光谱分析技术及应用.doc
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
3．基于植物光谱特性的一种光学杂草传感器（能够识别小麦、土壤和集中在一起的9种杂草）
4．基于植物光谱特性的一种精细除草机
第四节
1．车辆导航
2．农产品分级
3．作物长势监测：叶绿素等含量的监测
2．基于图像处理的土壤水分预测：建立了颜色分量与水分的预测模型
第六章
第一节
非破坏方Βιβλιοθήκη Baidu检测
第二节
1．谷物蛋白质含量的检测
2．谷物淀粉含量的检测
3．谷物脂肪含量的检测
4．谷物品质的综合检测
第三节
1．肉产品的品质检测
2．豆制品的品质检测
3．油脂的品质检测
第四节
第五节
1．蔬菜的品质检测
2．水果的品质检测
3．果汁的品质检测
类胡萝卜素=胡萝卜素（橙黄色）+叶黄素（黄色）
类胡萝卜素的吸收光谱的最大吸收带在蓝紫光部分。
根据前述的朗伯-比尔（Lambert-Beer）法则和吸光度的加和性来进行测量。
4．近红外光谱的测定
透射光谱
反射光谱
漫反射光谱
近红外漫反射光谱实例（典型谷物）以及构成它们的主要成分水、蛋白质、脂肪和淀粉的。
第三章
第一章
第一节
1．吸收光谱：由于物质对辐射的选择性吸收而得到的光谱。
2．发射光谱：构成物质的各种粒子受到热能、电能或者化学能的激发，由低能态或基态跃迁到较高能态，当其返回基态时以光辐射释放能量所产生的光谱。
第二章
第一节
1．电磁辐射的波动性
（1）散射
丁铎尔散射和分子散射两类。
丁铎尔散射：当被照射试样粒子的直径等于或大于入射光的波长时。
第三节
一元、多元、主成分回归分析、偏最小二乘回归分析
第四节
相关系数法
回归参数检验法
残差标准差和残差平均值
异常点的判定
第五节
贝叶斯判别方法的原理
聚类分析
第四章
第一节
1．350~490nm波段
380nm波长附近为大气的弱吸收带
400~450nm波段为叶绿素的强吸收带
425~490nm为类胡萝卜素的强吸收带
土壤水分与反射率的建模结果y=-0.624x+24.6
4．基于光谱反射光谱的土壤水分现场检测仪
土壤水分与相对反射率的建模结果y=-79.716x+47.594
第三节
低含量和高含量的模型不同
第四节
1．土壤氮元素含量的预测
2．土壤PH值和电导率的预测
第五节
1．基于近红外光谱的北方潮土土壤参数分析：水分、全氮、有机质
第一节
1．光谱的复杂性：多重共线性、吸光度的非线性、基线变动和附加散射变动、其他变动
2．数据处理流程：前处理、标定（建模）、辅助解析法、精度评价
第二节
预处理：剔除异常样品、消除噪声、挑选波长变量与谱区范围
光谱数据的平滑：卷积平滑、FFT滤波、小波滤波、
光谱数据的微分：一次微分光谱和二次微分光谱
光谱数据的正规化处理
从高能态到低能态需要释放能量，是为发射光谱。
第二节
1．当原子吸引能量的时候，按能量数量使核外电子从一级跃迁到另一级，这与吸收的能量有关。吸收能量的多少与原子本身和核外电子的状态有关。
第三节
1．分子吸收与原子的不同在于，分子还需要转动跃迁、振动跃迁、电子跃迁等几个能级。
2．朗伯-比尔（Lambert-Beer）法则：设某物质被波长为、能量为 的单色光照射时，在另一端输出的光的能量 将出输入光的能量低。考虑物质光程长度为L中一个薄层 ，其入射光为 ，则其出射光为 。假设光强的减少量与薄层中吸收成分的浓度c和入射光强度 成比例，并进一步假定在物质内只发生光的吸收，没有反射、散射、荧光等其他现象发生（事实上一定会有），因此有微分方程
（4）衍射
光波绕过障碍物而弯曲地向它后面传播的现象。
2．电磁波的粒子性
光波长越长，光量子的能量越小。
光子：一个光子的能量是传递给金属中的单个电子的。电子吸收一个光子后，能量会增加，一部分用来挣脱束缚，一部分变成动能。
3．物质的能态
当物质改变其能态时，它吸引或发射的能量就完全等于两能级之间的能量差。
从低能态到高能态需要吸收能量，是为吸收光谱，即吸光度对波长或频率的函数。
4．基于光谱原理的水果分级装备
第六节
1．饲料成分分析
2．牛奶成分分析
3．基于牛奶分析的奶牛乳房炎诊断
4．光谱分析在全自动奶牛设施中的应用
第七章
第一节
1．概述：
数据采集、数据分析、决策分析、控制实施
2．GPS
3．GIS
4．农田信息采集与处理技术
（1）农田信息采集技术概述：遥感与非遥感
（2）土壤信息采集：农田土壤电导率空间分布自动采集系统、
第三节
1．由红、近红外波段发展的植被指数：RVI、NDVI、SAVI、EVI等
2．基于卫星遥感的植被指数计算：NDVI、AVHRR、MODIS等。
植被指数与作物产量间存在较好的相关性。能够预测产量。
第四节
方法一：利用水分在970nm、1450nm、1930nm和2200nm附近的吸收峰，估算作物冠层或叶片的含水量。
其中 为比例常数。
对于初始条件入射光强 ，及光程长度L，所得出射光强 为
令 ，则有
称为吸光系数， 称为吸光度。可知吸光度与吸收成分的浓度和光程长度成正比，且当待测物质中包含有多种吸收成分时，总的吸光度等于各个吸收成分的吸光度之和，称为吸光度的加和性。
缺点：（1）假设光强的减少量与薄层厚度及吸收成分浓度成比例（其实可能是别的关系）。
分子散射：当被照射试样粒子的直径小于入射光的波长时。分为瑞利散射（光子与分子相互作用时若没有能量交换）和拉曼散射（有能量交换）。
（2）折射和反射
全反射：当入射角增大到某一角度时，折射角等于90，再增大入射角，光线全部反射回光密介质中，没有折射。
（3）干涉
当频率相同，振动方向相同，周相相等或周相差保持恒定的波源所发射的电磁波互相叠加时，会产生波的干涉现象。
在这一波段，反射光谱曲线具有很平缓的开头和很低的数值。
2．490~600nm波段
490~600nm是类胡萝卜素的次强吸收带，
530~590nm是藻胆素中藻红蛋白的主要吸收带。
3．600~700nm波段
。。。。
第二节
1．基于光谱分析的温室黄瓜含氮量的预测：计算了光谱反射率数据与叶片含氮量的相关系数。在某些波段范围内，相关性很强。
方法二：利用冠层温度指示植物水分亏缺
第五节
1．冬小麦条锈病的光谱表征
2．冬小麦与杂草共生的光谱表征
3．冬小麦蚜虫发生状况及其光谱特征（是大片面积检测，还是按小麦叶来检测？）
4．光谱技术应用于杂草识别
第五章
第一节
1．田间原始土样的反射光谱特征（4个特征，一个上升区域，3个吸收峰）
2．风干细土的反射光谱特征（较原始土样有所不同）
（3）农田作物产量空间分布信息
5．变量作业控制技术
（1）变量施肥机
（2）变量喷药机器
（3）变量灌溉
第二节
1．光谱技术与基于处方图的精细变量施肥
2．光谱技术与基于实时传感器的精细变量施肥之固体肥料
3．光谱技术与基于实时传感器的精细变量施肥之液体肥料
第三节
1．室内静态条件下进行的杂草识别
2．田间动态条件下的杂草识别
（2）假设在物质内只发生光的吸收，没有反射、散射、荧光等其他现象发生（事实上一定会有）。
3．紫外与可见光谱应用举例——植物叶绿素分析
叶绿体=叶绿素+类胡萝卜素
叶绿素=叶绿素A（蓝绿色）+叶绿素B（黄绿色）（A：B=3：1）
叶绿素吸收光谱的最强吸收区有两个：波长范围为640~660nm的红光部分和430~450的蓝紫光部分。
进行了多元线性回归方程、偏最小二乘回归分析、微分光谱的多元线性回归分析。
2．小麦叶片氮元素状况与光谱特性的相关性研究
建立了比值指数和归一化指数的回归方程和相关方程。
3．红边参数在作物营养分析中的应用
红边：二阶导数为零的位置（拐点）
红边的位置、红边幅值、红边峰值面积
得到作物冠层光谱红边参数与叶面积指数、地上生物量和鲜叶量等的相关系数。
3．土壤溶液的透射光谱特征
4．影响土样反射光谱的主要因素：土壤质地、温度、土壤颜色、其他因素
第二节
1．土壤水分的光谱特征
水分较低时等到一个土壤水分与反射率的回归方程，较高时是另一个
2．基于分光光度计的土壤水分监测
土壤水分与吸光度的建模结果y=17.48x-2.1397
3．基于光谱辐射仪的土壤水分分析
4．基于植物光谱特性的一种精细除草机
第四节
1．车辆导航
2．农产品分级
3．作物长势监测：叶绿素等含量的监测
2．基于图像处理的土壤水分预测：建立了颜色分量与水分的预测模型
第六章
第一节
非破坏方Βιβλιοθήκη Baidu检测
第二节
1．谷物蛋白质含量的检测
2．谷物淀粉含量的检测
3．谷物脂肪含量的检测
4．谷物品质的综合检测
第三节
1．肉产品的品质检测
2．豆制品的品质检测
3．油脂的品质检测
第四节
第五节
1．蔬菜的品质检测
2．水果的品质检测
3．果汁的品质检测
类胡萝卜素=胡萝卜素（橙黄色）+叶黄素（黄色）
类胡萝卜素的吸收光谱的最大吸收带在蓝紫光部分。
根据前述的朗伯-比尔（Lambert-Beer）法则和吸光度的加和性来进行测量。
4．近红外光谱的测定
透射光谱
反射光谱
漫反射光谱
近红外漫反射光谱实例（典型谷物）以及构成它们的主要成分水、蛋白质、脂肪和淀粉的。
第三章
第一章
第一节
1．吸收光谱：由于物质对辐射的选择性吸收而得到的光谱。
2．发射光谱：构成物质的各种粒子受到热能、电能或者化学能的激发，由低能态或基态跃迁到较高能态，当其返回基态时以光辐射释放能量所产生的光谱。
第二章
第一节
1．电磁辐射的波动性
（1）散射
丁铎尔散射和分子散射两类。
丁铎尔散射：当被照射试样粒子的直径等于或大于入射光的波长时。
第三节
一元、多元、主成分回归分析、偏最小二乘回归分析
第四节
相关系数法
回归参数检验法
残差标准差和残差平均值
异常点的判定
第五节
贝叶斯判别方法的原理
聚类分析
第四章
第一节
1．350~490nm波段
380nm波长附近为大气的弱吸收带
400~450nm波段为叶绿素的强吸收带
425~490nm为类胡萝卜素的强吸收带
土壤水分与反射率的建模结果y=-0.624x+24.6
4．基于光谱反射光谱的土壤水分现场检测仪
土壤水分与相对反射率的建模结果y=-79.716x+47.594
第三节
低含量和高含量的模型不同
第四节
1．土壤氮元素含量的预测
2．土壤PH值和电导率的预测
第五节
1．基于近红外光谱的北方潮土土壤参数分析：水分、全氮、有机质
第一节
1．光谱的复杂性：多重共线性、吸光度的非线性、基线变动和附加散射变动、其他变动
2．数据处理流程：前处理、标定（建模）、辅助解析法、精度评价
第二节
预处理：剔除异常样品、消除噪声、挑选波长变量与谱区范围
光谱数据的平滑：卷积平滑、FFT滤波、小波滤波、
光谱数据的微分：一次微分光谱和二次微分光谱
光谱数据的正规化处理
从高能态到低能态需要释放能量，是为发射光谱。
第二节
1．当原子吸引能量的时候，按能量数量使核外电子从一级跃迁到另一级，这与吸收的能量有关。吸收能量的多少与原子本身和核外电子的状态有关。
第三节
1．分子吸收与原子的不同在于，分子还需要转动跃迁、振动跃迁、电子跃迁等几个能级。
2．朗伯-比尔（Lambert-Beer）法则：设某物质被波长为、能量为 的单色光照射时，在另一端输出的光的能量 将出输入光的能量低。考虑物质光程长度为L中一个薄层 ，其入射光为 ，则其出射光为 。假设光强的减少量与薄层中吸收成分的浓度c和入射光强度 成比例，并进一步假定在物质内只发生光的吸收，没有反射、散射、荧光等其他现象发生（事实上一定会有），因此有微分方程
（4）衍射
光波绕过障碍物而弯曲地向它后面传播的现象。
2．电磁波的粒子性
光波长越长，光量子的能量越小。
光子：一个光子的能量是传递给金属中的单个电子的。电子吸收一个光子后，能量会增加，一部分用来挣脱束缚，一部分变成动能。
3．物质的能态
当物质改变其能态时，它吸引或发射的能量就完全等于两能级之间的能量差。
从低能态到高能态需要吸收能量，是为吸收光谱，即吸光度对波长或频率的函数。
4．基于光谱原理的水果分级装备
第六节
1．饲料成分分析
2．牛奶成分分析
3．基于牛奶分析的奶牛乳房炎诊断
4．光谱分析在全自动奶牛设施中的应用
第七章
第一节
1．概述：
数据采集、数据分析、决策分析、控制实施
2．GPS
3．GIS
4．农田信息采集与处理技术
（1）农田信息采集技术概述：遥感与非遥感
（2）土壤信息采集：农田土壤电导率空间分布自动采集系统、
第三节
1．由红、近红外波段发展的植被指数：RVI、NDVI、SAVI、EVI等
2．基于卫星遥感的植被指数计算：NDVI、AVHRR、MODIS等。
植被指数与作物产量间存在较好的相关性。能够预测产量。
第四节
方法一：利用水分在970nm、1450nm、1930nm和2200nm附近的吸收峰，估算作物冠层或叶片的含水量。
其中 为比例常数。
对于初始条件入射光强 ，及光程长度L，所得出射光强 为
令 ，则有
称为吸光系数， 称为吸光度。可知吸光度与吸收成分的浓度和光程长度成正比，且当待测物质中包含有多种吸收成分时，总的吸光度等于各个吸收成分的吸光度之和，称为吸光度的加和性。
缺点：（1）假设光强的减少量与薄层厚度及吸收成分浓度成比例（其实可能是别的关系）。
分子散射：当被照射试样粒子的直径小于入射光的波长时。分为瑞利散射（光子与分子相互作用时若没有能量交换）和拉曼散射（有能量交换）。
（2）折射和反射
全反射：当入射角增大到某一角度时，折射角等于90，再增大入射角，光线全部反射回光密介质中，没有折射。
（3）干涉
当频率相同，振动方向相同，周相相等或周相差保持恒定的波源所发射的电磁波互相叠加时，会产生波的干涉现象。
在这一波段，反射光谱曲线具有很平缓的开头和很低的数值。
2．490~600nm波段
490~600nm是类胡萝卜素的次强吸收带，
530~590nm是藻胆素中藻红蛋白的主要吸收带。
3．600~700nm波段
。。。。
第二节
1．基于光谱分析的温室黄瓜含氮量的预测：计算了光谱反射率数据与叶片含氮量的相关系数。在某些波段范围内，相关性很强。
方法二：利用冠层温度指示植物水分亏缺
第五节
1．冬小麦条锈病的光谱表征
2．冬小麦与杂草共生的光谱表征
3．冬小麦蚜虫发生状况及其光谱特征（是大片面积检测，还是按小麦叶来检测？）
4．光谱技术应用于杂草识别
第五章
第一节
1．田间原始土样的反射光谱特征（4个特征，一个上升区域，3个吸收峰）
2．风干细土的反射光谱特征（较原始土样有所不同）
（3）农田作物产量空间分布信息
5．变量作业控制技术
（1）变量施肥机
（2）变量喷药机器
（3）变量灌溉
第二节
1．光谱技术与基于处方图的精细变量施肥
2．光谱技术与基于实时传感器的精细变量施肥之固体肥料
3．光谱技术与基于实时传感器的精细变量施肥之液体肥料
第三节
1．室内静态条件下进行的杂草识别
2．田间动态条件下的杂草识别
（2）假设在物质内只发生光的吸收，没有反射、散射、荧光等其他现象发生（事实上一定会有）。
3．紫外与可见光谱应用举例——植物叶绿素分析
叶绿体=叶绿素+类胡萝卜素
叶绿素=叶绿素A（蓝绿色）+叶绿素B（黄绿色）（A：B=3：1）
叶绿素吸收光谱的最强吸收区有两个：波长范围为640~660nm的红光部分和430~450的蓝紫光部分。
进行了多元线性回归方程、偏最小二乘回归分析、微分光谱的多元线性回归分析。
2．小麦叶片氮元素状况与光谱特性的相关性研究
建立了比值指数和归一化指数的回归方程和相关方程。
3．红边参数在作物营养分析中的应用
红边：二阶导数为零的位置（拐点）
红边的位置、红边幅值、红边峰值面积
得到作物冠层光谱红边参数与叶面积指数、地上生物量和鲜叶量等的相关系数。
3．土壤溶液的透射光谱特征
4．影响土样反射光谱的主要因素：土壤质地、温度、土壤颜色、其他因素
第二节
1．土壤水分的光谱特征
水分较低时等到一个土壤水分与反射率的回归方程，较高时是另一个
2．基于分光光度计的土壤水分监测
土壤水分与吸光度的建模结果y=17.48x-2.1397
3．基于光谱辐射仪的土壤水分分析