分子束外延n-GaAs/SI-GaAs薄膜材料的拉曼光谱研究

用分子束外延(MBE)技术, 在GaAs(100)衬底上生长了不同Si掺杂浓度（从1016 cm-3到1018 cm-3）的n-GaAs薄膜。通过在室温下拉曼光谱的测量对n-GaAs薄膜的谱形进行了分析,拉曼位移出现了明显的移动,光学横模TO峰相对的增强,光学纵模LO峰相对的减弱。文章分析了原因这是由于Si掺杂浓度不断的提高,致使界面失配位错不断地提高造成的,内部应力也在不断的增大,原来的晶格振动平衡被破坏,四价Si替代了三价Ga致使谱线移动。并且由于横声子模具有Raman活性,横声子模被相对的增强了。实验结果与理论是互相吻合的。     

可见／近红外漫反射光谱无损检测南丰蜜桔维生素C的研究

应用可见/近红外漫反射光谱对南丰蜜桔维生素C含量进行了无损检测研究.在谱区350～1 800nm,应用主成分分析和偏最小二乘法对经过预处理光谱进行数学建模,主成分数和光谱区间选择分别由完全交互验证和回归系数法确定.定标模型对10个未知样品的预测结果是:预测相关系数为0.813,预测均方差为2.112 mg(100 g)-1,预测偏差为-0.810 mg(100 g)-1.文章表明利用可见/近红外漫反射光谱技术无损检测南丰蜜桔维生素C具有可行性.     

基于多光谱图像颜色特征的茶叶分类研究

提出了一种利用多光谱图像颜色特征进行茶叶分类的新方法,对两种颜色几乎一样用肉眼几乎不能分辨的茶叶进行了分类。图像由MS3100-3CCD光谱成像仪和普通数码相机同时获得,光谱成像仪提供3个波段的图像,由近红外(NIR)、红色(R)和绿色(G)组成,因此它比普通数码照相机包含更丰富的信息,特别NIR波段的图像对有机物的颜色比可见光敏感。提取3CCD光谱成像仪和普通数码照相机各个波段图像颜色的特征即像素偏方差值和平均值进行统计分析,用多光谱图像的NIR图像所提供颜色信息能够辨别这两种颜色几乎一样的茶叶,而普通数码相机无法提供信息进行识别。然后应用人工神经网络技术,对NIR图像像素偏方差值和平均值这两个参数进行建模,建模样本40个,每个样本为20个,预测样本20个,每个样本为10个。结果表明,在阈值为0.3,对两种茶叶进行分类得到了100%识别率,此研究为茶叶的分类提供一种快速和无损的新方法。     

垃圾填埋渗滤液溶解性有机物组分的光谱学特性研究

选取3个不同填埋年限的渗滤液样品,以Leenheer的分组方法为基础,采用XAD-8树脂将渗滤液中的溶解性有机物(DOM)按极性和电荷特性分为结构较为均一的不同组分,用荧光光谱和紫外光谱对其中3个组分进行分析。荧光光谱分析表明,填埋初期,疏水酸性组分(HOA)、疏水中性组分(HON)和亲水性组分(HIM)均以类蛋白物质为主,随着填埋年限增加,其分子复杂化程度增强;其中HOA组分分子量最大、复杂程度最高,同时芳烃化合物的含量也最高,HON居中,HIM组分最小。紫外光谱分析表明,HOA和HON组分芳香环上的取代基均以羰基、羧基、羟基为主;而HIM组分则以脂肪链为主,同时芳香烃化合物含量较低。研究结果表明,随着填埋年限的增加,三种组分的复杂化程度均呈上升趋势。     

胺化葡萄糖及其铜配合物的光谱特性

研究了胺化D-葡萄糖的FTIR,1H-NMR特性及其与Cu(Ⅱ)形成配合物的UV光谱。在FTIR谱中,与D-葡萄糖相比,在1 629～1 608 cm-1出现δ_NH吸收峰,说明D-葡萄糖与乙二胺发生了反应;在1H-NMR谱中,在δ4.82～4.79的化学位移分别对应于葡萄糖C₁上的质子及与C₁直接相连的乙二胺的氨基上的质子,表明反应时乙二胺取代了葡萄糖C₁上的羟基,形成了胺化葡萄糖;在UV谱中,胺化葡萄糖在紫外光区并没有明显吸收,但与Cu(Ⅱ)形成配合物后,在236 nm附近出现最大吸收峰。在胺化葡萄糖-Cu(Ⅱ)配合物中,Cu2+与胺化葡萄糖的络合比接近于1∶1,该配合物稳定常数6.8×107 L·mol-1。     

多目标多光谱辐射高速高温计的研制

固体火箭羽焰是一种特殊的火焰,固体火箭发动机喷管羽流沿径向和轴向的温度是研究固体推进剂燃烧状况和发动机燃烧流场的基本参数。针对固体火箭发动机尾喷焰温度及其空间分布测量的需要,继1999年采用多光谱辐射测温方法和技术实现航天某型号固体火箭发动机测量后,研制了新型的多目标多光谱辐射高速高温计用于固体火箭发动机地面搭载试验。仪器使用组合棱镜和光电二极管阵列实现目标0.4~1.1μm光谱的热辐射测量,在主光路设计中首次使用光纤技术,实现一台仪器同时测量空间分布6个目标点的温度和发射率,每个点的空间位置由光阑上的通光孔精确确定,且每个目标测点均有8个工作光谱,研制的同步高速数据采集系统完成48个测量通道的数据同步时间小于10 ns。     

超光谱成像仪狭缝热光谱特性的分析

介绍了在狭缝超光谱成像仪中的重要作用。推导出在温度水平变化时,狭缝宽度尺寸的变化对超光谱成像仪光谱带宽与信噪比的影响,得到了超光谱成像仪狭缝的热光谱特性。比较了两类常见狭缝的热光谱特性,得出热特征尺寸与其导热率乘积越小的狭缝热光谱特性也越好的结论。     

基于光谱和神经网络模型的作物与杂草识别方法研究

利用光谱技术来识别作物与杂草是精细农业中一个非常重要的研究内容,但光谱数据中含有大量冗余数据,如何预处理以及建立识别模型,是决定识别准确率的关键。利用在325～1 075 nm波段的光谱识别了三种杂草（牛筋草、凹头苋、空心莲子草）与大豆幼苗。在幼苗生长的第三周与第六周分别采集杂草与作物的光谱,共378个样本。用其中的250个光谱样本,包括第一期和第二期采集的光谱样本,在采用db12小波经过三层分解后,将其小波系数作为输入数据建模,构造了一个径向基函数神经网络。然后,利用余下的光谱样本检验该模型的识别能力。结果表明,该模型对作物与杂草光谱具有极强的识别能力,只有3个第二期的牛筋草样本被判断为空心莲子草,其余的样本全部正确识别。这个结果表明,采用可见/近红外光谱识别大豆幼苗与三种伴随生长的杂草是可行的,同时也说明,随着作物的生长阶段的不同,其光谱的变化不会影响到种类识别。     

土壤碱解氮含量可见/近红外光谱预测模型优化

可见/近红外光谱技术是土壤成分检测的有效工具。波长筛选对可见/近红外模型土壤属性的预测精度有重要影响。以宁夏吴忠地区75个水稻土样为研究对象,利用可见/近红外光谱技术采集土壤样品光谱,采用SPXY （Sample set partitioning based on joint X-Y distance）方法选取了校正集和预测集样本,比较了分别采用Savitzky Golay平滑（SG smoothing）、多元散射校正（Multiple scatter correction,MSC）、标准正态变量变换（Standard normal variate,SNV）3种预处理方法对光谱数据处理后建立土壤碱解氮偏最小二乘法模型和原始光谱数据建模的效果。在此基础上,分别采用遗传算法（Genetic gorithms,GA）、连续投影算法（Successive projections algorithm,SPA）、竞争性自适应重加权算法（Competitive adaptive reweighted Sampling,CARS）、随机蛙跳（Random frog,RF）进行波长筛选,最后应用偏最小二乘法建立基于不同波长筛选方法的土壤碱解氮含量预测模型。研究表明,由于仪器性能稳定,样品的颗粒度比较小和均匀,本次实验原始光谱数据建模效果最好;各种波长筛选方法均可有效减少参与建模的波长数,且连续投影算法优于全谱建模,所选波长数仅为全谱波长数的1%,其预测决定系数（R²）、预测均方根误差和相对分析误差值分别为0.726,3.616,1.906。这表明连续投影算法可以有效筛选水稻土碱解氮敏感波段,为土壤碱解氮传感器开发提供技术支持。     

基于多光谱法的激发温度和辐射温度瞬态测试技术

近些年来,随着国内外尖端科技快速发展,温度测量无论是对于国防建设领域还是对于工业制造领域都有着极为重要的指导意义和研究价值。尤其在瞬态超高温测量方面,测温精度要求更为严苛。测温方法多种多样,多光谱法由于其精度较高且适用性强,被国内外专家广泛运用。基于多光谱测温法,提出一种新的能够同时高精度测量目标的瞬态激发温度和辐射温度的方法。该方法通过查找可信度更高的目标物理特性数据以及更为精确的多光谱直线拟合方法,精准计算得到目标激发温度。通过建立更加准确的数学模型和算法,减小光谱发射率对整个测温过程的影响实现高精度的辐射温度测量。通过相关测温实验表明,系统测温精度达到3%。