1.产品概述​ICP-6810是用于测定不同物质（可溶解于硝酸、盐酸、氢氟酸等）中的微量、痕量元素含量的全谱直读电感耦合等离子体发射光谱仪，广泛应用于环保、石油制品、稀土、半导体、地质、冶金、化工、临床医药、食品、生物样品、刑事科学、农业研究等各个领域。2.性能特点性能稳定采用全固态射频电源，具有体积小、效率高、输出功率稳定、带有各种保护功能等诸多优点，负载采用全自动匹配技术，匹配速度快，提高了电源的使用效率和仪器的稳定性，并使得整个点火过程简单方便。进样自动化采用四通道全自动设计，转速可根据测试需求设置调节流量，载气、等离子气、辅气均采用先进的质量流量控制器来控制，同时可以配备进口高盐雾化器、进口耐氢氟雾化器等，满足客户的各种测试需求。精准分析采用中阶梯光栅-棱镜交叉色散方式,无移动光学元件；超低杂散光设计配合独特的光学设计，氮气分布式吹，进口的光学元件，智能精确的自动波长校准算法。快速测试美国热电CID探测器，165-900nm范围连续覆盖，一次曝光读出所有分析谱线的强度积分值加快分析速度。3.应用领域硅工业，冶金工业，水质分析，地质、矿石分析，石油化工，医疗、卫生、农业环保、商品、食品质量检测。

TE-6500型四参数水质检测一体机（可检测COD、氨氮、总磷、总氮）采用7寸彩色液晶触摸屏，运用人性化的操作界面指引设计，用户可根据文字提示操作仪器。此款仪器在稳定性、准确性、测定范围、多功能、实用简便性等多方面技术领先同行业水平.TE-6500型四参数水质检测一体机完全满足国标《HJT399—2007水质化学需氧量的测定快速消解分光光度法》《HJ535-2009水质氨氮的测定纳氏试剂分光光度法》《GB11893-89水质总磷的测定钼酸铵分光光度法》检测要求. ▷适用范围：.适用于生活污水、工业废水、地下水、中水、地表水中多种水质污染物的检测.运用于水质检测实验室、市政、污水处理厂、环境监测站及教育科研高校、电厂、疾控中心、造纸电镀、水产养殖和生物药业、石化、煤炭、冶金、纺织、制药、食品等行业. ▷技术参数： 1.光学系统：光纤分光系统 2.光源：进口12V/20W卤素灯(可达10万小时以上) 3.检测位:4个检测位 4.显示:7寸彩色液晶触摸屏 5.进样装置:自动多通道检测装置 6.检测方式: 比色皿检测（固体试剂） 7.测量项目:COD、氨氮、总磷、总氮、 8.测量范围：COD 5-10000mg/L  氨氮：0.01-150mg/L (分段)、总磷：0.01-100mg/L(分段）、总氮：0.01-100mg/L(分段) 9.准确度：≤±5% 10.波长范围：340-900nm 11.参比通道：设有固定自动参比通道 12.重复性：≤±2% 13.通道间误差：：≤±2% 14.存储：可存储100万组数据，可自由调用查看 15.预存曲线：预存480条曲线，可供用户选择、校准、修改等操作 16.自动校准：仪器具有自动校准功能 17.打印方式：标配内置热敏打印机配备 18.数据传输：配备USB接口和串口传输功能

激光雷达等传感器以及高效率砷化镓太阳能电池是国务院国家制造强国建设战略咨询委员会列出的核心基础元器件，本项目在国务院国资委以及国家级人才计划科研项目支持下，联合国内知名企业进行关键技术攻关，研制出基于砷化镓的超快半导体激光芯片与激光器可适用于激光加工、5G通信、生物医疗等领域，同时研制出的高效率砷化镓薄膜三结电池曾获得世界最高效率，相关产品已处于中试和量产阶段，本项目相关技术和产品曾获得过2018年度上海市科技进步二等奖，2020年中国发明协会发明创新二等奖，2020年中国光学学会光学科技奖一等奖等奖励。本次将展示本项目研制的相关砷化镓基半导体激光器以及高效率柔性轻质砷化镓薄膜三结太阳能电池。

1.飞行器控制主板软件设计。2.无人机多功能一体化遥控器（图像显示）的开发3.深度智能追踪和识别目标

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。

本发明公开了一种基于神经网络的反演大气可降水量的MODIS模型改进方法，包括以下步骤：S1：利用MODIS三通道比值法反演大气可降水量PWV，记为PWVMODIS；S2：利用BP神经网络建立测站处的纬度φ、测站处的高程h、年积日doy、PWVMODIS与测站GPS/MODIS反演的PWV残差RES之间的非线性关系；S3：对BP神经网络模型进行训练；S4：将φ、h、doy以及PWVMODIS作为输入参数代入BP神经网络模型，并计算出GPS测站处PWV残差RESBP；S5：利用RESBP补偿PWVMODIS，获得大气可降水量PWV＝PWVMODIS+RESBP。本发明有效提高了建模精度。

项目成果/简介:本发明涉及一种基于果蝇算法优化广义回归神经网络算法的茶叶储存时间分类方法,旨在通过改进的广义回归神经网络解决茶叶储存时间分类问题,属于茶叶储存时间分类领域.其原理利用电子鼻传感器模拟人感官品评的功能和特征,采集不同时间不同传感器的特征值,构建样本集.利用果蝇算法优化广义回归神经网络,获得广义神经网络的平滑因子,进而构建毛峰茶叶储存时间的FOAGRNN分类模型和方法.本发明的有益效果在于将果蝇算法优化广义回归神经网络算法应用于毛峰茶叶数据中,提高预测毛峰茶叶储存时间分类的效率和准确度,为消费者提供茶叶储存时间分类的有效方法.

北京师范大学环境学院梁赛教授课题组研究成果在《自然》子刊《自然·食品》（Nature Food）以研究论文形式在线发表（Network resilience of phosphorus cycling in China has shifted by natural flows, fertilizer use and dietary transitions between 1600 and 2012）。该研究分析了1600-2012年间中国磷循环网络的韧性，研究结果表明，受自然流动、化肥使用和饮食转变的影响，近几十年中国磷循环网络的韧性呈下降趋势。 磷元素是人类生存和生态系统运转所需要的一种必要营养元素。对人类和生态系统而言，磷循环网络在遭受外部冲击时仍能持续保障磷供给的能力（即韧性）至关重要。已有研究主要通过磷元素代谢路径分析来研究磷资源使用和磷排放问题，较少关注磷循环网络的韧性。本研究首次综合运用生态网络分析等方法，对1600-2012年间中国磷循环网络的韧性进行了测度研究与影响因素分析。 结果表明：为满足中国不断增长的食品消费总量和结构的需求，中国磷循环网络从由土壤自然磷流主导转变为由化肥生产的工业磷流主导，并不断强化。这种变化降低了网络中的冗余路径，从而导致近几十年来磷循环网络的韧性呈下降趋势。城市化进程加剧了磷的单向流动，进一步降低了磷循环网络的韧性。特别是在2000-2012年间，由于人群饮食结构中动物性食物比重不断提高，磷循环网络的韧性下降了11%。如果按这种趋势继续发展，在社会环境的冲击和干扰下，磷供应会逐渐成为影响中国粮食安全的重要因素。 为提高磷循环网络的韧性，本研究提出减少食物损失和浪费、提高“农田到餐桌”食物供应链效率、减少化肥使用、提升磷循环率等措施，并进一步量化这些措施对磷循环网络韧性的提升程度。此外，本研究的框架和指标也适用于分析其他地区和资源的网络韧性，可以为全球可持续发展目标的实现提供科学依据。 本研究由北京师范大学和华东理工大学领衔，国际应用系统分析研究所、意大利欧洲-地中海气候变化中心和意大利威尼斯大学、美国陶森大学、捷克共和国马萨里克大学、美国密歇根大学、中山大学、清华大学、英国伦敦大学学院、广东工业大学等单位组成团队共同完成。北京师范大学梁赛教授和华东理工大学余亚东副教授为论文共同第一作者，北京师范大学梁赛教授、华东理工大学余亚东副教授和英国伦敦大学学院米志付研究员为论文的共同通讯作者。合作作者杨志峰院士对论文完成给予了重要指导。该研究得到国家自然科学基金等项目的资助。