火山SO_(2)排放速率反演

SO_(2)紫外相机因在时间分辨率、空间分辨率、探测灵敏度以及探测精度等诸多方面均具有显著优势而成功应用于火山活动监测及其动力学研究。为解决紫外相机反演SO_(2)排放速率容易受烟羽湍流及图像低对比度影响等问题,提出了融入神经网络的光流算法。首先,基于大气紫外辐射传输特性,阐述了SO_(2)紫外相机的工作机理及SO_(2)浓度图像的反演方法;其次,将神经网络融入光流算法,实现了火山烟羽图像中SO_(2)排放速率的精确反演;最后,与传统光流法进行对比,论证了神经网络光流算法的科学性及优越性与精确性。实验结果表明:在图像低对比度及烟羽湍流效应的双重影响下,神经网络光流法可以把边缘反演的误差从94%降低至5%,显著提高了SO_(2)排放速率反演的精确性。

SO_(2)紫外相机的实时自定标方法研究

基于紫外SO_(2)相机成像探测技术的工作机理,结合紫外辐射传输理论提出了SO_(2)相机的自定标理论。简要介绍了目前常用的3种定标(标准泡定标、DOAS定标和光谱定标)方法,并通过分析传统定标方法的局限性,阐述了自定标方法相对于传统定标方法的优势。实验结果表明,自定标法拟合的定标曲线斜率较传统方法所得定标曲线斜率相差约1.4%,平均相对误差约6%,满足测量精度要求。自定标方法具有准确、简便、实用的技术优点,在移动污染源的紫外成像遥感监测中具有良好的应用前景。