郑州轻工业大学 物理与电子工程学院，郑州 450001
为了实现红外吸收波长的主动调控，提出一种Ge2Sb2Te5(GST)相变材料的可调谐金属/介质/金属(MDM)型近红外光学超构表面吸收器。首先，采用时域有限差分(FDTD)法对器件的吸收性能进行仿真分析；然后，根据电场分布特点分析了吸收器等离子体震荡吸收的物理机制。仿真结果表明：当改变GST的晶化分数时，所提吸收器实现了吸收峰中心位置从1.17 μm偏移到1.8 μm，偏移宽度为630 nm，吸收器在通信波长为1.55μm时可以实现高-低吸收率的转换。
超构表面 吸收器 Ge2Sb2Te5相变材料 metasurface, absorber, Ge2Sb2Te5 phase change mate
1 农业农村部农业遥感机理与定量遥感重点实验室, 北京市农林科学院信息技术研究中心， 北京 100097国家农业信息化工程技术研究中心， 北京 100097辽宁工程技术大学测绘与地理科学学院， 辽宁 阜新 123000
2 农业农村部农业遥感机理与定量遥感重点实验室,北京市农林科学院信息技术研究中心， 北京 100097 南京农业大学国家信息农业工程技术中心， 江苏 南京 210095 国家农业信息化工程技术研究中心， 北京 100097
3 农业农村部农业遥感机理与定量遥感重点实验室江苏 南京 210095 国家农业信息化工程技术研究中心， 北京 100097中国农业大学现代精细农业系统集成研究教育部重点实验室， 北京 100083
4 农业农村部农业遥感机理与定量遥感重点实验室， 北京市农林科学院信息技术研究中心， 北京 100097国家农业信息化工程技术研究中心，北京 100097
5 农业农村部农业遥感机理与定量遥感重点实验室， 北京市农林科学院信息技术研究中心， 北京 100097国家农业信息化工程技术研究中心， 北京 100097
6 农业农村部农业遥感机理与定量遥感重点实验室江苏 南京 210095国家农业信息化工程技术研究中心， 北京 100097
7 辽宁工程技术大学测绘与地理科学学院， 辽宁 阜新 123000
植株氮含量(PNC)是评价作物长势和营养状况的重要指标， 快速准确获取作物的PNC信息可为农田管理策略的制定与实施提供重要依据。 已有研究表明， 仅采用影像的光谱信息估算作物的PNC存在饱和现象， 该研究尝试采用植被指数(VIs)结合二维离散小波分解技术(DWT)提取的多个尺度的高频信息(HFI)构建一种光谱空间特征(VIs+HFI)， 探究VIs、 HFI和VIs+HFI估算PNC的能力。 首先， 以无人机为遥感平台获取马铃薯现蕾期、 块茎形成期、 块茎增长期、 淀粉积累期和成熟期5个氮营养关键生育期的数码影像并实测各生育期的PNC数据。 其次， 基于预处理的无人机影像， 提取各生育期冠层的光谱信息构建VIs， 并采用DWT提取各生育期1~5尺度的HFI。 然后， 将各生育期提取的VIs和HFI与马铃薯PNC进行相关性分析， 分别筛选出相关系数绝对值较大的前7个VIs和前10个HFI。 为降低共线性对实验结果的影响， 根据KMO检验结果对筛选的HFI进行主成分分析(PCA)降维处理。 最后， 采用岭回归和极限学习机(ELM) 2种方法分别以VIs、 HFI主成分和VIs+HFI主成分为模型变量构建马铃薯各生育期的PNC估算模型， 并进行评估。 结果表明: (1)马铃薯各生育期， 1~5尺度的HFI对估算PNC均有贡献。 (2)以VIs+HFI为模型变量构建的马铃薯PNC估算模型的精度和稳定性高于单一VIs和HFI。 (3)马铃薯各生育期， 以岭回归方法构建的PNC估算模型优于ELM方法。 其中， 以VIs+HFI为模型变量构建的PNC估算模型效果最优， 5个生育期的建模R2分别为0.833、 0.764、 0.791、 0.664和0.435， RMSE分别为0.332%、 0.297%、 0.275%、 0.286%和0.396%; NRMSE分别为9.113%、 9.425%、 10.336%、 9.547%和15.166%， 该研究可为马铃薯氮营养状况的实时高效监测提供一种新的技术支撑。
无人机 马铃薯 植株氮含量 植被指数 高频信息 Unmanned aerial vehicle Potato Plantnitrogen content Vegetation indices High frequency information 光谱学与光谱分析
2023, 43(5): 1532
1 农业农村部农业遥感机理与定量遥感重点实验室, 北京市农林科学院信息技术研究中心, 北京 100097
3 河南工程学院土木工程学院, 河南 郑州 451191
叶绿素含量(SPAD)是作物长势评价的重要指标, 可以监测农作物的生长状况, 对农业管理至关重要, 因此快速、 准确地估算SPAD具有重要意义。 以冬小麦为研究对象, 利用无人机高光谱获取了拔节期、 挑旗期和开花期的影像数据, 获取植被指数和红边参数, 研究植被指数与红边参数估算SPAD的能力。 先将植被指数与红边参数分别与不同生育期的SPAD进行相关性分析, 再基于植被指数、 植被指数结合红边参数, 通过偏最小二乘回归(PLSR)方法估算SPAD, 最后制作SPAD分布图验证模型的有效性。 结果表明, (1)大部分植被指数与红边参数在3个主要生育期与SPAD相关性均达到极显著水平(0.01显著); (2)单个植被指数构建的SPAD估算模型中, LCI表现最好(R2=0.56, RMSE=2.96, NRMSE=8.14%), 红边参数中Dr/Drmin表现最好(R2=0.49, RMSE=3.18, NRMSE=8.76%); (3)基于植被指数结合红边参数构建的SPAD估算模型效果最佳, 优于仅基于植被指数构建的SPAD估算模型, 同时, 随着生育期推移, 两种模型均在开花期达到最高精度, R2分别为0.73和0.78, RMSE分别为2.49和2.22, NRMSE分别为5.57%和4.95%。 因此, 基于植被指数结合红边参数, 并使用PLSR方法可以更好地估算SPAD, 可以为基于无人机遥感的SPAD监测提供一种新的方法, 也可为农业管理提供参考。
冬小麦 叶绿素含量 植被指数 红边参数 偏最小二乘回归 Winter wheat Chlorophyll content Vegetation index Red edge parameter Partial least squares regression 光谱学与光谱分析
2022, 42(11): 3575
1 国家农业信息化工程技术研究中心,北京 100097
2 清远市智慧农业农村研究院,广东 清远 511500
3 农芯科技!广州"有限责任公司,广东 广州 510000
4 湖南农业大学,湖南 长沙 410125
5 江门市农业技术服务中心,广东 江门 5290000
茶是世界上最受欢迎的饮料之一, 而氮素(N)是影响茶叶品质的主要成分之一, 因此快速准确地估算N素含量至关重要。 由于测定N含量的化学方法繁琐耗时, 利用高光谱对茶鲜叶中N含量进行预测, 利用连续小波转换(CWT)提取的小波系数, 探究CWT不同分解层数对于N素含量的估测能力, 并讨论了不同波长选择算法所建模型的预测效果。 首先, 采集广东省英德市茶园的151个茶鲜叶样品高光谱数据, 将获得的原始光谱通过卷积平滑(SG)、 去趋势(Detrending)、 一阶导数(1st)、 多元散射校正(MSC)和标准正态变量变换(SNV)五种预处理方法进行预处理并作为参考。 其次, 采用连续小波对原始光谱进行初步处理生成多尺度小波系数, 并进行相关性分析, 分别利用连续投影算法(SPA)、 竞争性自适应加权采样法(CARS)和变量组合集群分析(VCPA)方法进一步优化CWT变换后光谱数据的变量空间, 最后, 以特征变量为输入使用PLSR建立了N素定量监测模型, 并对比不同尺度不同方法估算N素的效果。 结果表明, 连续小波分析方法可有效提升茶鲜叶光谱对N素含量的估测能力, 明显优于常规光谱处理方法。 经连续小波分解后, 对茶鲜叶N素的预测能力随分解尺度的增加整体呈逐步降低的趋势, 其中在1~6尺度连续小波变换后的光谱与茶鲜叶N素存在良好的相关性, 表明小尺度的连续小波分解可有效应用于茶鲜叶N含量的监测。 基于CWT(1)-VCPA方法建立的模型精度最高, 且变量数相比于全波段减少了99.34%, 其建模与预测R2达到0.95和0.90, 相比于传统光谱处理方法, 精度提升了11% , 证明CWT-VCPA可以有效降低光谱维度并大幅提升模型精度。 实现了茶叶N素含量的高效量化预测, 为评估茶叶的其他成分提供了可靠技术参考。
茶鲜叶 氮素 连续小波变换 高光谱 变量组合集群分析 Fresh tea leaves Nitrogen Continuous wavelet transform Hyperspectral Variable combination population analysis 光谱学与光谱分析
2022, 42(10): 3253
1 农业农村部农业遥感机理与定量遥感重点实验室，北京市农林科学院信息技术研究中心，北京 100097
2 南京农业大学国家信息农业工程技术中心，江苏 南京 210095
3 国家农业信息化工程技术研究中心，北京 100097
4 中国农业大学现代精细农业系统集成研究教育部重点实验室，北京 100083
5 辽宁工程技术大学测绘与地理科学学院，辽宁 阜新 123000
快速准确地获取作物的植株氮含量(PNC)信息, 是农业精细化管理的关键和数字农业发展的研究热点。 近年来, 随着无人机和传感器技术的发展, 利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。 以马铃薯为研究对象, 首先, 基于无人机获取了马铃薯现蕾期、 块茎形成期、 块茎增长期、 淀粉积累期和成熟期的高光谱影像和数码影像, 同时采集各生育期的地面数码影像, 并实测了株高(H)、 PNC和11个地面控制点(GCPs)的三维空间坐标。 其次, 利用无人机数码影像结合GCPs生成试验区域的数字表面模型(DSM), 分别从无人机数码影像和DSM中提取马铃薯的地面覆盖度(VCuav)和株高(Hdsm), 并利用地面数码影像计算的覆盖度(VC)和实测H验证提取的VCuav和Hdsm的精度。 然后, 根据高光谱反射率数据计算绿边参数(GEPs), 构造GEPs×Hdsm×VCuav, GEPs/(1+VCuav), (GEPs+VCuav)×Hdsm和GEPs/(1+Hdsm) 4种融合特征参数(FFPs), 对高光谱影像信息和数码影像信息进行融合。 最后, 将各生育期提取的GEPs和构造的FFPs分别与PNC作相关性分析, 筛选最优绿边参数(OGEP)和最优融合特征参数(OFFP)构建5个生育期的PNC线性估算模型, 并根据相关性较高的GEPs和FFPs利用偏最小二乘(PLSR)和人工神经网络(ANN) 2种回归方法构建PNC的多参数估算模型, 结果表明: (1)基于无人机数码影像提取的Hdsm和VCuav具有较高的精度, 可以代替实测H和VC估算作物理化参数。 (2)与GEPs相比, 前4个生育期, 构造的大部分FFPs与PNC的相关性更高, 能更好地反映马铃薯的氮营养状况。 (3)马铃薯5个生育期, OFFP估算PNC的效果优于OGEP。 (4)与单参数模型相比, 基于GEPs和FFPs利用PLSR和ANN 2种方法构建的模型精度和稳定性均明显提高, 其中, 以FFPs为模型因子利用ANN方法构建的模型效果最好。 该研究表明融合高光谱绿边参数和高清数码相机传感器提取的株高和覆盖度信息能显著提升PNC的估算精度, 可为马铃薯氮营养状况的动态无损监测和多源传感器信息的应用提供参考。
植株氮含量 无人机 多源传感器 绿边 株高 覆盖度 Plant nitrogen content UAV Multi-source sensor Green edge Plant height Coverage 光谱学与光谱分析
2022, 42(10): 3217
郑州轻工业大学物理与电子工程学院河南省磁电信息功能材料重点实验室, 河南 郑州 450001
在有损耗、色散和自相位调制的影响下,通过分段分析法计算了自发拉曼散射光子的二阶相关函数,研究了长光纤中脉冲光泵浦下自发拉曼散射的时间模式特性。研究结果表明:在无色散和自相位调制的情况下,自发拉曼散射光子的二阶相关函数不受泵浦光损耗的影响,仅由泵浦光脉宽和拉曼光子相干时间之间的比值决定,与自发参量下转换光子的二阶相关函数具有相同的表达式;在有色散和自相位调制的情况下,由色散和自相位调制共同引起的泵浦光脉宽变化,以及泵浦光和拉曼光子间色散致走离,使拉曼光子的时间模式发生改变。自发拉曼散射光子的二阶相关函数取决于光纤损耗系数、色散参数和初始泵浦光脉宽等因素,不再与自发参量下的转换光子相同。
非线性光学 拉曼散射 光纤 时间模式 二阶相关函数 色散 自相位调制
1 清华大学电子工程系, 北京 100084
2 清华大学材料学院, 北京 100084
植入式电子信息设备已成为生物科学研究及医疗临床应用不可缺少的工具。以植入式光电子器件与系统为主题，介绍了面向生物医疗的各种植入式无源器件和有源器件的材料制备、工艺集成和可植入化策略，分类介绍了植入式光电子器件的能量信息传输方式；并从生物医学的研究和应用入手，介绍了具有代表性的植入式光电子系统。较为全面地阐述了现有的方法和技术，并结合实际应用和生物相容等需求，分析总结了各种技术方案的特点及其未来的发展趋势和面临的挑战。
医用光学 光电子学 半导体器件 植入式光电子器件 光遗传学 荧光探测
