高效液相色谱-荧光检测同时测定污泥中7种氟喹诺酮类抗生素

为了监测污泥中氟喹诺酮类抗生素(FQs)的含量和水平,建立了基于固相萃取高效液相色谱荧光检测法测定污泥中7种FQs的分析方法。污泥样品选用乙腈∶磷酸盐缓冲液(1∶1,V∶V)(pH=3)提取,以亲水亲油平衡(hydrophilic-lipophilic balance, HLB)小柱净化富集,经甲醇洗脱、浓缩后用高效液相色谱荧光检测器(HPLC-FLD)检测,采用乙腈/0.1%的甲酸作为流动相并以外标法定量。FQs在0.005～1.0 mg/L浓度范围内呈现良好线性关系,R2为0.992 7～0.999 8。添加量为0.05、0.5和1.0 mg/kg时,污泥中7种氟喹诺酮类的加标回收率为78.3%～106.4%,其相对标准偏差为3.68%～12.06%(N=5)。方法的检出限为0.001～0.01 mg/kg,方法定量限为0.004 6～0.038 4 mg/kg。用该方法对北京地区3个污水处理厂活性污泥样品中7种FQs进行分析,检出浓度范围为未检出至1.09 mg/kg。     

X荧光光谱分析技术在测定安徽月山矿床铁铜矿石中Fe、Cu的应用研究

为建立符合安徽月山矿区的X荧光光谱(XRF)分析方法,针对矿区铁矿、铜矿的特点,用铁、铜矿石的国家标准物质制作系列校准样片,通过粉末压片和玻璃熔融两种制样方法,波长色散X荧光光谱法测定主矿体样品中的Fe、Cu等主量元素,并将测定结果与传统化学方法分析结果进行比较。结果显示,熔片法-XRF的测定结果与化学容量法测定结果一致,试样在850℃灼烧,按40∶1大稀释比熔融制样,解决了样品在高温熔融过程中对铂黄坩埚的腐蚀,适用于月山矿区铁铜矿样品中Fe、Cu的测定。粉末压片法不能克服矿物效应和粒度效应的影响,测定结果与化学容量法结果比对偏差较大,不适用于月山地区铁铜矿中Fe、Cu的测定。     

光谱保真归一化卷积高光谱超分辨率重建方法

高光谱遥感图像受到成像系统硬件限制,无法同时具有高空间分辨率和高光谱分辨率,较低的空间分辨率制约高光谱图像的应用,超分辨率重建技术可提高图像的空间分辨率。针对高光谱图像的超分辨率重建中光谱保真度的问题,在重建方法中耦合光谱保真度函数,结合结构自适应归一化卷积方法,提出基于光谱保真约束的归一化卷积方法。具体地,将图像局部邻域内像素间的光谱相关性作为约束条件,将与中心像素光谱类似的像素赋予较大权值,从而提高重建后图像光谱特性的保持程度。实验中分别从空间结构与光谱信息保真两个方面来评价重建后结果,结果表明该方法具有较好的光谱信息保持度。     

基于CSA-PLS算法的养殖水体水质快速高光谱预测反演模型研究

养殖水体水质的优劣直接影响养殖对象的成长,准确、快速、全面地掌控养殖水环境的水质参数变化情况具有重要意义。传统的水质指标监测方法都通过人工采样的方式,不仅耗费时间长,且只能体现局部水体情况。针对这些问题,提出了一种乌鸦搜索算法(CSA)结合偏最小二乘回归(PLSR)的高光谱特征波段筛选方法,快速构建回归模型,实现光谱数据的精准预测反演。以连片的养殖小区为研究对象,采集养殖水体样本并拍摄同时期的高光谱影像数据。首先对提取的采样点光谱数据利用多种数据变换方法分别预处理;其次利用这些数据,对水质指标总氮(TN)、氨氮(NH₄⁺-N)、总磷(TP)和化学需氧量(COD)分别构建全波段的SVR和AdaBoost回归模型,同时与提出的CSA-PLS自动筛选波段方法和传统的连续投影算法(SPA)筛选波段后构建的模型进行比较分析;最后根据决定系数(R²)和均方根误差(REMS)选出适合各水质指标的最优模型。从实验结果可以看出,所提波段筛选方法的AdaBoost模型预测结果优于SVR和传统SPA方法提取特征波段后构建的模型,与全波段最优模...     

精细光谱探测与计量分析技术在长江干流水质水环境监测中的应用

水生态环境监测是生境保护的前提和基础,针对长江流域水系点多面广、复杂多样、瞬息万变等特点,对监测手段提出了更高的要求。目前,针对大型地表水系的水质监测方式仍以人工取样结合实验室化学分析或现场手持式仪器分析为主,存在方法滞后、手段单一、频次偏低、面源缺失等问题。因此,迫切需要新体制监测技术,突破实时快速、面源定量等现实需求,为长江水系统综合模拟提供可靠数据源。在此背景下,本文提出了一种具有完全自主知识产权的精细光谱探测与计量分析技术,开发了地基、空基等体系技术与装备,在相关项目支持下,开展了体系化技术的示范应用,在长江干流关键断面、三峡示范区和鄱阳湖示范区进行了空—地立体监测,取得了良好效果。监测数据经云平台接入“长江模拟器”,为其综合运行提供了快速实时数据支持,也为未来流域大型水系综合监测提供了新方法和应用典范。     

多光谱遥感影像在长江水位监测中的应用

人类社会生活、生产活动与江河水位变化密切相关。河道水位监测系统可以实时掌握河道水位的变化情况,是科学预警水情隐患、保障港口及航运安全、提升防汛抗旱能力的重要手段。本文对长江局部水域面积与水位观测值之间的相关性进行了研究,并建立了回归方程;最终利用多光谱遥感影像提取出长江水域面积,并应用该回归方程进行长江水位的推算。结果表明,该方法能够为江河、湖泊、水库等水体的水位监测提供一种简便可行的估算方法。     

基于双分支卷积神经网络的SAR与多光谱图像融合实验

针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。     

深度残差神经网络频率域下蚀变岩石光谱分类模型研究

以往的蚀变岩石光谱分类方法包括机器学习模型和浅层神经网络模型,且均使用光谱波形特征作为模型分类依据.小波变换能够将光谱数据转换为频谱图进行奇异性探测,显示光谱瞬态突变信息.该文使用5种不同蚀变类型的石英闪长玢岩光谱数据,通过Symlets小波变换将光谱数据转换为频谱图,作为深度卷积分类模型的基础数据,再利用50层深度残差网络(ResNet50)模型对数据进行分类,并选取准确率、损失值、召回率、精确率以及F1参数对结果进行评价.通过与传统的机器学习方法及其他方法进行比较,证明该模型的准确率和F1参数均优于对比模型,测试集分类准确率达到99.67％,表明该模型对蚀变岩石光谱数据分类的适用性较强,且具有较好的鲁棒性和泛化性.     

基于卫星高光谱遥感影像的浅海水深反演方法

遥感水深反演具有非接触测量和省时省力等优点,能够为航海、岛礁工程与珊瑚礁生态调查等活动提供重要参考。随着高光谱遥感卫星数量的增长,基于高光谱遥感影像的水深反演具有良好的发展与应用潜力。HOPE（Hyperspectral Optimization Process Exemplar）算法是比较常用的高光谱水深反演算法。鉴于HOPE算法在低遥感反射率海域会出现水深被高估的问题,本文基于Hyperion高光谱遥感影像提出一种改进的水深反演算法。该算法针对危险或难以到达海域往往具有水体光学性质较为均一的特点,利用深水区遥感反射率的观测值来估计整个研究区域内的水体光学性质参数并将其固定,以便减少未知参数数量,解决水深被高估的问题,最终达到提高水深反演整体精度的目的。塞班岛和中业岛的实验结果表明,改进算法能够有效克服常规HOPE算法在低遥感反射率水域高估水深的问题。改进算法能够将平均遥感反射率小于0.0075sr^-1（塞班岛）和0.001 sr^-1（中业岛）范围内的水域的水深反演平均绝对误差从常规HOPE算法的2.94 m和6.44 m分别降低至2.56 m和4.99 m,从而能够相应地将整体的均方根误差从3.18 m和5.39 m分别降低至2.30 m和3.32 m,而将整体的平均相对误差从32.4%和27.1%分别降低至30.6%和23.9%。因此,改进算法在提高卫星高光谱遥感影像水深反演效果方面具有可行性和有效性。     

机载多光谱影像语义分割模型在农田防护林提取中的应用

农田防护林是农田生态系统的屏障,其健康状况的监测与评估在我国北方农田林网管理中尤为重要。本文以新疆生产建设兵团第三师51团为研究区,使用复合翼无人机CW-20搭载Micro MCA12 Snap多光谱相机获取农田防护林的多光谱影像,经辐射校正、裁剪等预处理,通过优选有效特征和模型比较,提出农田防护林提取的有效方法。首先,基于原始12波段,依据相关性系数矩阵和最佳指数因子（Optimum Index Factor,OIF）选取最优3波段和植被指数特征进行组合,构建8种农田防护林提取方案;然后,通过建立语义分割Deeplabv3+模型进行精度评价,得到最优3波段组合6（波长710 nm）、8（波长800 nm）、 11（波长900 nm）波段为最佳特征组合;最后,以最优3波段为基础,将Deeplabv3+模型与U-Net、ENVINet5模型进行对比分析。结果表明：Deeplabv3+模型能够更深层次的挖掘光谱中潜在的信息,相比其他模型,能够较好地处理正负样本不均衡问题,获得最高MIoU值85.54%,比U-Net、ENVINet5的MIoU值则分别高出21.21%、27.19%。该研究结果可为基于多光谱遥感影像的语义分割在农田防护林提取及健康状况监测的应用提供借鉴和参考。