偏振优选效应

p 　　据物理学家组织网20日报道，美国麻省理工学院(MIT)的工程师最近开发出一种激光偏振检测新技术，不仅能确定太空垃圾位置，还能分析其成分。 /p p 　　在地球空间轨道上，数以亿计的太空垃圾高速旋转着，给航天器和卫星带来巨大威胁。目前，美国国家航空航天局(NASA)和国防部在用陆基望远镜和激光雷达(Ladars)跟踪17000块碎片，但这一系统只能确定目标的位置。研究人员指出，新技术能分析出一块残骸由什么组成，有助于确定其质量、动量及可能造成的破坏力。 /p p 　　该技术利用激光来检测材料对光的偏振效应。MIT航空航天系的迈克尔· 帕斯科尔说，涂料的反射光偏振模式和金属铝有明显区别，所以识别偏振特征是鉴定太空残骸的一种可靠方法。 /p p 　　为检验这一理论，研究人员设计了一台偏光仪来检测反射光的角度，所用激光波长为1064纳米，与Ladars激光类似，并选择了6种卫星中常用的材料：白色、黑色涂料、铝和钛，还有保护卫星的两种膜材料聚酰亚胺和特氟龙(聚四氟乙烯)，用偏振滤镜和硅探测器检测它们反射光的偏振状态。他们识别出16种主要的偏振态，并将这些状态特征与不同材料对应起来。每种材料的偏振特征都非常独特，足以和其他5种区别开来。 /p p 　　帕斯科尔认为，其他航天材料如防护膜、复合天线、太阳能电池、电路板等，其偏振效应可能也各有特色。他希望用激光偏振仪建一个包含各种材料偏振特征的数据库，给现有陆基Ladars装上滤波器，就能直接检测太空残骸的偏振态，与特征库数据对比，就能确定残骸构成。 /p

近年来，研究人员和业内主要厂商已将研发重心转向微型化、便携式且低成本的光谱仪系统，使之可以在日常生活中实现现场、实时和原位光谱分析的许多新兴应用。然而，受到过度简化的光学设计和紧凑型架构的机械限制，微型光谱仪系统的实际光谱识别性能通常远低于台式光谱仪系统。如今，克服这些限制的一种策略便是在光子方法学中引入深度学习（DL）进行数据处理。据麦姆斯咨询报道，近日，美国纽约州立大学布法罗分校（University at Buffalo，the State University of New York）与沙特阿卜杜拉国王科技大学（King Abdullah University of Science & Technology）的联合科研团队在Nature Communications期刊上发表了以“Imaging-based intelligent spectrometer on a plasmonic rainbow chip”为主题的论文。该论文第一作者为Dylan Tua，通讯作者为甘巧强（Qiaoqiang Gan）教授。在这项研究工作中，研究人员开发了一种紧凑型等离子体“彩虹（rainbow）”芯片，能够实现快速、准确的双功能传感，其性能可在特定条件下超越传统的便携式光谱仪。其中的分光纳米结构由一维或二维的梯度金属光栅构成。该紧凑型等离子体光谱仪利用普通相机拍摄的单幅图像，即可精确地获得照明光源光谱的光谱信息和偏振信息。在经过适当训练的深度学习算法的辅助下，研究人员仅用单幅图像就能表征葡萄糖溶液在可见光光谱范围内的双峰和三峰窄带照明下的旋光色散（ORD）特性。该微型光谱仪具有与智能手机和芯片实验室（lab-on-a-chip）系统集成的潜力，为原位分析应用提供新的可能。研究人员利用彩虹捕获效应（rainbow trapping effect）来开发片上光谱仪系统。图1展示了该研究工作所提出的片上光谱仪和一维彩虹芯片的设计原理。如图1a所示，该光谱仪利用等离子体啁啾光栅实现分光功能。这种表面光栅几何形状的逐渐变化，导致了局部等离子体共振的空间调谐（即为光捕获“彩虹”存储）。如图1b所示，研究人员采用聚焦离子束铣削技术，在300 nm的银（Ag）薄膜上制备了啁啾光栅。当白光垂直入射时，通过简单的反射显微镜系统（如图1c），就可以观察到明显的“彩虹”色图像，如图1d的顶部所示，该现象源于光栅引发的等离子体共振。图1 片上光谱仪的等离子体啁啾光栅根据这些空间模式图像，可以建立共振模式与入射波长一一对应的关系，这是片上光谱仪的基础。因此，研究人员探讨了该光谱仪对任意光谱特征的空间分辨能力。通过深度学习辅助的数据处理和重建方法，研究人员利用这种分光功能可以构建用于光学集成的智能化、微型化光谱仪平台。具体而言，研究人员提出了基于深度学习的智能彩虹等离子体光谱仪概念，并构建了带有等离子体啁啾光栅的光谱仪示例，如图2所示。该光谱仪利用深度神经网络预测了所测量的共振模式图像中的未知入射光光谱，而无需使用传统的线性响应函数模型。实验中的光谱仪架构如图2a所示。智能光谱仪主要由三部分构成：空间模式、预训练神经网络以及对应的波长。图2 基于深度学习的数据重建光谱分辨率是评价传统光谱仪性能的重要参数之一。因此，研究人员对该光谱仪的分辨率做了详细测试，测试结果如图3所示。图3 智能等离子体光谱仪的分辨率以上初步测试数据表明，智能彩虹芯片光谱仪具有实现高分辨率光谱分析的潜力，其性能可与传统台式光谱仪相媲美。随后，研究人员将一维光栅扩展到二维，以利用紧凑型智能等离子体光谱仪实现偏振光谱的测定，其性能超越了传统的光学光谱仪系统。同时，研究人员展示了等离子体彩虹芯片光谱仪可以引入简化、紧凑且智能的光谱偏振系统，具有准确且快速的光谱分析能力。图4a为具有梯度几何参数的二维光栅。图4 用于测定偏振光谱的二维啁啾光栅接着，研究人员利用该二维偏振光谱仪芯片对旋光色散进行了简单而智能的表征。图5a为传统的旋光色散系统测量由物质引起的旋光度随入射波长的函数变化。最后，研究人员展示了将二维光栅作为光谱偏振系统，并介绍了用于葡萄糖传感应用的示例。图5 更简单、准确且智能的光谱偏振分析综上所述，本研究中提出了一种集成了片上彩虹捕获效应与紧凑型光学成像系统的智能芯片级光谱仪。研究结果表明，该等离子体芯片可以在可见光光谱（470 nm - 740 nm）范围内区分不同的照明峰值。该芯片充分利用其波长敏感结构，能够根据照明光谱峰值显示不同的等离子体共振模式。随后将芯片扩展到二维结构，共振模式的复杂性增加，从而在入射光偏振方面提供更多信息。通过使用片上共振模式的空间和强度分布图像来训练深度学习算法，研究人员在同一系统内分别实现了光谱分析和偏振分析。随后，研究人员利用一种将旋光引入透射光的手性物质（即葡萄糖），证明了所提出光谱仪在旋光色散传感方面的可行性，旋光色散是一种有助于手性物质检测和定量的偏振特异性特征。深度学习模型的分析表明，该算法能够基于等离子体芯片的共振模式准确预测葡萄糖引入的旋光。即使在分析多峰照明下的共振模式时，这种性能也得到了保留。这种由深度学习支持的基于图像的光谱仪能够通过利用纳米光子平台的单幅图像同时进行光谱分析和偏振分析。因此，该光谱仪标志着在单一紧凑型且轻量化设计中实现了高性能的光谱偏振分析，为深度光学和光子学在医疗保健监测、食品安全传感、环境污染检测、药物滥用传感以及法医分析等领域的应用赋能。这项研究获得了沙特阿卜杜拉国王科技大学物理科学与工程部的科研基金（BAS/1/1415-01-01）和NTGC-AI项目（REI/1/5232-01-01）的资助和支持。

在石油的开采、炼制、贮运、使用过程中，原油和各种石油制品进入环境而造成的污染成了一个世界性的问题。因此，建立探测系统，对油田区进行监测和管理，特别是对石油污染所发生的位置、溢油量和扩散趋势等的监测尤为重要。 　　在国家自然科学基金、“863”计划等的资助下，东北师范大学城市与环境科学学院教授盛连喜带领的课题组以偏振度作为偏振光遥感的定量指标，在近红外波段对不同含水量和含油量的土壤进行偏振光谱测量，为今后利用偏振光遥感监测土壤石油污染的应用打下基础。这一成果发表在《科学通报》2008年第23期上。 　　难以避免的石油土壤污染 　　石油对土壤的污染主要表现为：破坏土壤的结构和透水性。石油污染物还会与土壤中有效的氮、磷、钾发生反应，破坏土壤的肥力。尽管采取了一系列措施，但在石油的生产、加工、运输各个环节，都有可能发生泄漏溢出事故，石油污染物对土壤的污染难以避免。 　　“石油开采时可能产生的泄漏或溢油现象造成的落地油污染，可使土壤的环境容量逐年减少 在气田开发时，钻井过程中产生废弃泥浆，如果没有泥浆坑，废弃的钻井泥浆就会被排放到土壤中，造成污染。”盛连喜说。 　　盛连喜解释说，如果在原油开采过程中发生井喷等事故，可能使大量石油烃类直接进入土壤。另外，石油管线和采油井的井口设备如果发生跑冒滴漏，也有一些石油泄漏到地面。石油及其产品在运输、使用和贮存过程中的渗漏、溢油现象时有发生，会造成石油烃类直接进入土壤。而石油及其产品在运输、使用和贮存过程中的渗漏、溢油现象同样会对土壤造成危害。 　　“当石油渗透进入土壤后，如果植物吸收了石油，会破坏植物的新陈代谢过程，或阻断植物需要的水分和养料，从而使植物死亡，植被遭到破坏。而且被石油污染物污染的土壤在几年甚至几十年内都会丧失农耕和畜牧的功能。石油还可能通过进入食物链影响人体健康。另外，油气会从地表挥发至大气，表现为油气挥发物，被太阳紫外线照射后，可能与其他有害气体发生物理化学反应，生成光化学烟雾，产生致癌物和温室效应，破坏臭氧层等。”盛连喜说。 　　既然污染难以杜绝，作为及时了解石油开采所在区域的环境质量状况，包括大气环境质量、水体和土壤环境质量状况，发现油气田生产中环境问题的有效手段，环境监测就变得至关重要。 　　“尤其是对土壤污染的监测，关系到周边地区的生态环境安全、食品安全问题，不容忽视。”盛连喜说。 　　大有可为的偏振遥感 　　目前，在石油开采区域最常用的环境监测方法是现场采样实验室分析监测，也有些地方开展了航空和遥感监测。 　　盛连喜指出，常规的土壤石油污染监测方法是从野外取样带回实验室分析，由于事前对污染范围及污染程度的了解有局限性，监测过程不仅费时而且耗费大量人力、物力和财力，结果却往往不够全面准确，只能对采样点局部进行评价和估量。如何对土壤石油污染范围及程度进行定量定位的测量，有效节省工作时间和经费，提高环境污染监测的准确性成为一个重要的科学问题。 　　在苦苦寻找解决办法的时候，电磁波的一个重要特征——偏振，引起了盛连喜的关注。 　　偏振在微波谱段称为极化。地球表面和大气中的目标在反射、散射、透射及发射电磁辐射的过程中，会产生由它们自身性质决定的特征偏振，即偏振特性中蕴涵着目标的各种信息。 　　“偏振遥感正是利用这一特征为遥感目标提供新的、潜在的信息。”盛连喜说，“与其他遥感技术比较，偏振光的特性使其在遥感中能够解决许多实际问题。使用偏振信息不仅能够更准确地定位土壤石油污染的范围和程度，并可反演相应地物目标的结构、化学成分、水分含量等多方面信息，甚至了解造成污染油井的年龄，因此具有非常广阔的应用前景。” 　　目前，盛连喜课题组对污染土壤偏振光遥感的监测主要研究方向是在不同湿度条件下鉴别石油种类，并进一步确定湿度条件影响的曲线临界值。重点研究土壤中受到石油污染的范围和程度，为研究土壤的石油环境容量、控制石油污染提供依据。 　　该课题组以吉林省松原油田原油和当地典型表层土壤为实验原料，在实验室内对4个水平的含油量、3个水平的含水量土壤样品在近红外波段进行了多角度探测模拟实验。又在室外实地测量了各种条件下的石油污染土壤与清洁土壤的偏振度值。他们发现，当土壤含水量较低时，土壤表面反射光的偏振度会随土壤中石油含量的增加而增大 当土壤含水量较高时，土壤表面反射光的偏振度会随土壤中石油含量的增加而降低。 　　事实上，盛连喜所在的偏振实验室已经通过几年的工作，对黄土、黑土、红土等土壤类型的基础偏振反射特性进行了测量和研究，接下来的工作是通过多因素的模拟正交实验，为更广泛地应用偏振特性进行石油的土壤污染监测提供科学依据。 　　盛连喜指出，不同土壤类型的临界值会因土壤有机质含量、机械组成等因素的不同而不同，对偏振光的测量带来难度。这也是他们今后工作中需要重点研究的问题。