全自动固相萃取-HPLC-FLD柱后衍生法测定粮食中黄曲霉毒素B_(1)

采用全自动固相萃取仪,建立适用于粮食中黄曲霉毒素B_(1)的检验方法。样品经提取液提取,用全自动固相萃取-免疫亲和柱净化,采用高效液相色谱-荧光检测(High Performance Liquid Chromatography-Fraunhofer Line Discriminator,HPLC-FLD)柱后衍生法进行测定。结果表明,黄曲霉毒素B_(1)在0.1~20.0 ng·mL^(-1)线性良好,R^(2)为0.999 987;检出限和定量限分别为0.03 μg·kg^(-1)和0.1 μg·kg^(-1);3水平加标回收率为84.9%~88.5%。本方法自动化程度高、重现性好,可以满足粮食中黄曲霉毒素B_(1)测定的要求。

3FLD和反射率荧光指数估测小麦条锈病病情严重度的对比分析

为研究小麦条锈病病情严重度和日光诱导叶绿素荧光强度的关系,确定适合于探测小麦条锈病病情严重度的叶绿素荧光因子。本文分别利用3FLD(three bands Fraunhofer Line Discrimination)和反射率指数2种方法提取了日光诱导叶绿素荧光强度,对比分析了这2种方法估测的日光诱导叶绿素荧光强度在小麦条锈病病情严重度遥感探测中的应用潜力。利用3FLD方法计算的O2-A和O2-B波段叶绿素荧光强度与小麦条锈病病情严重度均达到了极显著相关,复相关系数分别为0.6772和0.4924。基于反射率指数估测日光诱导叶绿素荧光时,叶绿素荧光反射率比值指数R740/R720、R440/R690、R740/R800以及叶绿素荧光一阶导数光谱指数D705/D722、D730/D706与小麦条锈病病情严重度均达到了极显著相关,尤其是比值指数R440/R690与小麦条锈病病情指数的相关性最高,复相关系数达到了0.7187。基于辐亮度的3FLD算法和基于反射率的叶绿素荧光比值指数2种方法提取的叶绿素荧光强度均能够实现小麦条锈病病情严重度的遥感探测,但利用反射率方法提取的日光诱导叶绿素荧光强度构建的小麦条锈病病情严重度估测模型优于3FLD算法,更适合小麦条锈病病情严重度的遥感探测。论文的研究结果为基于卫星平台的叶绿素荧光遥感探测小麦条锈病提供了重要的理论依据。

基于Kernel Fisher Discriminant的JPEG文件隐形信息检测算法

隐秘信息分析的目的是正确的分辨出文件中是否带有隐藏的信息。自然图像和隐秘图像的DCT系数经过差分之后,它们的直方图会呈现不同的规律,以此为特征向量,来检测JPEG图像是否带有隐藏信息。并通过对低隐藏信息量的JPEG图像进一步分析,发现采用线性核函数的核Fisher判别有着较好的检测性能。实验结果表明,本文的算法有效。

日光诱导叶绿素荧光与反射率光谱数据监测小麦条锈病严重度的对比分析

小麦条锈病是影响我国小麦产量的主要病害之一,在小麦受到条锈病菌侵染初期探测到病害信息,对小麦条锈病的防控以及产量和品质的提高具有更为重要的意义。反射率光谱主要反映植被生化组分的浓度信息,而日光诱导叶绿素荧光则对植物光合生理变化响应灵敏。为了更好地实现小麦条锈病病情严重度的遥感探测,尤其是条锈病的早期探测,对日光诱导叶绿素荧光和反射率光谱数据监测小麦条锈病病情严重度的敏感性进行了对比分析。首先利用地物光谱仪测定了不同病情严重度的小麦冠层光谱数据,基于夫琅和费暗线原理利用3FLD(three-band Fraunhofer Line Discrimination)方法提取了小麦条锈病不同病情严重度下的日光诱导叶绿素荧光数据,然后分别利用反射率光谱数据和日光诱导叶绿素荧光数据构建小麦条锈病不同发病状态下的遥感探测模型,并通过保留样本交叉检验方式对预测模型精度进行了评价。结果表明:(1)当小麦条锈病病情指数低于20%时,日光诱导叶绿素荧光对小麦条锈病病害信息的响应比反射率光谱数据更为敏感,以日光诱导叶绿素荧光为自变量构建的小麦条锈病病情严重度预测模型达到了极显著性水平,能够在植被叶绿素含量或叶面积指数发生变化之前探测到植物的胁迫状态,实现作物病害的早期诊断,而反射率光谱数据则难以探测到条锈病病害信息;(2)在小麦条锈病病情严重度处于中度发病(20%<DI≤45%)状态时,虽然日光诱导叶绿素荧光和反射率光谱数据均能实现小麦条锈病病情严重度的遥感探测,但利用日光诱导叶绿素荧光数据构建的预测模型优于反射率光谱数据;(3)当小麦条锈病病情严重度达到重度水平(DI>45%)时,利用反射率光谱数据和日光诱导叶绿素荧光数据构建的小麦条锈病病情严重度预测模型均达到了极显著性水平,两种数据均能够较好地实现小麦条锈病病情严重度的遥感探测。该研究结果对提高小麦条锈病的遥感探测精度具有重要的意义,为利用TanSat等卫星的荧光数据进行小麦条锈病的早期探测提供了参考依据。

基于信息融合的面部表情识别

文章提出用支持向量机融合四种基于不同特征表示的面部表情识别方法进行面部表情识别,即几何表示、PCA人脸表示、ICA人脸表示和FLD人脸表示。在用FLD和ICA提取表情特征前先进行PCA,把训练样本的人脸图像向量投影到一个较低维的空间,以达到降维和去除相关性的目的。然后对每一种表情特征表示都用最小距离分类器进行初步分类,最后用支持向量机融合这些分类结果来进行面部表情的最终识别,实验证明本文提出的方案是有效的。

基于719 nm水汽吸收波段的日光诱导叶绿素荧光反演研究

日光诱导叶绿素荧光(SIF)是一种植物光合作用直接探测新方法。目前O2-A和O2-B吸收线波段的叶绿素荧光填充效应被广泛应用于探测近红外(760 nm)和红光波段(687 nm)的植被冠层SIF信号。SIF光谱范围为650~800 nm,虽然水吸收波段(719 nm)介于叶绿素荧光发射峰值690 nm和740 nm之间,且具备较强的光谱吸收特征,但该水汽吸收光谱特征尚未应用于冠层SIF探测,因此,基于模型模拟和野外实验观测数据,使用夫琅禾费暗线SIF反演法,评价了基于719 nm波段水吸收波段的SIF反演潜力,其中野外光谱数据采用ASD FieldSpec Pro便携式地物光谱仪(3 nm分辨率)测量。首先,利用FLD、3FLD、iFLD等3种经典的SIF反演方法,检验和对比分析了719水汽吸收波段的SIF反演性能,结果表明使用水吸收线比使用O2-B吸收线表现更优,反演RMSE为0.154 W/m2/μm/sr。其次,定量计算了水汽和氧气吸收波段SIF反演的敏感度和不确定性,结果表明,719水汽吸收波段与O2-B吸收线相比,其吸收线内外的反射率和荧光比值估算误差对SIF反演误差的贡献更小,但是显大于比02-A波段。最后,利用野外多角度和日变化观测实验数据,检验和分析了三个大气吸收波段的SIF反演结果,发现719 nm水吸收波段的冠层SIF与O2-A和O2-B氧气吸收波段具有相似的角度变化和日变化特征,表现为后视和热点方向的SIF高、前视和暗点方向的SIF低,以及中午SIF高、早晚SIF低。研究表明利用719 nm波段的水汽吸收波段的光谱信息,可以准确反演近地面冠层SIF信号,研究结果为近地面冠层SIF观测提供了一个新的波段。