水生植物能够净化污染物和抑制藻类生长，在生态系统重建方面具有重要的应用价值。光谱分析作为植物种类识别的一种方法，具有无接触、快速、无污染等特点。受周围水环境的影响，绿色水生植物的光谱特征峰比陆生植物更加难以区分，地面实测光谱数据不仅维度高，且存在大量重叠谱带和背景干扰，特征光谱不明显；同时，通过地面实测获取样本数据较为困难，适用于深度学习的地面光谱数据集较少。针对以上问题，本文提出了一种基于一阶导数法结合AlexNet网络的分类模型。本团队以2019年9—10月上海河道内4种优势种群的近岸挺水水生植物为研究对象，使用地物光谱仪采集4种水生植物叶片部位的光谱信息。实验中，首先使用4种光谱分析法对原始数据进行预处理，比较预处理前后分类模型的准确率，其中一阶导数法结合AlexNet网络的分类模型对4种水生植物的分类精度最高，为99.50%；然后分别选取样本数据的40%、60%和80%作为训练集，验证模型在小样本下的泛化能力；最后利用Grad-CAM算法对模型进行可视化，分析后发现本文模型提取的水生植物的特征光谱与现有研究结果一致。上述研究结果表明，本文模型能够有效提取水生植物的特征光谱，实现对4种水生植物的快速准确分类识别，为高光谱遥感卫星识别此4种水生植物提供了重要参考。

基于390 nm 紫光诱导的光致原子解吸附效应，实现了大磁场梯度磁光阱中少数原子快速和高概率的装载。实验中通过开启390 nm 紫光使吸附在真空气室内壁上的原子解吸附，从而有效地增加了背景铯原子数密度，降低了大磁场梯度磁光阱中原子的装载时间，同时研究了磁光阱中装载的原子数目对紫光参数的依赖关系。利用这种全光学控制的方法，最终获得了磁光阱中装载一个原子、两个原子、三个原子的概率分别为98.0%，95.0%，80.1%，这对于下一步利用光学手段实现远失谐光学偶极阱中单原子高概率快速的装载以及利用空间光调制器扩展偶极阱阵列，实现偶极阱阵列中每个阱中单原子快速高概率装载具有重要意义。

基于Hanbury Brown-Twiss (HBT)实验, 我们借助于两个单光子计数模块, 一个50／50分束器和一个快速计数卡(FastCom-P7888)研究了不同光场的二阶相干度。我们首先制备了脉冲相干光, 连续相干光以及单原子发出的单光子源, 并测量这几种不同光场的二阶相干度g(2)(τ)。我们通过测量俘获在磁光阱(MOT)和远失谐偶极阱(FORT)中的单原子在近共振连续激光激发下所辐射的荧光的二阶相干度,分别得到了g(2)(τ=0)=0.08和g(2)(τ=0)=0.09, 借助于实验中产生的脉冲光与单原子, 接下来我们将进行触发式单光子源的实验研究。

详细介绍了两套频差为9.2 GHz且相位锁定的Raman激光系统的产生方法、判定方法、优缺点及其在铯原子基态相干操控中的应用。通过饱和吸收谱和法布里珀罗腔的透射信号初步判断两束相位相干光频率差，通过拍频实验进一步证实了两束相干光的频率的相对稳定度。利用自由光谱区约为18.4 GHz的控温标准具把激光器锁定在相对于铯原子D2跃迁线负失谐约为10 GHz的频率上，实现了相位相干光的大频差锁定。实验上实现了单个铯原子在磁光阱(MOT)和偶极力阱(FORT)中基态超精细态的制备和检测。利用上述系统完成单个铯原子基态的任意相干叠加态的制备，从而实现量子比特。