基于卫星数据和深度学习方法预测京津冀地区地表NO_(2)浓度

二氧化氮(NO_(2))对人类健康和气候变化有着诸多负面影响,随着中国城镇化和工业化进程加速,NO_(2)污染成为人们日益关注的问题。相关研究表明传统的单个站点监测结果只能代表数平方公里内的污染物水平,无法提供大尺度的污染物分布信息。相比于站点监测,卫星遥感可以提供大尺度且时空连续的数据,为研究大气污染提供了新的角度。基于哨兵5P卫星的NO_(2)柱浓度数据和气象、人口密度等其他辅助数据,构建了对地表NO_(2)进行预测的深度神经网络(DNN)模型。并使用两种交叉验证方法对该模型进行验证。在基于样本的验证中,模型的决定系数R^(2)、均方根误差(RMSE)和平均预测误差(MAE)分别为0.80、7.72μg/m^(3)和5.31μg/m^(3);在基于站点的验证中,模型的R^(2)、RMSE和MAE分别为0.74、8.95μg/m^(3)和6.01μg/m^(3),两种验证结果都表明DNN模型具有较好的整体预测能力和空间泛化性。此外,与经典的地学统计和机器学习算法对比结果表明DNN预测性能优于其它方法。最后用训练好的模型获得了京津冀地区0.1°的NO_(2)分布图。

一种长工作距广角工业内窥镜头的设计

为了满足大角域范围覆盖、高信息量获取的需求,设计了一种可见光范围的长工作距广角工业内窥镜。该镜头基本结构采用多级成像,物镜系统采用反远距型结构,转像系统采用透镜式。镜头像面处接1/3英寸CCD,基于成本及像质方面综合考虑,采用球面透射式且非胶合方案。使用ZEMAX软件对该镜头进行了优化设计,并进行了像质评价。最终镜头由一个蓝宝石窗口、12片球面透镜及一个用来延长光程的厚平面组成,全视场角为102°,焦距为3.25 mm,工作距全长为730 mm。光学系统入瞳直径为1 mm,成像弥散斑半径大小在6 μm以内,接近衍射极限,在50 lp/mm处的调制传递函数值大于0.4,最大畸变值小于25%。评价分析表明设计结果满足技术要求,结构合理。