为了准确估计实际光子晶体光纤(photonic crystal fibers, PCFs)的光特性, 提出一种基于Contourlet变换的压缩感知重建方法来重建实际PCFs的截面, 进而对实际PCFs的光特性进行快速评估。结合全变差去噪方法, 对经典图像、商用大模场面积PCF和保偏PCF的光特性进行评估, 结果表明, 提出的方法可以有效保留PCFs截面空气孔多尺度多方向的特征, 光特性的评估结果与产品参数相吻合。这也是目前首次将基于Contourlet变换的压缩感知应用于PCFs的光特性估计, 研究工作为实际PCFs光特性的快速准确估计提供了有效的手段。

为了更准确、快速评估实际光子晶体光纤的光特性, 提出了一种基于全变差和小波变换的实际光子晶体光纤光特性评估方法。建立了在小波变换域上的全变差模型, 利用Bregman算法进行迭代运算, 有效地滤除光子晶体光纤截面图像的噪声, 并保持截面图像空气孔的边缘结构, 进而结合有限元方法, 实现实际光子晶体光纤的光特性的准确快速评估。通过对商用及自制光子晶体光纤的特性评估, 验证了所提出方法的有效性。文中所提出的方法结合了全变差和小波变换的优点, 可以有效去除吉布斯现象和阶梯效应的影响, 提高了光子晶体光纤光特性评估的精度。

研究了我国黑土腐殖酸碳含量及其光化学性质, 并探索了利用近红外光谱分析法(near infrared spectroscopy, NIRS)对其进行预测的潜力。 针对东北典型黑土带土壤样品, 利用偏最小二乘法(PLSr)建立定量模型, 并用独立样本对模型进行检验。 结果表明, 模型对腐殖酸碳、 胡敏酸碳和富里酸碳含量的预测效果很好, NIRS对富里酸碳和胡敏酸碳的465 nm(E4)和预测结果也较好, 665 nm光密度(E6)的预测达到可接受水平。 胡敏酸碳和富里酸碳含量与SOC的相关性, 高于其与NIRS模型预测值的相关性, 二者光化学性质与SOC的相关性则低于其与模型预测值的相关性。 NIRS在简化黑土腐殖酸碳、 胡敏酸碳和富里酸碳含量和光密度测定领域具有很好的应用前景, 且能够反映SOC性质方面的信息。

不同颗粒组分的土壤有机碳(soil organic carbon, SOC)具有不同的化学组成且对不同农艺措施响应不同, 因此了解其信息有助于深入理解SOC对土壤肥力的贡献。 本研究旨在评价近红外光谱(near Infrared spectroscopy, NIRS)预测黑土不同颗粒组分SOC(水稳性团聚体结合碳、 颗粒态有机碳及不同大小粒级有机碳)的潜力。 土壤样品(n=136)采集于东北典型黑土带上, 利用偏最小二乘法建立定量模型(n=100), 并用独立样本对模型进行检验(n=36)。 结果表明: NIRS可以在一定程度上预测水稳性团聚体结合碳含量(R2=0.69－0.82, RPD=1.2－1.8)； 对矿质结合态SOC(<53 μm)(R2=0.97, RPD=5.4)及细粒级SOC(<20 μm)(R2=0.93, RPD=3.8)预测结果较好, 对颗粒态有机碳(>53 μm)和粗粒级SOC(>20 μm)预测结果不理想。 NIRS在简化黑土不同颗粒组分SOC的测定, 特别是矿质结合态(<53 μm)SOC, 具有很好的应用前景。