遥感傅里叶变换红外光谱的大气层析技术

遥感傅里叶变换红外光谱层析技术是一项新的气体分析技术 ,它可用于构造气体浓度峰图形、定量分析工业污染气体总释放量等方面。随着算法的不断优化 ,在重构气体在空间的分布方面 ,遥感傅里叶变换红外光谱层析技术正在不断成长。

EQUINOX55型遥感傅里叶变换红外光谱系统的校正

利用遥感傅里叶变换红外发射光谱 ,对红外辐射源的绝对光谱能量分布和热气体浓度进行测量时 ,首先必须对测得的红外辐射源的发射光谱强度进行校正 ,为此 ,需用已知温度的标准绝对黑体对系统进行校正。本文考察了黑体温度对EQUINOX5 5型遥感傅里叶变换红外光谱的响应函数的影响。结果表明 ,仪器响应函数随着温度的升高而增加 ,但当温度比较高时 ,仪器响应函数曲线变化趋小。

基于平行因子分析法解析遥感傅里叶变换红外光谱谱图

本研究利用平行因子分析法(PARAFAC)完成了甲苯、苯和甲醇三组分体系的遥感傅里叶变换红外光谱(FTIR)谱图的同时定性定量分析。在有丙酮干扰情况下,定量分析的误差分别在6.61、18.76、16.00以下。将PARAFAC的输出结果作为偏最小二乘法(PLSDA)模型输入,实现了定性分析的自动完成。对主动式下数据定性分析的识别率和拒绝率均为100%,对被动式下数据的拒绝率为90%,识别率为85%。分析结果表明,PARAFAC可以同时进行定性定量分析,避免了干扰物存在的影响,可以满足遥感FTIR对多组分体系的实时、在线监测的需要。

运用小波变换对遥感FTIR光谱进行信息提取

主要描述了如何利用小波变换技术 ,对一些强度较弱和混叠干扰的遥感FTIR光谱图进行信息提取。采用了墨西哥帽函数 (Mexicanhatfunction)小波 ,对三氯甲烷、丙酮的标准谱图及其两者混合物的遥感谱图信号进行了连续小波变换。结果发现 ,尺度越小 ,小波系数模的极大值点与突变点位置的对应就越准确。但小尺度下 ,小波系数由于受噪声影响 ,往往只凭一个尺度不能定位突变点的位置。相反 ,在大尺度下 ,对噪声进行了一定的平滑 ,极值点相对稳定 ,但由于平滑又会使定位产生偏差。因此 ,在用小波变换模极大值法判断信号突变点时 ,需要把多尺度结合起来综合观察。总之 ,小波分析技术能够较准确地、稳定地定位信号突变点 ,提取信息 ,并且具有平滑和放大有用信号的作用。对于非严重重叠的混合遥感光谱 ,根据对不同尺度下的小波变换系数的模极大值及其定位的分析 ,也可较好地识别谱图。

遥感FTIR在大气环境监测中的新发展

遥感傅里叶变换红外光谱(RS-FTIR)是当前大气环境监测中的一种重要手段,它具有灵敏度高,选择性好,不需取样和样品的预处理,能够同时监测多种化合物,能提供远距离实时自动监测的优点,适用于大气有毒易挥发有机化合物(VOCs)的定性、定量测定和遥感实时动态监测。文章综述了南京理工大学现代光谱研究室近几年来在RS-FTIR大气环境监测领域的研究进展,包括化学计量学,计算机层析(CT),FTIR谱图解析,大气污染物空间浓度分布监测,被动式遥感监测等方面的最新研究成果。这些研究成果充分表明,遥感FTIR技术的快速发展和应用,促进了分析化学在时空上的延伸,在大气环境监测领域中必将有更广泛的应用前景。

PA和PDS算法在遥感FTIR光谱模型传递中的应用

采用普鲁克分析(PA)算法和分段直接校正(PDS)算法,解决化学计量学多元校正中的模型传递问题。选择红外谱图严重混叠的4种大气有机毒物——丙酮、苯、三氯甲烷和甲醇作为分析对象,文中的光谱数据来自2部分:美国环境保护署(EPA)数据库和实验室的实测遥感傅里叶变换红外(RS-FTIR)光谱数据。研究PA算法、PDS算法中主因子数及传递样品数对传递结果的影响,分别计算2种算法对该4组分体系的预测均方根误差(RMSEP)并进行比较。预测结果表明:2种算法均取得了较好的模型传递效果,其中PDS算法丙酮的RMSEP为0.145,PA算法丙酮的RMSEP为0.122,PA算法优于PDS算法。

主成分-线性判别法对大气易挥发性有机化合物的预警

应用遥感傅里叶变换红外光谱,采用主成分提取-线性判别分析(PCA-LDA)技术,对丙酮、二氯甲烷、甲苯、苯、氯仿和甲醇等六组分的任意混合体系进行定性鉴别。被选用的这6种大气有毒有机化合物的红外光谱图相互间存在着严重的混叠,并和反向传播人工神经网络(BP-ANN)的预测结果进行了比较。PCA-LDA的鉴别判对率达92.2%,识别率94.4%,误判率7.8%;BP-ANN分别为91.1%、95.6%和8.9%。结果表明PCA处理克服了LDA对多变量数据预测的局限性,预测性能和BP-ANN相当。鉴于BP-ANN计算耗时和繁琐,PCA-LDA模型被确定为建立VOCs预警模型最适当的方法。