基于遙感FTIR技術的多組分污染氣體濃度分布重構.pdf

1、遙感傅立葉變換紅外光譜（簡稱RS-FTIR）技術由于其獨特的優(yōu)勢，越來越廣泛地應用于室內、室外大氣環(huán)境監(jiān)測。本課題將人工神經網絡建模與平滑基函數最小化重構算法（SBFM）結合，應用于RS-FTIR環(huán)境監(jiān)測，實現同時重構多組分氣體濃度在二維空間的分布。本課題的研究主要包含以下幾個方面： 1.單組分氣體濃度分布重構 遙測遙感技術與計算機重構技術結合可以再現單組分氣體濃度的二維空間分布。本課題研究在實驗室內進行，首先，設計

2、發(fā)散狀實驗光路，模擬污染氣體發(fā)散實驗，得到RS-FTIR儀掃描的吸光度譜圖；然后，編寫模擬退火優(yōu)化的SBFM算法（SA.SBFM）程序，重構單組分氣體濃度的二維空間分布。SBFM重構結果與RS-FTIR.測量的光路積分濃度結果一致，證明了SBFM算法的可靠性；同時，通過比較多種重構模型的重構結果，得出雙高斯重構模型最符合當前測量環(huán)境和測量要求。 2.RS-FTIR譜圖定性分析 RS-FTIR與SA-SBFM結合，只能

3、監(jiān)測單種污染氣體的濃度分布，為了同時定性、定量分析混合氣體的紅外遙感譜圖，還需要借助有效的譜圖解析方法。本論文將化學計量學方法中的兩種神經網絡建模方法——感知器神經網絡和反傳神經網絡，應用于RS-FTIR譜圖解析。 本課題研究建立感知器網絡模型，將預處理后的光譜數據輸入訓練好的感知器網絡，定性分析混合物中可能存在的三種氣體——氯仿、甲醇、二氯甲烷，定性分析的準確率達到100％。 為了定性分析重疊更嚴重的五組分FTIR

4、譜，主成分分析方法（簡稱PCA）被用來提取光譜數據主成分，作為感知器網絡的輸入，建立混合氣體FTIR吸光度的一階導數與混合氣體成分的線型模型，定性分析準確率同樣100％。PCA的應用大大減少了運算時間，且網絡泛化能力增強，可以準確預測出訓練集沒有的混合氣體類型。 3.RS-FTIR譜圖定量分析 在定性分析的基礎上，選用反向傳播神經網絡（簡稱BP-ANN）定量分析三組分混合氣體（氯仿、甲醇、二氯甲烷）各組分的含量。由于

5、甲醇的特征吸收波長與其它兩種氣體無混疊，我們同時用Lamber-Beer定律定量計算組分含量，并與ANN的預測結果進行比較，兩種分析方法結果的一致性驗證了神經網絡是一種有效的多組分定量分析方法。 4.同時重構多組分混合氣體濃度分布 本課題研究中，通過氣體濃度分布重構算法和混合氣體譜圖解析技術的研究，我們最終聯合使用ANN化學計量技術和SA-SBFM重構技術，解析了三組分混合氣體的遙感FTIR譜圖，實現了同時定性定量遙