风云四号A星红外高光谱大气垂直探测仪观测资料质量评估

评估星载红外高光谱仪器观测资料的质量可以推进其在数值天气预报中的应用。使用2020 年 7 月 FY-4A 红外高光谱干涉式大气垂直探测仪 (Geostationary Interferometric Infrared Sounder, GIIRS)观测数据，分析GIIRS所有通道观测噪声随视场和纬度的变化、偏差 (观测亮温与辐射传输模式模拟亮温的差) 随时间、视场、纬度和天顶角的分布来评估 GIIRS 观测资料质量。研究结果表明:波段727.5~733.8 cm?1、1107.5~1130 cm?1和1650~1776.9 cm?1的观测噪声超出仪器灵敏度设计指标，且这些通道的偏差和偏差标准差明显大于其他通道；除了长波观测噪声大的通道外，其余通道噪声等效温差NEdT在32×4阵列上均呈“中间小，两边大”的特征，且NEdT的分布不随纬度带和FOR阵列而改变，在进行GIIRS资料同化或变分反演时，其观测误差只用考虑不同通道在32×4阵列内的NEdT分布；由于数值预报模式的地表温度在白天时值偏低，使得模拟辐射量偏低，造成偏差绝对值减小，使偏差有明显的日变化；中波通道偏差特征基本不随32×4面阵的列而改变，主要与阵列中的行有关，在中波通道进行偏差订正时可以针对32×4面阵中行开展，基本不需要纬度带和卫星天顶角的订正。     

高光谱成像用高帧频CMOS图像传感器北大核心

针对高帧频、全局曝光和光谱平坦等成像应用需求,设计了一款高光谱成像用CMOS图像传感器。其光敏元采用PN型光电二极管,读出电路采用5T像素结构。采用列读出电路以及高速多通道模拟信号并行读出的设计方案来获得低像素固定图像噪声(FPN)和非均匀性抑制。芯片采用ASMC 0.35μm三层金属两层多晶硅标准CMOS工艺流片,为了抑制光电二极管的光谱干涉效应,后续进行了光谱平坦化VAE特殊工艺,并对器件的光电性能进行了测试评估。电路测试结果符合理论设计预期,成像效果良好,像素具备积分可调和全局快门功能,最终实现的像素规模为512×256,像元尺寸为30μm×30μm,最大满阱电子为400 ke^(-),FPN小于0.2%,动态范围为72 dB,帧频为450 f/s,相邻10 nm波段范围内量子效率相差小于10%,可满足高光谱成像系统对CMOS成像器件的要求。     

利伐沙班的定量检测:拉曼光谱法与远红外吸收光谱法

利伐沙班是一种新型口服抗凝药，它具有疗效确切、安全性好、使用方便等优点，所以经常用于静脉血栓栓塞性疾病的预防与治疗，以及非瓣膜性房颤的卒中预防。由于利伐沙班在患者体内的浓度会影响其对凝血因子Xa的抑制作用，这导致患者的临床反应有个体差异，影响最终治疗效果。为了更加合理地使用利伐沙班，临床上需要监测人体血液或尿液中利伐沙班的浓度。针对该临床需求，文中基于远红外指纹谱和拉曼特征谱在物质有效识别和定量分析的优势，采用傅里叶变换红外光谱仪和激光共聚焦拉曼光谱系统，针对液体状态下利伐沙班进行识别并定量检测。文中先通过傅里叶变换红外光谱仪检测利伐沙班的远红外吸收谱随其浓度发生的变化，再通过激光共聚焦拉曼光谱系统检测了利伐沙班的拉曼光谱随其浓度发生的变化，最后比较了远红外光谱法与拉曼法的准确率。经过比较，远红外检测的精度比拉曼光谱检测的精度提升2倍。这些结果对临床医学中利伐沙班的使用具有重要意义。     

辽东湾海域有色可溶性有机物荧光特征分析

为了分析辽东湾有色可溶性有机物(Chromophoric dissolved organic matter,CDOM)的分布特征,于2015年4月14日—5月3日采用"走航式"测量方法,分别获取了辽东湾海域32个站位表层、5、10 m 3个不同深度水层的CDOM荧光图谱、吸收系数和石油物质含量等数据。结果表明:表层(0 m)CDOM的荧光图谱分为3种类型:单峰型、双峰型和三峰型,5、10 m深水层CDOM的荧光图谱主要为单峰型和双峰型;3种峰型均包含位于激发波长(Ex)/发射波长(Em)为225~235 nm/325~350 nm的荧光峰,这主要是海水浮游植物自身降解产生的色氨酸产生的;在靠近海上油气开采平台和双台子河入海口的海域,油物质和CDOM的共同作用,使得位于这些区域的站点表层的荧光强度明显增强,荧光峰的范围也有所增大;表层、10 m深水层荧光强度最大值和最小值随站位的走势基本一致,而5 m深水层的走势就比较复杂;无论是哪种类型的荧光峰,其位置随着水深的增加基本保持不变,荧光强度随水深变化规律不明显。本研究中建立的由荧光峰强度(Af)和CDOM在440 nm处吸收系数[ag(440)]的比值来求解光谱斜率(S)的模型,可为利用荧光和可见光遥感技术反演光谱斜率S提供一种新方法。     

基于多光谱差分植被抑制法的蚀变信息提取

遥感蚀变信息提取以岩矿裸露或低植被覆盖区为主,高植被覆盖区蚀变信息提取一直是一个难题。以Sentinel-2为代表的多光谱卫星数据具有大幅宽、空间分辨率和光谱分辨率都较高等特点,但尚未被应用于高植被覆盖区蚀变信息提取。因此,本文根据植被和矿物光谱特征差异,结合Sentinel-2多光谱传感器波段设置的特点,选取波段组合进行差分处理,提出了多光谱差分植被抑制法(Multi-spectral Differential Vegetation Suppression,MDVS)。分析结果表明,MDVS可以有效去除浓密植被影响,与主成分变换配合使用,在散点图中准确圈定出羟基和铁染蚀变信息。本研究为实现大范围高植被覆盖区蚀变矿物分布信息提取奠定基础,对于遥感找矿技术的应用和推广具有重要意义。     

基于近红外光谱技术的马铃薯叶片含水率高效预测

提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法，并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900～2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息，经SG（Savitzky-Golay）平滑、多元散射校正（MSC）和标准正态变量变换（SNV）3种预处理后，分别建立偏最小二乘回归（PLSR）模型和BP神经网络模型，再运用回归系数（regression coefficients, RC）法在全波段光谱中提取特征波长，同样经3种预处理后分别建立预测模型。结果表明：在运用光谱全波段信息构建的模型中，经多元散射校正（MSC）预处理建立的BP神经网络模型预测效果最好，预测集决定系数R²为0.9791，均方根误差RMSE为0.3723；在基于特征波长构建的模型中，经SG平滑预处理建立的神经网络模型预测效果最优，预测集决定系数R²为0.9658，均方根误差RMSE为0.4759；验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大，因而能够极大地减少运算量，提高预测效率。