基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。

差分吸收光谱测定北京市冬季大气中的CS_2

2006年2月17-23日在北京市丰台区,利用差分吸收光谱技术（DOAS）对大气中的CS2以及SO2、O3进行连续监测.结果表明,大气中CS2具有明显的日变化特征,日变化曲线存在明显的“双峰”结构,浓度峰值分别出现在早晨7：00-9：00和午夜00：00左右.测量期间CS2最大体积分数达到9.3×10^-9.CS2与SO2日变化趋势基本相同,二者存在较好的相关性.北京市CS2可能主要来源于冬季供暖燃煤、居民用煤和周边地区污染源的贡献.

一种用于涡度相关系统的新型开路红外气体分析仪的研制

涡度相关系统是测量水、热和痕量气体通量最直接和最可靠的仪器。基于可调谐半导体激光吸收光谱原理,设计了一种用于测量大气边界层痕量气体通量的新型开路式气体分析仪。通过选择不同的吸收线,可以测量不同痕量气体通量。以4990cm-1二氧化碳吸收线为例,实验表明,该气体分析仪的采样频率可以达到10Hz以上,与基于非分散红外原理的涡度相关系统气体分析仪Li-7500对比,测量精度相当,可以达到5×10-7。该分析仪的频率和精度满足构建涡度相关系统的仪器要求,可以用于边界层痕量气体通量的测量。

针对湍流噪声的傅里叶光谱数据处理方法

应用傅里叶变换红外光谱法进行在线工业窑炉高温气体监测时,湍流形成的噪声会影响光谱信噪比和浓度反演的精度。研究新的红外干涉信号-光谱转换的数据处理方法,该方法与传统傅里叶变换的光谱数据处理方法不同,它以零光程差为基准对齐干涉信号,实现多次扫描干涉信号的平均,同时采用复数窗函数与光谱数据卷积的方法来降低光谱旁瓣引起的光谱混叠程度。这种数据处理算法可以减小湍流噪声对气体浓度反演的影响,提高反演精度,减少计算量,提高光谱数据率。以叠加湍流的一氧化碳被动测量实验为例,分析了采用不同数据处理方法得到的光谱信噪比、光谱相关性和浓度反演结果。分析结果表明研究的信号数据处理方法在湍流噪声存在的在线检测中优于传统数据处理方法,采用新的数据处理方法得到的光谱更加精确(光谱相关性更好),气体反演的浓度也更准确,同时可减少系统计算量并缩短系统在线测量的响应时间,这对于在线监测气体浓度的准确性是至关重要的。