基于红光波段日光诱导叶绿素荧光逃逸率的小麦条锈病遥感监测

小麦条锈病是影响小麦产量的主要病害之一,及时探测到病害信息对小麦条锈病的防控具有重要意义。红光波段日光诱导叶绿素荧光(red solar-induced chlorophyll fluorescence,RSIF)能够敏感反映植物光合生理状态,SIF逃逸率与冠层几何结构、叶片光学特性和植被光能利用率密切相关。为实现小麦条锈病及时准确的探测,该研究基于SIF逃逸率函数计算方式,利用野外实测数据计算不同尺度SIF(冠层尺度SIFCanopy、光系统尺度SIFPS)及其逃逸率(εCP),分析了RSIF逃逸率(RεCP)监测小麦条锈病的生理基础,探讨了条锈病胁迫下RεCP的响应特性,并将其与SIF及其衍生参数(荧光产率ФF、表观SIF产量SIFy)、归一化植被指数(normalized difference vegetation index,NDVI)、MERIS陆地叶绿素指数(MERIS terrestrial chlorophyll index,MTCI)、简单比值植被指数(simple ratio vegetation index,SR)进行比较。结果表明:RεCP与氮平衡指数(nitrogen balance index,NBI)、叶绿素(chlorophyll,Chl)、类黄酮(flavonoid,Flav)和花青素(anthocyanin,Anth)4个生理参数的相关性均达到了极显著性水平,且优于光系统尺度RSIF和远红光波段SIF(far-red solar-induced chlorophyll fluorescence,FRSIF),与叶面积指数(leaf area index,LAI)的相关性则优于冠层尺度FRSIF,RεCP能够更好地反映病害胁迫引起的作物生理和冠层结构的变化。在冠层尺度FRSIF(FRSIFCanopy)、光系统尺度FRSIF(FRSIFPS)和RSIF(RSIFPS)、红光波段表观SIF产量(RSIFy)及其荧光产率(RФF)、NDVI、MTCI、SR等特征变量中,RεCP与病情严重度(severity level,DSL)的相关性最高。低叶绿素含量(Chl≤30)和中高叶绿素含量(Chl>30)下,RεCP对小麦条锈病胁迫的响应均最为敏感,其与DSL的相关性均优于达到极显著性水平的SIF及其衍生参数和植被指数。RεCP是小麦条锈病遥感监测的适宜因子,研究结果对提高小麦条锈病的遥感监测精度具有重要意义,同时亦对其他作物胁迫的遥感监测具有一定的参考价值。

基于红光波段冠层SIF降尺度的小麦条锈病遥感监测

为减弱冠层几何结构等因素对传感器探测到的冠层日光诱导叶绿素荧光(Solar-induced chlorophyll fluorescence, SIF)的影响,探讨了条锈病胁迫下红光波段荧光(Red SIF,RSIF)的响应特性,并以RSIF为自变量构建了小麦条锈病遥感监测的线性回归(Simple linear regression, SLR)及非线性回归(Non-linear regression, NLR)模型。结果表明:叶片尺度RSIF在小麦条锈病遥感监测中具有较大优势,其与小麦条锈病病情严重度(Severity level, SL)间相关系数较远红光波段SIF(Far-red SIF,FRSIF)提高13.2%,以叶片尺度RSIF为自变量构建的SLR及NLR模型预测D_(SL)与实测D_(SL)之间R^(2)较FRSIF分别增加9.8%、38.9%,RMSE分别降低23.1%、36.4%。此外,降尺度处理能够提高RSIF监测小麦条锈病的精度,叶片尺度RSIF与D_(SL)之间R^(2)较冠层尺度增加126.3%,以叶片尺度RSIF为自变量构建的SLR和NLR模型预测D_(SL)与实测D_(SL)间R^(2)较冠层尺度分别提高114.3%和233.3%,RMSE分别降低16.7%、15.4%。本文提出方法可提高小麦条锈病遥感监测精度,同时对其它胁迫的遥感监测具有一定的参考价值。

L波段掺铒光纤超荧光光源和放大器研究

通过优化铒光纤长度,获得了平坦谱宽达30nm(0.7dB)的L波段超荧光光源,该光源具有7.21dBm的输出功率。在此基础上,研究L波段放大器增益特性,通过对铒光纤长度的进一步优化,用1480nm激光器作前向泵浦源,实验上获得了波长从1565nm^1595nm范围平坦的增益带宽,小信号增益可达22dB。

高平坦度的三级双泵浦结构C+L波段超荧光光源

为了使掺铒光纤超荧光光源C波段与L波段光谱匹配良好,实现高平坦度的C+L波段宽带光源,提出了一种三级双泵浦光源结构。首先,使用三段不同型号、不同长度的掺铒光纤,两个980nm激光二极管,波分复用器,隔离器以及3dB耦合器构成的光纤环形镜搭建宽带光源实验装置;然后,通过不断优化三段掺铒光纤的长度,调节两级抽运源功率获得高平坦度C+L波段光源输出;最后对其产生机理进行分析。实验结果表明,当三段掺铒光纤的长度分别为11.5m、53m和6.5m,两级抽运源功率分别为65mW和115mW时,输出光谱的3dB带宽为75.68nm,在1543～1603nm波段光谱的平坦度<±1.3dB(不加任何滤波器的条件下)。获得的高平坦度C+L波段宽带光源可以更好地满足光纤传感、光纤通信系统等领域的应用要求。

含荧光增白剂织物的三波段法配色

由于荧光增白剂的特殊光学性能,使得含有荧光增白剂的织物配色困难。通过分析荧光增白剂的反射率曲线,应用发射区荧光染料的反射率计算公式,研究了荧光增白剂的配色方法,提出了荧光增白剂计算机配色的三波段法———即对荧光增白剂的配色分发射区、激发区和无影响区分别进行。通过20个拼色试样的染色实验和计算,证明本方法适用于荧光增白剂的配色,且方法简便。最大色差为3.94。

新型三段高性能的长波段掺铒光纤超荧光光源的研究(英文)

提出了一种第一段无泵浦、第二段前向泵浦和第三段后向泵浦的三段级联掺铒光纤超荧光光纤光源的新结构.数值分析了泵浦光波长、铒光纤长度以及泵浦比例对新结构性能的影响.结果表明可以找到一组适合制作成本低廉、输出功率高、谱平坦的长波段掺铒光纤超荧光光源.

L波段高掺铒光纤超荧光光源

采用半导体激光二极管泵浦12cm长高掺铒光纤，在双程前向装置中，获得了10．8mw最大超荧光输出功率，斜率效率10．6％，在1553．1—1588．6nm接近36nm的范围内，功率抖动小于0．2dBm。作为比较，在相同实验条件下泵浦10em长的高掺铒光纤，结果显示输出光谱带宽明显下降，C波段的放大自发辐射远大于L波段的，由此也证明了L波段的放大自发辐射是由C波段的放大自发辐射泵浦产生的。

主成分分析法在油荧光光谱波段选择中的应用

355nm激光器发射激光入射到海水表面,激发海表面溢油的荧光光谱,运用高光谱图像降维中应用广泛的分段主成分分析算法对油荧光光谱进行波段选择。该算法把每个分段被映射到主成分的信息量的大小作为是否被选择的标准,保证了选择波段的信息丰富;通过分段分析消除了传统主成分分析的全局性引起的波段忽略问题,获得较为满意的降维效果。

基于iPLS的矿井突水激光诱导荧光光谱特征波段筛选

矿井突水一直威胁着煤矿井下施工人员的生命安全,准确且快速识别矿井突水水源类型对于矿井的安全生产起到关键性作用。激光诱导荧光(LIF)光谱技术识别矿井突水水源,有效避免了常规的水化学法需要测定多种化学参数,水源识别时间过长的缺点。提出一种间隔偏最小二乘法(iPLS)与粒子群联合支持向量分类算法(PSO-SVC)相结合的方法,iPLS算法常应用于光谱波段优选和模型的回归分析,PSO-SVC则在机器学习领域有着重要的应用,激光诱导荧光技术具有快速的时间响应、测量精度高等特点,iPLS和PSO-SVC算法运用于光谱图和光谱数据的分析,进而可以对突水水源类型识别分类。首先,用淮南矿区采集到的7种(每种水样30组)共210组荧光光谱数据进行实验,对老空水、灰岩水、灰岩水和老空水不同体积比混合水样的激光诱导荧光光谱图的差异性进行分析。比较了留出法和Kennard-Stone样本划分方法所得到的PSO-SVC模型分类准确率,采用留出法得到的训练集水样(140组)和测试集水样(70组)作为实验样本。其次,用iPLS算法将全光谱波段依次按10~25波段区间进行等分,选取划分区间的RMSECV(交叉验证均方根误差)值小于全光谱波段RMSECV值(阈值)的波段作为特征波段,结合光谱图对比分析了划分10和14个子区间的建模结果,发现通过直接观察得到的特征波段与iPLS算法筛选出的特征波段存在误差。最后,在不进行去噪、降维等预处理条件下,根据iPLS划分不同区间数的评价指标统计数据,选取划分11个区间所筛选出具有561个波长点的410.078~478.424和545.078~674.104nm特征波段范围数据作为PSO-SVC模型的输入,以iPLS结合PSO-SVC算法筛选出的特征波段与全光谱波段、直接观察得到波段建模准确率相比,训练集与测试集的分类准确率高达100%,PSO寻优到的最佳惩罚系数c为1.3670,核函数参数g为0.5762。从实验结果可以看出,利用iPLS进行荧光光谱的特征波段筛选是切实可行的,提取出的特征波段能充分反映出全光谱波段的有效信息,为激光诱导荧光光谱技术用于矿井突水水源精准在线识别的研究提供了理论依据。

荧光光谱仪红外波段荧光强度的校正

一般荧光光谱仪由于光栅闪耀效果和CCD响应下降,导致1μm波长附近接收到的荧光发射信号减弱。本文介绍一种通过数学处理和基线调整校整荧光光谱仪红外波段荧光强度的方法,从而可以在一般荧光光谱仪上获得与高档荧光光谱仪接近的荧光光谱图。

一种简单的高功率L波段超荧光光源

采用双程前向结构,在一根高浓度掺铒光纤中实现了功率高达13.13mW(11.18dBm)、平均波长为1578.53nm的L波段高功率超荧光输出,在1570nm^1620nm间的功率高于9.38mW。可满足分布式光纤光栅传感、DWDM等由C波段向L波段扩展的带宽及功率需求,同时与C波段光匹配后,可得到功率高于20mW的C+L波段宽带高功率光输出。其中采用普通耦合器制作的光纤圈反射器,将后向的C波段ASE重新引回光纤中,提高了抽运源的利用效率和光纤输出光的稳定性,同时分析了光源的输出功率、平均波长、稳定性等随光纤长度、抽运功率的变化特征,对于光源的应用设计提供参考。

新颖的高功率L-波段掺铒光纤超荧光光源

研究了L-波段超荧光在光纤中的产生机理,设计了一种带光纤圈反射器的双级双程前向输出L-波段光源结构,通过对两级采用掺铒浓度不同的光纤并优化其长度及两级泵浦光功率,实验中获得了功率高达19.86mW(12.98dBm)、中心波长为1577.421nm的L-波段(1555-1620nm)超荧光光源。实现了低浓度掺铒光纤起诱导光及改善光谱的作用,高浓度光纤为主要发光源,采用光纤圈反射器提高了泵浦光的利用效率、光源的平坦度及稳定性。同时分析了结构中各个参量对光源各方面性能的影响,对光源的设计具有指导意义。

双后向结构的线宽拓展L波段超荧光光源

报道了采用两级级联双后向抽运的光源结构,实现高效率和线宽拓展的L波段掺铒光纤超荧光光源.通过数值模拟,研究了两级光纤长度分配和抽运功率比例对光源输出特性的影响.模拟表明,该结构可获得线宽拓展的平坦L波段光谱,相比常规L波段光谱线宽拓展了15 nm,达近60 nm.此外,抽运功率比例为1∶1时该结构的抽运转换效率最高.利用980 nm半导体激光器作抽运源,在抽动总功率206 mW时,实验上获得了输出功率62 mW,线宽56.6 nm的L波段光谱,抽运转换效率为30.1%.

基于荧光光谱结合宽度学习的白菜农药残留量检测方法

为了高效监控蔬菜中农药残留情况,利用荧光光谱技术检测白菜中吡虫啉农药残留量。首先通过三维荧光光谱确定400nm为吡虫啉的最佳激发波长;其次通过分析6种预处理算法和2种降维算法,分别选出多元散射校正(Multiple scattering calibration,MSC)和无信息变量消除(Uninformative variable elimination,UVE)作为最佳的预处理与波长选择方法;宽度学习系统(Broad learning system,BLS)用于荧光光谱建模,同时与偏最小二乘回归(Partial least squares regression,PLSR)、支持向量机(Support vector machine,SVM)和深度极限学习机(Deep extreme learning machines,DELM)等经典模型进行比较。结果显示BLS模型获得了最佳吡虫啉含量预测效果,测试集决定系数R^(2)_(p)达0.949,均方根误差(Root mean square error,RMSE)达0.347 mg/kg。表明了荧光光谱技术结合宽度学习预测农药残留量的可行性,可以为在线检测农药残留量系统的开发提供理论依据。

利用多波段光源拍摄人民币上荧光粉指纹的实验研究

本文通过实验研究的方法，利用多波段光源和数码相机对人民币上荧光粉显现的指纹拍摄做了较为全面系统的研究，得出了具有一定实践指导意义的结论，即440～490nm是拍摄人民币上荧光粉指纹的首选波段；橙、红、品红色荧光粉是拍摄人民币上指纹的首选荧光粉，黄、绿荧光粉在一定范围内亦有较好的效果；黄色和红色滤光镜是利用多波段光源和荧光粉拍摄人民币上指纹的必要设备，其他颜色的滤光镜作为补充；不足的曝光量有利于增加荧光粉指纹的反差。

多波段光源-荧光材料增强显现灰尘足迹的研究

对于非渗透性客体上的潜在灰尘足迹,利用荧光材料进行增强显现,配合使用多波段光源激发荧光,进行刑事照相固定提取灰尘足迹。在五种常见客体的实验结果表明,磁性荧光粉的显现技术最成熟;溴甲酚蓝试剂需要使用到超生雾化器才得以完整显现潜在灰尘足迹;502胶+罗丹明试剂显现灰尘足迹需在理想环境下进行。

用多波段光源配合荧光溶液拍摄被碳素墨水掩盖的文字

碳素墨水掩盖字迹的显现是刑事技术工作中的一个常见难题。由于碳素墨水中含有的碳黑对可见光和红外线有很强的吸收,通常的利用书写物质本身光致荧光的照相显现法效果不佳,适用范围也有限。有人提出用激光和荧光溶液配合显现墨汁涂改文字,取得良好效果,但激光器在基层公安技术部门尚未普及,推广应用有一定难度。本文提出用荧光溶液结合多波段光源和CCD摄像机进行拍摄显现的方法,经实验证明该方法操作简便,效果好、效率高,具有较高的实用价值。

荧光光谱技术结合机器学习算法检测大白菜中吡虫啉含量

目的建立荧光光谱技术结合机器学习算法检测大白菜中吡虫啉含量的方法。方法采集400 nm激发下的130个农药残留光谱数据,经过数据预处理、光谱特征筛选,构建基于支持向量机(support vector machine,SVM)的吡虫啉残留含量预测模型,并利用麻雀搜索算法(sparrow search algorithm,SSA)对SVM的参数进行寻优。结果卷积平滑(Savitzky-Golay smooth,S-G)与标准正态变量校正(standard normal variable,SNV)联用的预处理效果最好;利用连续投影算法(successive projections algorithm,SPA)对遗传算法(genetic algorithm,GA)提取的特征波长进行二次特征降维能获得最优特征波段;SSA寻优后构建的SVM模型精度最佳,测试集决定系数为0.9234,均方根误差为0.4129。结论荧光光谱技术可以实现白菜中吡虫啉含量的检测,为蔬菜中农药残留快速检测提供了新的思路。

溶剂热法合成橙-绿双波段荧光碳点

荧光碳点具有激发波长依赖的独特性质,有望基于此制备检测溶液pH值的荧光探针。以柠檬酸和尿素为原料、N,N-二甲基甲酰胺为溶剂,采用一步溶剂热法在200℃下保温12 h制备了一种新型的具有橙-绿双波段荧光发射性能的水溶性碳点。采用透射电子显微镜、X射线衍射、拉曼光谱、傅里叶变换红外光谱和X射线光电子能谱等方法对荧光碳点的组成和形貌进行了表征,还通过荧光发射光谱和紫外-可见吸收光谱对其光学性能进行了研究。结果表明,制备的碳点粒径为2.7~4.3 nm,表面带有大量含氧官能团,具有良好的水分散性。在440 nm和540 nm波长光激发下分别呈现绿色(500 nm)和橙色(590 nm)双波段荧光发射。合成的荧光碳点发光性能对pH值具有敏感性:在强碱性溶液中,590 nm的荧光强度比水溶液中提高了6.71倍,同时吸收峰的蓝移使得自然光下其溶液颜色发生了明显改变,具有强碱性指示剂的作用;在pH值为2~6的酸性溶液中,500 nm与590 nm发光峰强度比与pH值之间呈现良好的线性关系,展现了作为pH值比率荧光探针的应用潜力。

荧光粉-多波段光源显现汗潜指印

概述了在光谱-9000型多波段光源照射下用荧光粉处理汗潜指印的方法,这种方法显现非渗透性客体表面上汗潜指印有较高的灵敏度,适用客体范围广泛,已成功应用于数十起实际案件。