农药残留污染使得食品安全获得广泛关注, 发展快速准确和高灵敏的农药残留检测新方法, 具有一定的理论和实际意义。 利用金纳米在聚集和分散状态下, 等离子吸收光谱的变化以及荧光分子罗丹明110与金纳米吸收光谱产生内滤效应, 设计了比色和荧光双模式光学传感器用于农药残留的高灵敏检测。 采用柠檬酸盐还原法合成直径约13 nm表面带有负电荷的金纳米粒子, 在水溶液中呈分散状态, 呈酒红色, 溶液的最大吸收波长在520 nm处。 农药分子可与金纳米通过形成Au-N或者Au-O配位键而结合, 导致分散的金纳米在农药分子诱导作用下发生聚集, 溶液颜色逐渐由酒红色变为蓝紫色, 520 nm处的吸光度逐渐降低, 根据溶液吸光度的变化即可实现农药含量的测定。 溶液颜色的显著变色即便裸眼也可以观察, 该检测方式具有简便、 快速和成本低的优势。 尽管单一的比色检测模式简单, 但存在假阳性的可能。 为进一步验证结果的准确性, 同时提高检测的灵敏度, 在金纳米溶胶中引入带正电的荧光染料罗丹明110, 其吸附在带负电荷的金纳米表面, 此时金纳米在溶胶仍处于良好的分散状态。 由于罗丹明110的荧光光谱与金纳米的吸收光谱重叠, 即二者发生了荧光的内滤效应, 此时溶液的荧光强度很弱, 甚至不发射荧光。 一旦溶液中存在农药分子, 与金纳米表面的荧光染料竞争吸附, 从而诱导金纳米聚集, 溶液由酒红色变为蓝紫色, 同时释放到溶液中的罗丹明110分子的荧光得以恢复, 根据溶液吸光度和荧光强度变化实现对目标物的比色和荧光双模式检测。 以辛硫磷为模型分子, 测试该传感器的各项性能, 比色法和荧光法的检出限分别为15.0和4.0 nmol·L-1, 实际样品测试结果表明, 该传感器在食品安全检测中具有一定的应用潜力。

提出一种共享型轻量级卷积神经网络(CNN),用于自动识别车辆颜色和型号。基础网络采用改进的SqueezeNet,在训练集上比较具有不同“瘦身”程度的SqueezeNet的分类性能。讨论完全共享型网络、部分共享型网络及无共享型网络的特征。实验结果表明,完全共享型轻量级CNN在减少参数量的同时实现了对车辆外观多属性的高精度识别。在开放数据集Opendata_VRID上进行实验,车辆颜色和车型识别的准确率分别达98.5%和99.1%。在一台无GPU配置的个人计算机上,单张图片的识别时间仅为4.42 ms。共享型轻量级CNN大大减少了时间和空间成本,更有利于在资源有限的环境中进行部署。

针对使用传统方法和神经网络对飞机目标分类时遇到的准确率低、分类种类少等问题,研究了深度卷积神经网络(DCNN)在飞机目标分类中的可行性。为了匹配模型容量、避免过拟合、提高分类性能等,设计了9层DCNN模型,并使用随机梯度下降优化器进行优化。在数据集中选用6类具有代表性的飞机类型进行实验,提出两种正则化级联方式以防止过拟合并加快模型收敛,最终实现了99.1%的飞机分类准确率,由此说明该DCNN模型在飞机目标分类中的有效性。通过归一化混淆矩阵分析分类结果,给出了每类飞机自分类的准确率。此外,设计了一组对比实验,用经典的AlexNet在同一数据集上进行测试,结果表明,所设计的DCNN的准确率高于AlexNet分类算法95.5%。该模型有效地解决了飞机目标分类精度低的问题,在**和民航飞机目标的分类研究中具有一定的参考价值和应用前景。

大气气溶胶是影响城市环境空气质量的重要因素, 同时对人类健康具有重要影响。 传统的气溶胶遥感反演方法多适用于海洋及植被等地表反射率较低的区域, 对于城市等高亮地表区域, 地表反射率较高且难以确定, 气溶胶反演面临巨大挑战。 针对该问题, 提出一种新的地表反射率的确定方法, 将下垫面划分为暗地表和亮地表两种类型, 分别使用可见光与短波红外的线性关系和利用长时间序列MODIS表现反射率数据使用最小值合成技术构建先验数据集的方法, 确定其地表反射率, 然后基于辐射传输方程理论利用查找表方法, 进行气溶胶光学厚度反演。 选择下垫面复杂、 空气污染问题严重的北京市作为研究区, 应用MODIS数据进行气溶胶反演实验, 最后使用北京站、 香河站、 北京CAMS站和北京RADI站4个AERONET气溶胶地基观测数据和MODIS气溶胶产品对反演结果进行对比验证。 结果表明该算法气溶胶反演结果与地基观测数据具有较高的一致性(R2=0.902), 能以较高精度实现城市等高反射率地区的气溶胶反演, 反演精度与空间连续性上较MOD04有显著提高。

大气水汽含量（precipitable water vapor, PWV）对遥感定量化及生态环境方面研究具有重要意义。 针对传统水汽探测方法存在的问题, 提出一种基于多通道表观反射率的ICIBR（improved continuum interpolated band ratio）水汽遥感反演方法。 该方法结合MODIS数据第17, 18和19三个近红外通道的水汽吸收特点, 利用MODTRAN模型模拟大气含水量与三个通道ICIBR之间的关系, 构建了适用于MODIS数据的ICIBR大气水汽含量定量反演模型。 基于提出的ICIBR水汽反演方法, 选择北美洲南部典型干旱、 半干旱区德克萨斯州、 俄克拉荷马州等地区为研究区, 使用不同时间的四期MODIS 1B数据进行水汽反演实验。 同时, 选择SuomiNet提供的GPS水汽地基观测数据对反演结果进行精度验证以及MODIS大气水汽产品（MOD05）进行对比评价。 验证和对比结果表明: 该算法水汽反演结果与GPS水汽实测数据具有较高的一致性（r=0.967）, 均方根误差为0.276 cm, 有71.08%的观测点对满足水汽反演误差精度（EE~±0.05+0.15PWVgps）要求, 同时与MOD05大气水汽产品相比, 该方法在反演精度和准确估计方面有了较大提高, 能够有效降低61%的水汽反演高估现象。 该方法较传统算法更为简易、 实用, 具有较高的整体水汽反演精度。