基于TPLIF技术的光合荧光参数快速准确测量的激发光强自适应方法

来源 :光学学报 | 被引量 : 0次 | 上传用户:wffg0907
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
首先采用藻类荧光产率模型,以荧光饱和参数E_σ作为饱和激发光强的判断标准,提出了一种激发光强自适应方法,以准确获取不同藻类的光合荧光参数。结果表明,7种藻经自适应调整后可快速而稳定地获得饱和激发光强,调整结果的相对标准偏差均小于2.5%。然后利用激发光强自适应的可变光脉冲诱导荧光(TPLIF)技术测量了7种藻的有效光吸收截面σ_(PSII),并分析了不同门类藻的σ_(PSII)差异。最后采用TPLIF技术测量了不同生长时期的小球藻样品,记录了其荧光参数F_v/F_m值和变化趋势,并将其与光合活性分析
其他文献
21世纪初诞生的超分辨光学成像技术在生命科学研究中发挥着巨大作用,极大地增强了人们探索微纳尺度亚细胞结构的能力,然而这些成像技术往往耗时长,成本高。如今,许多研究者致力于基于深度学习的图像超分辨重建算法的研究中。利用自主搭建的随机光学重构超分辨显微镜获得细胞微管骨架超分辨图像,然后采用双线性插值降采样法处理得到低分辨率输入图集,再分别使用传统的三次样条插值法和增强型深度超分辨率神经网络进行学习训练
煤矸石分离对环境保护和资源高效利用具有重要意义,因此,提出了一种基于多光谱成像技术和目标检测的煤矸石智能分离方法。首先,在实验室搭建了煤矸石多光谱采集系统,共采集850组多光谱数据;其次,研究了多光谱中各波段煤矸石的识别率及相关性,从25个波段中选出3个波段构成伪RGB(Red,Green,Blue)图像;最后,用改进的目标检测模型YOLO v4.1检测煤矸石。实验结果表明,YOLO v4.1在测