基于太阳漫射板的星上定标方法研究

基于太阳漫射板的星上定标方法是一种具有高精度、高频次、高效率等优点的独立定标方法,是目前提高我国遥感定标精度的重要手段之一。文章阐述了基于太阳漫射板的星上定标原理、方法及实现过程,建立了空间辐射标准,同时给出了星上反射率定标物理模型。分析定标物理模型发现,影响星上定标不确定度最主要的因素是太阳漫射板BRDF实时量值的确定。为此,首先介绍了星上定标时机的选择,根据所确定定标时机的太阳照明角度对太阳漫射板在实验室相应入射角度下的BRDF进行了测量。通过对太阳漫射板从制作完成到星上使用寿命终结整个过程中各阶段的BRDF量值的监测及修正,确保太阳漫射板定标时刻可为遥感器提供精确已知的辐射输入,实现遥感器全寿命期的高精度星上定标。最后,结合国内对定标模型中相关参数项测量的不确定度水平,按照测量不确定度B类评定的方法对基于太阳漫射板星上定标不确定度进行了预估,可实现星上反射率定标不确定度优于2.03%,绝对辐射定标方法不确定度优于2.04%。     

双向反射分布函数绝对测量装置研制

基于太阳-漫射板+稳定性监视辐射计的星上定标方式能有效地提高遥感数据定量化水平,其中漫射板的双向反射分布函数(BRDF)定标精度是高精度星上定标的关键,BRDF绝对测量可实现漫射板的高精度定标。为解决高精度BRDF绝对测量的关键技术,设计了高亮度、高稳定度、高均匀性积分球光源;使用单色仪和单片探测器对大动态范围入射和反射辐亮度信号进行高精度探测,并利用锁相放大器对信号进行放大和采集;采用样品漫射板三维转动和三维平移及光源一维转动的组合运动形式,以高精密六轴串联机械手和中空分度盘分别作为样品漫射板和光源的定位机构,可高精度、无遮挡、快速地构建BRDF测量所需的几何关系。研制的装置可实现包括"平面外"在内的全角度BRDF绝对测量,可测量的入射、反射光束角度范围:天顶角为0°~75°、方位角为0°~360°,目前可测量的光谱范围为250~1700nm,装置的BRDF绝对测量不确定度优于1%。     

光学遥感器光谱响应特性在轨评估中的光谱靶标设计

光学遥感器在轨运行期间,受温度变化、空间辐射等因素的影响,其光谱响应特性会产生变化,进而使目标物理量的测量值产生退化。以光谱靶标为检测参照,通过建立合适的退化模型,可以实现对遥感器光谱响应特性的在轨评估。为达到这一目的,需要针对遥感器的光谱响应函数设计出合适的光谱靶标,通过仿真模拟计算,得出了光谱反射率呈高斯模式的光谱靶标最适合进行在轨评估的结论,在轨实验结果初步验证了设计结果的正确性。     

基于日盲型滤光片辐射计的232～400 nm波段辐射标准传递研究

传统滤光片辐射计在测量紫外(UV)波段时带外泄漏影响严重。将日盲型光电管作为UV滤光片辐射计的探测单元,采用搭建的比对测量装置对日盲型UV滤光片辐射计各通道进行系统级相对光谱辐射功率响应度测量,再利用溯源至中国计量科学研究院(NIM)的光谱辐射照度标准灯对UV滤光片辐射计进行绝对光谱辐射照度响应度定标。采用单色仪系统完成UV滤光片辐射计与溯源至美国国家标准与技术研究院(NIST)的标准探测器的对比,两者结果最大相差2.09%,验证了辐射标准传递的准确性。最后,通过立体角构建,将232～400 nm辐射标准传递到了大口径大动态范围UV积分球辐射源中。     

新型两亲性含糖嵌段聚合物的合成与自组装

以β-环糊精(β-CD)和2-乙基-2-噁唑啉(EtOz)为原料, 通过活性端基化学偶联法制备了乙酰麦芽七糖/聚(2-乙基-2-噁唑啉)两嵌段聚合物(AcMH-b-PEtOz), 借助核磁共振氢谱、红外光谱和凝胶渗透色谱等手段证实了产物的化学结构. 采用核磁共振氢谱、荧光光谱、透射电子显微镜、动态光散射及紫外-可见分光光度等方法探讨了产物在水溶液中的自组装行为. 结果表明, 所得嵌段聚合物直接溶于水后可通过自组装形成纳米球形“核-壳”结构胶束, 同时具有温度响应性. 所得聚合物的临界胶束浓度(cmc)为4~7 mg/L, 平均粒径(d)为83~115 nm, 临界相转变温度(LCST)为49~64 ℃, 并且均可通过PEtOz的链长进行调控.     

疏水化两性离子纤维素接枝共聚物/疏水化聚丙烯酰胺复合溶液的粘性行为

疏水缔合作用;羧甲基纤维素;疏水化两性离子纤维素接枝共聚物/疏水化聚丙烯酰胺复合溶液的粘性行为     

环境敏感水凝胶的研究进展

综述了环境敏感水凝胶在制备、功能性及其应用方面的研究进展 ,尤其是温敏水凝胶、pH敏感水凝胶和盐敏水凝胶的研究状况 ,也对光敏和生物分子敏感水凝胶进行了简单评述     

人工神经网络对VOCs的自动识别

利用人工神经网络(ANN)对严重混叠的傅里叶变换红外光谱图进行了定性和定量解析。通过大量模拟数据训练神经网络后,引用了新的评价标准——逼近度来选择最优网络模型。利用此优化网络对两类光谱图进行了解析,考察了网络的泛化能力。结果表明：该网络不仅能够对两组分同时存在时的样本进行准确解析,而且对于未知单组分光谱图,也能够进行准确鉴别和定量分析。可见, 该研究为人工神经网络在单组分和多组分未知物的定性和定量分析方面提供了一种新思路。     

模型传递用于解析遥感傅里叶变换红外谱图

基于模型传递的原理,建立了一种可对存在背景干扰,谱峰严重混叠的遥感傅里叶变换红外(remote sensing Fourier transform infrared: RS-FTIR)谱图进行解析的方法。分别用4组分气体混合物的EPA红外标准谱图和RS-FTIR谱图,建立校正和预测模型,经过正交信号校正(OSC)处理后,用EPA红外谱图数据所建立的校正模型,对RS-FTIR谱图数据进行预测,得到的丙酮、甲醇、苯和三氯甲烷的均方根预测误差(RMSEP)分别为：0.008 5,0.018 0,0.064 0,0.002 8。未经OSC处理时的RMSEP依次是0.085 6,0.047 9,1.065 3,0.014 2。经优化,支集选择的方法为Kennard-Stone法,OSC在实现过程中循环次数为3时得到的预测结果最好。研究结果表明,该方法能够克服背景和校正模型给RS-FTIR监测大气污染物带来的制约。     

多项式偏最小二乘法对非线性体系红外谱图的分析

文章利用了一种非线性模型多项式偏最小二乘法(PPLS),结合傅里叶变换红外光谱遥感技术,对大气中的五组分混合体系进行了同时分析。并与偏最小二乘法(PLS)得到的结果进行了比较,PPLS显示出较好的处理非线性数据的能力。尤其是对混合物中的苯和氯仿的预测,均方根预测误差(RMSEP)分别是0.043和0.087,用PLS预测相应的RMSEP为0.402和0.842。PPLS的这一预测精度,可以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要。同时PPLS可以用较少的潜变量对变量进行解释,显示出PPLS模型的稳健性和简单化。