土壤水分对近红外光谱表现出强烈的吸收和对土壤有机质含量的预测造成干扰。 研究选择41个样本作为校正集和9个样本作为预测集, 所有样本做不同含水率（5%, 10%, 15%和17%）的处理。 采用S/B和DS算法分别对预测结果和全光谱进行校正, 消除土壤水分的影响。 结果得出预测结果偏差减小和模型预测性能得到改善, Rp高于0.89和RMSEP低于0.885%。 研究表明S/B和DS算法能有效消除土壤水分的影响和提高土壤有机质预测的准确性。

可溶性固形物（SSC）是一种综合参数, 主要包括糖、 酸、 纤维素、 矿物质等成分, 对评价果实成熟度和品质具有重要意义, 影响果实口感、 风味及货架期。 西瓜可溶性固形物含量的无损快速检测对西瓜成熟度的确定、 贮藏及运输过程中西瓜内部品质监控具有十分重要的意义, 有助于提高西瓜生产效益和市场竞争力。 在西瓜可溶性固形物含量的快速无损近红外光谱检测中, 近红外漫透射的方式所需光源的能量大, 同时大功率透射会对水果的内部品质产生影响; 采用近红外漫反射方式的研究较少, 但漫反射采集所需的能量小, 有助于实现仪器小型便携化, 成本低, 同时避免透射引起的水果品质变化。 以小型西瓜为研究对象, 利用JDSU便携式近红外光谱仪采集西瓜样品瓜梗、 瓜脐、 赤道部位的近红外反射光谱, 在976, 1 186和1 453 nm附近有明显的吸收, 利用偏最小二乘回归定量分析方法建立西瓜可溶性固形物的近红外光谱无损预测模型。 首先, 采用光谱-理化值共生距离（SPXY）算法对西瓜不同检测部位的样品集进行划分, 以可溶性固形物含量为y变量, 光谱为x变量, 利用两种变量同时计算样品间距离, 以保证最大程度表征样本分布, 有效地覆盖多维向量空间, 增加样本间的差异性和代表性, 提高模型稳定性。 将西瓜样品划分为51个校正集和15个预测集, 校正集样本的SSC含量涵盖了预测集样本的SSC含量范围, 且变异系数均小于9%, 样品集划分合理, 有助于建立稳健可靠的预测模型。 其次, 对比分析西瓜瓜梗、 瓜脐、 赤道检测部位的近红外反射光谱与可溶性固形物含量之间的定量模型的预测精度, 结果得出西瓜赤道部位的反射光谱与可溶性固形物含量相关性较高, 预测效果较好, 预测集相关系数为0.629, 预测集均方根误差为0.49%。 对于不同检测部位获取的光谱信息所建立的近红外光谱SSC预测模型的精度问题, 一方面与光谱的采集方式有关, 另一方面与西瓜的产地、 品种、 成熟期等因素引起的其性状上的差异有关。 在模型建立过程中根据实际情况确定西瓜的检测部位。 最后, 为提高西瓜赤道部位近红外反射光谱与可溶性固形物含量之间的预测模型精度, 采用光谱预处理方法进行优化, 结果得出经标准归一化预处理后, 建立的偏最小二乘回归预测模型效果最佳, 预测集相关系数为0.864, 预测集均方根误差为0.33%, 模型相关性较好, 预测精度得到了很大提升。 研究结果表明, 近红外反射光谱检测小型西瓜赤道部位能很好预测其可溶性固形物含量, 为实际生产中近红外光谱无损快速检测西瓜可溶性固形物含量及小型便携式仪器研发提供了技术储备。

农产品质量安全日益受到关注。 由于传统检测方法存在耗时长、 操作复杂、 消耗大量溶剂、 成本高等问题, 因而迫切需要开发快速无损检测技术。 在电磁波谱中位于微波和红外辐射之间的太赫兹波, 因其所处波段的特殊性, 使其具有了瞬态性、 高穿透性、 宽带性、 相干性和低能性等一系列特性, 太赫兹技术可以有效反映有机生物分子的结构和性质, 作为物质“指纹”谱, 该技术逐渐应用于有机生物分子的定性、 定量分析, 在近红外光谱、 拉曼光谱、 X射线等众多光谱类快速无损检测技术中成为一种极具竞争力的新兴检测技术。 首先介绍了太赫兹波特点, 太赫兹光谱及其成像技术原理; 其次, 在其基础上总结了太赫兹数据处理一般流程及其主要步骤中的常用分析方法, 着重对定量、 定性分析步骤中模型搭建方法、 评估方法、 评估指标进行了阐述; 再次, 讨论了近几年来太赫兹技术在农产品品质检测中的几个关键领域应用和研究进展, 具体包括农药残留、 抗生素、 毒素等微量有害物质检测, 掺假、 转基因和外源异物的鉴别以及农产品内部营养成分含量预测等; 最后, 系统探讨了太赫兹技术在农产品品质检测领域尚需解决的问题, 以此为导向总结需要进一步加强的研究方向, 并对太赫兹技术在农产品品质领域未来发展作出展望。 已有研究文献表明太赫兹技术在农产品品质检测领域的有效性。 尤其, 对非极性物质不敏感的特性, 使其对已包装农产品的品质检测与评估具有得天独厚的优势。 随着机器学习、 强化学习等信息科学技术发展, 一方面进一步加强太赫兹数据分析技术研究, 通过数据自主学习, 从数据角度揭示科学规律, 构建精度更高、 运算开销更小、 实时性更强、 泛化能力更好的分析模型; 另一方面从分子振动理论出发, 结合化学、 物理学知识, 研究太赫兹光谱特性的形成机理, 并将获取的先验知识应用于分析模型的构建, 通过数据与机理二者有机结合, 提高太赫兹光谱分析软实力。 未来硬件系统开发上以便携、 低成本、 灵敏度高为目标, 最终实现太赫兹技术应用从实验室研究阶段逐渐走向商用工程化应用。

利用X射线荧光光谱检测土壤重金属砷、 锌、 铅和铬元素的含量。 通过分析仪器检出限和准确度， 得出仪器适用性良好。 然后， 利用二维相关同步光谱获得重金属元素的X射线荧光光谱能谱范围和变量数， 得出铅元素的能谱范围分别为10380~10740和12435~12900 keV，砷元素的能量范围是10380~10740和11610~11880 keV，铬元素的能量范围是5310~5520和5805~6015 keV， 锌元素的能量范围是8520~8805和9555~9630 keV， 铅、 砷、 铬和锌的变量数分别为57， 44， 30和26。 最后， 根据获得的能谱范围， 采用偏最小二乘回归方法建立重金属元素的X射线荧光光谱定量分析模型， 得出砷元素的模型性能最佳， 其次是铅、 锌和铬， 预测相关系数都高于092。 研究表明， 利用二维相关光谱获得的能谱范围有助于提高模型的预测性能和便携式X射线荧光光谱检测仪器适用于土壤重金属的原位监测。

利用Nd∶YAG激光作用于真空腔内的高纯固体钼(Mo)靶产生等离子体, 并测量了不同脉冲激光功率密度下Mo等离子体在2～9 nm范围内的时间积分光谱。 基于碰撞辐射平衡模型(CRM)和Cowan程序计算得到不可分辨跃迁峰（UTA）原子光谱数据, 并假设谱线展宽为高斯线形, 获得了在不同电子温度和电子密度下的理论模拟光谱, 模拟光谱与实验光谱吻合的较好。 实验与理论研究光谱表明: Mo ⅩⅥ-Mo ⅩⅫ离子的3d-4f不可分辨跃迁峰位于水窗波段, 通过控制脉冲激光参数和采用合适的等离子体约束条件, 获得水窗辐射波段Mo离子的高丰度布居, 有望将激光Mo等离子用于单脉冲活体细胞显微成像水窗光源。

土壤水分对光谱表现出很强的吸收性, 且土壤水分与土壤有机质的吸收波段有重叠, 因此土壤水分对土壤有机质的检测造成一定的干扰。 为此做了以下工作: (1)采用可见近红外光谱仪在室内获取相同含水率下不同土壤动态光谱图; (2)通过对相同含水率下不同有机质含量的二维同步相关光谱图分析得出: 当土壤为烘干土样时, 600和1 660 nm左右表征土壤有机质的波段出现强的自相关峰, 但随着含水率的增加, 这两个波段逐渐消失, 由于受水分的影响, 1 931, 2 200和1 480 nm均形成了强的自相关峰。 说明水分会掩盖表征土壤有机质信息的波段, 对土壤有机质检测造成干扰。 (3)为了消除水分影响, 提高模型对不同含水率下土壤有机质的预测精度, 将田间近似最大含水率样本参与建模, 采用偏最小二乘定量分析方法在550～650和1 610～1 710 nm波段内建立了抗水分干扰土壤有机质预测模型, 并对不同含水率的土壤有机质进行预测, 结果表明: 预测样本的相关系数为0.954, 标准偏差为0.744%, 标准差为0.844%, 预测效果明显提高, 说明此方法可减少水分对土壤有机质检测的影响。Spectral Technology

基于阴影法测量了脉冲CO2激光Sn等离子体羽辉在缓冲气体中的膨胀特性，得到了羽辉边界位置及其等离子体碎屑动能随延时的变化规律，并利用修正的阻力扩散模型拟合了实验数据。研究表明，在入射激光脉冲能量为400 mJ，脉冲半峰全宽为75 ns，缓冲空气气压为1000 Pa时，初期(延时小于100 ns)Sn等离子体羽辉边界的膨胀速度可以达到3 cm/μs，随着延时的增加，由于背景气体分子的热碰撞阻力作用，羽辉粒子的速度急剧下降，后期(延时大于800 ns)羽辉碎屑离子膨胀速度降到了0.3 cm/μs。修正的阻力扩散模型拟合的结果表明等离子体羽辉膨胀的极限尺寸xst=15.2 mm，实验测试结果表明，羽辉碎屑粒子运动的极限距离约为16 mm，理论模型与实验结果吻合较好。

以神经网络和遗传算法为代表的进化算法都基于智能信息处理的理论，但是各自都存在一些缺陷。设计并实现了基于遗传算法的BP神经网络算法BP－GA，该算法将遗传算法和BP算法相结合，用基于实数编码的遗传算法优化神经网络的权值后，应用于图像压缩。实验证明，利用此混合神经网络进行图像压缩，压缩比高，图像恢复质量效果好。