5,10,15,20-四-(对苄氧基苯基)卟啉的合成

以N,N-二甲基甲酰胺(DMF)作溶剂,在无水AlCl3催化下由吡咯和对苄氧基苯甲醛缩合,制备了5,10,15,20-四-(对苄氧基苯基)卟啉.找到了合成该化合物的较佳条件.     

一种基于高维空间凸面单形体体积的高光谱图像解混算法

基于三角形中一个简单的含量与体积比的关系:三角形ABC内的任何一点P与三角形任意两个顶点(比如B,C)构成的面积PBC与整个三角形ABC的面积之比即为另一个顶点A在P中的含量.将其推广并且严格证明了上述规律对于高维空间中凸面单形体仍然成立.基于上述结论,对在Cuprite获取的AVIRIS数据进行了光谱解混的实验验证,取得了良好的实验效果.     

掺Pr3+钛酸盐红色长余辉发光性质比较

通过荧光光谱和磷光衰减曲线比较了CaTiO3∶Pr3+(CaTP),Ca0.8Zn0.2TiO3∶Pr3+ (CaZnTP)和Ca2Zn4Ti15O36Pr3+(Ca2Zn4TP)掺Pr3+钛酸盐的红色长余辉发光性质.测定了它们的热释光曲线.CaTP,CaZnTP和Ca2Zn4TP的热释光峰值分别是49 ℃,62 ℃和75 ℃,热释峰相对强度分别是220,186和1 254,这表明掺Pr3+钛酸盐晶体中的缺陷陷阱能级深度为Ca2Zn4TP>CaZnTP>CaTP,陷阱中电子的逸出速率是CaZnTP>CTP>Ca2Zn4TP.从理论上解释了余辉时间顺序为Ca2Zn4TP > CaZnTP > CaTP,起始发光强度顺序为CaZnTP>CTP>Ca2Zn4TP的变化规律.     

园林照明对窄叶石楠光合指标的影响

为得出园林照明对园林植物光合指标的影响,对园林植物窄叶石楠(Photiniaserrulata)进行5种不同光谱的发光二极管(LED)照射,每种光谱设置3级光照强度,并测量植物净光合速率及植物光合有效辐射.结果表明:相同光照强度,天然光照下植物的光合有效辐射最高;人工光源照射下,窄叶石楠净光合速率随光照强度升高而升高;绿光LED(530nm)照射,植物的光合有效辐射随光照强度增高,但净光合速率始终为负.     

基于高光谱成像的不同花期薇甘菊特征分析及监测模型研究

薇甘菊是世界上危害巨大的杂草之一,入侵能力强,严重威胁当地生态系统.使用SOC710VP成像光谱仪获取薇甘菊不同花期高光谱数据,选取与薇甘菊不同花期显著相关的参数,建立不同花期监测模型.结果表明,盛花期和未开花期光谱反射率存在明显"绿峰"和"红谷",整体值大小依次为盛花期、未开花期、枯花期;一阶微分曲线在绿光波段、红边,未开花期、盛花期和枯花期均存在明显波峰,且值的大小依次为未开花期、盛花期、枯花期;在750～900 nm,盛花期和未开花期波峰、波谷出现波段范围大致相似,枯花期出现3个波峰,峰值依次减小;薇甘菊不同花期与光谱反射率及光谱一阶微分在529～671、734～744、770～786、791～796 nm和833～838 nm极显著相关,以NDVI、RVI、GI、DVI和HI特征参数构建的多元线性回归模型的拟合效果最佳.根据薇甘菊高光谱特征参数建立的监测模型,可有效地监测薇甘菊不同花期,研究结果可用于薇甘菊发生发展的监测.     

水在二氧化钛表面的光反应机理研究进展

利用太阳能光解水生成氢气一直是光催化领域的研究热点之一.在过去的几十年,利用二氧化钛来实现光催化分解水产氢被广泛研究.但是,由于体系的复杂性,水在二氧化钛表面的光解离反应机制至今仍有很多基本问题尚未得到解释.因此,从微观层面上理解水在二氧化钛表面的光解离机制对于能源化学和光催化而言均具有重要意义.本文系统综述了水在二氧化钛单晶表面光解离机理的最新研究进展,分析了影响光催化水解离效率的因素(如表面结构、分子间氢键、光子能量等),并对光催化模型进行了开放性讨论,指出了电荷/能量转移以及电荷载体与吸附质的相互作用在水光解离过程中扮演的关键作用,希望能为开发更高效的光催化剂提供线索.     

胶束增敏法测定乳酸环丙沙星的含量

研究了乳酸环丙沙星(CFLX)在胶束体系中的荧光特性,发现十二烷基硫酸钠(SDS)对CFLX有较强的增敏作用,据此建立了胶束增敏荧光光谱法测定环丙沙星的新方法。其线性范围为0~2.00μg/mL,检出限为1.32 ng/mL。     

基于深度学习的恒星光谱分类

大型巡天项目使得恒星光谱的观测进入大数据时代,实现恒星光谱自动分类是一项重要和具有挑战性的工作.本文采用基于一维的卷积网络算法对斯隆数字巡天(sloan digital sky survey, SDSS)的恒星光谱进行分类.通过卷积神经网络,恒星光谱的特征被提取出来并用于分类.采用带标签的恒星光谱数据训练一维恒星光谱卷积网络(1-dimension stellar spectra convolutional neural networks, 1-D SSCNN),得到训练好的网络模型,并用其对恒星光谱进行分类测试.本文算法与传统的恒星光谱分类算法支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和人工神经网络(artificial neural network, ANN)进行对比,结果表明,本文算法具有较高的分类精度和鲁棒性,且给出了由深度学习得出的光谱热力图,对研究光谱物理性质具有重要意义.     

基于空地协同采样的植被覆盖度随机森林估算方法

基于无人机高光谱影像,建立地形复杂地区植被覆盖度的非参数随机森林回归估算模型。为获得构建随机森林模型所需的足够数量的训练样本,利用低空无人机搭载的光学相机,在从地面难以到达的山地、水域和植被茂密区,通过垂直拍摄获得厘米分辨率的航拍影像,作为对地面样方采样的补充。首先计算地面数码相机照片和无人机可见光影像的红绿蓝植被指数(red-green-bluevegetationindex,RGBVI),然后使用大津分割法提取样方的植被覆盖信息,得到构建模型所需的训练样本。在此基础上,基于2018年8月16—18日在内蒙古自治区察右中旗油娄沟矿区获取的GaiaSky-mini2无人机高光谱影像数据,利用递归特征消除算法优选参与随机森林回归的特征变量集,利用空地协同获取的训练样本构建植被覆盖度的随机森林回归估算模型。该模型在测试集上的确定系数R2为0.923,均方根误差为0.087,优于常用的像元二分模型,可用于矿区植被动态信息的精细化监测。     

偶氮样品折射率变化的测量与计算

测量了偶氮染料甲基红掺杂PMM A薄膜的反射光谱,并对测量结果进行了修正.利用修正后的反射光谱进行了k-k变换,获得了样品的折射率分布.对样品进行了不同状态下吸收光谱的测量,利用k-k变换获得了样品在不同状态下折射率的变化分布.