光谱反射率

光谱反射率（精选9篇）

光谱反射率 篇1

0 引言

利用果蔬的可见/近红外光谱特征与其品质的相关性进行检测与分级是一种被国内外研究者广泛认同的方法[1,2,3,4]。目前,一些研究者已经对西红柿、南瓜、柑橘、苹果、梨等果蔬进行了检测研究,检测指标包括坚实度、缺陷、病变、含水量、淀粉、膳食纤维及可溶性固形物等[5,6,7,8,9]。在果蔬内部品质可见近红外光谱检测中,无论是反射方式,还是透射方式,光线只有透过样品表皮进入内部组织中才可以被官能团吸收。光线在进入水果或蔬菜过程中,一部分光线被直接反射,一部分被表皮吸收,另外的部分则会穿过表皮射入样品。射入样品的光线在果蔬内部经过多次衍射、折射及吸收后再射出样品; 但在光线射出过程中,表皮也要对光线影响,进而影响反射率和透过率。

本文以去皮前后马铃薯为研究对象,研究采用近红外漫反射光谱进行马铃薯淀粉含量检测的可行性,并分析表皮对漫反射光谱及淀粉含量检测精度的影响问题。

1 材料与方法

1. 1 马铃薯漫反射光谱采集仪器及采集原理

本研究漫反射光谱采集采用的光谱仪器为美国ASD( Analytical Spectral Devices,Incl,USA) 公司Quality Spec Pro光谱仪,该光谱仪主要技术参数如下。

1) 波长范围: 350 ~ 1 800nm;

2) 光谱采样间隔: 1nm,扫描次数为10 次;

3) 检测器: 硅( Si,350 ~ 1 000nm ) 和铟镓砷( InGa As,1 000 ~ 1 800nm) ;

4) 探头视场角: 45°;

5) 光源: 钨卤灯( 12V /45W) 。

6) 光谱数据采集转换软件: Indico( version 410) 。

光谱采集原理: 采集仪器自带标准白板光谱,以此光谱作为光线百分之百反射率标准参比光谱,ASD光谱仪自带光谱数据采集转换软件可进行反射率、吸收率及吸光度等指标计算,本文采用吸光度( Log( 1 /R) ) 作为反射率指标。标准参比光谱采集后进行样品反射光谱采集。这样,马铃薯淀粉含量不同,则漫反射光谱图中不同波长下的吸光度值也有所不同,进而可利用这一差异进行淀粉含量分析。

1. 2 马铃薯漫反射光谱测量方法

试验材料为内蒙古中西部常见马铃薯品种大西洋,取110 个马铃薯样品为研究对象。将存放于储藏窖的样品取出,表面清理后,在室温环境下放置1 天。所有样品均采4 次光谱,平均后作为样品光谱。采集点分别位于顶部( 1 点) 、尾( 脐) 部( 1 点) 、侧腰附近( 2 点) ,其中侧腰附近2 点相对分布。采集时避开形状不规则部位,以免光谱采集不准确。完整马铃薯光谱采集后,将局部表皮去掉,采集薯肉部分光谱。

1. 3 马铃薯淀粉含量测量

光谱采集后,采用碘比色法进行淀粉含量测量[10]。

1) 主要原理。淀粉和碘化学反应后会变为蓝色:淀粉含量越多颜色越深,淀粉含量越少颜色越浅。依据这一原理,采用光电比色计进行颜色对比,可确定标准曲线,进而可依据这一曲线确定淀粉含量。

2) 配制试剂方法。取80m L、175% 高氯酸加蒸馏水20m L配置为60% 高氯酸。称5g碘化钾溶于50m L蒸馏水配置为碘化钾溶液,然后把2. 5g碘溶于该溶液中,搅拌后制成碘试剂原溶液。使用时,将1 份原液加9 份蒸馏水稀释。

3) 制作标准曲线。采用分析天平,称取可溶性淀粉0. 1g,加水( 取水2m L) 调成糊状,加入3. 2m L的60% 高氯酸,并搅拌10min至全部溶解,在容量瓶中定容到250m L,此时得到的是400 × 10- 6原液; 然后,分别从原液中吸取0. 5、1. 6、1. 5、2. 0、2. 5、3. 0m L放入有刻度的小试管,并加蒸馏水,水量为3m L,分别加碘试剂2m L,摇匀后静置5min,再加蒸馏水至10m L,此时即制成20、40、60、80、100、120 × 10- 6的标准液; 在波长660nm下用蒸馏水做对照,进行比色,以标准液浓度为横坐标,以所得光密度为纵坐标,制成标准曲线。

本研究得出的标准曲线为

其中,y为试验得出的淀粉比色值; x为标准液浓度,即所求r值。

4) 淀粉含量确定方法。称取粉碎马铃薯干样品( 块茎0. 1g) ,放入50m L烧杯中,加蒸馏水调成糊状( 2m L水量) ,在搅拌中加入3. 2m L的60% 高氯酸,搅拌10min后,用蒸馏水洗入到100m L容量瓶,并加水至定容刻度后摇匀。待静止后取上清液1m L,加入刻度试管中,并加3m L水,再加2m L碘试剂摇动,静置5min,定容至10m L。放在波长660nm滤光镜下与蒸馏水做对照,并比色,得到不同光密度,则淀粉含量为

其中,r标准曲线上查出的浓度(×10-6)。

1. 4 光谱数据预处理、建模方法及模型评价

本研究数据处理主要采用化学计量学软件TQ Analyst v6 和办公软件Excel进行。

本文对原始光谱数据进行数据平均化处理( Mean centering) 、微分处理及Norris滤波。数据平均化的目的是改变数据集空间的坐标和原点,则第i个样品的第k0个测量值Xik的平均化数据X*ik为

其中,NP为样品总数。

通过上述变换,数据阵X已变为X*,数据的变化以平均值为原点,特征更为明显。

光谱微分可以用来消除校正光谱的基线漂移、强化谱带特征、克服谱带重叠,微分处理可以去除同波长无关的漂移,微分处理原理: 对于离散的光谱X ( i) (i = 1,2,3,…,n) ,对波长W ( i) 求微分,有

其中,D1( i) 为一阶微分后光谱点i的吸光度值。

Norris微分滤波法可对光谱进行消噪及平滑处理,以消除与样品自身品质无关的信息,提高校正模型的预测性能。

主成分回归( PCR) 和偏最小二乘法( PLS) 是目前光谱定量分析中常见建模方法[6,9]。PCR法对回归光谱矩阵进行分解和降噪处理,不对被测组分矩阵分解,PLS法同时将光谱矩阵和被测组分矩阵进行分解,基本原理如下

其中,X为光谱矩阵,Y为浓度矩阵,T 、U分别为X和Y矩阵的得分矩阵,P和Q为X和Y矩阵的荷载矩阵,E和F分别为X和Y矩阵的残差矩阵,B为回归系数矩阵。

光谱定量分析中,建模方法的选择不能单纯依靠光谱来确定,本文采用上述两种方法,以确定适合的建模方法。模型验证采用预测集样品进行外部验证。模型性能评价由相关系数r( 校正模型) 、均方根校正偏差( RMSEC) 和均方根预测偏差( RMSEP) 进行: r越高,RMSEC越小,模型精度越高; RMSEP越小且与RMSEC越接近,模型预测能力和稳定性越强。

2 结果与讨论

2. 1 样品光谱及淀粉含量

图1( a) 是110 个带皮马铃薯光谱,图1( b) 是去皮后的马铃薯光谱。表1 是110 个马铃薯淀粉含量统计资料,75 个样品用于建模,35 个样品用于预测。

2. 2 建模与预测结果

对去皮前后马铃薯原始光谱数据平均化处理后,进行微分和Norris滤波,进行分别采用两种建模方法建立淀粉含量校正模型,并对预测集样品进行预测。表2 所示为去皮前建模与预测结果,去皮后建模与预测结果如表3 所示。

2. 3 结果分析

由图1、表2、表3 可知: 尽管两类光谱的波峰和波谷分布位置基本相同,但反射率及波形仍有一定的差别,去皮后各样品光谱在局部波段分布松散、在局部波段分布集中。这些光谱差异特征,必将影响建模与预测结果。由表2、表3 可知: 尽管建模与预测样品相同,但结果存在明显差异,表皮影响马铃薯淀粉含量检测精度。

N.F(a,b)代表Norris滤波,a为分段长度点数,b为分段间距点数。

N.F(a,b)代表Norris滤波;a为分段长度点数;b为分段间距点数。

由表2、表3 可知: 两种建模方法中,PCR法较PLS法效果较差。这与PLS法同时对光谱矩阵和被测组分矩阵分解,而PCR法则仅仅对光谱矩阵进行降噪、分解有关。光谱微分处理可提高光谱的分辨率,同时可使光谱的轮廓更加清楚,光谱微分处理可消除基线漂移和背景干扰影响。本文光谱采集中,由于马铃薯表面的不规则形状,很难避免将随机噪声也采入到原始光谱中,微分处理后,部分无用信息被放大,而一些与品质指标的相关的信息则被噪声信息掩盖。Norris滤波法是一种有效的针对微分光谱的平滑方法,其分段长度( Segment length) 和分段间距( Gap between segment)选择至为重要。合理的分段长度( 分段内的点数) 选择可有效滤除噪声,增加峰值清晰度,且不会造成过度平滑而影响有用信息; 合理的分段间距( 各分段间的间距点数) 选择可使被宽波段峰掩盖的窄波段峰更为清晰,同时也不会降低光谱分辨率[9]。本文采用Norris法对一阶微分光谱进行滤波处理,建模与预测结果更好。图2 是去除表皮后的马铃薯一阶微分光谱经Norris滤波处理的最好结果,其分段长度选择为15 点,分段间距选择为3 点。Norris滤波法有效改善了光谱的平滑性。采用这一光谱与淀粉含量建模,其相关系数r为0. 893,根校正偏差RMSEC为1. 01% ,对预测集样品预测,均方根预测偏差( RMSEP) 为1. 38% ,建模与预测结果如图3、图4 所示。其精度明显优于带皮马铃薯的建模及预测精度( r为0. 834,RMSEC为1. 29% ,RMSEP为1. 74% ) 。因此,果蔬内部品质可见近红外光谱检测中,表皮对样品光谱和品质指标精确检测有影响,如要实现样品品质精确检测,表皮影响需进一步校正。

3 结论

采用近红外漫反射光谱,并结合数据平均化处理、微分、Norris滤波、主成分回归,以及偏最小二乘法进行了马铃薯淀粉含量快速检测研究。检测结果表明: 采用近红外漫反射光谱进行马铃薯淀粉含量快速检测具有可行性,但表皮对光谱及检测精度有影响;去皮马铃薯一阶微分光谱经Norris滤波处理后与淀粉含量建模,PLS法效果最好,相关系数( r) 为0. 893,根校正偏差( RMSEC) 为1. 01% ,对预测集样品预测,均方根预测偏差( RMSEP) 为1. 38% ,精度明显优于带皮马铃薯的建模及预测精度( r为0. 834,RMSEC为1. 29% ,RMSEP为1. 74% ) 。 果蔬品质光谱检测中,如要实现样品品质精确检测,表皮影响需进一步校正。

参考文献

[1]严衍禄,赵龙莲,韩东海,等.近红外光谱分析基础与应用[M].北京:中国轻工业出版社,2005.

[2]李民赞.光谱分析技术及其应用[M].北京:科学出版社,2006.

[3]Nicolai B M,Beullens K,Bobelyn E,et al.Lammertyn J.Nondestructive measurement of fruit and vegetable quality by means of NIR spectroscopy:A review[J].Postharvest Biology and Technology,2007,46:99-118.

[4]Haibo H,Haiyan Y,Huirong X,et al.Near infrared spectroscopy for on/in-line monitoring of quality in foods and beverages:A review[J].Journal of Food Engineering,2008,87:303-313.

[5]Bobelyna E,Serbanc A S,Nicuc M,et al.Postharvest quality of apple predicted by NIR-spectroscopy:Study of the effect of biological variability on spectra and model performance[J].Postharvest Biology and Technology,2010,55:133-143.

[6]Yande L,Xudong S,Aiguo O Y.Nondestructive measurement of soluble solid content of navel orange fruit by visible–NIR spectrometric technique with PLSR and PCA-BPNN[J].LWT-Food Science and Technology,2010,43:602-607.

[7]Bureau S,Ruiz D,Reich M,et al.Rapid and non-destructive analysis of apricot fruit quality using FT-near-infrared spectroscopy[J].Food Chemistry,2009,113:1323-1328.

[8]Martin G S,Mervyn K P,Lorne R A.Quality evaluation of processing potatoes by near infrared reflectance[J].Journal of science of food agriculture,1999,79(5):763-771.

[9]田海清,王春光,郝敏,等.基于光谱微分滤波及多元校正的马铃薯干物质含量快速检测[J].内蒙古农业大学学报,2013,34(5):93-97.

[10]门福义,刘梦芸.马铃薯栽培生理[M].北京:中国农业出版社,1995.

光谱反射率 篇2

渤海海冰反射光谱基本特征的观测研究

摘要：针对渤海海冰监测的需要,在分析前人相关研究的基础上,从洁净平整冰人手,通过控制实验,在辽东湾鲅鱼圈港内获取不同厚度的洁净平整冰、有积雪覆盖海冰和含有泥沙海冰的样本,开展海冰现场反射光谱观测实验.根据两年的观测数据,在可观测到的小于30 cm厚度范围内,洁净平整冰的光谱曲线呈现出一大一小的`双峰特征,且主反射峰值与海冰厚度有较好的对应关系;有积雪覆盖海冰的主反射峰光谱值要大大高于相同厚度的没有积雪覆盖的洁净平整冰主反射峰光谱值;含有泥沙的海冰的光谱曲线在675～725 nm波长范围内表现为先略有抬升,然后再继续下降的特征,而且其主反射峰值也大大升高.积雪覆盖和泥沙是产生渤海海冰同厚异谱或同谱异厚现象的重要原因. 作者： 李宁谢峰顾卫崔维佳黄树青刘珍 Author： LI NingXIE FengGU WeiCUI Wei-jiaHUANG Shu-qingLIU Zhen 作者单位： 北京师范大学资源学院,北京师范大学环境演变与自然灾害教育部重点实验室,北京,100875 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： ,28(2) 分类号： P733.3 关键词： 渤海 海冰 厚度 光谱 机标分类号： P73 P41 机标关键词： 渤海海冰反射光谱基本特征观测研究平整冰反射峰洁净积雪厚度范围光谱曲线泥沙光谱值相关研究控制实验海冰监测海冰厚度观测数据观测实验峰值对应关系 基金项目： 国家自然科学基金

光谱反射率 篇3

收稿日期： 20131212

基金项目： 国家自然科学基金资助项目(61205156、61378060);科技部重大科学仪器专项(2011YQ15004002、2011YQ15004004、2011YQ14014704);上海市教委曙光项目(11SG44)

摘要： 针对Offner双镜三反射成像光谱仪的消像差结构,采用几何方法推导出光谱分辨率的计算公式,分析了入射狭缝的宽度、凸面光栅分辨率、系统像差和探测器像元尺寸各个参数对光谱分辨率的影响,提出了分光系统像差的计算方法和优化设计方法,并探讨了提高光谱分辨率的方法和技术,即在优化系统像差的同时,适当减小狭缝宽度和探测器像元尺寸,有利于提高系统的光谱分辨率。该系统利用消像差优化设计同时考虑光谱分辨率的设计方法,具有十分重要的实用价值,为成像光谱仪的研制提供经验和借鉴。

关键词： 光栅光谱仪; 光谱分辨率; Offner结构; 同心光学系统

中图分类号： TH 744.1文献标志码： Adoi： 10.3969/j.issn.10055630.2014.02.012

Research of resolution for Offner twomirror

threereflection imaging spectrometer

PEI Ziren, HUANG Yuanshen, NI Zhengji

(1.School of OpticalElectrical and Computer Engineering, University of Shanghai for

Science and Technology, Shanghai 200093, China)

Abstract： The calculating equation of spectral resolution was deduced by geometry method based on eliminating aberration structure of Offner twomirror threereflection imaging spectrometer. The entrance slit width, convex grating resolution, system aberration and pixel size of detector have a great influence on spectral resolution, and the influence of resolution for each parameter was analyzed. The calculating method and optimization design method of aberration were proposed in spectroscopic system. The techniques and methods of improving spectral resolution were summarized, namely, when the system aberration was optimized, the spectral resolution could be enhanced by decreasing entrance slit width and pixel size of detector. This system used optimization design of eliminating aberration, as well asdesign method of spectral resolution, which has important practical value. It can provide the experience and reference for imaging spectrometer′s designing.

Key words： grating spectrometer; spectral resolution; Offner configuration; concentric optical system

引言Offner型成像光谱仪属于同心光学系统结构,该结构由于具有像差小、相对孔径大、成像质量高、结构简单紧凑、谱线弯曲和色畸变小等优点,可以用于高分辨率成像光谱仪的分光系统,用来实现目标识别和检测、精确测绘、临床诊断成像、管理和环境评估等任务,广泛应用于各行各业相关领域［12］。Offner型成像光谱仪的思想最早由Mertz提出［3］,后经Kwo等加以改进［4］,该成像光谱仪由一个大凹面反射镜和一个同心的凸面光栅组成。这种结构设计保证系统所有三级像差为零,而且采用反射结构,没有系统色差［5］。该结构简单,易实现大孔径,与其它平面和凹面光栅结构的光谱仪相比,像差很小,其光谱性能大大提高［35］。虽然目前国内外有很多文献［510］探讨了Offner成像光谱仪的消像差设计,提出了一系列减小系统像差的方法和结构,但是对于该系统光谱分辨率,还没有具体详细的研究。不少文献［5,710］只是在优化设计时提出光谱分辨率的参数要求,有的文献［56］对于分辨率的要求仅限定于定性的分析,并没有深入考虑在整个光谱仪系统其它因素对分辨率的影响,而且又没有求出最终光谱分辨率表达式,而光谱分辨率是衡量光谱仪品质的重要性能参数。因此本文在前人研究的基础上,采用Kwo等提出的Offner双镜三反射成像光谱仪结构,结合Offner系统的消像差特点,在仪器设计中考虑了入射狭缝的宽度、凸面光栅分辨率、系统像差和探测器像素尺寸各个参数对光谱分辨率的影响,从而在使用波段范围内,能够取得较小的像差、高分辨率和合理的光谱能量分布。光谱分辨率是指光谱仪能分辨两条波长很接近的谱线的能力,它是成像光谱仪最重要的性能指标之一,通常利用瑞利准则来判断,即当两条强度分布轮廓相同的谱线的最大值与最小值重合时,它们能够分辨［11］，然而利用瑞利判据是仅考虑衍射极限分辨率。在实际应用中,Offner成像光谱仪的最终分辨率受到入射狭缝宽度、凸面光栅分辨率、系统像差以及探测器像元尺寸等各个因素的影响,使得实际分辨率低于理论分辨率。因此,研究各因素对光谱分辨率的影响,对成像光谱仪的设计具有极其重要的意义。1入射狭缝宽度对光谱分辨率的影响Kwo等提出的双镜三反射成像光谱仪的分光系统结构如图1所示,当入射光从A点出发,经过凹面镜反射到凸面光栅上,经过光栅衍射返回到凹面镜。设系统的等效入射焦距为r,等效出射焦距为r′,这样从A点出射的入射光路和出射光路等效为图2所示,当入射光线是波长为λ的理想单色光时,此时入射狭缝宽度对系统分辨率的影响,主要表现在光栅色散时,狭缝在像面上所形成像的几何宽度。光学仪器第36卷

第2期裴梓任，等：Offner双镜三反射成像光谱仪分辨率的研究

图1Offner结构成像光谱仪

Fig.1Offner configuration for imaging spectrometer

nlc202309040401

图2狭缝与狭缝像之间的关系

Fig.2Relation between slit and slit image

如图2所示,当入射狭缝的几何宽度为L时,狭缝中点为A0,边缘两点为A1和A2,入射光线A0O入射角为α,光线A1O和A2O的入射角分别为α+Δα和α-Δα,入射狭缝像在像面上的几何宽度为ΔL,对光栅方程sinα-sinβ=kλ/d求导,得:dβ=cosαcosβdα即得Δβ=cosαcosβΔα(1)其中,α为主光线入射到光栅上的入射角,β为衍射角,k为光栅衍射级次,d为光栅常数。在Δα和Δβ很小的情况下,狭缝L=2r×Δα,狭缝像的几何宽度ΔL=2r′×Δβ,将式(1)代入,得:ΔL=r′cosαrcosβ×L(2)当入射光线不是单色光时,假设入射狭缝中点A0在像面上的线色散为dldλ,单独考虑中点A0,此时入射角α不变,对光栅方程求导,得:dβdλ=kdcosβ(3)因此,狭缝中点A0在像面上的线色散为:dldλ=r′dβdλ=r′kdcosβ(4)入射狭缝像的几何宽度ΔL所对应的光谱宽度W′为:W′=ΔLdλdl=L×dcosαkr(5)根据瑞利准则,当两条强度分布轮廓相同的谱线λ1和λ2的最大值和最小值相重叠时,它们能被分辨,如图3所示,此时理论上最大分辨率为:R理想=λ—Δλ=(λ1+λ2)/2λ2-λ1(6)但是由于狭缝的存在,谱线会因狭缝的宽度而使光谱变宽,此时图3(a)变成图3(b),这时,λ1和λ2不能被分辨,如果将图3(a)中的λ2谱线向右移W′/2就可被分辨,如图3(c)所示,此时λ′1=λ1,λ′2=λ2+W′2,则光谱仪的实际分辨率为:R实际=(λ′1+λ′2)/2λ′2－λ′1=(λ1+λ2+ΔL2×dλdl)/2λ2+ΔL2×dλdl－λ1=4λ—+r′cosαrcosβ×L×dλdl4Δλ+2r′cosαrcosβ×L×dλdl(7)将式(7)对狭缝宽度L求导,得:dR实际dL=r′cosαrcosβ×dλdl(4Δλ—－8λ—)4Δλ+2r′cosαrcosβ×L×dλdl2(8)很显然dR实际/dL<0,即:实际光谱仪的分辨率随入射狭缝的增大而减小,这与式(5)得到的结论相一致,即:狭缝宽度增大,则光谱也变宽,对应的分辨率就减小,因此,减小入射狭缝宽度有利于提高光谱仪的分辨率。然而由于减小入射狭缝的宽度,会使出射光强度减弱,当入射光强较弱时,狭缝宽度过小有可能导致探测器无法接收到光信号。因此,在实际使用时,应在保证光信号能够被光电探测器探测的前提下,尽量减小入射狭缝宽度,以提高仪器的分辨率。当入射狭缝像的宽度小于或等于衍射宽度时,即:ΔL=r′cosαrcosβ×L≤r′λ0Ndcosβ(9)此时狭缝宽度引起的像差可以忽略,该光谱成像系统可以认为是理想的光学系统。此外,将式(7)对dl/dλ求导,得到dR实际/(dl/dλ)>0,即:光谱仪的分辨率随线色散的增大而增大,而dR实际/dα>0,因此分辨率随着入射角的增大而增大,说明在大角度下使用光栅,增大入射角也可提高分辨率。图3光谱宽度与分辨率之间的关系

Fig.3Relation between spectral width and resolution

2凸面光栅对系统整体分辨率的影响由于光栅的色散作用,在入射角相同的情况下,不同波长的光线入射到光栅上,被光栅衍射到了不同的方向上依次排列,形成光谱。在相同的条件下,使用的光栅分辨率越高,光谱仪的分辨率也越高,相应的成像质量越好,光栅衍射主极大的半角宽度为:Δβ=λNdcosβ(10)根据角色散公式,光栅对应的光谱宽度为:Δλ=dλdβΔβ=λkN(11)因此光栅的分辨本领为:RG=λΔλ=Nk(12)上述所描述的是光栅理论分辨率,其中N为光栅总刻线数。在实际凸面光栅成像光谱仪中,光栅的刻线数是有限的,因此它的主极大条纹的宽度有限,不可能无限小。由于凸面制造工艺技术难度较大,存在不同程度的缺陷,所以光栅实际分辨率通常要低于理论分辨率,这就要求在设计光谱仪时尽可能选择没有缺陷或缺陷极少的凸面光栅,从而提高光谱仪的分辨率。3系统的像差对光谱仪分辨率的影响像差是实际成像系统所成的像与理想成像系统所成的像之间的差异,由于像差的存在,物点在像空间所成的像是一个弥散斑,弥散斑的大小和形状与像差有关。色散系统由于像差的存在,使光谱响应函数的带宽变宽,从而系统分辨率降低。因此,在设计成像光谱仪时,尽可能地减小系统的像差,是获得高分辨率的关键。如图1所示Offner成像光谱仪结构,在物像平面上存在一个最佳的入射点位置,光束从该位置入射,系统具有最小的像差。由于是同心同轴结构,根据对称性,系统没有彗差,弧矢像差也没有,只存在高级子午场曲,因此稍微增大凸面光栅的曲率半径r,使r略大于凹面镜的曲率半径的一半R/2,这样可以引入球差来抵消高级子午场曲,使系统的像差最小,分辨率最高［56］。根据Offner双镜三反射的结构特点,首先恰当地选择凸面光栅和凹面镜的曲率半径之比,再根据设计要求采用光线追迹法确定最佳的入射点位置,这样可以使系统的像差最小。实践证明［6］,当两半径比在0.5～0.55范围内,可以获得最小像差,鉴于此,选择凹面镜的曲率半径R=240.6 mm,凸面光栅的曲率半径r=125.4 mm(r/R=0.521 2),刻线图4系统像差随入射点高度的变化

Fig.4Aberration curve versus object height数N=500 g/mm,孔径角μ=±3°。根据光线追迹法和几何关系,在某一入射高度hi,将单色入射光线平均分成n个角度的光线,计算出每条光线像点与主光线像点之间的不重合度Δi,再对这n个Δi计算均方差作为弥散斑的半径,用弥散斑半径表示单色像差,再求出所有波长对应的单色像差,并对所有单色像差求均方差值,表示某一波段内的系统平均像差,最后利用软件模拟求出不同入射高度时对应的所有平均像差大小,从而求出在可见光波段最佳入射点高度,如图4所示。在这个已知的系统中,当入射点h=39.02 mm时,该系统具有最小像差为26.479 μm,在其他条件正常的情况下,此时系统的分辨率最高。4探测器像元尺寸对光谱仪分辨率的影响成像光谱仪接收器件采用CCD探测器,它是由一系列像元组成,每个像元所积累的电荷量与其所接收的光谱段的强度成正比［11］,像元的个数N是根据光谱使用的波段范围和光谱取样间隔来决定的,即:N=(λ2-λ1)/Δλ,因为每个像元都有一定的尺寸大小,所以一个像元所占的光谱宽度就决定了光电阵列探测器的最小可分辨的波长差δλC,也就是决定了光谱取样间隔。当系统像差和入射狭缝引起的光谱带宽增宽都小于CCD的最小可分辨的波长差δλC时,可以通过减小CCD探测器像元尺寸来提高系统的光谱分辨率;当系统像差和入射狭缝引起的光谱带宽增宽都很大时,此时减小CCD探测器像元尺寸只能将信号的采样频率提高,使光谱轮廓描述得更细致,但不能提高系统光谱分辨率。由于过多减小像元尺寸会使制造工艺中难度增大,因此,要想提高光谱分辨率,除了减小探测器像元尺寸外,更重要的是减小系统的像差,使系统接近理想光学系统。5结论本文根据Offner成像光谱仪的结构,利用几何关系式,全面地分析了在入射狭缝的宽度、凸面光栅分辨率、系统像差和探测器像素尺寸各个参数对光谱分辨率的影响,推导出了实际分辨率与光栅衍射参数之间关系的公式,提出了分光系统像差的计算方法和优化设计方法,并讨论了分辨率受各种因素的影响及提高分辨率的办法,即:适当地减少入射狭缝的宽度、选择优质的光栅、选择恰当的入射点高度以及减小探测器像元尺寸可以提高光谱仪的分辨率,从而在使用波段范围内,能够取得较小的像差、高分辨率和合理的光谱能量分布,解决了光谱仪的各个因素和光谱分辨率之间的矛盾,为成像光谱仪的研制提供经验和借鉴。参考文献：

nlc202309040401

［1］李天宏,杨海红,赵永平.成像光谱仪遥感现状与展望［J］.遥感技术与应用,1997,12(2):5458.

［2］ROWLANDS N,NEVILLE R A,POWELL I P,et al.Shortwave infrared(SWIR)imaging spectrometer for remote sensing［J］.Proceedings of SPIE,1994,2269:237247.

［3］MERTZ L.Concentric spectrographs［J］.Applied Optics,1977,16(12):31223124.

［4］KWO D,LAWRENCE G L,CHRISP M.Design of a grating spectrometer from a 1:1 Offner mirror system［J］.Proceedings of SPIE,1987,818:275279.

［5］佟亚军,吴刚,周全,等.Offner成像光谱仪的设计方法［J］.光学学报,2010,30(4):11481152.

［6］黄元申,倪争技,庄松林.光栅成像光谱仪同心光学系统研究［J］.光学仪器,2005,27(6):3842.

［7］PRIETOBLANCO X,MONTEROORILLE C,GONZLEZNUEZ H,et al.The Offner imaging spectrometer in quadrature［J］.Optics Express,2010,18(12):1275612768.

［8］PRIETOBLANCO X,GONZLEZNUEZ H,DE LA FUENTE R.Offplane anastigmatic imaging in Offner spectrometers［J］.Journal of the Optical Society of America A,2011,28(11):23322339.

［9］薛汝东,季轶群,沈为民.Offner型短波红外成像光谱仪分光系统的设计［J］.苏州大学学报,2011,27(3):6166.

［10］PRIETOBLANCO X,MONTEROORILLE C,COUCE B,et al.Analytical design of an Offner imaging spectrometer［J］.Optics Express,2006,14(20):91569168.

［11］王兴权,冯克成,朱国贤,等.光栅光谱仪分辨率及波长范围计算公式的研究［J］.光子学报,2009,38(5):1167

光谱反射率 篇4

为了解决此类问题,前期大量基于图像处理的方法修复了有云像元/坏像元,并且获得了较好的效果。这些技术被不同的学者分为不同的类型[4,5];但基本上都通过选取在时间、空间、波谱上相邻的数据作为驱动数据来修复坏像元。具体地,基于空间的方法多采用各种插值方法来修复坏像元,包括双线性插值、最邻近插值以及卷积插值等;还有一些方法主要以坏像元周边的像元为驱动数据,如全局拟合方法(globe fitting)和考虑地表类型的全局拟合方法(within-class globe fitting,WCGF)。基于波谱的方法则主要用运行通道的数据来修复有坏像元通道的数据。这部分工作开展较早,已有大量的工作围绕中分辨率成像光谱仪数据中存在的条带和坏像元展开。早期,通过匹配Aqua卫星搭载的中分辨率成像光谱仪6波段和7波段柱状图来平滑6波段的条带[6];随后引入考虑地表类型的局部拟合方法,以及引入多波段信息的拟合方案[7];在这些工作基础上,又进一步优化拟合方案,或者引入样本数据的筛选机制[8],或者引入类似的决策机制来修复中分辨率成像光谱仪坏像元[9]。基于时间的方法,则主要基于坏像元时序上前后位置的数据来进行数据的修复。具体地,Lin在2014年以对应于目标图层的样本图层为参考,拟合相邻时范围内与坏像元相似度最好的样本数据,并用于填充坏像元(简称Lin)。还有Li提出的Multitemporal Dictionary Learning Algorithms and Expanded on their KSVD and Bayesian Counterparts来修复坏像元[10]。

这些方法无疑在当时都具有较好的精度和较好的创新性。但是,至今仍很少被用消除定量遥感反演过程中云的影响。缺乏物理机制导致这些方法的适用范围难以扩大;同时,不完善的定量验证方案也使潜在的应用领域不确定方法的精度和适用性。具体到各个方法上,基于空间的方法利用空间临近的数据填充有云像元,是最简单的方法,但也是精度最低的方法;基于波谱的方法是不能用于修复有云的像元的,因为其需要以其他工作通道的相同位置的数据为驱动数据,而云一般会对所有的光学通道产生影响;基于时间的方法可能是这些方法里更适用于修复有云像元的方法,但是缺乏物理机制和有效的验证方案直接限制了其在定量遥感领域的应用。

近期,相关研究已经提出了一个基于二向反射分布函数(BRDF)模型的方法来构建有云像元的数据,并用于构建中分辨率成像光谱仪的有云像元。该方法引入了与目标像元时空临近的无云像元数据作为驱动数据,并用地理权重拟合消除了驱动数据与目标像元的空间不匹配带来的误差[11,12];验证结果给出了较好的精度,并可以用于反演具有高精度的albedo参数;但是对突发事件导致的地表变化可能不能精确地反映。什么因素导致了这个问题,究其原因是因为采用的二向反射分布函数经验数据时间分辨率低不能表述某一时刻导致地表状态变化的突发事件,更重要的应该是对有云像元前后时间点的驱动数据的控制不足;因此需要改进两点:①获取更高时间分辨率的二向反射分布函数经验数据;②控制驱动数据在时空上与目标像元的差导致的误差。由于高时间分辨率的二向反射分布函数参数集的获取需要大量工作、且不现实,因此改进的重点应该是通过控制驱动数据在时间上的差异导致的误差来提高反演精度,增加方法对突发事件的适用性。基于以上的描述,研究工作包括以下几部分内容;首先,介绍当前有云像元数据重建面临的问题与不足,提出改进方案;其次,对改进方法展开描述;然后,选择实验区,利用改进的方法开展相关实验;最后是对实验结果的验证和分析,并给出结论总结贡献与不足。

1 方法

基于以上介绍,提出了一个考虑时空异质性的有云像元的中分辨率成像光谱仪波段反射率的重建方法。该方法包括几个步骤:①构建中分辨率成像光谱仪波段反射率与对应的二向反射分布函数之间的经验关系;②拟合有云目标像元在时空上临近的、同地类、无云的像元的波段反射率与对应的二向反射分布函数的经验关系,拟合过程中引入时空权重因子消除样本数据的时空异质性带来的误差;③利用有云目标像元在时空上临近的、同地类、无云的像元的波段反射率与对应的二向反射分布函数的经验关系来描述有云像元的波段反射率与对应的二向反射分布函数的经验关系;④基于已知的有云像元的中分辨率成像光谱仪通道对应的二向反射分布函数参数,结合计算获得的经验系数来计算有云像元的中分辨率成像光谱仪波段反射率。具体流程图如图1。

该方法首先基于在短周期内地表类型相对稳定、地表二向反射分布函数也相对不变这一理论来构建同一时期、同一位置的中分辨率成像光谱仪的波段反射率与对应的二向反射分布函数的线性关系。

1.1 构建中分辨率成像光谱仪波段地表反射率与对应二向反射分布函数的经验关系

基于遥感观测的地表反射率可以描述为式(1)。

式(1)中,Ra(θi,θv,φv,φi,λ)为地表反射的太阳在λ波段入射到地表,并被地表反射到(θi,θv)方向的大气层底部的辐亮度;F(θi,φi,λ)为大气层底部的太阳下行入射辐照度;θi为太阳天顶角,θv为观测天顶角,φi为太阳方位角,φv为观测方位角;同时地表反射率是一个随太阳观测几何变化而变化的函数,在遥感科学中用二向反射分布函数来描述[[13]4]。在本研究中选用当前主流的核驱动模型(式(2)),该模型由三部分组成:各向同性项、体散射项和几何光学项[15,16],

式(2)中,各向同性项为1表示地表的漫反射特性,体散射项kvol描述了地表介质对入射能量的吸收反射机制,几何光学项kgeo描述了地表场景的遮蔽作用对地表反射的影响,fvol为kvol的系数,fgeo为kgeo的系数,fiso为各向同性项的系数。

理论上,在较短时间周期内,地表属性是稳定的,且地表类型没有变化;此时,可以认为二向反射分布函数是稳定的,其在太阳观测几何方向上的反射分布不会变化,可以描述一个周期内(一个月)任意太阳观测几何下的地表反射率。但是在实际的研究工作中,发现BRDF驱动依赖于周期内不同时间的观测,其代表了周期内地表反射属性的平均状况;而周期内不同时间的观测可能或多或少受到大气等因素的影响,导致实际的观测与二向反射分布函数计算的地表反射率存在一个稳定的线性经验关系co,

式(3)中,ρ为周期内在(θi,θv,фv,фi)太阳观测几何下的卫星传感λ波段观测的反射率,R为对应的二向反射分布函数计算的地表反射率。

1.2 考虑时间和空间异质性的参数拟合方案

基于以上提出的中分辨率成像光谱仪有云像元的波段反射率反演模型,本部分提取与λ波段待驱动有云像元具有相同地表类型、无云且时空相邻的像元的λ波段地表反射率与对应λ波段二向反射分布函数计算的波段地表反射率数据构建成对的数据集;通过该数据集可以拟合获得经验系数co。

但是,考虑到拟合过程中采用了大量上述数据集作为驱动数据,数据集中的驱动数据与目标像元在时间、空间上的不匹配都会导致误差的产生。因此,在拟合过程中,考虑了时空不匹配的因素,有针对性地引入时、空权重因子Wc来消除时空不匹配带来的误差。

式(4)中,R=(R1,R2,R3,…,Rn),代表有n个基于二向反射分布函数计算的波段反射率;ρ=(ρ1,ρ2,ρ3,…,ρn),代表n个对应的中分辨率成像光谱仪波段反射率;(x,y,T)是T时段内样本所在空间区域,该区域的像元与目标像元具有相同的地表类型,且无云。

Wc表示不同的样本具有不同的时、空差异,是一个综合的权重系数,

式(5)中,WG是基于Tobler’s First Law构建的地理权重系数,

式(6)中,WS是考虑时间差异带来的误差的时间权重系数,早期工作中,Gao et al的工作中提出了将不同时刻卫星观测的差值作为权重系数的方案[17];Lin et al[5]的工作也将不同时刻卫星观测的相似度指数作为权重系数的方案;基于以上的工作,本研究提出归一化相似度指数作为时间权重系数WS;

式(7)中,T1代表有云目标图层,T2代表与T1对应的样本图层。

1.3 计算有云像元的中分辨率成像光谱仪波段反射率

基于式(4),有云像元的波段反射率与对应已知的二向反射分布函数的经验系数co被驱动,这样就可以计算有云像元的中分辨率成像光谱仪波段反射率,

式(8)中,ρtar为目标像元的中分辨率成像光谱仪波段反射率,Rtar为目标像元的二向反射分布函数。

2 实验区和实验数据

黑河盆地位于中国西北干旱区,是一个典型的内陆河流域。该流域的水生态系统具有大规模生态水文过程分布,结构比较复杂,因处于相对恶劣的大环境中更加脆弱,更容易受气候变化和人为干扰的影响。因此,黑河流域包括多种极端生态系统,并成为科学研究关注的焦点;大量针对该流域的数据、产品为本研究提供了丰富的数据资源。本研究的方法实验和验证工作也在该区域展开,本实验首先采用中分辨率成像光谱仪产品批处理软件MODIS Rejection Tool(MRT)处理黑河中游地区2012年8月下旬的500 m每日的中分辨率成像光谱仪1~7波段的地表反射率数据(MOD09GA)、500 m每16 d的中分辨率成像光谱仪的二向反射分布函数参数产品(MCD43A1),从中提取获得中分辨率成像光谱仪观测的云标记数据、质量控制数据、1~7波段地表反射率、1~7波段二向反射分布函数参数产品[18];再采用IDL批处理程序对30 m每月的HJ-1A/B地表分类产品进行提取,获得与中分辨率成像光谱仪产品具有相同空间范围和时间范围的地表分类数据,在通过升尺度方案聚合HJ-1A/B地表分类数据到500 m,匹配中分辨率成像光谱仪数据的空间分辨率(图2)。

(红:band3,绿:band2,蓝:band1)

研究基于以上的准备工作展开反演实验,对2012年生长季末期(8月下旬)的中分辨率成像光谱仪观测的地表反射率产品中的有云数据进行修复,并取得了较好的效果。

2.1 构建无云的中分辨率成像光谱仪波段反射率时间序列数据

根据上述描述,理论上能够有效消除中分辨率成像光谱仪1~7波段的有云观测数据,构建连续的、500 m空间能分辨率的日波段反射率时间序列。为了证明该方法的有效性,对中分辨率成像光谱仪在2012年8月21日至8月31日期间获取的MOD09GA有云数据展开反演实验。考虑到反演的有云像元分布的代表性问题以及波段对云反射敏感性的问题,选取了从2012年8月26日到2012年8月29日的中分辨率成像光谱仪3波段反射率反演结果(3波段反射率对云反映敏感,是提取云标记的重要数据);该时间段内该区域分别受大范围云及小范围云覆盖的影响[图3(a)],同时中分辨率成像光谱仪3波段对云的反射表现极其敏感[图3(b)]。图3(c)~图3(e)中,不同时间的反演结果展示了极好的空间分布一致性,也表现出在量级上的细微差异;这种表现整体上与该地区在该时间段的物候变化规律一致。

从图3(c)可知,本研究提出的方法可以有效消除云的影响;通过与地表分类数据的空间分布格局进行比较,反演结果具有合理的空间分布格局;这初步说明本研究提出的方法是有效的。但是,相比前期的研究是否具有更好的效果就需要与不同典型方法进行比较。在这里,引入了WCGF和Lin方法用于对比分析。WCGF是经典的基于波谱的方法,而Lin作为基于时间的方法,展现出了较好的坏像元修复能力。那么,分别利用WCGF和Lin驱动中分辨率成像光谱仪在2012年8月26日至8月29日期间的MOD09GA有云数据,相同时间、相同区域的反演结果展示在图3[图3(d)和图3(e)]。直观地可以看到在大范围有云的情况下(2012年8月26日),本研究提出的方法和Lin的方法整体上能够较好的消除云的影响,且反演结果能够合理地描述该区域地表反射强度的空间分布;WCGF则完全不能处理云全遮蔽的情况;这些算法的不同表现与其理论基础直接相关。再看部分有云的情况(2012年8月27日和29日),三种方法都对云像元进行了修复,反演结果也都能合理地反映地表的真实分布。

为了更直观地描述不同算法对有云像元的消除能力和地表覆盖反射强度的修复能力,进行了直方图统计,具体见图4。在图4中,可以看到观测的数据(中分辨率成像光谱仪波段3地表反射率)在云全覆盖的时期反射率的分布集中在0.3~0.4之间,显然这是由于云的强反射引起的。再看3个方法修复的结果:本研究提出的方法有效地拉低了反射率值(图4(b)中26日),其直方分布图与少云的观测(27日与29日)基本保持一致,可以初步确定本研究提出的方法对于云全覆盖的情况是有效的;Lin的方法也在26日的修复结果中有效拉低了反射率,并使反射率直方图分布与其它中度云覆盖情况(27日与29日)保持一致,也可以确定该方法是有效的;WCGF方法则完全为0,这是因为云全覆盖的情况使该方法丢失了参考目标、无法运行;这说明该方法是无效的。再看27日和29日中度云覆盖情况下的结果,本方法和Lin的方法修复的结果的值域分布与原始数据的一致性要好于WCGF,但是考虑到这两天云量较大,不能确定本方法和Lin的方法修复的效果更好,再看在被少量云覆盖的时间(28日),本方法修复结果的直方图分布与原始结果最一致,而且从图4中可以看到,有云区应该是薄云覆盖,因此原始观测值还是包含了大量地表信息,所以修复结果应该与原始观测较接近,且从图中可以看到3个方法修复的结果中,本方法展示了更光滑的空间分布,也是更合理的分布。图4另一个角度分析获得的结论与图3的结论具有较好的一致性,初步定性地说明本研究提出的方法与Lin的方法要优于WCGF。

2.2 验证3种方法的精度

通过2.1节的分析,可以初步确定本研究提出的方法可以有效处理不同情况下的云像元,并获得合理的反演结果。但是本研究的目标是提出一套能够应用于定量遥感参数反演精度需求的有云像元修复方法。因此,一个验证工作就是必须的。现提出一个有效的验证方法,来确定本方法的精度。首先选取良好天气状况的中分辨率成像光谱仪观测的1、2、3、4、6、7波段反射率(2012年8月28日)作为参考数据,并在该无云区模拟一个具有30km×30 km的有云区,然后执行上述方法反演模拟有云区的波段地表反射率,最后将3种方法反演的波段反射率分别与对应位置的中分辨率成像光谱仪波段反射率进行对比,统计获得各项精度指标(相关系数平方R2、均方根误差RMSE及绝对误差AE等等)。

从图5的1、2、3、4、6和7波段的对比结果来看,本研究提出的方法使反演的结果始终与中分辨率成像光谱仪数据保持在1∶1线附近,且相比另外两个方法的结果更加收敛在1∶1线附近;这说明本研究提出的方法在中分辨率成像光谱仪的6个波段的反演中是最稳定的、最精确的;优于另外两个方法。

从初步的统计指标中可知,WCGF整体上展现出与中分辨率成像光谱仪观测数据最接近的平均值,但是这不能说明该方法具有更好的精度,反而反映出该方法大量依赖于周边数据驱动反演结果、不考虑时间尺度的问题。而在方差的统计上,本研究方法展现出了最接近中分辨率成像光谱仪观测数据的统计结果,Lin的方法次之,WCGF最差。

这不仅说明本研究方法的反演结果与中分辨率成像光谱仪观测在波谱的频率和范围上更趋于一致,也间接说明了WCGF这种仅考虑空间尺度的问题和不足。整体上,可以判断本研究提出的方法具有更好的精度和适用性。然后进一步统计可知,本研究提出的方法的反演结果与验证数据的R2整体超过90%,要好于Lin的方法展示出的超过70%,更好于WCGF的40%;同时RMSE和AE的统计中,本方法也展示出最好的统计精度(表1)。

基于以上的验证,可以确定本研究提出的方法能够有效消除云的影响,并在精度和适用性都有相当大的提升。

3 讨论

由结果的验证与分析,基本可以确定本研究提出的方法相比前期研究者的工作显著提高了反演精度,并具有更好的适用性。分析原因,这与方法的自身的特点直接相关。WCGF是典型的基于空间的拟合方法,该方法充分考虑区域上相同地类的相似性,通过区域内无云的、具有相同地类的像元值的统计计算(平均、加权计算等方法)来修复有云像元。该方法应该更适用于极小范围的有云像元的修复,而在大面积云覆盖的情况下则容易导致修复像元值趋于相同,导致反演结果的空间分布不合理。Lin的方法考虑了不同观测数据的相似性,通过相似性指数等相关性分析来确定驱动数据,并通过对比驱动数据与待修复数据的边界来消除两者的差异,这是个巧妙的方法。但是该方法没有考虑地物的二向反射分布函数,仅仅考虑相似性来确定驱动数据,并不能精确地描述有云区域真实的地表反射率分布状况,也限制了其精度的提升。本研究提出的方法基于地表二向反射在方向上的异质性的考虑引入经验的二向反射分布函数参数数据;并在拟合过程中充分考虑驱动数据在时空上的差异可能导致的误差,引入地理权重与时间权重来抑制或消除驱动数据时空差异带来的误差;整体上,本方法具有一定的物理机制,并在反演过程中用传统地理学理论来控制驱动数据的质量。基于对本方法的分析,理论上可以确定本方法应该是优于当前其他方法,而验证结果也初步证实了这个推论。

4 结论

光谱反射率 篇5

近红外反射光谱法测定PDA阳离子度的研究

摘要：以37份实验室自制二甲基二烯丙基氯化铵与丙烯酰胺的共聚物(PDA)为样品,用沉淀滴定法对PDA阳离子度进行测定,并进行近红外光谱扫描,分别采用特征峰和全波谱段作为输入层神经元,采用RBF神经网络的数学转换方法建立近红外反射光谱(NIRS)定标模型,采用小波分析对光谱进行降噪预处理,建立PDA阳离子度的`近红外预测模型,并将预测值与沉淀滴定法测定值进行比较,其外部验证决定系数大于0.90,预测分布趋势良好,对预测值与实测值进行t检验,结果显示预测值与实测值差异不显著.结果表明,采用近红外光谱数据建立的定标模型预测PDA阳离子度具有较高可行性. 作者： 郑怀礼[1]张鹏[1]陈雨[1]谭铭卓[2]蒋绍阶[1]朱传俊[3]朱国成[1]马江雅[1]张照清[1] Author： ZHENG Huai-li[1]ZHANG Peng[1]CHEN Yu-zhe[1]TAN Ming-zhuo[2]JIANG Shao-jie[1]ZHU Chuan-jun[3]ZHU Guo-cheng[1]MA Jiang-ya[1]ZHANG Zhao-qing[1] 作者单位： 重庆大学三峡库区生态环境教育部重点实验室,重庆,400045江门市慧信净水材料有限公司,广东江门,529000天津化工研究设计院,天津,300131 期 刊： 光谱学与光谱分析 ISTICEISCIPKU Journal： Spectroscopy and Spectral Analysis 年，卷(期)： 2012,32(2) 分类号： X132 关键词： PDA 阳离子度 近红外光谱 小波分析 RBF神经网络 机标分类号： O65 X13 机标关键词：近红外反射光谱光谱法测定PDA阳离子度Near Infrared预测值近红外光谱二甲基二烯丙基氯化铵沉淀滴定法定标模型实测值RBF神经网络降噪预处理预测模型小波分析数学转换数据建立模型预测决定系数结果 基金项目： 国家自然科学基金，教育部高等学校科技创新工程重大项目培育资金项目，国家水体污染控制与治理科技重大专项

光谱反射率 篇6

光纤光栅是一种重要的光学器件,它对外部环境特别是折射率的敏感性一直是有吸引力的研究和开发课题[1]。在传感领域的应用中,环境折射率的测量主要依靠LPG(长周期光纤光栅)[2],但由于LPG存在光栅长度较长、使用不方便和交叉敏感大等劣势无法得到广泛应用。TFBG(倾斜光纤光栅)的出现弥补了光纤光栅在折射率传感领域的空白,利用外界折射率变化导致TFBG透射谱功率发生变化和波长漂移的特性即可实现对外界折射率的测量[3]。前人在TFBG折射率传感领域已有一些研究[4,5],但就TFBG在高精度折射率传感领域的研究还未见报道。本文主要研究TFBG在环境折射率变化极其微小、精度极高情况下的透射光谱特性。

1 TFBG折射率传感理论

TFBG的结构如图1所示,其中,光纤的轴向方向为z轴,垂直于栅格方向设为z′轴,两者的夹角为θ。相应的,垂直于光轴方向设为x轴,平行于栅格方向设为x′轴,x和x′之间的夹角也为θ。垂直于删格方向的周期为Λ,TFBG的有效周期为Λg,且有Λg=Λ/cosθ。

由于TFBG的特殊结构,使得前向传播的入射光除了部分耦合为满足布拉格条件的后向传导的纤芯模外,其余的还将耦合为一系列后向传导的包层模。由于TFBG普遍使用单模光纤,故仅有纤芯模在光纤内传输,而包层模的能量将在传播中快速消失,最后在光栅光谱中仅留下包层模透射峰。当栅格周期Λ不变时,随着倾角θ的增大,TFBG的有效周期Λg也会不断增大,且Λg与布拉格波长λBragg之间存在如下关系:

包层模满足相位匹配条件:

式中,λcoupling,i为第i阶包层模的耦合波长;neff,core为纤芯有效折射率;neff,clad,i为第i阶包层模的有效折射率[6]。

当倾斜角度较小时(倾斜角<10°),光栅光谱中纤芯模的左侧还将出现一个低阶包层模的幻影模[6]。TFBG的各模式耦合受外界环境影响密切,其中纤芯模只对温度和应力敏感,而包层模则对应力、温度、弯曲和折射率等多个参量敏感[7,8],针对纤芯模与包层模不同的敏感特性,可对TFBG进行更加灵活多变的设计,使其在传感领域有更为广泛的应用。

2 实验仿真与结果分析

使用OptiGrating软件设计的TFBG结构如图2所示,其中纤芯半径a=4μm,折射率nco=1.46,包层半径b=62.5μm,折射率ncl=1.45,第3层为外界环境介质,半径本文设定为200μm。

TFBG长度L=10 000μm,折射率调制深度为10-3,光栅周期为0.527m。随着倾角的增大,更多的能量被用于参与纤芯基模和包层模之间的耦合,包层模谐振峰将会增多,而包层模对折射率较为敏感,为了清晰地观察包层模谐振峰的变化情况,将TFBG的倾斜角设定为8°,环境折射率nenv变化范围在1.430~1.445时,得到不同环境折射率下的TFBG透射谱如图3所示。

对比分析可知,TFBG纤芯基模谐振峰无论深度、带宽或者谐振波长均不受外界nenv的影响。这一特性与普通短周期FBG(光纤布拉格光栅)一致,也是短周期FBG无法被用于折射率传感的主要原因。观察TFBG的幻影模,其谐振峰深度、带宽和波长等也几乎不随外界nenv的变化而变化。最后分析包层模谐振峰,发现TFBG包层模谐振峰受外界nenv影响极其明显,具体表现为:(1)随着外界nenv增大,短波长处的包层模谐振峰首先消失,长波长处的包层模随后也逐渐消失。(2)短波长处每消失一个包层模谐振峰,长波长处的某个谐振峰深度将会加深。这是因为随着外界nenv的增大,越来越多的包层模式的传播条件遭到破坏,包层模式按照从短波长到长波长的顺序依次泄露到环境介质中,导致其相应波长的谐振峰深度的变化。(3)折射率变化较小,对谐振峰的深度有影响,但对包层模谐振波长漂移的影响可以忽略不计。

进一步分析图可以发现,相比于低阶包层模,高阶包层模受nenv变化的影响更大。选取谐振波长在1 542nm附近的高阶包层模进行研究。图4中所示位置即为本文需要研究的高阶包层模。

为了进一步研究高精度微小折射率变化下的TFBG包层模谱特性,我们缩小了折射率的变化范围。图5所示为nenv在1.442 1~1.442 3时的波长/透射率曲线。从图中可以看出:(1)该阶包层模所选取的透射率极大值处的波长略有漂移,但几乎不随外界nenv的改变而改变,均在1 542.42nm附近。(2)当nenv为1.442 1时,该包层模谐振峰深度为-51.83dB。当nenv变化至1.442 3时,谐振深度变化至-0.342dB。由此可以计算出该TFBG在此折射率区间内的灵敏度约为25.74dB/(0.000 1折射率变化),折射率探测精度达到了10-4量级。当nenv为1.442 19时,该包层模谐振峰深度为-36.98dB,当nenv变化至1.442 198时,谐振深度变化至-7.15dB,外界折射率的变化在1.442 19~1.442 198之间,灵敏度可达372.75dB/(0.000 1折射率变化)或37.275dB/(0.000 01折射率变化),探测精度高达10-5量级,这是传统的LPG无法匹及的。

该阶包层模的环境折射率nenv与透射率的关系曲线图如图6所示,nenv由1.442 0逐渐增大到1.442 3。由图可知:(1)随着nenv的增大,该阶包层模谐振峰深度呈非线性降低趋势,透射率从-56dB左右变为约0dB;(2)该包层模透射率随nenv的增大先缓慢增加,随后在某一折射率范围内迅速增大,最后趋于平缓。其中,在nenv为1.442 15~1.442 25范围内,透射率的变化速率较快。在折射率为1.442 20附近,包层模透射率变化最快。因此,在透射率1.442 15~1.442 25这区间内,TFBG对nenv变化极其敏感,与上文结论相吻合。

3 结束语

本文研究了环境折射率的细微变化对TFBG透射光谱的影响,选取某一谐振波长附近的高阶包层模,对其透射光谱进行研究。发现在一定的折射率变化范围内,探测灵敏度极高,最高可达10-5量级。利用TFBG高阶包层模对环境折射率高度敏感这一特性,可设计一个基于高阶包层模谐振深度变化的高精度折射率传感器,该传感器输入端可采用某一单一波长的激光器,接收端只需利用一个光功率计来测量输出光功率即可探测出相应折射率。大大地简化了结构,节约了成本。

摘要：利用OptiGrating软件研究了TFBG(倾斜光纤光栅)在环境折射率变化极其微小的情况下不同模式的光谱特性。结果表明,微小环境折射率的变化对纤芯模与幻影模的影响甚微,却对包层模影响较大。由于变化极小,包层模谐振波长的漂移可以忽略,只需考虑谐振峰深度的变化。发现波长在1 542nm附近的高阶包层模对环境折射率高度敏感,并且在一定的范围内灵敏度极高,最高可达10-5量级,在高精度折射率传感领域前景广阔。

关键词：倾斜光纤光栅,环境折射率,高阶包层模,高精度折射率传感

参考文献

[1]Besley J A,Wang T Reekie L.Fiber cladding mode sensitivity characterization for long-period gratings[J].J Lightwave Technol,2003,21(3):848-853.

[2]Dong Liang,Beatriz O,Laurence R.Coupling characteristics of cladding modes in tilted optical fiber Bragg gratings[J].Appl Opt,1998,37(22):5099-5105.

[3]艾瑞波,刘超,孙祺,等.倾斜光纤光栅透射光谱对外界介质折射率的响应规律研究[J].科学技术与工程,2013,13(11):3101-3103.

[4]徐俊娇,李杰,戎华北,等.少模光纤布拉格光栅折射率传感的分析与测量[J].光学学报,2008,28(3):565-568.

[5]Zhao C L,Yang X,Demokan M S,et al.Simultaneous temperature and refractive index measurements using a 3degrees slanted multimode fiber Bragg grating[J].J Lightwave Technol,2006,24(2):879-883.

[6]苗银萍,刘波,赵启大.不同包层直径的倾斜光纤光栅折射率传感特性[J].光学学报,2011,28(11):2072-2076.

[7]Lu Yuchun,Geng Rui,Wang Chuncan,et al.Polarization effects in tilted fiber bragg grating refractometers[J].J Lightwave Technol,2010,28(11):1677-1684.

光谱反射率 篇7

土地资源是人类赖以生存的环境条件和基本的生产资料。管好用好土地资源,不仅要掌握土地资源数量,同时要了解其质量状况,离开土地质量,土地面积是不具有实用价值的。随着人口的增加,人类过度的开垦、开发土地,使土地荒漠化、盐碱化、贫瘠化等土地退化现象日趋严重,生态环境更加恶化。可喜的是,人类已意识到了这一点,通过各种方法恢复生态平衡。内蒙古河套平原,我国重要的粮油生产基地,位于内蒙古自治区西部,在黄河“几”字形的左上角,北依阴山南临黄河,东邻草原钢城包头市,西接乌兰布和大沙漠,处于华北与西北的连接带上。河套平原平均海拔在1 000 m以上,属温带大陆性气候,多年平均降水量176 mm,多年平均蒸发量达2 056 mm,是降水量的11.7倍,降水少而蒸发强,是典型的干旱少雨地区[1]。在我国西部干旱半干旱地区,干旱的气候、富含盐分的母质、地表和地下水动力作用以及特殊的地形等因素的综合作用下,形成了大面积的盐碱化土地[2]。盐碱化会引起土壤板结、肥力下降、作物减产、弃耕和土地撂荒等诸多后果[3]。河套平原上的盐碱化土地是比较严重的,盐碱程度较重且分布广泛,在一定程度上制约着河套灌区经济持续快速的发展。因此,有必要对灌区的土地类型进行普查,了解灌区内土地利用现状。

在LandSat和SPOT卫星之后,中巴资源卫星CBERS、印度IRS、北京1号等许多新的地球资源卫星开始发射,计算机硬件性能与普及程度极大提升,遥感图像处理软件逐步集成使用,遥感技术全面快速地发展,利用遥感技术对灌区土地进行普查成为现实,尤其是对盐碱地的分布与变化进行动态监测是普查中的重点。相比传统的土地普查方法,利用卫星遥感影像对土地类型进行普查在经济性、时效性等方面无疑具有十分明显的优势。

1 土壤线特征

1.1 土壤线

土壤在红和近红外波段反射率之间存在线性关系,即土壤线[4],即以多光谱影像的红波段为横轴,近红外波段为纵轴生成坐标,影像中的所有像元由于DN值的不同在坐标中位置不同,但呈现明显的线性关系。

土壤线能较好地描述不同土壤类型的光学特性,不同类型的土壤在土壤线上有不同的位置区间,可用于区分盐碱土和其他不同类型的土壤。

1.2 基于IRS遥感卫星的土壤线特征

图1是2006年3月8日印度IRS卫星河套灌区中游试验区影像,这个时节河套地区植物还未生长,土壤含水率较低。经实地考查、取样、定位,在原影像上标明了各种地物,再以该影像的红波段为横轴,近红外波段为纵轴,生成了中游实验区的土壤线散点图,见图1。再根据不同地物固有的反射值差异,利用目视解译和实地查勘相结合方法,通过反复比对与调整,实验区的不同地物在散点图中可找到其对应的位置区间,见图2。

说明与分析:通过图1和图2可以看出,实验区的散点呈明显的线性关系,在散点的中上端是土壤部分,散点集中,方差小,像元相对比较单一,受水分与植物的影响不明显;在散点中下端,近红外波段有明显的下降,表现出水吸收的特征。盐碱地(红色区域,这里的盐碱地指长有少量盐生植物或寸草不生的中重盐碱地,一般无法耕作)处于散点土壤线的上端,其在红和近红外的DN值大于其他类别;湖泊由于水对光的吸收作用处在散点土壤线的最下端,因水深的不同和水生植物的影响,散点比较分散;沙丘、非盐碱地、村庄等地物在红与近红外波段的DN值大于湖泊小于盐碱地,村庄对近红外的反射值较高而处于散点的上端;沙丘在红和近红外波段的DN值大于非盐碱地;散点图中的白色部分不能判定其类别归属,但分类时可根据相似概率自动判定其应归属的类别。由此可见,通过土壤线,可以在影像散点图中找到各种地物的对应位置。

2 河套灌区土地分类

2.1 影像时相选择

遥感卫星影像分类通常用多光谱数据来进行。地物的光谱反射是多种因素共同影响的综合效应,其特征主要由矿物组成、地表形态、土壤水分、植物生长状况等因素决定[1]。季节变化引起的土地覆被发生变化,对盐碱土信息的提取会造成干扰,增加遥感变化检测的难度。雨季盐会溶解,且水分的光谱吸收特性不仅直接影响土壤的光谱特征,同时水分还控制盐分垂直运动和物理化学性质的表现,从而影响盐碱化土壤的遥感信息表现[4]。初生的绿色植物会增高近红外波段的反射值,对土壤的光谱信息产生极大的干扰,出现类型混淆。所以,土壤分类应选择在干季,把水分和植物的对分类影响降到最低,提高分类精度。因河套平原到了秋季收割结束要秋浇保墒,土壤含水率很高,所以此次分类所用影像为河套地区春季影像。另外,春季为泛盐季节,干旱多风,地下盐分运移到地表,盐渍土表层出现盐霜、盐壳、盐皮,地表反射率高,在影像上易于识别[5]。

2.2 分类方法

常用的分类方法有监督分类和非监督分类,监督分类同非监督分类相比,可选择性地决定分类类别,从而避免出现一些不必要的类别,且能通过检查训练样本来决定训练样本是否被精确分类,从而能避免分类中的严重错误,在有针对性的分类中得到广泛运用[5]。所以此次分类采用的是监督分类中最常用的最大似然法。监督分类的关键是选择训练样区,利用土壤线特征在散点图中划定各类别区间选择训练样区需要同目视解译充分结合起来,这需要分析者对所要分类的区域有一定程度的了解和很好的实地调查研究。

2.3 河套灌区分类结果

为了比较河套灌区近二十年的土地覆盖变化,尤其是盐碱地的动态变化,采用监督分类中的最大似然法对1988年4月4日、1996年4月21日、2001年3月3日、2006年3月8日影像进行了分类。由于获取的影像覆盖范围不同,只有2006年影像包括全部河套灌区,2001年影像包括河套灌区绝大部分,其余两幅只包括河套灌区大部,其中以1988年影像欠缺部分较大,下面是各年度影像分类图,左列为河套灌区原图像,右列为分类图像。影像在分类前已经过辐射校正、去噪处理和几何校正,每一像元为32 m×32 m,见图3。

因各年度影像大小不同,所以总面积不相同,但各类别面积在总面积中所占比例也能反映土地的覆盖变化。1988、1996、2001、2006年度土地覆盖面积与比例的汇总表见表1。

为了直观比较,根据表1生成了柱状图,见图4。

需要说明的是,因分类面积较大且影像地面分辨率和光谱分辨率较低,所以较小的地物在影像上无法识别或分类精度较差,故非盐碱地类包括耕地、村庄、树林、道路、渠沟等地物,水体包括湖泊、低洼积水等。另外,在1988年和1996年的图像分类中没有列城镇类,因当时城镇规模不大,在影像中不明显,分类时同非盐碱地相混淆,于是合并到非盐碱地类中,而2001年和2006年城镇在影像中比较明显,于是单独分为一类,城镇中柏油地面对光有吸收作用,其在散点图中的位置处在水体与非盐地之间,受建筑物影响,散点比较分散,但与其他类可分性较好。从图4中可以很明显看出,随着年代的推移,河套灌区的盐碱地和沙丘地所占比例在呈下降趋势,非盐碱地呈上升趋势,水体的比例也在上升,城镇所占比例2006年比2001年略有上升。需要注意的是,上述得出的分类结果并不完全准确,分类时图像分辨率、各波段组成和波长、图像清晰度、原始图像经过镶嵌、配准、剪切、校正等各种影像处理会丢失一些图像中的信息等等,所有这些因素都会对分类结果产生影响。

3 精度评价

3.1 精度评价方法

精度评价对于遥感分类是很重要的,分类图像的精度直接影响到对分类数据进行研究的合理性,以及实际运用的价值。分类图像精度是指分类图像和一幅假设准确的图像(参考图)之间的吻合度,但实际中要取得准确的图像是不现实的,因而,大多时候都是利用建立真实地表区与分类图进行对比,即在分类图中有多少像元与建立的真实地表区吻合[5]。精度评价最常用的方法是建立误差矩阵(也称混淆矩阵),以此计算各种统计量,得出各类别的精度指标。在基于类别与类别比较的基础上,误差矩阵比较已知的参照数据(真实地面数据)与对应的自动分类的结果。误差矩阵为方阵,它的行与列的数目相等,并且与要进行精度评价的类别的数目相等。

3.2 分类图像精度评价

因为已无法取得1988、1996、2001年的真实地表区,所以只对2006年的分类结果进行误差验证,因所用分类方法一样,误差验证结果对另3幅分类图像分类精度也具有很好的参考价值。下面是2006年3月8日分类图像误差矩阵表,见表2。

总体精度 417 175/ 461 382=90.418 6%

Kappa Coefficient = 0.866 7

从上表中看出,水体的分类精度98.97%最高,城镇的分类精度66.83%最低,盐碱地的分类精度是86.51%,非盐碱地的分类精度88.57%,沙丘地分类精度89.96%,总体分类精度是90.418 6%,Kappa系数为0.866 7。

根据分类精度指标显示,影像的分类结果具有较高准确率,对研究河套灌区的土地覆盖类型年代变化有很好的参考作用。但是,利用精度评价检验区建立误差矩阵进行精度评价有很大的局限性,得出的精度指标主要是描述分类图中各类别有多少像元正确的归到各自的精度评价检验区(一般是建立真实地表区)内,而对检验区以外的像元是否被正确分类并没有进行统计。所以,还应该利用简单随机采样、聚点或集群采样、分层采样等进行实地采样验证,最终得出总体和各类别的分类精度值[5]。

4 总 语

本文利用土壤线特征对河套灌区内大的土地类别进行识别与分类,利用不同年度的四幅影像分类比较了灌区近20年的土地覆盖变化,提供了灌区近二十年来的土地覆盖的动态监测数据。不足的是,无法对土地类别进行细分,如 无法通过土壤线特征对土地盐碱轻重程度进行定量分析。因地下水埋深和矿化度与盐碱化程度有着明显的相关关系[6,7],所以应结合灌区地下水位、地下水矿化度,通过实地考察和经验判断并结合实验室化验数据,进一步研究地下水水位和矿化度变化对盐碱地的产生的影响。

从分类结果可以看出,河套灌区的盐碱地和沙丘随年代的推移呈下降趋势,但仍然占有较大比例,在一定程度上制约着灌区经济的快速发展,而引起土地覆盖变化的原因是多方面的,需要结合气候变化、地下水埋深和矿化度、人为改造等因素进行总结和探索其相关关系。

参考文献

[1]高鸿永,伍靖伟.地下水位对灌区生态环境的影响[J].干旱区资源与环境,2008,22(4):134-137.

[2]亢庆,于蝾,张增祥,等.基于多源数据的土地盐碱化遥感快速监测[J].遥感信息,2005,6:42-45.

[3]亢庆,于嵘,张增祥,等.土地盐碱化遥感应用研究进展[J].遥感技术与应用,2005,20(4):447-454.

[4]亢庆.土地退化评价中土壤因子的遥感信息提取研究[J].中国学位论文全文数据库,2006.

[5]赵英时.遥感应用分析原理与方法[M].北京:科学出版社,2006.

[6]彭望碌.土地盐碱化量化的遥感与GIS实验[J].遥感学报,1997,3:237-240.

[7]骆玉霞,陈焕伟.GIS支持下的TM图像土地盐碱化分级[J].遥感信息,2001,4:12-15.

光谱反射率 篇8

红外光谱技术是研究高分子材料结构和组成的重要手段之一,其常规分析方法有很多,有压片法、涂膜法、漫反射法等。常规测试方法对一些特殊样品,如难溶、难熔、难粉碎等高聚物试样如橡胶、塑料、纤维,还有珍珠、翡翠等就很难直接测得红外光谱。衰减全反射(attenuated total refraction,简称ATR)红外附件的应用简化了难溶、难熔、难粉碎的高聚物的测试。

ATR通过样品的反射信号获得样品表层有机成分的结构信息,对于均匀的样品,表层信息即代表样品信息。该方法不破坏样品,对样品的大小、形状没有特殊要求,属于样品无损测量。

ATR作为红外光谱法的重要实验方法之一,简化了样品的制作过程,使许多采用传统透射方法无法完成的样品分析成为可能,极大地扩大了红外光谱的应用范围。广泛应用于塑料、纤维、橡胶等高分子材料制品的表面成分分析。

本文应用傅立叶变换红外光谱的ATR附件,以多种常见高分子材料制品为例,讨论了ATR在高分子材料分析中的应用。

2 几种常见高分子材料红外光谱解析实例

红外光谱最基本的用途是对高分子化合物进行结构分析,也就是看高分子化合物中有哪些官能团,这对高分子化合物的合成研究有很大的帮助。

2.1 聚乙烯(PE)

图1是聚乙烯的红外光谱图。

这是最简单的高分子光谱图,只在2918、2849、1471和719cm-1四处出现了吸收峰,说明该分子结构中不含苯环、羧基、羟基等官能团,只含有亚甲基—CH2—,其中2918cm-1、2849cm-1、1463cm-1分别对应饱和C—H的反对称伸缩振动、对称伸缩振动和弯曲振动,据此可初步判断该材料为聚乙烯。至于719cm-1对应的峰可以不解读。根据资料介绍[1],该峰为[CH2]n (n≥4)弱吸收峰,用于判断碳链的长短,碳链越长,吸收峰越强。仔细观察可发现该处实际是双峰,低波数对应无定形聚乙烯吸收峰,高波数对应结晶态聚乙烯吸收峰[2]。因此可认定该材料就是聚乙烯。

2.2 聚丙烯(PP)

图2是聚丙烯的红外光谱图。

PP比PE在结构上多一个甲基,但是红外光谱图就变得复杂了。除了亚甲基之外,还有甲基、次甲基基团。聚丙烯中每两个碳就有一个甲基支链,因而除了1460cm-1的CH2弯曲振动外,还有很强的甲基变曲振动谱带出现在1376cm-1。CH3和CH的伸缩振动与CH2的伸缩振动叠加在一起,出现了2800～3000cm-1的多重峰。聚丙烯谱图的另一个主要特点是在970和1155cm-1出现[CH2 CH CH3]的特征峰,其峰强度不受聚丙烯结晶度大小的干扰,可以用来作参考峰。

另外,全同聚丙烯与无规聚丙烯的主要区别是,全同聚丙烯除上述五条谱带外,在841、998和1304cm-1等处存在一系列与结晶有关的谱带,而无规聚丙烯不能结晶,故不存在这些谱带[3]。

2.3 聚苯乙烯(PS)

图3是聚苯乙烯的红外光谱图。

由于其吸收峰很尖锐,聚苯乙烯谱图常作为标准谱图。在3000cm-1附近有丰富的谱带,可分辨出2849、2923、3000、3025、3060和3082cm-1等锐峰。2800～3000cm-1的谱带是饱和C—H或CH2的伸缩振动,而3000～3100cm-1的谱带属于苯环上C—H的伸缩振动。1600cm-1的强峰是苯环的骨架振动。700和760cm-1是苯环上氢的面外弯曲振动,它们的倍频和组频出现在1670、1740、1800、1870和1940cm-1,都有力地证明了存在单取代苯。

2.4 聚甲基丙烯酸甲酯(PMMA)

图4是聚甲基丙烯酸甲酯的红外光谱图。

特征谱带是1730cm-1的C=O伸缩振动以及1150、1190、1240和1268cm-1的C—O—C伸缩振动。在C—O—C四个峰的低波数侧有一个1060cm-1的小峰,这是间同立构峰,虽然样品是无规立构体,但总含有少量间同立构体。2900cm-1附近甲基和亚甲基的伸缩振动有明显的多峰。

2.5 聚对苯二甲酸乙二醇酯(PET)

图5是聚对苯二甲酸乙二醇酯的红外光谱图。

由于苯环的共轭使得羰基伸缩振动吸收峰的位置漂移到1718cm-1处,1130和1260cm-1处强度相似的两个强峰是对苯二甲酸基团的特征峰。700～900cm-1区有丰富的吸收峰说明存在苯环。730cm-1是对位双取代苯环上氢的面外弯曲振动吸收,虽然不很典型,但也是对苯二甲酸基团的另一个证据。830cm-1谱带属于芳环上2个相邻的C—H的面外弯曲振动。苯环在1450～1620cm-1区间内还应有多个吸收峰。

3 共聚物或共混物的组成测定

除此,还可用于共聚物或共混物的组成测定。选择每一组分一条比较尖锐的特征谱带。

以乙烯-醋酸乙烯酯共聚物(EVA)为例,在EVA膜的红外光谱图上,醋酸乙烯VA单元与乙烯单元E具有各自的特征吸收峰,而2种特征峰的吸光度比值与EVA中VA含量具有直接的关系。

图6为用ATR-FTIR测得的EVA膜典型的红外光谱图。

实验选择酯基的醚键不对称伸缩振动峰1241cm-1作为VA组分的分析键,选择长链—CH2—平面摇摆振动峰720cm-1作为E组分的分析峰。通过选择5种已知醋酸乙烯酯的EVA粒子进行红外光谱测试,绘制分析峰吸光度比与2组分浓度比的关系曲线。标准工作曲线方程为:y=6.7486x+0.6342。可推算未知EVA膜中醋酸乙烯酯VA的含量。

4 结论

ATR附件现在也是应用于法庭科学的手段之一。比如潘纯华[5]等应用ATR附件为某刑侦机关不同来源的纱手套进行成分分析和刑侦鉴别,所得样品的红外谱图与标准谱图进行对照,并对其定性,为有关部门侦破案件提供了重要线索。

红外光谱是一种有效的表征高聚物形态与结构的方法之一。它的发展十分迅速,新技术、新仪器不断涌现。各种新技术的不断出现使红外光谱的运用领域越来越广泛:化学化工、生物制药、环境保护等各个领域都有应用,全方位地服务于生产建设,造福全人类。

摘要：衰减全反射作为红外光谱法的重要实验方法之一,快速、简单、不破坏样品,极大地扩展了红外光谱的应用领域。用红外光谱技术分析了几种常见高聚物的红外光谱图,通过这些红外光谱图的特征峰可以有效确定聚合物的类型。最后以乙烯-醋酸乙烯酯共聚物(EVA)为例讨论了该技术在共聚物或共混物组成测定方面的应用。

关键词：红外光谱技术,高聚物,特征峰,组成测定

参考文献

[1]董炎明.高分子分析手册[M].中国石化出版社,2004,245-282.

[2]冯金城.有机化合物结构分析与鉴定[M].国防工业出版社,2003,16-57.

[3]董炎明.高分子材料实用剖析技术[M].中国石化出版社,1997,158-162.

[4]江艳,沈怡,武培怡.ATR-FTIR光谱技术在聚合物膜研究中的应用[J].化学进展,2007,19(1):173-185.

[5]潘纯华,张卫红,陈芬.ATR红外光谱法在高分子材料表面成分分析上的应用[J].广州化工,2000,28(3):34-36.

[6]徐琳,王乃岩,霸书红.傅里叶变换衰减全反射红外光谱法的应用与进展[J].光谱学与光谱分析,2004,24(3):317-319.

[7]方林,黄红梅.ATR-FTIR光谱技术在高聚物研究中的应用[J].化学工程师,2008,150(3):33-36.

[8]陈晓红,张倩芝,张卫红.多重衰减全反射-红外光谱法在复合材料表面分析中的应用[J].光散射学报,2007,19(2):158-162.

[9]黄红英,尹齐和.傅里叶变换衰减全反射红外光谱法的原理与应用进展[J].中山大学研究生学刊,2011,32(1):20-31.

[10]Dunuwila D D,Berglund K A.ATR-FTIR spectrosco-py for in situ measurement of supersaturation[J].Jour-nal of Crystal Growth,1997,179(1):185-193.

光谱反射率 篇9

衰减全反射红外光谱法(下称ATR法)则可以很好地解决上述问题。ATR附件是基于光内反射原理而设计的,从光源发出的红外光经过折射率大的晶体再投射到折射率小的试样表面,当入射角大于临界角时,入射光线就会产生全反射。事实上,红外光并不是全部被反射回来,而是穿透到试样表面内一定深度后再返回表面,在这一过程中,试样在入射光谱区域内有选择地吸收,反射光强度就会减弱,产生与透射吸收相类似的谱图,从而可获得样品表层化学成分的结构信息[2]。该方法能够鉴别大多数常见的有机化合物,并具有分辨力高、检验简便的特点[3]。本研究采用ATR法对有机硅弹性密封胶进行了分析研究,得出了不同类型有机硅弹性密封胶的特征吸收峰,并指出颜色对出峰位置没有明显的影响。

1 实验部分

1.1 样品和仪器

样品:市场上在售的弹性密封胶。

仪器:Nicolet i S10傅里叶变换红外光谱仪,美国赛默飞世尔科技。

1.2 试样制备

把密封胶样品分别挤出直径为7 mm左右的胶条,室温下养护25 d。用小刀把胶条从中间切开,再从未污染部位切出一小块,从中切出5片薄片样品(薄片厚度在20μm以上时,其吸收与厚度无关[4],但是必须保持切面平整,与棱镜有良好的光学接触)。本研究中试样规格为1.5 mm厚、直径5 mm的圆形薄片。

1.3 实验步骤

1)打开傅里叶变换红外光谱仪,预热30 min以上;2)以空气为背景扫描,扣除空气中水和二氧化碳的影响;3)选取试样平整的一面,对准ATR晶体表面;4)在样品上加压,使其尽可能地贴紧ATR晶体表面;5) 扫描样品在4 000~400 cm-1 范围内的红外光谱,并采用ATR优化功能对原始谱图进行处理;6)同一试样取5个不同部位扫描,选取清晰的谱图进行分析。

2 结果与讨论

本研究选取了3种比较常见的有机硅弹性密封胶[5],分别是弹性硅酮密封胶、端硅烷基聚醚密封胶和端硅烷基聚氨酯弹性密封胶;并选取了8种不同颜色的弹性硅酮密封胶进行对比实验。

2.1 弹性硅酮密封胶

图1是弹性硅酮密封胶的ATR-FTIR光谱图。其中,2 962 cm-1 处的吸收峰对应CH3中CH的不对称伸缩振动,由于受其他官能团的影响,CH3中CH的对称伸缩振动并不明显,这是弹性硅酮密封胶区别于端硅烷基聚醚密封胶或者端硅烷基聚氨酯弹性密封胶的特征;1 456 cm-1 和874 cm-1 处是碳酸钙的特征峰;1 260 cm-1 处的谱带是Si—CH3基团中CH3的面内弯曲振动吸收峰;800 cm-1 处的谱带是Si—C的伸缩振动吸收峰和CH3的摇摆吸收峰。弹性硅酮密封胶的特征峰在1 088 cm-1 和1 018 cm-1 附近出现,这是由于当二甲基硅氧烷链节的n值一定大时,分子内Si—O—Si基团位置相邻,它们的振动频率完全相同,同时又具有相同的对称性,故引起振动的偶合,使谱带产生分裂[6]。

2.2 端硅烷基聚醚密封胶

图2是端硅烷基聚醚密封胶的ATR-FTIR光谱图。其中,2 971 cm-1 和2 869 cm-1 处的吸收峰分别对应CH3中CH的不对称伸缩振动和对称伸缩振动;在1 450 cm-1左右的吸收峰为聚醚中CH2、CH3的非对称变形振动;1 373 cm-1 处为甲基的对称变形振动吸收峰;如果端硅烷基聚醚密封胶里面有加入碳酸钙作为填料,则上述两峰会受影响,三者会合成一个强峰,在1 440 cm-1 左右。端硅烷基聚醚密封胶在1 110cm-1附近有强的特征峰,这是C—O—C的非对称伸缩振动吸收峰。

2.3 端硅烷基聚氨酯弹性密封胶

图3是端硅烷基聚氨酯弹性密封胶的ATRFTIR光谱图。其中,2 970 cm-1 和2 871 cm-1 处的吸收峰分别对应CH3中CH的不对称伸缩振动和对称伸缩振动;1 454 cm-1 和1 373 cm-1 处分别为CH2、CH3的非对称变形振动吸收峰和CH3的对称变形振动吸收峰;800 cm-1 处的谱带是Si—C的伸缩振动吸收峰和CH3的摇摆吸收峰。聚氨酯弹性密封胶与端硅烷基聚氨酯弹性密封胶的明显区别是聚氨酯弹性密封胶在2 273 cm-1 处会出现N襒C襒O的伸缩振动吸收峰,而端硅烷基聚氨酯弹性密封胶则不会,但其在1 727 cm-1 附近有氨基甲酸酯中C襒O的伸缩振动吸收峰[7]。端硅烷基聚氨酯弹性密封胶的强特征峰在1 070 cm-1 处出现,是Si—O—Si和C—O—C相互影响的结果。

2.4 不同颜色弹性硅酮密封胶对比

图4是不同颜色弹性硅酮密封胶的ATR-FTIR光谱图。表1是不同颜色弹性硅酮密封胶主要吸收峰的位置。由于ATR法是利用光内反射原理,红外光穿透到试样表面内一定深度后再返回表面,在这一过程中,只要试样在入射光谱区域内有选择地吸收,反射光强度就会减弱,可以产生与透射吸收相类似的谱图,所以不会受到颜色的限制。表1和图4也证明了不同颜色弹性硅酮密封胶的ATR-FTIR谱图具有很好的重复性,颜色对出峰的位置没有明显的干扰。

3 结语