土壤有机质的测定 一重铬酸钾容量法——外热法 1原理： 用定量的重铬酸钾-硫酸溶液，在电加热条件下，使土壤中的有机质氧化，剩余的重铬酸钾用硫酸亚铁标准溶液滴定，并以二氧化硅为添加剂作实际空白标定，根据氧化前后氧化剂质量差值，计算出有机碳量，再乘以系数1.724，即为土壤有机质含量。 2 仪器设备： 1/10000的分析天平；电沙浴（石蜡浴）； 大试管；弯颈漏斗；容量瓶 定时钟；滴定管： 5.00ml； 温度计：200～300℃； 铜丝筛：孔径0.25mm； 3 试剂 除特别注明外，所用试剂皆为分析纯。 3.1 硫酸银：研成粉末； 3.2 二氧化硅：粉末状； 3.3 邻菲啰啉指示剂：称取邻菲哆啉1.490g溶于含有0.700g硫酸亚铁的100ml水溶液中，此指示剂易 变质，应密封保存于棕色瓶中备用； 3.4 0.4mol·L-1（1/6 K2Cr2O7重铬酸钾）重铬酸钾-硫酸溶液：称取重铬酸钾40.0g，溶于600～800ml 蒸馏水中，待完全溶解后，加水稀释至1L，将溶液移入3L大烧杯中；另取1L比重为1.84的浓硫酸，慢慢的倒入重铬酸钾水溶液中，不断搅动，为避免急剧升温，每加约100ml硫酸后稍停片刻，并把大烧杯放在盛有冷水的盆内冷却，待溶液的温度降到不烫手时再加另一份硫酸，直到全部加完为止； 3.5 0.1 mol·L-1重铬酸钾标准溶液：称取经130℃烘2～3h的优级纯重铬酸钾 4.904g。先用少量水溶 解，然后移入1L容量瓶内，加水定容。 3.6 0.1 mol·L-1硫酸亚铁标准溶液：称取FeSO4·7H2O硫酸亚铁28g，溶于600～800ml水中，加浓硫 酸20ml，搅拌均匀，加水定容至1L（必要时过滤），贮于棕色瓶中保存。此溶液易受空气氧化，使用时必须每天标定一次标准浓度。 4 操作步骤： 4.1 选取有代表性风干土壤样品，用镊子挑除植物根叶等有机残体，然后用木棍把土块压细，使之通过 1mm筛。充分混匀后，从中取出试样10～20g，磨细，并全部通过0.25mm筛，装入磨口瓶中备用。 4.2 按照表1有机质含量的规定称取制备好的风干试样0.05～0.5g，精确到0.0001g。置入150ml三角 瓶中，加粉末状的硫酸银0.1g，准确加入0.4mol·L-1重铬酸钾-硫酸溶液10ml混匀。
《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 35 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年 11 月
一、项目意义与价值 高光谱遥感技术起源于 20 世纪 80年代初，是在多光谱遥感技术基础之上发展起来的[1]。高光谱遥感能够通过成像光谱仪在可见光、近红外、短波红外、中红外等电磁波谱范围获取近似连续的光谱曲线，将表征地物几何位置关系的空间信息与表征地物属性特征的光谱信息有机地融合在了一起，使得提取地物的细节信息成为可能。随着新型成像光谱仪的光谱分辨率的提高，人们对相关地物的光谱属性特征的了解也不断深入，许多隐藏在狭窄光谱范围内的地物特性逐渐被人们所发现，这些因素大大加速了遥感技术的发展，使高光谱遥感成为 21 世纪遥感技术领域重要的研究方向之一。 在将高光谱数据应用于各领域之前，必须进行必要的数据处理。常用的数据处理技术方法包括：数据降维、目标检测、变化检测等。其中，分类是遥感数据处理中比较重要的环节，分类结果不但直接提取了影像数据有效信息，可以直接运用于实际需求中，同时也是实现各种应用的前提，为后续应用提供有用的数据信息和技术支持，如为目标检测提供先验信息、为解混合提供端元信息等。 相对于多光谱遥感而言，由于高光谱遥感的波谱覆盖范围较宽，因此我们可以根据需要选择特定的波段来突显地物特征，从而能够精确地处理地物的光谱信[2]。目前，许多国家开展大量的科研项目对高光谱遥感进行研究，研制出许多不同类型的成像光谱仪。高光谱遥感正逐步从地面遥感发展到航空遥感和航天遥感，并在地图绘制、资源勘探、农作物监测、精细农业、海洋环境监测等领域发挥重要的作用。
监测表明:甘肃土壤有机质低有害重金属含量低 2010-06-28 03:51:00 来源: 甘肃日报(兰州) 跟贴 0 条手机看新闻 我省耕地质量监测结果表明 土壤有机质低有害重金属含量低 本报兰州讯(记者王朝霞实习生刘婉琼)省农业节水与土壤肥料站连续13年对我省耕地质量监测表明，我省耕地土壤有机质远低于全国平均水平，土壤培肥任务艰巨；耕地土壤有害重金属汞、砷、铅、铬等含量远低于指标范围，对耕地危害程度较低。 我省于1997年开始进行耕地土壤监测，根据区域、气候、土壤特点和农业生产实际，在具有代表性、面积较大的黑垆土、黄绵土、灌漠土、灰钙土等四大类型土壤上布设监测点，并建立了9个国家级监测站。根据监测结果，我省耕地养分含量指标低于华北、东北、华南、华东地区，基本接近西北地区的平均水平。其中，土壤有机质2009年的全国平均水平为22.97克/千克，而我省平均水平仅为1.21-1.33克/千克；全氮、有效磷含量基本接近全国平均水平，速效钾含量高于全国平均水平。13年间，黄绵土、灌漠土的有机质略有积累，黑垆土则有所下降。 同时，我省主要耕地土壤有害重金属含量较低。汞平均值0.02毫克/千克，变化幅度0.008-0.039毫克/千克，远低于指标≤0.5毫克/千克的范围；砷平均值11.85毫克/千克，变化幅度10.19-13.59毫克/千克，远低于指标≤25毫克/千克范围；铅平均值28.48毫克/千克，变化幅度18.27-38.84毫克/千克，远低于指标≤150毫克/千克范围。这表明我省主要耕地土壤有害重金属含量对耕地危害程度还不是很高。 根据监测，我省耕层养分盈亏情况为氮盈余，磷富积，钾亏缺，我省需要合理调整农田肥料结构，需要加强测土配方施肥，提高有机肥量，减少氮肥使用量，增加磷、钾肥。并对渍涝排水型、坡地梯改型、沙化型、盐碱耕地型、障碍层次型、瘠薄培肥型、高寒阴湿型等全省七种类型的中低产田进行改造。
遥感技术与系统概论 结课作业 高光谱遥感技术及发展
高光谱遥感技术及发展 摘要：经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的 发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技 术为主的时代。本文系统地阐述了高光谱遥感技术在分析技 术及应用方面的发展概况，并简要介绍了高光谱遥感技术主 要航空/卫星数据的参数及特点。 关键词：高光谱，遥感，现状，进展，应用 一、高光谱遥感的概念及特点 遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通 常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可
探测的物质，在高光谱中能被探测。 同其它传统遥感相比，高光谱遥感具有以下特点： ⑴波段多。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。 ⑵光谱分辨率高。成像谱仪采样的间隔小，一般为10nm 左右。精细的光谱分辨率反映了地物光谱的细微特征。 ⑶数据量大。随着波段数的增加，数据量呈指数增加[2]。 ⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。 ⑸可提供空间域信息和光谱域信息，即“图谱合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。近二十年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术。 二、发展过程 自80 年代以来，美国已经研制了三代高光谱成像光谱仪。1983 年，第一幅由航空成像光谱仪
土壤有机质含量的测定 一、目的要求 土壤有机质含量是衡量土壤肥力的重要指标，对了解土壤肥力状况，进行培肥、改土有一定的指导意义。 通过实验了解土壤有机质测定原理，初步掌握测定有机质含量的方法既注意事项。能比较准确地测出土壤有机质含量。 二、方法原理 在加热条件下，用稍过量得标准重铬酸钾—硫酸溶液，氧化土壤有机碳，剩余的重铬酸钾用标准硫酸亚铁（或硫酸亚铁铵）滴定，由所消耗标准硫酸亚铁的量计算出有机碳量，从而推算出有机质的含量，其反应式如下： 2K 2Cr 2 O 7 +3C+8H 2 SO 4 →K 2 SO 4 +2Cr 2 (SO 4 ) 3 +3CO 2 +8H 2 O K 2Cr 2 O 7 +6FeSO 4 +7H 2 SO 4 →K 2 SO 4 + Cr 2 (SO 4 ) 3 +3Fe 2 (SO 4 ) 3 +8H 2 O 用Fe2+滴定剩余的K 2Cr 2 O 7 2-时，以邻啡罗啉（C 2 H 8 N 2 ）为氧化还原指示剂，在 滴定过程中指示剂的变色过程如下：开始时溶液以重铬酸钾的橙色为主，此时指示剂在氧化条件下，呈淡蓝色，被重铬酸钾的橙色掩盖，滴定时溶液逐渐呈绿色（Cr3+），至接近终点时变为灰绿色。当Fe2+溶液过量半滴时，溶液则变成棕红色，表示颜色已到终点。 三、仪器试剂 1. 仪器用具 硬质试管（18mm×180mm）、油浴锅、铁丝笼、电炉、温度计（0~200℃）、分析天平（感量0.0001g）、滴定管（25ml）、移液管（5ml）、漏斗（3~4cm），三角瓶（250ml）、量筒（10ml，100ml）、草纸或卫生纸。 2. 试剂配制 1.0.1333mol/L重铬酸钾标准溶液称取经过130℃烘烧3~4h的分析纯重铬酸钾39.216g,溶解于400ml蒸馏水中，必要时可加热溶解，冷却后架蒸馏水定容到1000ml，摇匀备用。 2.0.2mol/L硫酸亚铁（FeSO 4.7H 2 O）或硫酸亚铁铵溶液称取化学纯硫酸亚铁 55.60g或硫酸亚铁铵78.43g，溶于蒸馏水中，加6mol/L H 2SO 4 1.5ml，再加蒸馏 水定容到1000ml备用。
测定所需试剂 1 土壤有机质的测定一重铬酸钾容量法——外热法 1 原理： 用定量的重铬酸钾-硫酸溶液，在电加热条件下，使土壤中的有机 质氧化，剩余的重铬酸钾用硫酸亚铁标准溶液滴定，并以二氧化硅为添加剂作实际空白标定，根据氧化前后氧化剂质量差值，计算出有机碳量，再乘以系数1.724，即为土壤有机质含量。 2 仪器设备： 1/10000的分析天平；电沙浴（石蜡浴）； 大试管；弯颈漏斗；容量瓶 定时钟；滴定管： 5.00ml； 温度计：200～300℃； 铜丝筛：孔径0.25mm； 3 试剂 除特别注明外，所用试剂皆为分析纯。 3.1 硫酸银：研成粉末； 3.2 二氧化硅：粉末状； 3.3 邻菲啰啉指示剂：称取邻菲哆啉1.490g溶于含有0.700g硫酸亚铁的100ml水溶液中，此指示剂易变质，应密封保存于棕色瓶中备用； 3.4 0.4mol·L-1（1/6 K2Cr2O7重铬酸钾）重铬酸钾-硫酸溶液：称取重铬酸钾40.0g ，溶于600～800ml蒸馏水中，待完全溶解后，加水稀释至1L，将溶液移入3L大烧杯中；另取1L比重为1.84的浓硫酸，慢慢的倒入重铬酸钾水溶液中，不断搅动，为避免 急剧升温，每加约100ml硫酸后稍停片刻， 并把大烧杯放在盛有冷水的盆内冷却，待溶液的温度降到不烫手时再加另一份硫酸，直到全部加完为止； 3.50.1m o l·L-1重铬酸钾标准溶液：称取经130℃烘2～3h的优级纯重铬酸钾 4.904g。先用少量水溶解，然后移入1L容量瓶内，加水定容。 3.6 0.1 mol·L-1硫酸亚铁标准溶液：称取FeSO4·7H2O硫酸亚铁28g，溶于600～ 800ml水中，加浓硫酸20ml，搅拌均匀，加水定容至1L（必要时过滤），贮于棕色瓶中保存。此溶液易受空气氧化，使用时必须每天标定一次标准浓度。 4 操作步骤： 4.1 选取有代表性风干土壤样品，用镊子挑除植物根叶等有机残体，然后用木棍压细，使之通过1mm筛。充分混匀后，从中取出试样10～20g，磨细，并全部通过0.25mm 筛，装入磨口瓶中备用。 4.2 按照表1有机质含量的规定称取制备好的风干试样0.05～0.5g，精确到 0.0001g。置入150ml三角瓶中，加粉末状的硫酸银0.1g，准确加入0.4mol·L-1重铬 酸钾-硫酸溶液10ml混匀。 表1 不同土壤有机质含量的称样量 有机质含量，% 试样质量，g
第25卷,第10期 光谱学与光谱分析Vol 125,No 110,pp157321576 2005年10月 Spectroscopy and Spectral Analysis October ,2005 FTIR 光谱拟合方法在反演气体浓度中的应用 朱 军1,2,刘文清1,刘建国1,高闽光1,赵雪松1,张天舒1,徐 亮1 11中国科学院安徽光学精密机械研究所,安徽合肥 23003121安徽大学电子科学与技术学院,安徽合肥 230039 摘 要 研究用FTIR 光谱测量系统反演气体浓度的方法,在WINDOWS 操作系统下应用非线性最小二乘 拟合算法实现了CO 气体的定量分析。在FTIR 光谱拟合中,使用HITRAN 数据库中的光谱作为校准训练集,使测量的CO 红外透过率谱与计算的参考光谱达到最佳拟合得到了该气体的浓度,反演结果的绝对准确度达到1%～5%。 主题词 红外傅里叶变换;非线性最小二乘算法;透过率谱;浓度反演中图分类号:O65713 文献标识码:A 文章编号:100020593(2005)1021573204 收稿日期:2004203228,修订日期:2004206226 基金项目:国家自然科学基金项目(10274080)和安徽省高校优秀中青年骨干教师项目资助 作者简介:朱 军,女,1968年生,中国科学院安徽光学精密机械研究所博士研究生 引 言 光谱拟合方法用于气体浓度反演,具有快速、可再生以及灵活方便等特点,它是基于样品池的气体分析的实用基础。另外,它在开放光路测量等不容易测量到真实的校准谱或参考谱的情况下,该方法具有很大的优越性[1]。对于采用该方法进行分析的物质种类必须有可以用的线参数,HI 2 TRAN 和其他已经开发的分子数据库 [224] 是公开可用的,在 一些校准训练集中可以采用其中的光谱。 本文采用的非线性峰值拟合方法适用于长光程开放测量或者密封池测量时的气体浓度反演。在不服从Beer 定律的情况下该方法具有独特的优势,因为光谱拟合不需要假定浓度和测量的吸收之间满足线性。首先,通过FTIR 光谱仪测量分析得到气体的透过率光谱;然后,将实测光谱与HITRAN 数据库中的计算光谱拟合,每次拟合迭代必须重新计算光谱;最终,由最佳拟合光谱可以得到气体的浓度信息。 1 基本工作原理 FTIR 测量系统如图1所示,主要由傅里叶变换红外光谱仪、计算机、红外光源和辅助光路等组成。其中,FTIR 光谱仪测量入射红外辐射的光谱辐射曲线 ;红外光源提供标准辐射源;辅助光路系统将被测气体或红外光源的辐射引入 FTIR 光谱仪。计算机采集探测器信号,并利用傅里叶变换 完成时域干涉图到频域光谱图的转换,得到被测气体的红外辐射透过率光谱,再通过光谱拟合分析计算得到实测气体的 浓度信息。 Fig 11 Schem atic diagram of FTIR measurement system 在通过实测的透过率光谱反演气体浓度的过程中,获得 拟合校准谱的方法非常关键,本文通过吸收线参数的数据库HITRAN [5,6]计算拟合校准谱。在软件中采用了标准的吸收线参数,修正并按比例转换成浓度,为计算的谱设定光程、温度和压强,将它们与压强及多普勒线型分量作卷积以提供真正的单色大气透过率光谱。然后单色光谱与仪器线形函数作卷积,仪器线形函数包括有限分辨率效应、视场的发散、切趾和谱移位。计算的光谱可以仿真光谱仪上测量的光谱,以它们作为气体浓度信息分析的训练集。根据我们给定的初始浓度通过迭代计算以达到计算的光谱与实测光谱的最佳拟合,这样就可以获得未知气体的浓度。将实测的透过率光谱减去拟合光谱可以得到剩余光谱,剩余光谱中明显存在的光谱结构可能表示其他没有预测到的分子的存在。 2 光谱拟合与误差评价 对于实测光谱的拟合采用非线性峰值拟合算法,它可以 准确地确定峰值的位置、宽度、高度和一些重叠的峰值区
高光谱遥感及其进展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在植被生态、大气科学、地质矿产、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 高光谱遥感（Hyperspectral Remote Sensing）的兴起是20世纪80年代遥感技术发展的主要成就之一，是当前遥感的前沿技术。高光谱遥感在光谱分辨率上具有巨大的优势，被称为遥感发展的里程碑。世界各国对此类遥感的发展都十分重视，随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛。本文系统地阐述了高光谱遥感及其发展的概况，并简要介绍了高光谱遥感技术的主要应用。 1 高光谱遥感 孙钊在《高光谱遥感的应用》中提到，高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。[1] 高光谱遥感具有较高的光谱分辨率，通常达到10～2λ数量级。[2] 1.1 高光谱遥感特点 综合多篇关于高光谱的期刊文章，总结高光谱具有如下特点： （1）波段多，波段宽度窄。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。 [3]与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的(一般<10nm) 成像波段，波段数与多光谱遥感相比大大增多，在可见光和近红外波段可达几十到几百个，且在某个光谱区间是连续分布的，这不只是简单的数量的增加，而是有关地物光谱空间信息量的增加。[4] （2）光谱响应范围广，光谱分辨率高。成像光谱仪响应的电磁波长从可见光延伸到近红外，甚至到中红外。[5]成像光谱仪采样的间隔小，光谱分辨率达到纳米级，一般为10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。 （3）可提供空间域信息和光谱域信息，即“谱像合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。在成像高光谱遥感中，以波长为横轴，灰度值为纵轴建立坐标系，可以使高光谱图像中的每一个像元在各通道的灰度值都能产生1 条完整、连续的光谱曲线，即所谓的“谱像合一”。 （4）数据量大，信息冗余多。高光谱数据的波段众多，其数据量巨大，而且由于相邻波段的相关性高，信息冗余度增加。 （5）数据描述模型多，分析更加灵活。高光谱影像通常有三种描述模型：图像模型、光谱模型与特征模型。 1.2 高光谱遥感的优势
实训六土壤有机质含量的测定 一、目的要求 土壤有机质含量是衡量土壤肥力的重要指标，对了解土壤肥力状况，进行培肥、改土有一定的指导意义。 通过实验了解土壤有机质测定原理，初步掌握测定有机质含量的方法既注意事项。能比较准确地测出土壤有机质含量。 二、方法原理 在加热条件下，用稍过量得标准重铬酸钾—硫酸溶液，氧化土壤有机碳，剩余的重铬酸钾用标准硫酸亚铁（或硫酸亚铁铵）滴定，由所消耗标准硫酸亚铁的量计算出有机碳量，从而推算出有机质的含量，其反应式如下：2K2Cr2O7+3C+8H2SO4→K2SO4+2Cr2(SO4)3+3CO2+8H2O K2Cr2O7+6FeSO4+7H2SO4→K2SO4+ Cr2(SO4)3+3Fe2(SO4)3+8H2O 用Fe2+滴定剩余的K2Cr2O72-时，以邻啡罗啉（C2H8N2）为氧化还原指示剂，在滴定过程中指示剂的变色过程如下：开始时溶液以重铬酸钾的橙色为主，此时指示剂在氧化条件下，呈淡蓝色，被重铬酸钾的橙色掩盖，滴定时溶液逐渐呈绿色（Cr3+），至接近终点时变为灰绿色。当Fe2+溶液过量半滴时，溶液则变成棕红色，表示颜色已到终点。 三、仪器试剂 1. 仪器用具 硬质试管（18mm×180mm）、油浴锅、铁丝笼、电炉、温度计（0~200℃）、分析天平（感量0.0001g）、滴定管（25ml）、移液管（5ml）、漏斗（3~4cm），三角瓶（250ml）、量筒（10ml，100ml）、草纸或卫生纸。 2. 试剂配制 1.0.1333mol/L重铬酸钾标准溶液称取经过130℃烘烧3~4h的分析纯重铬酸钾39.216g,溶解于400ml蒸馏水中，必要时可加热溶解，冷却后架蒸馏水定容到1000ml，摇匀备用。 2.0.2mol/L硫酸亚铁（FeSO4.7H2O）或硫酸亚铁铵溶液称取化学纯硫酸亚铁55.60g或硫酸亚铁铵78.43g，溶于蒸馏水中，加6mol/L H2SO41.5ml，再加蒸馏水定容到1000ml备用。 3.硫酸亚铁溶液的标定准确吸取3份0.1333mol/L K2Cr2O7标准溶液各5.0ml 于250ml三角瓶中，各加5ml6mol/L H2SO4和15ml蒸馏水，再加入邻啡罗啉指示剂3~5滴，摇匀，然后用0.2mol/LFeSO4溶液滴定至棕红色为止，其浓度计算为： c= V 0.5 1333 .0 6? ? 式中：c——表示硫酸亚铁溶液摩尔浓度（mol/L）； V——滴定用去硫酸亚铁的体积（mol）；
项目名称：Stokes光谱反演太阳矢量磁场的技术研究及应用 主要完成人：梁红飞（云南师范大学）、高朋鑫（云南天文台）、冯雯（昆明理工大学）、陈娥（云南师范大学）、张皓晶（云南师范大学）、顾啸 马（云南天文台）、钟树华（云南天文台） 推荐单位：云南省教育厅 项目重要科学发现点、主要学术代表作、主要完成人的学术思想贡献（800字以内）： 科学发现点： 1.基于偏振辐射转移方程建立了一套快速反演太阳Stokes轮廓的技术并编写了相应程序。利用该反演技术和程序探讨Stokes轮廓与各个物理参数之间的变化关系,探索黑子内各物理参数（矢量磁场、密度、温度等）在不同光学深度上是怎样影响Stokes光谱轮廓的。我们应用该技术对云南天文台太阳Stokes 光谱望远镜的观测数据进行分析，精确测定了太阳黑子内的矢量磁场，验证了太阳黑子存在漩涡状的磁场结构。 2．在应用测量到的矢量磁场分布计算太阳黑子内的电流密度、无力因子、电流螺度及磁螺度等物理量时，我们发现测量出的磁场矢量即使存在微小的误差，应用传统的微分算法计算出活动区电流密度分布也会出现非常大的偏差，甚至导致计算出错误结果。为了解决这个问题，我们提出了应用环路计分算法取代微分算法，结果显示环路计分算法能够很好的消除误差对电流密度计算准确度的不良影响，能够获得精确的计算结果。 3．应用非偏振光谱数据研究了耀斑后环等活动体内的物质分布状况，提出了耀斑后环内物质是沿磁力线作自由滑落的运动特征。 4．精确地测定了黑子本影和半影内的大气运行波的周期和传播速度，这对理解太阳高能活动的能量传输和积累有非常重要的意义。 5．基于国内外地面观测设备和空间观测设备发布的数据，对太阳活动，特别是日冕物质抛射（CME）的整体行为演化进行研究。对CME速度、纬度及加速度的太阳活动周行为、分布进行了统计研究，得到了一些有意义的结果，对理解CME的起源和演化，以及预报有帮助。另外基于与CME紧密相关的太阳活动暗条的数据研究了高纬度太阳活动的纬度漂移，为太阳活动发电机理论提供了一定的基础。 主要学术代表作： 1. Author: Liang HF.; Ma L.; Zhao HJ.; Xiang FY; Title: Electric current density calculation and error analysis of solar active regions Pub: 2009NewA...14..294L 2. Author: Liang, H. F.; Qu, Z. Q.; Zhao, H. J.; Xiang, F. Y， Title: Correlation analysis between vector magnetograms measured by S3T and MSFC，
土壤有机质含量的测定 、目的要求 土壤有机质含量是衡量土壤肥力的重要指标，对了解土壤肥力状况，进行培肥、改土有一定的指导意义。 通过实验了解土壤有机质测定原理，初步掌握测定有机质含量的方法既注意事项。能比较准确地测出土壤有机质含量。 二、方法原理 在加热条件下，用稍过量得标准重铬酸钾—硫酸溶液，氧化土壤有机碳，剩余的重铬酸钾用标准硫酸亚铁（或硫酸亚铁铵）滴定，由所消耗标准硫酸亚铁的量计算出有机碳量，从而推算出有机质的含量，其反应式如下： 2K2Cr26+3C+8HSC4—K2SC4+2Cr2（SC h）3+3CO+8H2O K2Cr26+6FeSO+7H2SC4—?SC4+ Cr 2（SC h）3+3Fe2（SO）3+8H2O 用Fe2+滴定剩余的K2Cr2O72-时，以邻啡罗啉（C2H8N2）为氧化还原指示剂，在滴定过程中指示剂的变色过程如下：开始时溶液以重铬酸钾的橙色为主，此时指示剂在氧化条件下，呈淡蓝色，被重铬酸钾的橙色掩盖，滴定时溶液逐渐呈绿色（CF+）,至接近终点时变为灰绿色。当Fe2+溶液过量半滴时，溶液则变成棕红色，表示颜色已到终点。 三、仪器试剂 1.仪器用具 硬质试管（18mm x 180mm）＞油浴锅、铁丝笼、电炉、温度计（0~200C）、分析天平（感量O.OOOIg）、滴定管（25ml）、移液管（5ml）、漏斗（3~4cm）,三角瓶（250ml）、量筒（10ml, 100ml）、草纸或卫生纸。 2.试剂配制 1.0.1333mol/L重铬酸钾标准溶液称取经过130 C烘烧3~4h的分析纯重铬酸钾39.216g,溶解于400ml蒸馏水中，必要时可加热溶解，冷却后架蒸馏水定容到 1000ml，摇匀备用。 2.0.2mol/L 硫酸亚铁（FeSQ7H2O）或硫酸亚铁铵溶液称取化学纯硫酸亚铁55.60g或硫酸亚铁铵78.43g,溶于蒸馏水中，力卩6mol/L H2SQ1.5ml,再加蒸馏水定容到1000ml 备用。 3.硫酸亚铁溶液的标定准确吸取3份0.1333mol/L ?Cr26标准溶液各5.0ml于
简析差分吸收光谱反演方法在环境监测 系统中的应用 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 鉴于人们生活水平和经济实力的不断上涨带来的出行车辆的增多，国内各种烟气排放量也居高不下，空气环境质量已经成为人们口常关注重点，相关行业对环境污染源的监测也引起业内专家极大重视，不同环境测量和监测手段也如同雨后春笋纷纷涌现，而其中应用较为普遍、发展极其快速的就是差分吸收光谱法，简称DOAS。该技术最早是20世纪70年代中期德国相关环境物理研究机构提出的，随着光学分析计算和信息技术的不断发展进步，再加上全球对环境保护的口益重视，差分吸收光谱反演法运用到环境监测领域也口益广泛，如空气中二氧化硫、甲醛、氯化物、二氧化氮等等诸多有害、有毒气体中的浓度测量。通过差分吸收光谱方法能够更好监测不同波段气体分子差分吸收的不同来对气体大气浓度进行反演，从而更好地测量获取多类气体的浓度信息，可以说其在反演污染物浓度应用上面优势显著，因此差分吸收光谱反演方法在环境监测系统中有着十分重要的研究价值。
1差分吸收光谱法的原理 DOAS技术借用了Lambert Bee:的吸收定律原理，通过利用大气中污染气体对紫外线和可见光波段特征吸收光谱来监测鉴定气体分子，并根据一定原理和公式得出污染气体分子以及其浓度，因此其较为适合应用到波段有吸收特征的气体分子上，如甲苯、一氧化氮、芳香族有机苯、甲醛、二氧化硫、臭氧、二氧化氮等。通过DOAS测量监测，利用滤波去除其中波长变化缓慢的光波后就只乘」下分子窄带吸收导致的光衰减，然后根据测量信号光谱与同样处理的实验室得到的标准吸收截面参考光谱之间的拟合进行最小二乘法，通过这种反演算法就能够得出测量目标对象的浓度。这种通过不同气体分子波段之间差分吸收的不同来反演得出其浓度的技术方法就是DOAS测量反演方法在环境监测系统应用的理论基础。 2差分吸收光谱法的特点 虽然差分吸收光谱应用到环境监测系统中，其测量涉及到的仪器设备繁多，其测量步骤也略显繁琐，然而其应用特点优势也极为明显，主要有三:第一，差分吸收光谱技术能够在相同波段对多种气体分子浓度进行测量，也就是说其能够利用简单一台仪器野外进行多种大气污染物测量和浓度监测，其应用范围相当
https://www.doczj.com/doc/a818248539.html, 中国科技论文在线高光谱遥感影像的光谱匹配算法研究 蔡燕1，梅玲2作者简介：蔡燕，（1984-），女，硕士研究生，主要研究方向：高光谱遥感 通信联系人：梅玲，（1984-），女，助理工程师，主要研究方向：水文地质. E-mail: meilingcumt@https://www.doczj.com/doc/a818248539.html, （1. 中国矿业大学环境与测绘学院，江苏徐州 221008； 2. 江苏煤炭地质勘探四队，南京 210046） 摘要：在高光谱遥感影像处理中，光谱匹配技术是高光谱地物识别的关键技术之一。本文主要围绕光谱匹配算法的研究展开，分析讨论了常用的几种光谱匹配技术的特点，根据先验知识建立了多种地物标准光谱库，并将其读入程序存储，基于Visual C++平台实现了最小距离匹配，光谱角度匹配，四值编码匹配法，最后基于混淆矩阵对分类图像进行精度比较分析并对三种编码匹配法进行比较。 关键词：高光谱；光谱匹配；最小距离匹配；光谱角度匹配；四值编码 中图分类号：TP751 The Study on the Spectral Matching Technique of hyperspectral romote sensing Cai Yan1, Mei Ling2 (1. School Of Environment Science and Spatial Informatics China University of Mining and Technology, JiangSu XuZhou 221008;
2. JiangSu Geological Prospecting Team Four, NanJing 210046 Abstract: In the hyperspectral image processing, the spectral match technique is one of key techniques to identify and classify materials in the image. This paper addresses some issues of spectral matching methods. Several algorithms are analyzed and compared, such as minimum distance matching, spectral angle mapping and quad-encoding. According to the prior knowledge, standard spectral library including typical land-cover types is built, which is stored and used for spectral matching. All of work is done in the programming environment of Visual C++. Finally, the experimental results are tested and compared when classification accuracies are computed based on confusion matrixes. Keywords:hyperspectral; spectral match; minimum distance matching; spectral angle mapping; quad-encoding 0 引言 高光谱遥感技术的发展和广泛应用是20世纪最具有标志性的科学技术成就之一，与传统的多光谱遥感技术相比，高光谱分辨率遥感的核心特点是图谱合一，即能获取目标的连续窄波段的图像数据[1]。高光谱遥感信息的分析处理集中于光谱 维上进行图像信息的展开和定量分析。 高光谱影像分类与地物识别是建立在传统的遥感图像分类算法基础之上，结合高光谱数据特点，对高光谱图像数据进行目标识别，是对遥感图像基本分类方法的扩展与延伸。高光谱遥感影像有着很高的光谱分辨率，且光谱通道连续，因此对于影像中的任一像元均能获取一条平滑而完整的光谱曲线，将其与地物波谱库中的光谱曲线进行匹配运算，实现地物识别与定量反演[2-4]。光谱匹配技术是成像光谱地物识别的关键技术之一，主要通过对地物光谱与参考光谱的匹配或地物光谱与数据库的比较，求算他们之间的相似性或差异性，突出特征谱段，有小提取光谱维信息，以便对地物特征进行详细分析[5]。本文紧紧围绕光谱匹配的算法分析了最小 距离法，光谱角度匹配法，以及四值编码法，进行精度分析与方法比较。
土壤有机质含量 单位体积土壤中含有的各种动植物残体与微生物及其分解合成的有机物质的数量。一般以有机质占干土重的百分数表示。 气候直接影响土壤的水热状况和物理、化学过程的性质和强度。如中等水热条件下，土壤有机质积累最多(温带半湿润环境下的黑土是世界上最肥沃的土壤);通过影响岩石的风化过程、地貌形态及生物的活动，间接影响土壤的形成和发育。如:湿热条件下风化壳最厚，土壤层厚度大。干旱或者寒冷条件下，风化壳薄，土壤层也薄。 生物是土壤有机物质的来源，土壤形成过程中最活跃的因素，土壤肥力的高低主要取决于有机质含量的多少。没有生物的参与(生物循环)，就不会有土壤的形成。 一般而言，森林土壤有机质含量要低于草地土壤。 1简介 organic substances content in soil 2提高途径 土壤有机质泛指土壤中以各种形式存在的含碳有机化合物。对低产田来说，通过下列途径可以增加有机质含量，以培肥地力。对高产田来说，由于有机质不断分解，也需要不断补充有机质。 折叠一 增施有机粪肥。堆肥、沤肥、饼肥、人畜粪肥、河湖泥等都是良好的有机肥。 折叠二 提倡秸秆还田。研究表明，秸秆直接还田比施用等量的沤肥效果更好。目前，大力提倡以小麦高茬为主要措施的秸秆还田技术，小麦收割时，留20-30厘米高麦秆，经一个雨季的风吹日晒雨淋，到小麦再播种时，已变成半分解状态，成为上好的有机肥料。秸秆还田简单易行，省力省工，但在还田时，就应加施化学氮肥，避免微生物与作物争氮。 折叠三 粮肥轮作、间作，用地养地相结合。随着农业生产的发展，复种指数越来越高，致使许多土壤有机质含量降低，肥力下降。实行粮肥轮作、间作制度，不仅可以保持和提高有机质含量，还可以改善土壤有机质的品质，活化已经老化了的腐殖质。 折叠四
土壤有机质是土壤中除碳酸盐以外的所有含碳化合物的总称，包括植物的残体，施入的有机肥料，以及经过微生物作用所形成的腐殖质。 土壤有机质有五种类型：①新鲜有机质，尚未被分解的动植物残体，如作物的秸秆和根茬等；②半分解的有机质，有机残体在缺氧条件下，经微生物作用后形成的物质，如泥炭、半腐烂的有机肥料等；③简单的有机化合物，为有机残体经微生物分解所产生的，在土壤中含量不多，如糖类、氨基酸、脂肪酸等；④微生物，包括细菌、真菌、放线菌、原生动物和一些昆虫等；⑤腐殖质，是有机质经微生物转化后形成的黑色或黑褐色，成分和结构都比较复杂的高分子有机胶体，一般分为可溶于稀碱但不溶于酸的胡敏酸和溶于碱又溶于酸的富里酸，以及既不溶于碱又不溶于酸的胡敏素三个组分。前四种土壤有机质为非腐殖质物质，占土壤有机质总量的30％—50％，腐殖质占土壤有机质总量的%50—70％。 土壤有机质的成分主要是碳、氢、氧，还含有氯、硫、磷、钾、钙、镁、铁以及微量元素，是作物营养元素的来源，也是微生物的食物，一般只占表层干土重的0.5％—3％，个别土壤如黑土有机质含量达10％左右。土壤有机质数量虽然不多，但它对土壤的物理、化学性质有很大影响，对培肥、改良土壤有重要作用。 根据土壤普查耕层有机质含量数据标准划分成6 个等级：
大于40 g kg-1、30 g kg-1~40 g kg-1、20 g kg-1~30 gkg-1、10 g kg-1~20 g kg-1、6 g kg-1~10 g kg-1、小于（等于）6 g kg-1。 在自然状态下，影响土壤有机质含量的因素包括气候、植被、母质、地形和时间，而在人类耕作活动影响下，施肥状况和耕作措施则成为短期影响农田土壤有机质含量的主要原因。
Vol. 37 No. 4Aug2019上海交通大学学报(农业科学版)JOURNAL OF SHANGHAI JIAOTONG UNIVERSITY (AGRICULTURAL SCIENCE )第37卷第4期 2019年8月文章编号：1671-9964(2019)04-0037-08 DOI ： 10. 3969/J. ISSN. 1671-9964. 2019. 04. 007 土壤有机质高光谱特征及其反演研究 吴 裕12,申广荣123,刘 璐12,支月娥13 (1.上海交通大学农业与生物学院，低碳农业研究中心，上海200240； 2.国家林业局上海城市森林生态系统国家 定位观测研究站，上海200240； 3.农业部都市农业重点实验室，上海200240) 摘 要：具有精细的光谱分辨率，可获取地物纳米级连续光谱信息的高光谱技术以其简便、快速、 精度高和无损等优势成为获取土壤有机质(soil organic matter,SOM )含量的重要手段，在精确农 业发展中发挥着重要作用％本文阐述了高光谱反演土壤有机质的机理，概述了土壤有机质含量的 光谱反射特征，包括不同土壤类型、不同土壤有机质含量的光谱响应波段，以及土壤有机质含量的 光谱反演方法和模型的研究进展。进一步分析了土壤有机质光谱特征研究中存在的问题并对发展 趋势进行了展望和分析，以期为以后的研究提供一定的参考。 关键词：土壤有机质；高光谱；遥感；特征波段；反演方法 中图分类号：S15 文献标识码：A Hyperspectral characteristics of soil orga n ic matter and in v ers i o n methods WUYu 1，, SHEN Guang-rong 123, LIU Lu 1，, ZHI Yue-e 1， (1. Research Center for Low-Carbon Agriculture,School of Agriculture and Biology ,Shanghai Jiaotong University, Shanghai 200240,China ； 2. Shanghai Urban Forest Ecosystem Research Station of National Positioning and Observation,State Forestry Administration,Shanghai 200240,China ； 3. Key Laboratory of Urban Agriculture (South ),MinistryofAgriculture ,Shanghai200240,China ) Abstract ： Hyperspectral technology is playing an important role in precision agriculture. With high spectral resolution and continuous spectral information of objects in nanoscale, it has become a reliable means of monitoringsoilorganic ma t er (SOM )foritssimplicity ,rapidity ,highprecisionandnon-destructiveness measurement. This article explains the mechanism of predicating SOM content with hyperspectral technology and summarizes the spectral reflection characteristics of SOM ? including the spectral sensitive bandOofdi f erentOoiltypeO &di f erentSOM content &andthe modeling methodOin predicating SOM< Furthermore it points out the current problems in the study of hyperspectral characteristics of SOM and showsthedevelopmenttrendofthistechnologyinordertoprovidesomereferenceforfutureresearch< Key words ： soil organic matter ； hyperspectral soil ； remote-sensing ； sensitive band ； modeling method 土壤有机质(soil organic matter,SOM )是指存 在于土壤中的含碳有机物质，主要包括动物、植物残 体和微生物体及其分解或合成的各种有机质，是土 壤碳库的重要组成部分土壤碳库是陆地生态系 统最大的碳库，其中土壤有机质作为土壤碳库主要 的存在形式，对全球碳循环的平衡起着重要作用2) 收稿日期：2018-12-11 基金项目：国家重点研发计划(2017YFD0800204)；上海交大农工交叉项目(Agri-X2015004) 作者简介:吴裕(1994-),男，硕士生,研究方向：农业高光谱遥感,email ：1973613621@sjtu. edu. cn ； 申广荣(1964-)为本文通讯作者，女，博士，副教授，研究方向侬业遥感,email ：sgrong@sjtu. edu cn