原子吸收光谱法测定茶叶中微量元素

采用火焰原子吸收光谱法对江西庐山"云雾"茶叶中的铜、锌、锰、铁四种元素进行了含量测定,详细地研究了消解酸的种类、HNO3和HF的比例、消解酸的体积及消解时间对测定结果的影响.用HNO3-HF-HClO4处理样品,测定结果表明茶叶中含有丰富的人体必需的微量元素,采用此方法回收率为93.70%～102.40%,相对标准偏差小于10%.其方法简便、精密度和灵敏度高,结果令人满意.     

新疆喀喇昆仑山及东昆仑山海相三叠系研究

喀喇昆仑及东昆仑山三叠纪地层较发育,其下、中、上三统均有存在,主要为海相沉积,其中有大量动物化石作为地层划分根据.下三叠统含放射虫硅质岩,局部见有大量玄武玢岩,代表了深海沉积;中三叠统为含双壳类灰岩、硅质岩及含海百合茎砂岩等;上三叠统,以含海燕蛤、床板珊瑚、层孔虫灰岩为主,其顶部为含有植物化石的陆相沉积.     

几种消暖云（雾）催化剂性能的实验研究

本文选取了十一种吸湿性物质,对它们的吸湿特性进行了实验研究,对其中一些吸湿性能较好的催化剂开展了云室消雾试验,结果表明,这些物质的吸湿能力及其随相对湿度变化的分布有较大的区别,其饱和状态下的平衡增长率也有较大差异,水泥类物质中,矿渣水泥及普通４２５＾＃Ｋ水泥的吸湿特性与氯化钠类似,氯化钠、氯化铵及矿潭水泥的云室消雾效果较好,但其作用机理可能有所不同。     

云雾室人造云雾控制及其技术发展

自然云雾是影响精确光学制导武器命中精度的重要大气环境因素,但由于自然云雾的不可再现性,科研人员很难对制导武器受其影响的程度进行研究。为了更好地评估精确光学制导武器装备的作战使用效能受云雾的影响,开展云雾室模拟自然云雾是非常必要的。在简要介绍国内外人造云雾研究现状、云雾实验室主要功能的基础上,对云雾室人造云雾过程中的喷雾、催化剂释放、温度、湿度、气流、照明等方面的控制进行了详细的介绍,并对人造云雾今后的发展趋势进行了探讨。     

云雾物理膨胀云室研制及参数测试

膨胀云室可形成水汽、水面和冰面过饱和环境,是研究气溶胶粒子、人工影响天气冷暖催化剂核化过程和机理的重要实验设备。但长期以来,我国缺乏装备先进云雾粒子谱和图像测量系统的膨胀云室。2019年完成的我国自主研制的膨胀云室系统由云室主体、控制系统、通讯系统及环境和云雾测量系统4个子系统组成。该系统首次采用了国产云粒子谱仪和成像仪测量系统。测试结果表明：该云室具有良好的温度和压力控制能力,平均降温速率达到0.26℃·min-1,温度分布均匀,-40℃时舱内温差小于0.29℃;膨胀造雾过程4 min,雾可维持4 min,雾滴较小;可以实现从室温到-50℃低温环境的控制,具备压力膨胀成云雾模拟和微物理参数监测能力,解决了我国缺乏气溶胶粒子和暖云催化剂室内实验装备的状况,对验证暖云催化剂核化性能和提高暖云人工增雨科技水平有重要价值。     

基于神经网络和分形纹理的夜间浓雾遥感监测技术

利用地物光谱信息和图像纹理信息作为地物分类识别标志,将分形理论和BP神经网络应用于夜间浓雾的遥感监测,使夜间浓雾的监测精度明显提高。与传统最大似然法(MLC)比较,晴空地表、雾区、云区的识别精度均有提高,特别是云区的识别精度提高了10%,基于灰度连通域的灰度加权计盒维数图像纹理提取技术使云雾边界的提取更加合理,文章最后对类的归并作了讨论。     

先验引导的多降质特征“珞珈一号”夜光遥感影像质量提升方法EI北大核心CSCD

珞珈一号夜光(NTL)遥感影像存在云雾、辉光、分辨率降低等多种复杂的降质现象,现有的深度学习影像质量提升网络往往只针对某一种类型的降质问题,且没有充分利用影像的先验信息,训练和学习过程的可解释性差,去除的降质类型单一。因此,针对含有多种复杂降质的影像质量提升问题,提出一种可解释性先验引导的多降质特征夜光影像质量提升方法。分析降质过程和降质表现,推导出了辉光、云雾噪声和空间分辨率下降的综合降质模型,并以该模型作为先验引导构建了云雾、辉光、分辨率3类数据集。在网络结构方面,针对3类降质设计了包含通道注意力模块和像素注意力模块的残差密连卷积神经网络,并用比值稀疏约束损失函数进一步提高影像的清晰度。利用珞珈一号夜光遥感影像进行了试验,结果表明,本文方法可有效去除云雾、辉光等的影响,处理后影像中的灯光边缘信息更加清晰,空间分辨率提高,影像质量提升明显。     

顾及空间与光谱差异的单幅遥感影像自适应云雾去除方法

光学遥感影像经常受到云雾的干扰而导致数据质量下降。在暗原色先验理论和云雾影像模型的基础上,提出了一种顾及空间和光谱差异的单幅遥感影像自适应云雾去除方法,较好地解决了传统暗原色先验在高亮地物校正过度和部分波段云雾校正不足的问题,有效地实现了影像云雾去除。首先通过高亮地物的光谱特征构建高亮地物判别指数,辅以密度分割对其进行提取分类,在此基础上引入自适应校正函数对该区域透射率进行修正;其次在对多幅云雾遥感影像实验分析的基础上,提出了符合大气散射机制的波段透射率校正系数,实现了波段间处理强度的自适应调整。实验结果表明,该方法能有效去除不同波段的云雾干扰,并避免高亮地物的过度校正,可取得较好的复原结果。     

神经网络和分形纹理在夜间云雾分离中的应用

云雾分离是浓雾遥感监测的难点，地物光谱信息和图像纹理信息的综合利用，分形理论和BP神经网络技术的应用，使夜间云雾分离结果更为可信，基于灰度连通域的图像纹理提取提高了云雾边界的识别能力，灰度加权拉伸后的分数维增强了云雾的可分性，与传统最大似然法比较，本文所用方法对晴空地表、雾区、云区的识别精度均有提升，特别是云区的识别精度提高了10％，三类地表的总体识别率提高了7％，达到93％以上，文章最后对类的归并作了讨论。     

基于MTSAT卫星的我国东部沿海雾区的自动识别

本文综合运用可见光反射率阈值法,3×3像元空间一致性检测法,红外亮温阈值法及双通道差值法,建立全天候海雾遥感监测算法,并利用MTSAT卫星资料,对2006年4～5月间我国东部沿海海雾进行个例监测试验,并进行卫星图象的目视真实性检验.监测结果表明,该方法能较好地实现云雾自动分离.在夜间,能有效分离低层云雾和晴空像元;当出现逆温雾时,雾仍可以被有效地判识出来.