基于荧光光谱和拉曼光谱技术的中药检测研究

中医药是中华文化的瑰宝和中华文明的结晶,在全民健康中发挥着重要作用。由于中药生长环境受限及市场需求量的增大,市场上出现了许多以次充好、以假乱真的中药,这对中药发展及质量保障都极为不利。因此,对中药的检测和鉴定非常重要。为了探究中药的荧光光谱和拉曼光谱特性,选取白芷、苏木、山药、地榆四种中药进行分类检测研究。一方面,从化学成分和结构的角度分析中药白芷和苏木产生荧光的可能性,采用F-4600型荧光光谱仪(200~750 nm)分别在不同激发波长和不同浓度下测试了白芷和苏木水浸液的荧光光谱,探究了白芷和苏木水浸液的荧光光谱特性,并对荧光强度与不同浓度、激发波长的关系进行了探讨。另一方面,采用共聚焦显微拉曼光谱仪(100~4000 cm^(-1))对4种不同产地的山药和2种不同产地的地榆中药饮片的拉曼光谱分别进行测试研究。结果表明,白芷水浸液在波长260~350 nm的光激发下,产生较强荧光,最佳激发波长是340 nm,荧光峰值波长为420 nm,其荧光强度随浓度的增大而增强,且样品浓度较低时,荧光强度与浓度成线性关系;苏木水浸液在200~290 nm的光激发下,产生较强荧光,最佳激发波长为220 nm,荧光峰值波长为345 nm,随浓度的增加,荧光强度先增强后减弱,在浓度为0.175 mg·mL^(-1)时荧光强度达到最大。白芷水浸液和苏木水浸液的荧光强度都与激发波长的关系呈现高斯分布,符合荧光规律。分析山药和地榆的拉曼光谱,发现不同产地的拉曼特征基本一致,确认山药的拉曼特征峰主要集中在477、862、939、1080、1258、1337和1457 cm^(-1)处;地榆的拉曼特征峰主要集中在862和1337 cm^(-1)处,主要归属与已有的化学成分研究结果相符。部分特征峰处拉曼活性出现差异,可以作为区分不同产地中药的依据。该研究结果不仅为荧光光谱在中药鉴定及质量分析中的应用提供了实验数据和方法参考,也为利用拉曼光谱技术实现中药的快速准确检测及产地归属奠定了基础。

高光谱预处理方法与多模型在分类判别中的对比研究

高光谱技术能够快速、无损地获取丰富的信息,在植物研究和监测中已成为一种广泛应用的工具。茄科植物作为一种重要的经济农作物,与高光谱技术结合进行研究具有巨大的应用潜力。本研究采用高光谱技术对茄科植物的初烤后不同部位叶片进行分类研究。采用Field Spec 3光谱辐射仪对293份不同部位的茄科植物粉末样本进行高光谱采样,采用S-G平滑以及一阶导数和二阶导数的方法对数据进行预处理,用于信息增强和去除噪声,并通过偏最小二乘法对数据进行降维,以减少冗余特征。基于降维数据,采样支持向量机、逻辑回归、K近邻、决策树、随机森林和梯度提升决策树这六种机器学习算法建立分类模型。结果显示,在分类任务中,经过一阶导数处理后,支持向量机模型最佳,在训练集和测试集上分别实现了100.0%和84.7%的准确率。经网格参数优化后确定最优参数为:最大深度不限制,最小样本分割数为4,估计器数量为200。参数优化后五折交叉验证准确率为88.1%,训练集准确率为100%,测试集准确率为86.4%。研究结果表明,预处理方法结合降维方法能够增强数据信息使得分类模型能够更好地捕捉茄科植物样本的特征。该研究对于快速、准确、无损地区分茄科植物的部位具有重要意义。

光谱辐射照度国际关键比对装置、方法与结果分析

基于高温黑体辐射源和双光栅光谱辐射比较测量系统,中国计量科学研究院自主研制了新一代光谱辐射照度国家基准装置,波长范围覆盖230~2550 nm,以一组稳定的卤钨灯作为副基准灯组,保存和传递光谱辐射照度量值。黑体的温度溯源至铂-碳Pt-C和铼-碳Re-C共晶点黑体,在3021 K采用钨碳-碳WC-C共晶点黑体进行验证。采用新基准装置,2017年-2019年NIM参加国际计量局组织的光谱辐射照度国际关键比对CCPR-K1.a,比对由全俄光学物理学测量研究院(VNIIOFI)主导,共有12个实验室参加。比对结果表明:除少数实验室外,在250~290、300~1300、1500~2500 nm波长范围,各参比实验室之间的一致性分别为±2.0%、±1.0%和±2.0%。在紫外、可见和近红外波段,NIM与国际比对参考值的平均相对偏差分别为0.13%、0.28%和0.15%。在250~2500 nm全波段,NIM与国际比对参考值的平均相对偏差为0.17%,与2004年平均相对偏差0.9%相比,测量能力提升显著。

CNN联合多尺度Transformer的高光谱与多光谱图像融合

高光谱图像具有丰富的光谱信息,多光谱图像具有精妙的几何特征,融合高分辨率的多光谱图像和低分辨率的高光谱图像可以获取更为全面的遥感数据图像。然而现有的融合网络大多数基于卷积神经网络所设计,对于结构复杂的遥感类图像而言,依赖于核大小的卷积运算,容易导致特征融合阶段缺乏一些全局上下文信息。为保证图像融合的质量,本文提出了一种CNN(Convolutional Neural Network,CNN)联合多尺度transformer网络来实现多光谱和高光谱图像融合,结合了CNN的特征提取能力与transformer的全局建模优势。网络将融合任务分为了两个阶段,特征提取阶段和融合阶段。特征提取阶段,针对图像特性,基于卷积神经网络分别设计了不同模块用于特征提取。融合阶段,通过多尺度transformer模块从局部到全局建立信息间长距离关联,最后通过多层卷积层将特征映射为高分辨率的高光谱图像。经过在CAVE和Harvard数据集的实验结果表明,本文所提算法与其他经典算法相比,能更好地提升融合图像的质量。

表面增强拉曼光谱法灵敏检测鸡肉中拉沙洛西残留

为提高鸡肉中抗球虫类兽药拉沙洛西(LAS)残留的监控检测效率,本研究利用表面增强拉曼光谱(SERS)技术建立了LAS残留的灵敏检测方法。本研究首先制备不同粒径的金纳米粒子(AuNPs),根据SERS增强效果选择最优粒径AuNPs作为基底,并利用4-氨基苯硫酚(PATP)作为探针分子评估AuNPs基底重现性;然后通过添加HNO_(3)改变AuNPs聚集程度并增大LAS溶解度,进一步增强SERS信号;最后通过建立标准曲线并进行鸡肉样品加标回收试验对方法进行评价。结果表明,粒径40 nm的AuNPs增强效果较好,1118 cm^(-1)处为LAS的SERS特征峰,基底具有良好的重现性,HNO_(3)最优添加浓度为0.5 mol/L。本方法的线性范围为0.55×10^(-6)~0.55mg/mL,检测限为0.23ng/mL,鸡肉样品的加标回收率为91.9%~107.3%,相对标准偏差为3.6%~5.7%,与国标法(GB31613.5-2022)的检测结果一致。本研究为LAS残留的灵敏检测提供了新方法,对于其他兽药残留的SERS检测方法研究具有参考价值。

不同分数阶微分形式在盐渍土电导率高光谱反演中的适用性研究

近年来,部分学者将分数阶微分理论应用到盐渍土电导率高光谱反演中,取得了较为显著的效果。然而,已有研究多采用Grünwald-Letnikov分数阶微分定义形式,对于Riemann-Liouville、Caputo分数阶微分定义形式的应用研究较少,Riemann-Liouville、Caputo分数阶微分定义形式在盐渍土电导率高光谱反演中的适用性尚不明确。基于实测土壤电导率和高光谱数据,考虑常见的Grünwald-Letnikov、Riemann-Liouville和Caputo三类分数阶微分定义形式,通过软件编程实现Grünwald-Letnikov、Riemann-Liouville、Caputo分数阶微分处理函数,比较分析了不同分数阶微分定义形式下,土样高光谱数据在同阶微分处理后的差异性以及随阶数增加后的变化特征。结果表明:土样光谱反射率曲线在不同分数阶微分定义形式下,同阶微分处理后表现出较大差异;在0.1~1阶范围内,随微分阶数的增加,Grünwald-Letnikov、Riemann-Liouville、Caputo分数阶微分处理后高度变异波段数量均呈现出增加趋势;当微分阶数趋于1时,光谱反射率微分值逐渐降低且向0值逼近,波动范围逐渐减小,而光谱数据的变异性却随着波动范围的减小而增强;Grünwald-Letnikov分数阶微分处理在0.6、0.7阶相关系数提升9.5%、6.7%,Riemann-Liouville和Caputo分数阶微分处理后,相关系数分别在0.8~0.9阶、0.7~0.9阶提升1%左右。该研究为高光谱数据预处理提供了一种新的研究思路,为更好的将分数阶微分理论应用到土壤盐渍化遥感反演中提供参考。

基于注意力机制的高光谱图像降维在纸质文物霉斑识别的研究

纸质文物作为文物传承的重要工具,用于记录不同时期人类历史及人文风貌,其在保存过程中极易受到霉菌等微生物的侵害。霉菌会加速纤维素的降解,在纸张表面生成霉斑,并且散落的孢子会随空气流动大范围传播,增加其他纸质文物发生霉变的风险。因此,定期对纸质文物进行霉斑检测对了解纸质文物现状和纸质文物修复至关重要。高光谱成像技术是一种非接触性、非破坏性的检测技术,能同时获得空间数据和光谱数据,与计算机技术结合可以实现纸质文物的大批次实时无损检测。针对黑曲霉这一广泛出现的霉菌,提出一种基于注意力机制的高光谱数据降维方法,通过采集其高光谱数据,实现了高光谱冗余数据的自适应预处理。采集了来自重庆中国三峡博物馆提供的20份纸质文物黑曲霉霉斑样本,使用ENVI软件分析得出在413~855 nm波段范围内,黑曲霉霉斑感染区域和健康区域的平均光谱曲线,平均反射率差异明显;在855~1021 nm波段范围内,黑曲霉霉斑感染区域和墨迹区域的平均光谱曲线,平均反射率差异明显。文中将所提出方法与传统主成分分析和独立成分分析预处理方法分别处理原始高光谱数据,并将结果在经典U-Net、SegNet、DeepLabV3+和PSPNet四个语义分割网络上进行了对比。结果表明,该算法预处理的数据在U-Net和SegNet经典网络中有明显优势,相较于主成分分析法和独立成分分析法,霉斑识别精度取得了较大提升达到89.49%和88.46%,验证了本文所提出算法的有效性,为文物保护领域提供有效的支撑和新的思路。

红外调制光致发光光谱技术:从宽波段覆盖到微区高通量测量

光致发光光谱能够揭示半导体材料带隙、杂质能级等电子结构信息,还可以分析界面、载流子寿命、量子效率,在紫外-近红外波段得到广泛应用.在约4μm以长红外波段,由于热背景干扰强、光致发光信号弱、探测能力低,光致发光光谱研究长期受限.本文介绍了利用傅里叶变换光谱仪测量光致发光光谱的常规方法,简述了为突破红外波段困境于1989年提出、历经20多年发展的连续扫描傅里叶变换双调制光致发光光谱方法及所受机理局限;分析了2006年报道的基于步进扫描傅里叶变换光谱仪的红外调制光致发光光谱方法的抗干扰、灵敏度、信噪比优势,列举了国际上诸多研究组对红外调制光致发光光谱方法有效性的例证和以此取得的应用研究进展;总结了近年来宽波段、高通量扫描成像和空间微区分辨红外调制光致发光光谱测试方法发展以及从0.56-20μm可见-远红外宽波段覆盖到千级通道光谱高通量检测、2-3μm微区分辨红外调制光致发光光谱技术进步,列举了应用研究稀氮/稀铋量子阱、HgCdTe外延膜、InAs/GaSb超晶格等可见-远红外半导体材料阶段结果和合作研究典型进展.本文展现了红外调制光致发光光谱方法先进性和宽波段、高通量扫描成像与空间微区分辨光谱测试方法有效性,预见了未来进一步应用研究方向.

达卡巴嗪分子拉曼和紫外吸收光谱的理论研究

采用密度泛函理论(Density functionol theory,DFT),在B3LYP/6-31+g(d,p)基组水平上,对达卡巴嗪进行了结构优化,通过频率计算,获得达卡巴嗪的拉曼光谱,与实验获得的拉曼光谱进行对比,对400~2000 cm^(-1)频率范围内的拉曼光谱特征峰进行了指认归属.计算分析前线分子轨道和表面静电势,预测了达卡巴嗪分子化学反应发生的位点.采用含时密度泛函理论(Time-dependent density functional theory,TDDFT)计算了该分子的紫外吸收光谱和激发态,获得电荷转移光谱,分析了达卡巴嗪分子间的电荷转移关系.

加替沙星拉曼光谱、紫外吸收光谱及微观结构的理论研究

基于密度泛函理论(Density functional theory,DFT),M06-2X/6-311G(d,p)基组水平下对加替沙星分子的初始结构进行优化.计算其振动频率,采用VEDA4软件基于势能分布(Potential energy distribution,PED)计算结果对特征振动模式进行了归属指认,并和实验光谱进行了对比.绘制了分子表面静电势,分析分子可能发生亲电和亲核反应的位点.利用含时密度泛函理论(Time-dependent density functional theory,TDDFT)计算了加替沙星分子的激发态,讨论了加替沙星分子内的电子跃迁.该研究为分析加替沙星的光谱和电子结构提供了理论基础.

原子吸收光谱法测定矿石中Au的分析技术及最优化模型研究

矿石中Au通常以颗粒金或者晶格金的形式存在,在不同类型的金矿石中赋存状态不同,其特殊的延展性引起的颗粒效应对于Au样品的分析技术带来挑战,并且其制备流程要素繁多且不易控制,直接影响Au分析的准确性和稳定性。以矿石中金元素为研究对象,建立泡塑吸附-原子吸收光谱法测定矿石中Au的分析方法,针对样品测试流程中的关键要素进行定性判断和定量计算,提出基于灰色关联度-响应曲面法的最优化模型。讨论样品分析技术中焙烧、消解、富集和解脱等重要环节,确定焙烧方式、消解酸度、富集时间和硫脲浓度为优化要素,设计正交试验并进行相关性分析,计算灰色关联系数并进行极差确定,定性判断各优化要素的显著性。中心组合设计结合响应曲面法原理制作显著水平表,建立二次多项式回归方程的预测模型并进行显著性分析,绘制三维响应曲面图和二维等高线图对实验数据进行拟合分析,确定最优化模型参数焙烧方式、消解酸度、富集时间和硫脲浓度分别为阶梯式分段焙烧、10.58%、40.00 min、11.65 g·L^(-1)。实验结果表明,在最优化模型条件下对金矿石国家一级标准物质进行制备测试,其方法检出限为0.021,测定下限为0.077,加标回收率为91.6%~104.5%,其正确度和精密度均符合GB/T 20899.2—2019质量控制要求;同时对陕西西秦岭地区和甘肃梅川地区外检样品进行方法验证比对,其相对偏差不超过10%且评价结果均为优秀,表明该检测优化模型方法在实际样品中的应用依然准确可靠,具备正确性和科学性。该研究对于地质矿产实验室快速、准确、简便分析Au元素提出新方法,为检验检测领域中优化多目标参数组合的课题提供了新的思路,同时为新一轮战略找矿行动的准确测试贡献力量。

基于张量分解的高光谱图像矿物提取方法研究

矿物提取是高光谱遥感的重要应用之一。仅利用光谱信息进行矿物提取会导致矿物填图精度不理想,为了解决这一问题,本文提出了一种同时利用矿物的光谱信息和空间信息的高光谱图像矿物提取方法,以期提升矿物提取的精度。首先,通过三阶张量分解数学模型对原始的高光谱三维数据进行处理,在保持空间和光谱原始约束的情况下,同时提取矿物的空间特征和光谱特征。其次,联合矿物的空间特征和光谱特征实现从高光谱图像中提取指定的矿物,标识出矿物在图像中的空间分布。实验结果表明:本文提出的方法能够有效提升高光谱图像矿物提取的精度。

基于高光谱特征融合的榛子霉变检测方法研究

为实现对榛子霉变的快速无损检测,研究将光谱特征与纹理特征融合并结合机器学习算法建立榛子霉变检测模型。采集400~1000 nm的榛子样本高光谱图像,对样本的原始光谱使用标准正态变量变换法进行预处理,采用蜣螂优化算法、粒子群优化算法和连续投影算法3种特征波长选择方法对光谱进行特征选择;利用主成分分析法对高光谱图像进行降维,根据图像的贡献大小选择样本的最优主成分图像,结合灰度共生矩阵法提取样本4个角度上的5个纹理特征参数。分别基于样本光谱特征、纹理特征、光谱特征与纹理特征融合三类数据结合K最近邻算法构建榛子霉变检测模型。实验结果表明,基于蜣螂优化算法选择的特征光谱与纹理特征融合并结合K最近邻算法建立的模型效果最好,训练集和测试集准确率分别为99.20%和98.34%,实现了榛子霉变的快速无损检测。

基于多光谱和高光谱的茶树越冬期REC、SPAD和MDA预测模型

抗寒生理指标的测定是评价茶树抗寒性的重要途径。传统上,茶树抗寒性的评价方法主要是通过测定茶树在低温胁迫下的理化参数。然而,这些方法不仅费时费力,而且具有破坏性。该研究建立了一种基于多光谱和高光谱成像技术的茶树抗寒性REC、SPAD、MDA预测模型。首先,采集了低温胁迫下32份育种材料的多光谱与高光谱图像,并测定相应茶树叶片的REC、SPAD、MDA、SP和SS含量。其次,对其中的高光谱图像数据采用MSC、SNV、S-G、1-D和2-D五种方法进行光谱预处理,采用UVE和SPA两种方法筛选特征波段。最后,分别对多光谱和高光谱数据采用SVM、RF和PLS算法建立茶树抗寒性REC、SPAD、MDA预测模型。结果表明,(1)MSC、SNV、S-G、1-D和2-D联合预处理后的光谱更加稳定,峰谷更加突出,模型的准确性和可靠性更高;(2)UVE算法筛选的特征波段数量最多,而SPA算法筛选的特征波段数量最少,更适合高光谱数据建立回归模型;(3)RF模型在多光谱成像预测叶片的REC(R_(p)=0.7352,RMSEP=0.0771)、SPAD(R_(p)=0.5029,RMSEP=6.6818)和MDA含量(R_(p)=0.7846,RMSEP=8.8853)方面具有最高的精度;SPA-SVM模型在高光谱成像预测叶片的SPAD(R_(p)=0.7349,RMSEP=4.1546)和MDA(R_(p)=0.6858,RMSEP=8.5488)方面具有最高的精度,SPA-PLS模型在预测REC(R_(p)=0.6298,RMSEP=0.0669)方面具有最高的精度。因此,基于多光谱、高光谱成像和机器学习算法的REC、SPAD、MDA预测模型提供了一种准确、无损和高效的方法,对茶树抗寒性评价具有重要意义。

岩芯高光谱成像及勘查指示意义研究--以西藏邦铺大型多金属矿床为例

西藏邦铺矿床是冈底斯成矿带上重要的斑岩-矽卡岩型矿床,矿区东段矽卡岩矿体研究程度较低。高光谱成像技术可以快速获取岩芯样品“图谱合一”的高光谱数据,选取邦铺矿床东段矽卡岩典型岩芯为样品,应用国产核工业北京地质研究院自主研发岩芯扫描仪与国外SPECIM岩芯成像仪,开展短波红外(SWIR)高光谱成像测试及对比分析,揭示典型矿物的短波红外光谱特征,并探讨先进的高光谱成像技术应用于矽卡岩勘探的潜力与优势。对同一批岩芯样品分别进行了国内外仪器的高光谱成像测试,利用最小噪声分离变换以及纯净像元指数进行端元提取,而后结合光谱信息散度法选取不同矿物的训练集和验证集样本,采用光谱角填图法进行蚀变矿物填图。共识别出方解石、绿帘石、绿泥石、角闪石、石英、白云母六种矿物,两种仪器矿物填图的结果大体一致,并反映了不同蚀变矿物之间的组合与分布。SPECIM成像仪对两个钻孔样品的平均填图精度为91.5%,Kappa系数为0.87;核工业高光谱成像仪对两个钻孔的填图精度为75%左右,Kappa系数为0.66。两种仪器获取的高光谱数据信噪比均较高,但是由于核工业仪器的数据空间分辨率相对更低,导致图像中存在更多的混合像元,进而影响了填图精度,其空间分辨率的进一步提高是下一步研发的重点。高光谱成像数据表明ZK0010钻孔绿泥石Fe-OH吸收峰波长变化范围为2252.3~2260 nm,ZK0011钻孔绿泥石Fe-OH吸收峰变化范围为2251.7~2258.5 nm,由上至下均向短波方向移动,表明了绿泥石远离矿化中心而相对富Mg,其高值指示了矿体中心位置。高光谱成像技术相较于传统的点测法可以提供更加丰富的空间信息和光谱信息,为指针矿物的光谱特征参数提取与变化规律分析提供了技术支撑。利用高光谱成像提供的大量光谱数据进行绿泥石Fe-OH峰位统计分析,进而可以通过其波长高值位置指示矽卡岩矿床勘查。

基于纳秒光脉冲激发的里德伯原子光谱

通过852 nm连续激光和509 nm脉冲激光级联激发,在室温铯原子气室中实现了里德伯原子电磁诱导透明(EIT)光谱.509 nm纳秒激光脉冲功率~173 W,脉冲重复频率在300 kHz-100 MHz范围连续可调,脉宽在1-100 ns范围连续可调.实验研究了里德伯EIT光谱与509 nm脉冲激光参数的关系.时域周期脉冲光在频域上等效为相干频率梳,通过激光脉冲参数调节实现了可控速度群原子的里德伯态激发.基于光脉冲激发的原子干涉光谱具有高信噪比,在量子传感和量子模拟领域有潜在的应用价值.

多光谱法研究二氢杨梅素对胰脂肪酶的抑制作用

藤茶中主要黄酮类物质——二氢杨梅素(DMY)具有多种生物活性,而其降血脂机理鲜有报道。采用紫外光谱研究了DMY对胰脂肪酶(PL)的抑制作用,结合荧光光谱、同步荧光光谱、三维荧光光谱及分子对接模拟法研究了二者之间的相互作用及机理。紫外光谱测得DMY对PL的半抑制浓度为2.6×10^(-4)mol·L^(-1),表明其对PL具有较好的抑制作用,采用Lineweaver-Burk方程得出该抑制剂为竞争性作用,其抑制常数为6×10^(-4)mol·L^(-1);通过Stern-Volmer方程和静态猝灭双对数公式对293和310 K两者互作的荧光光谱计算,结果表明DMY能猝灭PL的自发荧光,荧光猝灭方式为静态猝灭,猝灭常数K_(SV)与温度负相关;结合常数K a与温度正相关,结合位点数n约为1,说明DMY与PL结合并形成稳定的配位复合物;采用Van't Hoff方程求出结合过程中的热力学参数ΔS=0.2014 J·mol^(-1)·K^(-1),ΔH=32.311 kJ·mol^(-1),ΔG小于0,表明两者通过疏水作用力自发结合且放热;由F rster非辐射能量转移理论计算出结合距离r=1.475 nm,说明DMY与PL结合生成复合物时发生了非辐射能量转移;同步荧光光谱结果表明,DMY与PL的相互作用对PL的二级构象发生了明显改变,主要作用于色氨酸(Tyr)附近。紫外光谱进一步揭示DMY可使PL发生π→π跃迁,导致其氨基酸残基的微环境变化;三维荧光光谱显示DMY可使PL两个特征峰(peak1,peak2)分别红移10和5 nm,荧光强度分别下降51.38%和41.93%,证实两者发生疏水作用后PL的微环境极性增大,构象改变;分子对接模拟结果表明,DMY结合位点位于PL中由PHE77、PHE215、TYR114、ILE209、PRO180氨基酸形成的疏水口袋内,其A环C5、B环C4′、C环C3、C环C O的-OH分别与氨基酸HIS263、TYR114、SER152、PHE215形成氢键,与氨基酸LRU213、GLU179、ALA178、THR78产生范德华力。实验数据有助于深入解DMY的降血脂分子作用机制,其独特的结构为天然抑制剂的药物合成和筛选提供了理论依据。

Cu^(2+)污染下农作物叶片特征光谱探究

为探究重金属胁迫下农作物污染响应的敏感叶型及谱段,设计了室外温室环境下的不同铜胁迫梯度玉米花盆试验。以玉米叶片为探究对象,利用仪器测定了出穂期玉米叶片的高光谱反射率数据以及叶片中重金属含量数据,为研究提供了基础数据。从频率域角度,结合时频分析的方法设计了叶片光谱探测法(LSDM),获得了重金属铜胁迫下敏感叶型及谱段,为农作物重金属监测提供技术支撑。根据玉米的生长过程,从老叶(O)、中叶(M)、新叶(N)光谱350~1300 nm的全谱段和子谱段角度进行探究。(1)对铜胁迫下玉米叶片的高光谱反射率数据进行双微分(SOD)和包络线移除(CR),转换到频率域上,结合时频分析的方法进行Daubechies小波6层分解。(2)根据信号异常点、小波高值点和SODCR曲线高值点,定义玉米叶片的光谱异常参数(SAP)。异常变化反射率ACR(异常反射率与其后一个相邻波段反射率差值的绝对值);异常小波系数AWC(异常小波系数与其后一个相邻波段小波系数差值的绝对值);异常SODCR值ASV(异常点SODCR值与其后一个相邻波段SODCR值差值的绝对值)。通过光谱异常参数与玉米叶片重金属含量的相关关系,探究对铜污染响应敏感的叶型及谱段。结果表明,叶片光谱探测法LSDM能高效地对玉米叶片弱信息进行增强,并准确定位出重金属铜胁迫引起的光谱异常谱段位置,异常变化范围集中在350~800 nm内;光谱异常参数能定量地衡量玉米叶片在重金属铜胁迫下的光谱异常;在不同铜胁迫梯度下,玉米新叶(N)为敏感叶型,敏感谱段为蓝边、绿峰、黄边、红谷。该研究有望为其他谷类农作物及其冠层尺度重金属监测提供技术支撑。

基于Transformer的胃癌显微高光谱图像分割方法

胃癌是全球第五常见的恶性肿瘤并死亡率较高,严重威胁人类的生命健康。因此,早期识别胃癌病变对早期胃癌诊断至关重要。显微高光谱成像技术作为一种新兴技术,可以在微观层面同时获取生物组织丰富的光谱信息和空间信息,为早期病理切片诊断提供了一种新的思路。利用显微高光谱成像系统,采集了在400~1000 nm波段范围的胃癌显微高光谱病理图像,通过光谱校正等预处理构建了包含230张图像的胃癌显微高光谱数据集。尽管基于空间注意力的方法在图像分类、分割等领域已取得了显著成果,但在处理高光谱图像时仍面临计算复杂度高以及光谱信息利用不充分的问题。为此,提出了基于卷积和注意力机制的混合双分支Transformer(MDBT)的特征提取主干网络模型。该模型通过交替应用空间混合模块和通道混合模块,实现块间和块内的空间和通道特征聚合。具体而言,设计了窗口注意力和卷积双分支以及空间和通道交互结构。这种设计不仅降低了计算复杂度,还通过卷积交互实现了窗口间信息交互和特征融合,从而克服了窗口注意力感受野受限的问题,进一步提高了Transformer的全局建模能力。在进行图像分割实验中,采用UperNet模型作为解码头网络对主干网络提取得到的特征进行还原,以得到最终的分割结果。在采集得到的胃癌高光谱数据集上进行了五折交叉验证实验,结果表明本模型的平均mDice和mIoU分别达到85.39、74.66,性能优于目前UNet、Swin、PVT、VIT等主流图像分割网络模型。同时设计一系列消融实验,验证本文提出空间和通道双混合模块、卷积与窗口注意力双分支等结构对实验结果的优化效果。实验结果表明本文提出的MDBT模型能够有效利用高光谱图像丰富的空间和光谱信息,提高胃癌图像分割准确率,证明显微高光谱成像技术在胃癌诊断方面具有一定的研究意义和应用价值。

基于无人机多光谱数据和氮素空间分异的玉米冠层氮浓度估算

作物冠层氮素营养的遥感诊断对指导作物精准施氮,提高作物氮效率和产量具有重要意义。本研究针对玉米冠层纵深大影响无人机估算氮浓度精度的问题,基于2022年和2023年不同氮肥运筹处理下田间无人机多光谱数据和氮浓度实测数据,分析玉米冠层氮浓度空间分布特征,并利用随机森林算法确定估算冠层氮浓度的有效叶层。进一步结合随机森林算法和多光谱植被指数构建有效叶层氮浓度估算模型,最终将有效叶层氮浓度转换到冠层尺度实现冠层氮浓度的估算。结果表明:(1)九叶展期和大喇叭口期玉米冠层氮浓度表现为上层叶片>中层叶片>下层叶片,吐丝期和乳熟期表现为中层叶片>上层叶片>下层叶片。(2)各时期估算冠层氮浓度的有效叶层分别为下层、中层、中层和中层。与支持向量回归模型相比,随机森林回归估算冠层氮浓度的精度较高。(3)结合随机森林算法,基于有效叶层氮浓度估算冠层氮浓度的平均RMSE、NRMSE和MAE分别为0.10%、4.41%和0.07%,而直接基于植被指数估算冠层氮浓度的平均RMSE、NRMSE和MAE分别为0.19%、9.00%和0.15%。综上,玉米冠层氮浓度存在空间分异特征,估算冠层氮浓度时考虑基于随机森林和植被指数估算的有效叶层氮浓度能明显提高冠层氮浓度的估算精度。本研究确定的考虑空间分异的冠层氮浓度估算框架可为玉米氮素营养实时诊断提供理论支撑。