统方法的校正结果。实验结果表明,该方法能够有效地消除拉曼光谱信号的基线漂移,较好的保留一些较弱的拉曼特征峰,且不易出现欠拟合和过拟合的现象,获得了良好的基线校正效果,为进一步分析光谱数据和实现拉曼成像提供准确可靠的信息。     

Energy,Exergy, Exergoeconomic and Exergoenvironmental Impact Analyses and Optimization of Various Geothermal Power Cycle Configurations

Energy, exergy, and exergoeconomic evaluations of various geothermal configurations are reported. The main operational and economic parameters of the cycles are evaluated and compared. Multi-objective optimization of the cycles is conducted using the artificial bee colony algorithm. A sensitivity assessment is carried out on the effect of production well temperature variation on system performance from energy and economic perspectives. The results show that the flash-binary cycle has the highest thermal and exergy efficiencies, at 15.6% and 64.3%, respectively. The highest generated power cost and pay-back period are attributable to the simple organic Rankine cycle (ORC). Raising the well-temperature can increase the exergy destruction rate in all configurations. However, the electricity cost and pay-back period decrease. Based on the results, in all cases, the exergoenvironmental impact improvement factor decreases, and the temperature rises. The exergy destruction ratio and efficiency of all components for each configuration are calculated and compared. It is found that, at the optimum state, the exergy efficiencies of the simple organic Rankine cycle, single flash, double flash, and flash-binary cycles respectively are 14.7%, 14.4%, 12.6%, and 14.1% higher than their relevant base cases, while the pay-back periods are 10.6%, 1.5% 1.4%, and 0.6% lower than the base cases.     

INAA for determination of trace elements in bottom sediments of the Selenga river basin in Mongolia

Instrumental neutron activation analysis (INAA) was used for the determination of major, minor and trace elements in samples of bottom sediments of the inflows of the Selenga river basin to assess the impact of the contamination from the industrial complex Erdenet and other industrial enterprises in Mongolia. A total of 42 elements (Na, Mg, Cl, K, Ca, Al, Sc, Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, As, Se, Br, Sr, Rb, Sr, Zr, Nb, Sb, Cs, Ba, La, Ce, Nd, Sm, Eu, Tb, Dy, Tm, Hf, Ta, W, Au, Hg, Th, and U) was determined by combination of conventional and epithermal neutron activation analysis at the IBR-2 reactor, FLNP JINR, Dubna. For the first time such a large set of elements was used for characterization of the bottom sediments as accumulating media which may reflect industrial contamination of the water basin. The concentrations of heavy metals and other trace elements in the samples from three inflows of the Selenga river basin were compared with data from the previous studies. It was shown that the industrial zone of the Erdenet Mining Corporation (EMC) and gold mining zone Zaamar are the sources of strong environmental contamination. The concentrations of Cu and Sb determined in sediment samples of the River Khangal and Govil near the EMC exceed average crustal rock and soil values by factors of 50 and 15, respectively. In the area of the gold mining zone Zaamar concentrations of Au, As, and Sb exceed crustal rock and soil values by factors of 4, 25, and 6, respectively. The relatively high levels of As, V, Zn, V, and Sr in the sediments of the studied rivers are obviously due to the discharges of untreated wastewater of desalination plant, electrical power station, textile industry and mining activities as well as domestic wastewater.     

秦巴山区汉中中药材姜黄中无机元素的测定

用ICP-AES测定陕西汉中市中药姜黄中的2种常量营养性元素(钙、镁)和5种微量元素(铜、铬、铁、锌、锰)含量.钙6010.5μg·g-1、镁6250.1μg · g-1、铜18.8μg·g-1、铬4.2μg·g-1、铁331.8μg·g-1、锌208.6μg·g-1、锰477.4μg·g-1,加标回收率均在96.4％...     

Elemental Analysis of Tea Leaves (Camellia Sinensis) and Their Own Soils at Eastern Black Sea Region in Turkey

People consume tea brewed from the leaves of the Camellia sinensis plant for about 50 centuries. Health benefits of the tea have been investigated for about three decades. Especially green tea shows antitoxic and lots of properties with its determined ingredients. Turkey is not only the one of the best consumer and but also good producer of the tea as being 5 th producer all over the world. It grows eastern region of the Turkey and high quality tea is imported and exported. To have quality tea, grooving soils are also crucial. In the current research, Tea leaves and their own grown soils were collected from 20 stations where the most tea producer cities as Trabzon, Rize and Artvin tea fields of the eastern of Black Sea Region in Turkey. The cultivated tea and their own grown soil samples were analysed by using EDXRF Spectrometry. In the soil samples, the elements Mg, Al, Si, P, S, K, Ca, Ti, V, Cr, Mn, Fe, Ni, Cu, Zn, Sr, Ba, Pb on percent level and the elements Mg, Al, Si, P, Cl, K, Ca, Ti, Mn, Fe, Ni, Cu, Zn and Sr in the tea leaves were detected by using SKRAY 3600-EDXRF.and also the obtained data were evaluated with the Kriging interpolation of geostatistical method. Element content were investigated in the soil and tea samples according to the geological situations and also the relation of elemental difference between the tea and the own grown soil. Pb/Zn ratio was also anaysed in the samples.     

Sonolysis of chlorobenzene in aqueous solution: organic intermediates

The ultrasonic degradation of 1.72 mM chlorobenzene was investigated. The sonolysis of chlorobenzene followed first-order kinetics. The influence of the pH of the aqueous solution and the effect of the saturating gás, air or argon, was measured. No pH effect was noticed, and saturation with the monoatomic argon accelerated the degradation. Furthermore, the addition of the radical scavenger benzoate demonstrated that no significant degradation took place in the bulk solution. For air-saturated solutions, the following organic degradation products were identified: methane, acetylene, butenyne, butadiyne, benzene, chlorophenols, phenylacetylene and other chlorinated and non-chlorinated monocyclic and dicyclic hydrocarbons. For argon-saturated solutions, the same products were found, except for the chlorophenols. The presence of the chlorophenols in the case of air-saturation only demonstrated the interaction between the radicals formed and oxygen, and no direct degradation by OH. radicals. The kinetics of several organic degradation products and chloride were determined for the sonolysis of air- and argon-saturated solutions.     

器物理原理演示教学仪器的研制

介绍了一种采用应变片、铂电阻、光敏电阻、磁敏电阻四种电阻型传感器来测量压力、温度、照度、磁场的物理演示教学仪器,可以定量地演示出压力和应变片电阻值、温度和铂电阻阻值、照度和光敏电阻阻值、磁场强度和磁敏电阻阻值之间的关系及给出电阻阻值与对应的物理量之间的曲线。介绍了演示仪器的检测原理和结构,该仪器用于本科生教学,可以使学生将物理学理论与工程实际应用有机结合起来,了解不同属性外场,引起电阻值的变化。拓展出形变、照度、温度、磁场检测等在工程技术中的应用。     

基于ICP-MS法的苹果酒发酵过程矿质元素的动态分析

利用电感耦合等离子质谱仪(ICP-MS)测定苹果酒发酵的不同时期主要矿质元素含量,分析在苹果酒发酵过程中主要矿质元素的吸收和释放的动态变化。结果表明：发酵液中含有的主要矿质元素有钾、钠、钙、镁、铁、锰、铜、锌、锶、硼等十种,其中钾元素的含量最高,在苹果汁中达到1 853.83 mg·L-1,经过发酵后的含量为1 654.38 mg·L-1。在发酵过程中,各种矿质元素的含量处于不断的动态变化之中,整体看来,在发酵进行72～120 h以及144～216 h,大部分矿质元素的含量变化波动较大;尤其在发酵进行到192 h,大部分矿质元素的含量都达到峰值或谷值,其中铁和锌元素的含量达到峰值,钾、钠、钙、镁、锰、硼六种元素的含量达到谷值。但在随后发酵结束前的24 h内,矿质元素的含量又剧烈反弹。经过发酵过程后,钾、镁、铜、锌、硼等元素的含量显著降低,钠、钙、锰、铁、锶等元素含量变化不显著。对十种元素进行相关性分析,结果表明钙元素和锰元素之间的相关性最高,pearson相关系数达到0.924。试验结果为调控酿酒过程,控制产品质量提供了理论依据。     

XRF与ICP-MS法在福建省安溪县和华安县的铁观音茶中元素含量测定的应用研究

安溪是铁观音茶的源产地,茶叶总产值每年数亿元,但不同品质的铁观音茶价格参差不齐,市场上存在以次充好的现象。福建省安溪县和华安县为铁观音主要的茶产地,两县市的茶叶产量市场占有率较高,地理位置毗邻,但茶叶品质和风味各有不同,造成茶叶市场的困扰。铁观音中微量元素种类和含量的检测,对产地的溯源具有重要的意义。采用X射线荧光光谱无标样半定量分析法(XRF)和微波消解/电感耦合等离子体质谱法(ICP-MS)对福建省主要茶产区安溪县(感德、西坪、祥华)和华安县(良村、华丰、仙都)的30份铁观音进行元素含量对比分析。XRF法检测出两县茶样中存在的元素种类有K, Ca, S, P, Mg, Al, Si, Cl, Fe, Mn, Rb, Zn, Na和Sr,但含量上存在一定的差异。根据XRF法检测结果进行快速、准确稀释茶样用于ICP-MS法对比测定金属元素,优化样品前处理方法以满足痕量检测要求。对比发现当测定Ca, Mg, Al, Fe, Mn和Zn金属元素时,相关性系数R²在0.824 8～0.892 8,趋势线斜率在0.806 0～0.944 9, XRF法和ICP-MS法的可...     

复杂网络可控性研究现状综述

控制复杂系统是人们对复杂系统模型结构及相关动力学进行研究的最终目标, 反映人们对复杂系统的认识能力. 近年来, 通过控制理论和复杂性科学相结合,复杂网络可控性的研究引起了人们的广泛关注. 在过去的几年内, 来自国内外不同领域的研究人员从不同的角度对复杂网络可控性进行了深入的分析研究, 取得了丰硕的成果. 本文重点讨论了复杂网络的结构可控性研究进展, 详细介绍了基于最大匹配方法的复杂网络结构可控性分析框架, 综述了自2011年以来复杂网络可控性的相关研究成果, 具体论述了不同类型的可控性、可控性与网络拓扑结构统计特征的关联、基于可控性的网络及节点度量、控制的鲁棒性和可控性的相关优化方法. 最后, 对网络可控性未来的研究动态进行了展望, 有助于国内同行开展网络可控性的相关研究.     

基于紫外光谱法和有监督模式识别技术对氯化钠、氢氧化钠和β-苯乙胺种类的鉴别

β-苯乙胺(PEA)是一种重要的有机合成中间体,在PEA生产过程中,最终的生成物中常常为含有氯化钠(NaCl)、氢氧化钠(NaOH)和PEA三者的混合物。因此,对NaCl,NaOH,PEA和混合物种类进行鉴别,有利于PEA的合成以及定性检测,需建立紫外光谱快速鉴别NaCl,NaOH,PEA和混合物种类的方法。利用紫外光谱法分别测量了NaCl,NaOH,PEA和混合物在190～400 nm范围的吸收光谱。首先,采用偏最小二乘法(PLS)提取紫外光谱的主成分信息,用少数的主成分信息取代原始变量,减少模型的复杂度。用PLS提取NaCl,NaOH和PEA在前三个主成分空间中得分向量值的分布。可知NaCl,NaOH和PEA前三个主成分累计贡献率分别是96.64%,99.44%和99.95%。因此,NaCl、NaOH和PEA的前三个主成分基本包含了大部分的光谱信息。其次,用获得的三个主成分作为输入变量,采用线性判别分析（LDA）,Sigmoid SVM,RBF-SVM,RBF-ANN,BP-ANN和人工蜂群(ABC)优化神经网络(ABC-BP-ANN)等模式识别方法对NaCl,NaOH和PEA种类进行判别,获得总的敏感性分别为95.6%,95.6%,95.9%,95.8%,96.9%和99.6%。由于NaCl和NaOH特征吸收峰很相似,主成分得分向量会出现重叠现象,导致NaCl和NaOH的种类鉴别出现误判。通过对比六种分类方法,可知ABC-BP-ANN效果最优,BP-ANN次之,RBF-SVM和RBF-ANN结果相似,但比BP-ANN稍差,LDA和Sigmoid-SVM效果最差。最后,配制7种不同摩尔分数的混合物(混合物摩尔分数是指PEA物质的量占混合物总物质的量百分比),浓度范围为0%mol·L-1～60%mol·L-1,然后采用RBF-SVM,BP-ANN和ABC-BP-ANN三种方法对混合物种类进行判别。从敏感性和特异性结果可以得知,ABC-BP-ANN分类效果最好,BP-ANN次之,RBF-SVM分类效果最差, 由混合物得到的结果与单组分的结果相一致。结果表明,紫外光谱结合ABC-BP-ANN模式识别方法可以成功区分NaCl,NaOH,PEA和混合物的种类。该方法可作为一种简便、快速、可靠的方法用于NaCl,NaOH,PEA和混合物的种类判别,并为PEA的合成和质量控制提供理论依据和技术支撑。     

The energetic balance of the two different electrostatic processes: Electrostatic liquid spraying and electrostatic induction for electrical field measuring

In the specialized literature, two previous studies [S. Zhao, G.S.P. Castle, K. Adamiac, The effect of space charge on the performance of an electrostatic induction charging spray nozzle, J. Electrostat., 63 (2005) 261–272; S. Zhao, G.S.P. Castle, K. Adamiac, Comparison of conduction and induction charging in liquid spraying, J. Electrostat., 63 (6–10) (2005) 871–876] aim to clarify, by theoretical and experimental means, the following aspects concerning the charge through conduction and induction: charging mechanism, distribution of electrical field, conversion of energy and effect of spatial charge. This paper presents the energetic balance of the two systems, namely induction and conduction charge systems, with the purpose of establishing the quantitative energetic aspects of the phenomena that take place and, most of all, establishing the contribution to the energetic value of the drops that end up on the target and come from the high voltage source supplying power to the system and from the air flow that contributes to spraying and transporting particles to the target. At the same time, the energetic balance of a device which uses electrostatic induction for measuring electrical field intensity and high voltage is presented for exemplification. The device scheme, the way of functioning, the equivalent electrical schemes and the expression of the electrical current generated by the device as a consequence of the electrostatic induction are presented, and it is demonstrated that the electrical energy of the generated current does not result from the energy stored in the electrical field which is being measured, respectively of the one generating the electrostatic induction, but from the mechanical energy, by conversion, consumed by the motor which sets in motion the mobile part of this device.     

基于高光谱技术的酸奶中常见致病菌的快速鉴别及计数

酸奶是一种发酵型乳制品饮料,因其特殊的功能性和良好的口感而广受欢迎。但由于商业链的不正当运行,如奶源非法获取、灭菌不充分等原因,导致酸奶中致病菌大量滋生,酸奶中毒事件频繁发生。酸奶中常见的致病菌主要有大肠杆菌、金黄色葡萄球菌和沙门氏菌,这三种致病菌由人体摄入并达到一定的数量时会产生腹痛、腹泻等严重的消化道疾病,并且会破坏人体肠道内的正常菌群平衡,因此国标对奶制品中这三种致病菌的数量已有明确的限量规定。由于酸奶的主要消费对象为老人和小孩,故其潜在危害不容小觑。传统菌落检测方法虽具有简单,灵敏、可操作性强等优点,但当不同菌落混杂在一起时无法同时进行定性定量的检测,且具有试剂成本高,检测周期长,人为因素影响较大等缺点。因此开发一种快速、简单、准确的混合鉴定计数方法为避免致病菌对酸奶的潜在危害提供了有效的途径。高光谱技术同时包含样本的光谱信息与图像信息,既能够根据化学组分的微小变化进行精确识别（光谱信息）,又能够反映出菌株在外部多层次的变化（图像信息）。因此该研究尝试对比高光谱图像技术和光谱技术,采用模式识别的方法,对比不同的模型识别结果,优选出最佳识别率的识别模型作为计数模型,最后通过最佳鉴别计数模型的识别分类结果来达到对酸奶中常见致病菌鉴定计数的目的。首先,购买酸奶中常见的乳酸菌种（保加利亚乳杆菌、嗜热链球菌、嗜酸乳杆菌、干酪乳杆菌、植物乳杆菌）和潜在污染的致病菌种（金黄色葡萄球菌、大肠杆菌、沙门氏菌）等标准菌株进行培养,提取经过48 h培养后的菌落图像信息和光谱信息。采用几种不同的预处理方式（SNV,MC,MSC,1stDER,2ndDER）对所提取的光谱数据进行预处理,并应用遗传算法筛除光谱数据中冗余的波段,保留有效波段。利用图像处理技术对图像信息中的菌株与培养基背景进行去除,然后采用主成分分析法从每幅图中优选出3个特征波长,并运用图像处理技术从特征波长所对应图像中提取菌株的18个基于GLCM的纹理特征信息。挑选合适的主成分分别建立不同的鉴别模型（LDA,KNN,BP-ANN,LS-SVM）,通过其最终的鉴别模型的识别率来确定最佳鉴别计数模型。最后从标准菌株中分别挑选出30株进行计数测试,通过比较模式识别的分类数量结果与菌株的实际数量来验证模式识别效果的准确率。研究表明,运用SNV预处理后光谱数据在提高信噪比效果上明显优于其他几种预处理方式。745.790 8,773.098 4和779.207 0 nm为图像信息中方差贡献率最大的三个波长,运用从特征波长所对应的图像中所提取的纹理特征信息建立图像识别模型。通过对比图像信息和光谱信息的模式识别结果发现,光谱特征鉴别模型普遍优于图像纹理特征鉴别模型,且当主成分数为9时,运用光谱特征所建立的LS-SVM模型的校正集识别率为96.25%,预测集的识别率为91.88%,为最优模型。采用优选的最优模型对菌株进行识别计数,大肠杆菌计数的相对误差为3.33%,金黄色葡萄球菌和沙门氏菌计数的相对误差均为0,验证了高光谱技术应用于酸奶中常见致病菌的鉴别计数的可行性。     

大豆冠层多光谱图像提取方法

为解决大豆冠层在近地端的多光谱图像边缘灰度不均,目标与背景之间灰度差别小,难以准确高效地获取大豆冠层目标区域的难题,将多光谱成像处理技术与经典图像分割方法有机融合,提出基于多光谱图像处理技术的大豆冠层提取方法。以东北大豆为对象,通过Sequoia多光谱相机采集绿光、近红外、红光、红边和可见光五类大豆多光谱图像,采用高斯平滑滤波法对原始大豆多光谱图像进行预处理,分析多光谱图像中大豆冠层和背景的灰度直方图分布特性,在此基础上利用迭代法、Otsu法和局部阈值法提取原大豆多光谱图像中冠层区域,并以图像形态学开运算处理细化和扩张背景,避免图像区域内干扰噪声对大豆冠层识别效果的影响,同时以有效分割率、过分割率、欠分割率、信息熵以及运行时间等为监督指标,对大豆冠层多光谱图像识别模型进行效果评价。大豆冠层识别模型中迭代法可以有效分割近红外和可见光大豆冠层图像,有效分割率分别为97.81%和87.99%,对绿光、红光和红边大豆冠层图像分割效果较差,有效分割率低于70%;Otsu法和局部阈值法可以有效分割除红光波段的其余四种多光谱大豆冠层图像,且有效分割率均在82%以上;三种算法对红光大豆冠层图像的有效分割率均低于20%,未达到较好效果。在原始多光谱图像中应用迭代法、Otsu法和局部阈值法提取大豆冠层图像与标准图像的信息熵平均值波动幅度分别为：0.120 1,0.054 7和0.059 8,其中Otsu法和局部阈值法较小,表明了对于大豆冠层多光谱图像识别中两种算法的有效性。该算法中Otsu法和局部阈值法均可以有效提取绿光、近红外、红边和可见光等多光谱的大豆冠层图像,二者较为完整地保留了大豆冠层信息,其中Otsu法实时性能较局部阈值法更好。该成果为提取农作物冠层多光谱图像提供理论依据和技术借鉴。     

储热空间内支撑结构对相变结晶膨胀的影响

相变储能技术作为一种特殊的储能技术,可以将能量跨地域、跨时间储存.相变储能材料在蓄放热过程中,温度可以在一定范围内保持恒定不变,并且具有储热密度高、性能稳定、材料来源广泛、适用于各领域等优点,但应用过程中也存在一些比较棘手的问题.本文选取典型的水合盐八水氢氧化钡,针对其膨胀特性进行了实验研究及分析.实验中,在材料储能体...