首页期刊导航|光谱学与光谱分析
期刊信息/Journal information
光谱学与光谱分析
光谱学与光谱分析

高松

月刊

1000-0593

chngpxygpfx@vip.sina.com

010-62181070

100081

北京市海淀区学院南路76号钢铁研究总院

光谱学与光谱分析/Journal Spectroscopy and Spectral AnalysisCSCD北大核心CSTPCDEISCI
查看更多>>本刊系中国光学学会会刊，由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学联合承办的学术性刊物。刊登主要内容：激光光谱测量、红外、拉曼、紫外、可见光谱、发射光谱、吸收光谱、X-射线荧光光谱、激光显微光谱、光谱化学分析、国内外光谱化学分析最新进展、开创性研究论文、学科发展前沿和最新进展、综合评述、研究简报、问题讨论、书刊评述。本刊适用于冶金、地质、机械、环境保护、国防、天文、医药、农林、化学化工、进出口商检等各领域的科学研究单位、高等院校、光谱仪器制造厂家、从事光谱学与光谱分析的研究人员、高等院校有关专业教师和研究生、有关专业管理干部。《光谱学与光谱分析》为我国首批自然科学核心期刊，中国科协优秀科技期刊，中国科协择优支持基础性、高科技学术期刊，是中国科技论文、中国科学引文数据库、中物理文摘、中国学术期刊文摘的统计源刊，被国外的SCI，AA，CA，EI，MEDLINE，AJ等文献结构收录。
正式出版
收录年代

    基于多尺度特征融合的恒星光谱分类方法

    韩博冲宋轶晗赵永恒
    2284-2288页
    查看更多>>摘要：近年来,随着各大光谱巡天项目的陆续实施,观测得到的天体光谱数据急剧增长.大型光谱巡天项目对光谱的自动分类和分析提出了更高的要求.采用多尺度特征融合模块来获取光谱在不同尺度上的光谱特征,结合CNN网络在分类任务上的优势,提出了一种基于多尺度特征融合的恒星光谱分类模型(MSF-net),对恒星光谱进行光谱型预测.主要包含多尺度特征融合模块和一个含4个卷积层,2个最大池化层,1个全连接层的卷积神经网络.为了防止出现过拟合的问题,添加了 dropout,添加dropout后可以使得模型不依赖某些局部特征,防止过拟合,优化网络的鲁棒性.实验中的数据集均来自LAMOST DR9数据库,在输入到模型进行训练之前,需要对光谱数据进行预处理:重新对光谱进行均匀采样,之后进行最大最小值归一化.该实验的编程语言为python 3.9,引入了 Pytorch深度学习框架来构建网络.实验部分为两部分:第一部分是研究卷积神经网络的层数、特征图个数与准确率的关系;第二部分将本文提出的MSFnet模型和Res-net18模型的结果对比实验,从精准率P、召回率R、调和平均值F1、准确率A、运行时间等指标来对两个模型进行对比评估.两个模型所采用的训练集、验证集和测试集均按6:2:2的比例进行分配,保证了两个模型的训练样本一致.结果表明,采用4个卷积层、特征图数量为16的卷积神经网络的准确率最高.基于此结论,本文提出了特征融合模块与卷积神经网络的组合MSFnet模型,相对于18层的残差神经网络模型,该模型的结构更简单,在上述指标的表现上也与Resnet18模型相当,并且在A、F、K型光谱的分类效果更好,速度更快.MSFnet模型在测试集上的准确率接近97％,比传统的CNN和Resnet18模型的准确率更高,表明了 MSFnet模型有助于提升光谱自动分类的准确性.

    恒星光谱深度学习模型自动分类卷积神经网络

      原文链接:
    • 万方数据
    • 维普

    《光谱学与光谱分析》2025年征订启事

    2288页
      原文链接:
    • 万方数据
    • 维普

    上海博物馆藏北阴阳营遗址出土玉器的谱学分析及新发现

    谷娴子郑昕雨张跃峰裔传臻...
    2289-2295页
    查看更多>>摘要：北阴阳营遗址出土玉器面世近70年来一直缺乏科学测试分析.针对上海博物馆藏13件北阴阳营玉器,进行了超景深光学显微系统(OM)观察和红外光谱(FTIR)、便携式X射线荧光光谱(pXRF)、激光拉曼光谱(LRS)无损测试分析.谱学结果确认其材质包括云母质玉、石英质玉和符山石玉.结合前人感性鉴定结果,证实北阴阳营文化时期使用透闪石玉的比例确实较低.此外,拉曼谱学分析首次发现北阴阳营云母质玉中含金红石、独居石和红磷铁矿等特殊矿物包裹体,且有高铝低铁的化学成分特征,指示其为中酸性火山岩的热液蚀变产物,其母岩形成于较高温富Ti的地球化学环境.鉴于长江下游地区有较多中生代火山岩、次火山岩分布,有产生中低温热液蚀变云母类岩其母岩石的可能,且史前多处遗址有云母质玉器的考古发现,推测其原料有较大可能为就近取材.但确切的结论仍需进一步科学研究验证.

    北阴阳营云母质玉谱学分析矿物包裹体玉料来源

      原文链接:
    • 万方数据
    • 维普

    基于分光测色反演哈密瓜叶片叶绿素与含水率研究

    李龙杰史勇郭俊先
    2296-2302页
    查看更多>>摘要：为了快速、精准地预测哈密瓜叶片含水率和叶绿素含量,提高对哈密瓜作物精准管理水平,采用分光测色技术,选用生长期、开花期和结果期三种不同生长阶段的哈密瓜叶片作为实验对象,分别研究9:00-10:00、14:00-15:00和20:00-21:00三个不同采集时间段的叶片温度、叶片含水率和叶绿素含量与色彩空间CIELAB特征值的相关性变化.采用最小二乘法(LS)对不同样本叶片的温度、含水率和叶绿素含量与颜色特征值存在的变化规律进行数据预处理,选用拟合度最优的特征值进行回归分析和预测模型验证.结果表明:①叶片温度、叶片含水率和叶绿素含量在不同参数情况下,都会使叶片存在不同的颜色特征值变化.②含水率为84％～93％的叶片,其温度和叶绿素含量都与叶片含水率呈负相关性.③叶绿素含量和叶片含水率与色彩空间CIELAB存在一定的线性相关,随着叶片含水率的上升,L呈上升趋势,表现为叶片颜色逐渐变浅呈淡绿色,随着叶绿素的增加,L呈下降趋势,表现为叶片颜色逐渐加深呈黑绿色,所有的样本数据均存在L、B为正值.④通过模型预测与评估,选用随机森林(RF)、偏最小二乘法(PLS)、支持向量机(SVM)和LASSO都能很好地对叶绿素含量进行有效的预测.在叶绿素预测模型中,RF预测性能最好,R2c=0.939、RMSEC=0.868 和 MAE=0.686,R2p=0.915、RMSEP=1.194 和 MAE=0.942.⑤通过模型预测与评估,选用随机森林(RF)、偏最小二乘(PLS)、自适应增强与套路回归(ADABOOST)和多项式回归(POLYNOMIAL)都能很好地对叶片含水率进行有效的预测.在叶片含水率预测模型中,POLYNOMIAL预测性能最好,R2c=0.884、RMSEC=0.005 9 和 MAE=0.005 2,R2p=0.920 和 RMSEP=0.006 2 和 MAE=0.005 7.采用分光测色的方法,能够有效、快速地测定叶片含水率与叶绿素含量,有望为无损、快速和精准地测定叶片含水率与叶绿素含量提供一种可选的可行测定方案.

    哈密瓜叶绿素含水率CIELAB彩色空间模型回归

      原文链接:
    • 万方数据
    • 维普

    利用CARS-CNN模型的土壤有机质含量高光谱预测

    李浩于滈曹永研郝子源...
    2303-2309页
    查看更多>>摘要：卷积神经网络(CNN)在数据特征提取方面具有巨大优势,能充分获取数据特征,相较于传统模型具有更好的泛化性.基于CNN开展了土壤有机质(SOM)含量高光谱预测方法及模型研究.以北京市昌平区上庄实验站的320个土壤样本为研究对象,提取可见光-近红外(VIS-NIR)350～1 700 nm内的807个光谱波段,通过多元散射校正(MSC)和一阶微分变换进行光谱数据去噪和变换.分别使用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)筛选敏感波长实现光谱数据降维.为解决传统手段泛化性差以及深层CNN网络复杂且负载过大的问题,基于CARS与SPA算法,提出一种基于6层卷积层的浅层CNN模型预测,并对比具有不同卷积尺寸和卷积数量的1D-CNN1、1D-CNN2以寻找最优网络参数.通过对比VGG16、支持向量回归(SVR)、最小二乘回归(PLSR)、随机森林(RF)建立预测模型在特征波长以及全波段的表现确定最佳模型.结果表明,相比于全谱波段和SPA筛选算法,基于CARS筛选特征波长建立的模型整体表现更好,波段数量被压缩至全波段的8％,有效实现了光谱数据的降维.对比全波段数据,基于CARS筛选波长的1D-CNN1、1D-CNN2的表现更好,模型预测R2分别提升了 0.028,0.018;RMSE分别降低了 0.150和0.107 g·kg-1.整体上,基于 CARS 的 1D-CNN1 模型表现最好,预测 R2=0.846,RMSE=3.145 g·kg-1,降低了网络负载的同时提高了模型精度,同时也证明了小尺寸卷积的表现优于更多数量的大尺寸卷积,能够更好的获取数据特征.通过CARS筛选特征波长结合浅层CNN建立SOM含量预测模型,为建立高精度的SOM含量预测模型提供了方法与参考.

    土壤有机质卷积神经网络高光谱精细农业

      原文链接:
    • 万方数据
    • 维普

    褐土全氮含量Vis/NIRS组合预测模型的构建

    张秀全马世兴李志伟郑德聪...
    2310-2317页
    查看更多>>摘要：准确掌握农田土壤全氮含量对于评估土壤肥力,合理施用氮肥具有重要意义.为综合利用各个单预测模型的优势,提升整体预测性能、降低模型方差,提高鲁棒性,以农田褐土土壤为研究对象,基于近红外-可见光高光谱数据,提出了一种基于标准差的预测有效度组合预测模型(CPM),用于预测土壤全氮含量.对原高光谱数据采用Savitzky-Golay平滑和一阶微分变换,采用树模型进行特征波段提取,利用决策树回归(DTR)(模型1)、高斯核回归(GKR)(模型2)、随机森林回归(RF)(模型3)、LASSO回归(模型4)、多层感知器回归(MLP)(模型5)5个单预测模型,通过单预测模型的线性组合建立组合预测模型.结果表明:(1)通过广义简约梯度优化算法求得组合预测模型中5个单预测模型的权重分别为ω1*=0.407,ω2*=0.378,ω3*=0.215,ω4*=0,ω5*=0;(2)对于所有数据,基于5种单预测模型和组合预测模型对土壤全氮含量预测的预测有效度分别为 M,=0.855,M2=0.856,M3=0.847,M4=0.785,M5=0.796,MCPM=0.880;与单模型预测有效度最大值相比,组合预测模型预测有效度提高了 2.924％;(3)对于所有数据,基于5种单预测模型和组合预测模型对土壤全氮含量预测的预测精度和标准差分别为E(A1)=0.924,σ(A1)=0.075,E(A2)=0.928,σ(A2)=0.077,E(A3)=0.923,σ(A3)=0.082,E(A4)=0.882,σ(A4)=0.109,E(A5)=0.889,σ(A5)=0.104,E(ACPM)=0.937,σ(ACPM)=0.066,与单模型预测精度最大值相比,组合预测模型预测精度提高了 0.970％,模型稳定性提高了 12.000％,且为优性组合预测.组合预测模型可用于可见光-近红外光谱数据的农田褐土土壤全氮含量的有效估测,可为农田土壤全氮含量的快速监测提供依据和参考.

    可见光-近红外高光谱预测全氮含量组合预测模型

      原文链接:
    • 万方数据
    • 维普

    基于无人机多光谱植被指数的生菜全氮含量预测

    连炳瑞李雅豪张静李长青...
    2318-2325页
    查看更多>>摘要：我国露地蔬菜种植规模庞大,生产方式高度集约化,但过量施肥等导致的水氮利用效率低下的问题较为严重.为实现露地蔬菜规模化种植中精准施肥、高效生产的目标,以露地生菜为研究对象,设无氮(N0)、低氮(N1)、高氮(N2)三个处理,通过无人机搭载多光谱相机,建立3种多光谱植被指数(NDVI、RVI和SAVI)与生菜叶绿素、生物量、吸氮量、全氮含量数据集,并构建单生育期和多生育期氮素诊断模型.结果表明:(1)在莲座期和结球期,生菜各处理NDVI、RVI和SAVI值表现出随施氮量的增加而增大,但在收获期,N1处理达到最大值.(2)在生菜结球期,NDVI与生菜的产量、吸氮量、叶绿素均存在显著相关性,其中生菜全氮含量与叶绿素在p≤0.01水平下显著相关,相关系数(R)为0.51;综合生菜多生育期,NDVI值与生菜的产量、叶绿素、吸氮量和全氮含量均在p≤0.001水平下达到极显著相关,相关系数分别为0.85、0.82、0.81和0.71.(3)通过相应数据集拟合出指数、线性、对数和幂函数4种模型关系,建立生菜多生育期植株全氮最佳预测模型:全氮=16.521n(NDVI)+73.514;应用生菜全氮估层模型反演基地生产田块,其平均相对误差为3.22％、RMSE=0.556 6、NRMSE=0.010 8,说明模型估算效果均较好,通过无人机多光谱遥感对蔬菜氮素诊断具有一定的可行性.

    露地生菜无人机多光谱NDVI全氮预测模型

      原文链接:
    • 万方数据
    • 维普

    不同光质对黄伞菌菇光谱特性及矿质元素的影响

    刘艺涵郭远郑文刚张馨...
    2326-2333页
    查看更多>>摘要：食用菌子实体发育阶段对光较为敏感,目前尚无黄伞菌菇生长及营养品质对不同光谱照射响应的相关研究.在人工光型植物工厂中种植黄伞菌菇(Pholiota adiposa),以纯白光为对照(CK),设置纯绿(G)、纯蓝(B)、纯红(R)、红蓝(RB)4个处理,光照周期为12 h光照/12 h黑暗.通过分析不同光质对黄伞子实体性状、光谱特性和矿质元素的影响,探究适宜黄伞菌菇生长发育的最佳光配方.结果表明:与其他处理相比,红光显著提高了黄伞菌柄长度及子实体重量,分别比对照提高78.4％和90.0％(p＜0.05);蓝光显著促进黄伞菌柄直径和菌盖直径的增加,分别比对照增加22.8％和19.1％(p＜0.05);各处理菌盖厚度无显著性差异,说明光质对菌盖厚度的影响不大.与对照相比,各处理黄伞菌盖光谱参量Hue(色相)值均有所提高(增幅5.3％～28.9％),而菌柄Hue值均有所降低(降幅26.3％～46.7％);绿光处理下黄伞菌盖和菌柄色泽饱和度C值、MACRI值和PRI值等色度光谱参量均有所提高.与对照相比,各光质处理均提高了菌盖中P、K元素含量,但不同程度地降低了菌柄中K、Ca、Mg、Na、Mn元素含量;绿光提高了除Ca、Na元素外其他所有矿质元素的积累量,且均为处理间最高.红光有利于黄伞菌柄增长及子实体重量增加,蓝光有利于促进黄伞菌柄和菌盖直径的增加,而绿光有利于黄伞的着色及其矿质元素的积累.该研究为特色菌菇黄伞工厂化生产中光环境的调控提供一定的理论依据.

    食用菌黄伞反射率光谱特性矿质元素

      原文链接:
    • 万方数据
    • 维普

    基于太赫兹时域光谱系统的双折射率晶体非接触式表征方法

    袁媛张天尧张朝晖赵小燕...
    2334-2339页
    查看更多>>摘要：晶体的各向异性探测技术正逐渐向非接触和非破坏性方法发展.太赫兹辐射由于其对许多介电材料的大穿透深度和非电离特性,在各向异性材料的双折射研究中具有广阔的前景.石英、蓝宝石、液晶以及含有亚波长结构的超材料等都表现出太赫兹双折射,作为偏振功能器件中的常用材料,其参数测量对于太赫兹器件研发具有重要意义.材料双折射率的提取往往依赖光轴方向和晶体厚度等先验参数.材料的光轴方向表征其各向异性的优先方向,对于已知光轴取向的晶体,可以根据经验选择合适的琼斯向量,而在实际应用中,只要选择探测太赫兹波的线偏振方向、光轴、探测轴.可以很容易地测量出寻常光和非常光,并直接从时域信号中计算出各自的折射率.对于光轴方向未知的材料,需要旋转样品以不同的方位角进行测量.双折射率的提取依赖于材料厚度的确定,通过游标卡尺或千分尺所得测量值与真实值存在较大差异,容易在样品表面造成划痕.无论是旋转样品还是厚度测量,人为操作都会为双折射率表征引入不确定性.基于透射式太赫兹时域光谱系统(THz-TDS)开发了一种双折射晶体光轴方向和晶片厚度的非接触式测量方法,不依赖于晶体先验参数,即可获取晶体完整的折射率.通过控制样品旋转配合光学延迟线动作实现光轴自动定位,利用传递函数迭代逼近算法提取晶体厚度和完整的折射率.为验证该方法,选择了在太赫兹波段具有双折射特性的(10-10)取向蓝宝石晶体进行测量,准确地提取了晶体在0.3～1.5 THz频率范围的平均寻常光折射率3.39±0.02,非常光折射率3.08±0.02,双折射率一0.31±0.02,并绘制了吸收谱.结果证明,所建立的测量方法避免了人工操作引起的样品损坏和定位误差,提高了双折射晶体太赫兹频段材料参数的测量速度、稳定性和精确度,对偏振敏感太赫兹测量技术及其应用具有重要意义.

    太赫兹时域光谱双折射各向异性偏振蓝宝石

      原文链接:
    • 万方数据
    • 维普

    《光谱学与光谱分析》对来稿英文摘要的要求

    2339页
      原文链接:
    • 万方数据
    • 维普