低空无人机多光谱传感器辐射定标

高精度辐射定标对于无人机遥感数据定量化应用至关重要.以大疆精灵4 RTK多光谱传感器为例,基于多种典型地物和人工靶标,实现了该传感器全动态范围的辐射定标.在开展真实性检验后,探讨了曝光时间和光谱响应函数对定标结果的影响.研究表明,定标结果具有较高的定标精度,各波段RMSE均优于3.25%,且脉冲型光谱响应函数更适用于该传感器.另外,曝光时间会对中高亮度地物产生较大影响,容易出现过饱和现象.

基于紫外可见吸收光谱传感器的深圳河湾陆海氮磷污染协同监测

深圳全球海洋中心城市建设依赖于技术创新、制度改革和管理优化。为了构建陆海统筹的生态环境治理新模式,需要陆海统筹氮磷污染协同监测方法和技术。本文以紫外可见吸收光谱传感器为核心监测设备,选取具有代表性的深圳河至深圳湾水域“自上而下”沿程研究区域,开展布点监测,采集吸收光谱,实时反演盐度、氮、磷等主要污染指标,并结合实验室分析结果进行偏最小二乘拟合。研究结果表明:紫外可见吸收光谱对于盐度、硝酸盐氮、总氮、磷酸盐和非溶解性总磷的拟合系数R^(2)分别是0.980、0.994、0.976、0.918、0.930,拟合效果较好,紫外可见吸收光谱可用于陆海氮磷的协同监测。该技术的应用对于提升陆海协同监测效率、识别陆海污染来源、观测陆海污染输运过程等具有重要意义。

作物生长信息获取多光谱传感器设计与试验

为了实时、快捷、无损获取农作物生长信息,根据作物生长指标的光谱监测机理,研制了一种四波长作物生长信息获取多光谱传感器。采用光学滤波技术提高了光辐射信息输入信噪比,依据作物冠层特征及田间作业环境实际要求,设计了适宜的探测镜头结构参数,确保了多光谱传感器灵敏度与分辨效果,应用T型电阻积分网络搭建了微弱光谱信息放大电路。通过标定,获得了多光谱传感器与FieldSpec Pro FR2500型光谱仪的关系模型,决定系数分别为0.802 8、0.806 8、0.818 5、0.890 0。对小麦的试验结果表明,该传感器的平均测量误差分别为5.6%、4.6%、1.4%、4.5%。该传感器能够较好地实现作物冠层反射光谱的实时在线检测,为作物生长监测设备的研发提供了有力支持。

资源三号多光谱传感器场地辐射定标与验证

基于敦煌辐射校正场,利用高、中两类定标场地,采用反射率基法对资源三号卫星多光谱传感器进行在轨场地绝对辐射定标,获取多光谱传感器的2013年绝对辐射定标系数,并与2012年定标结果进行对比分析。同时,利用2013年7月1日Landsat 8的operational land imager(OLI)影像对资源三号卫星多光谱传感器进行交叉定标,验证定标系数的可靠性。结果表明,一年来资源三号卫星多光谱传感器各波段性能存在1%~8.5%的变化;交叉定标和场地定标的结果有较好的一致性,说明定标结果具有较高的可信度。

冬油菜田杂草探测光谱传感器设计与应用

杂草的精确识别是对靶施药和自动化机械除草的关键前提,基于光谱分析技术的光谱传感器可以实现快速、无损的杂草识别。该文以冬油菜苗期杂草为研究对象,根据试验选取的4个特征波长点(595、710、755和950 nm),设计了一种能自动识别杂草的光谱传感器。根据光学系统原理和田间实际操作要求,提出了该光谱传感器的结构设计方案,选择了合适的光学器件,并开发了光谱传感器信号调理电路。对光谱传感器进行了标定和试验验证,根据便携式光谱仪和光谱传感器在4个波长下的测量结果建立了相应的标定方程,方程的决定系数分别为0.799、0.812、0.892和0.867,验证试验结果的相对误差绝大多数都在10%以内,可以识别冬油菜苗期田间杂草。该传感器为杂草自动探测装置的开发提供了参考。

基于特征吸收波长板的色散型高光谱传感器光谱定标技术

高光谱传感器的光谱定标是实现高光谱遥感定量化的关键。为了克服传统的基于单色仪扫描的光谱定标方法存在的设备昂贵、耗时等缺点,实现色散型高光谱传感器在野外或飞行中的实时、高精度定标,提出了一种基于特征吸收波长板的色散型高光谱传感器系统级光谱定标方法。分别对特征吸收波长板和漫反射参照体反射信号进行了比对测量,通过优化计算得到了传感器通道的中心波长和带宽。该方法消除了待定标传感器的光谱响应和光源的光谱能量分布带来的影响,能快速准确地实现色散型高光谱传感器的波长定位。运用该技术实现了对野外光谱辐射计FieldSpec(UV/VNIR的光谱定标,并对影响光谱定标精确度的因素进行了分析计算,结果表明,该方法实现的波长准确度<0.5 nm,可满足色散型高光谱传感器实时、高精度光谱定标的需要。

熔滴过渡小型光谱传感器

光谱信息是目前所发现的反映焊接熔滴过渡的最佳信息源 ,但是基于光谱仪的熔滴过渡信号检测系统不能用于在线实时控制。基于光谱信息检测思想 ,开发了小型实用的光谱传感器。文章详细介绍了该熔滴过渡小型光谱传感器的设计思想和具体设计结构 ,并进行了理论探索 。

航空侦察中使用离轴3镜式反射光学元件的多光谱传感器

文章描述了地基多光谱传感器的设计与试验,该传感器使用离轴3镜反射光学元件作为成像光学元件,使用分光镜划分谱段。离轴3镜光学元件可在宽视场范围内提供一个光谱范围宽、空间分辨率高的无遮挡视场。3镜式像散透镜由2个非球面镜和一个球面镜组成,设计构成远心焦平面。分光镜将光谱范围划分为3个可见光谱段、1个近红外谱段、1个中波红外谱段、1个长波红外谱段。中继光学元件用于调整红外放大系数。CCD探测器上具有10000个元件用于可见光和近红外谱段,碲镉汞(HgCdTe)线列上具有960个元件用于中波红外和长波红外谱段。 试验结果表明这种多光谱传感器达到了设计目标,具有宽的光谱谱段(0.4～10μm),可见光、近红外谱段视场为5.7°时的空间分辨率为10μrad,在中波红外、长波红外谱段视场为5.7°时的空间分辨率为100μrad。所有谱段在尼奎斯特频率时视场中心总的MTF高于0.3。

低空遥感平台下可见光与多光谱传感器在水稻纹枯病病害评估中的效果对比研究

高效无损地评估农作物病害等级,对于实际农业生产和研究都具有重要意义。研究探讨了基于低空无人机遥感平台进行水稻纹枯病病害等级评估的可行性,分析可见光与多光谱传感器的光谱响应差异及其对感病水稻光谱反射率获取的影响,并定量对比两种传感器的病害监测效果。实验研究区由67个不同品种的水稻小区组成,每块小区均分为相接的纹枯病接种区和侵染区。以大疆精灵Phantom 3 Advanced小型消费级无人机作为搭载平台,分别搭载该无人机系统自带的可见光传感器和MicasenseRedEdge^(TM)多光谱传感器获取遥感影像。同时,通过植保专家现场调查的方式识别病害等级,并利用Trimble公司的手持式NDVI测量仪获取实测NDVI值。基于影像拼接、波段叠合、辐射校正后的预处理结果,对可见光图像的接种区和侵染区共134个小区计算七种可见光植被指数,即NDI(normalized difference index), ExG(excess green), ExR(excess red), ExG-ExR, B~*, G~*, R~*,多光谱图像除上述可见光指数外再计算NDVI(normalized difference vegetation index), RVI(ratio vegetation index)和NDWI(normalized difference water Index)三种多光谱植被指数。将计算得到的图像植被指数与地面实测NDVI进行相关性分析,以选取两种传感器的最优图像植被指数建立水稻纹枯病病害等级反演模型。相关性分析结果表明,基于多光谱传感器计算的图像NDVI与实测NDVI拟合度最高,接种区R^2为0.914, RMSE为0.024,侵染区R^2为0.863, RMSE为0.024。对于可见光传感器, NDI与实测NDVI的相关性最好,接种区R^2为0.875, RMSE为0.011,侵染区R^2为0.703, RMSE为0.014。比较两种传感器两种区域的同一图像植被指数与实测NDVI的一致性,除B~*外, NDI, ExR, ExG-ExR, G~*, ExG, R~*与实测NDVI基本属于高度相关,在病害严重的接种区,两种传感器对水稻纹枯病的监测效果相近,但在病害相对较轻的侵染区,多光谱传感器的监测更为精确灵敏。基于多光谱图像NDVI建立的病害等级反演模型,R^2达到0.624, RMSE为0.801,预测精度达到90.04%,模型效果良好。而基于可见光图像NDI建立的反演模型,R^2为0.580, RMSE为0.847,预测精度为89.45%,效果稍差。对比分析可见光与多光谱传感器的光谱响应曲线,可见光传感器可获取可见光范围的红、绿、蓝三个波段,波段范围互相重叠,多光谱传感器包含五个成像单元,可独立获取从可见光到近红外的五个窄波光谱波段,提供更加准确的光谱信息。比较传感器获取的接种区和侵染区水稻平均反射率曲线得出,多光谱传感器不仅在可见光波段反映了较可见光传感器更强的差异,在红边和近红外波段差异则更加明显,这说明专业窄波段传感器在病害监测方面较宽波段消费级传感器更有优势。综上所述,基于可见光与多光谱传感器的低空无人机遥感平台进行水稻纹枯病病害等级评估是可行的,多光谱传感器精确灵敏,可用于纹枯病的早期监测,可见光传感器效果稍差但经济易于推广。研究结果为病虫害防治提供决策支持,有助于推动实现精准农业,保障粮食安全。

一种新型单片集成光谱传感器的波长定标方法（英文）

新型短波红外单片集成光谱传感器(MCSS)是光谱传感物联网的核心感知部件.提出了一种MCSS的波长定标方法,根据相对光谱响应度和波长分配原则把相邻像素组成一个定标通道.分别采用MCSS和两款商用光谱仪测量标准物质的光谱.实验结果表明,平均定标偏差为1.8 nm,与一款具有相似FWHM和取样间隔的商用光谱仪接近,能够满足实际应用的需要.

基于FPGA的红外光谱传感器驱动采集电路设计

针对传统光谱采集设备体积大,成本高的缺点,基于HAMAMATSU公司开发的MEMS-FPI型光谱传感器C14272,设计了以FPGA作为主控的红外光谱传感器驱动采集电路。电路包括可调谐滤波器的电压驱动模块、光谱与温度的信号采集模块、USB传输模块等。实验证明,该电路采集的C+L波段ASE光源的光谱与仿真所得光谱相近,实现了对光谱传感器的驱动以及光谱数据的采集。电路可以探测的波长范围为1 350~1 650 nm,全波段光谱分辨率小于18 nm。电路整体设计结构紧凑,成本低,在物质成分定性检测等特定领域有一定应用价值。

基于多波长光谱传感器的水质检测系统

为了简化光学仪器设计,提高测量精度,提出了一种应用多波长传感器检测水中污染物的方法,设计了基于可见光多波长光谱传感器仪器装置,该测量装置使用色温5700 K LED作为光源,利用多波长光谱传感器采集溶液光强度并通过USB端口传输到计算机进行数据处理。分别构建了单元和多元回归模型探究物质浓度与吸光度的关系,并用于水中氨氮、硫化物、溶解氧、亚硝氮和铁浓度的测量,将测量结果与传统可见分光光度计测定结果通过独立样本t检验(P>0.05),证明该方法与标准检测方法无显著差异,可应用于水中其他物质含量的检测。

光谱传感器在河流水质自动监测站中的应用

传统的水质自动监测站的仪器设备存在体积庞大、试剂和耗材损耗大、维护工作量大等缺点。奥地利是能公司生产的新型水质自动监测站设备,采用集成的电极和光谱传感器,配合取样装置和控制终端,可实现水温、pH、电导率、溶解氧、氨氮、浊度、硝酸盐氮、总有机碳、高锰酸盐指数等参数的监测。本文仅对光谱传感器的测试结果进行总结分析,认为光谱传感器在河流水质自动监测站的使用得取了令人满意的结果。

ams基于光谱传感器的数字化LFT:使实验室的新冠病毒检测平民化

2020初爆发的COVID-19新冠肺炎疫情,带来了ams(艾迈斯半导体)的AS7341L光谱传感器的需求激增。该产品之前在市场上已有一两千万个的出货量,但2020年出货激增,预计起码是几千万。因为现在每个月出货一二百万;还有的公司告诉ams,它们1个月就需要一两千万个。AS7341L的蓝海应用之一是数字化LFT(侧向层析检测)。2020年6月ams刚刚发布了一种能即时检测COVID-19新冠病毒抗体的解决方案,目前正和客户合作,希望在2020年4季度推向市场。

AS7341光谱传感器的分析与研究

本文通过对AS7341光谱传感器的自身特点和器件功能的分析,介绍了如何使用该光谱传感器来测量光源。根据从器件读取采样到的数据,从原理上介绍了如何利用采集到的信息进行计算,通过这些计算公式来详细描述了相关色温的计算,最后通过对一款台灯色温的检测来验证该传感器的使用效果。

液相表面增强拉曼光谱传感器的制备方法及其核酸检测的应用

本发明公开了液相表面增强拉曼光谱传感器的制备方法及其核酸检测的应用。该传感器包含检测基底和SERS探针两部分。检测基底为四面体DNA探针修饰的磁核枝杈状金壳纳米颗粒,SERS探针为表面修饰有能与目标核酸杂交的特定碱基序列和拉曼信号分子的金纳米颗粒。检测是,将检测基底、SERS探针与待检测液体样品混合,通过碱基互补配对形成"检测基底目标核酸SERS探针"夹心结构复合物,借助外加磁场分离检测液中的复合物并富集后进行SERS测试,利用SERS信号实现了对于血清中核酸的高灵敏、特异性检测,检测限达到f M,可实现在血清等复杂环境中检测核酸标志物。

艾迈斯欧司朗借助光谱传感器为COVID-19提供快速、准确的分子检测解决方案

艾迈斯欧司朗集团(ams AG)宣布,其多光谱技术产品被BiologyWorks k(now)作为核心器件所采用,该设备可实现经济、快速的实验室级分子检测,适用于检测COVID 19(SARS CoV 2)及其他病毒感染。

用以检查皮肤的小型光谱传感器

对一个人进行生物鉴别和检验,这需要近距离检查并分析一种或者一种以上的体表特征。这些体表特征包括指纹、虹膜花纹和脸的形状。由于这些特征是错综复杂的,用以区分这些特征的设备通常必须含有复杂的硬件和软件。

超光谱传感器探测性能的定量评估(上)

区别人工材料与天然材料的能力有赖于开发这些材料各自光谱响应中可辨认的差异。尤为重要的问题是:来自实验室或者野外测量的一种给定材料的特征是否可在一种给定的装置中用作辨认或者识别的训练矢量。通过使用一种匹配滤波器,我们可以使传递的训练矢量的性能定量化,并且识别哪些谱区在给定的场合中具有最基本特征。

商用表面增强拉曼光谱传感器面世

据每日科学网日前报道，新加坡研究人员利用黄金纳米阵列开发出适于商业应用的高性能表面增强拉曼光谱传感器。表面增强拉曼光谱技术（SERS）是在印度科学家拉曼1928年发现拉曼散射现象的基础上发展起来的。利用拉曼光谱技术可以非常方便地鉴定物质成分，现已成为探测界面特性和分子间相互作用、表征表面分子吸附行为和分子结构的有效工具，广泛应用于癌症诊断和食品检测等领域。不过，由于很多分子直接通过拉曼光谱无法检测出信号，需要通过拉曼增强技术，将这些分子吸附在纳米金属表面，在特定波长的激光照射下，利用表面增强拉曼光谱传感器检测出待检物质。