首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
利用遥感FTIR对大气中的有毒、易挥发有机化合物(VOCs)进行了实时定量测定,得到了待测物的积分浓度(PIC)。所测定的五种有毒易挥发有机化合物为甲醇、三氯甲烷、正己烷、丙酮和正丁醇。它们的FTIR光谱图存在着严重的混迭干扰现象,用人工神经网络法(ANN),成功地预测出了各污染物的浓度,并且给出了波数-吸光度-时间三维图,以及大气中污染气体浓度随时间的变化。结果表明,本方法对一定空间范围内的污染物定量分析,能够得到较为满意的结果,遥感FTIR可以作为连续实时监测的警报装置。  相似文献   

2.
空气中挥发性有机物的光谱学在线监测技术   总被引:2,自引:0,他引:2  
挥发性有机物(VOCs)是一类危害极为严重的大气污染物,其在线监测技术对于环境保护具有重要的意义.迄今为止,没有任何一种技术能够满足对所有VOCs进行监测的需求.分析了非色散红外方法、傅里叶变换红外光谱、光学差分吸收光谱、激光光谱等可以对VOCs进行在线监测的光谱学方法的特点和现状,并与VOCs的标准检测方法进行了比较,重点分析了调谐二极管激光吸收光谱(TDLAS)技术的发展现状及趋势.  相似文献   

3.
鉴于浅层人工神经网络(ANN)需要依靠先验知识进行人工提取特征,同时较浅的网络结构限制了神经网络学习复杂非线性关系的能力,将深度神经网络(DNN)应用于利用傅里叶变换红外光谱(FTIR)对多组分易挥发性有机物(VOCs)进行的浓度反演研究,并利用仿真实验验证了算法的有效性。从美国环境保护署(EPA)的数据库中选取了包括苯、甲苯、 1,3-丁二烯、乙苯、苯乙烯、邻二甲苯、间二甲苯、对二甲苯在内的八种VOCs气体在8~12μm波长范围内的吸光度谱,每种气体有四种不同浓度下的谱线,依据Beer-Lambert定律从每种VOCs气体中选择一种浓度下的吸光度谱进行混合,得到65 536种不同的VOCs混合气体吸光度谱样本。随机选择5 000组混合气体的吸光度谱,其中4 000组作为训练样本, 1 000组作为预测样本。通过积分提取和主成分提取对光谱矩阵进行降维预处理,将光谱维度从3 457维降到30维。将光谱矩阵经过预处理后得到的新矩阵作为网络输入,对应八种VOCs的浓度矩阵作为输出,建立了30-25-15-10-8的深度神经网络回归预测模型来实现多组分VOCs浓度反演,反演得到样本的均方根误差为0.002 7×10-6,相比于前人利用非线性偏最小二乘拟合、人工神经网络等方法拟合的精度有了明显的提高。每种VOCs气体的均方根误差均不超过0.005×10-6,每个样本的均方根误差均不超过0.006×10-6,证明了深度神经网络预测模型具有良好的非线性拟合能力和良好的稳定性。当训练样本不足(典型值:小于500)时,深度神经网络无法充分地学习,网络误差较大,精度低于单隐藏层的人工神经网络,但随着训练样本数量的增加,深度神经网络的精度不断提高,当训练样本数充足时,相比浅层的人工神经网络,深度神经网络具有更强的非线性关系学习能力,预测精度更高,模型更为稳定。同时,由于训练前对光谱矩阵进行了降维处理,大大降低了算法的复杂度,有效提高了反演效率。分析表明,深度神经网络预测模型具有良好的非线性拟合能力和良好的稳定性,无需人工提取特征就能够充分学习数据特征,同时对多组分VOCs进行浓度反演并达到较高精度。  相似文献   

4.
模型传递用于解析遥感傅里叶变换红外谱图   总被引:2,自引:1,他引:1  
基于模型传递的原理,建立了一种可对存在背景干扰,谱峰严重混叠的遥感傅里叶变换红外(remote sensing Fourier transform infrared:RS-FTIR)谱图进行解析的方法.分别用4组分气体混合物的EPA红外标准谱图和RS-FTIR谱图,建立校正和预测模型,经过正交信号校正(OSC)处理后,用EPA红外谱图数据所建立的校正模型,对RS-FTIR谱图数据进行预测,得到的丙酮、甲醇、苯和三氯甲烷的均方根预测误差(RMSEP)分别为:0.008 5,0.018 0,0.064 0,0.002 8.未经OSC处理时的RMSEP依次是0.085 6,0.047 9,1.065 3,0.014 2.经优化,支集选择的方法为Kennard-Stone法,OSC在实现过程中循环次数为3时得到的预测结果最好.研究结果表明,该方法能够克服背景和校正模型给RS-FTIR监测大气污染物带来的制约.  相似文献   

5.
多项式偏最小二乘法对非线性体系红外谱图的分析   总被引:2,自引:1,他引:1  
文章利用了一种非线性模型多项式偏最小二乘法(PPLS), 结合傅里叶变换红外光谱遥感技术, 对大气中的五组分混合体系进行了同时分析. 并与偏最小二乘法(PLS)得到的结果进行了比较, PPLS显示出较好的处理非线性数据的能力. 尤其是对混合物中的苯和氯仿的预测, 均方根预测误差(RMSEP)分别是0.043和0.087, 用PLS预测相应的RMSEP为0.402和0.842. PPLS的这一预测精度,可以满足遥感傅里叶变换红外光谱对大气中有毒气体的实时、在线监测的需要. 同时PPLS可以用较少的潜变量对变量进行解释, 显示出PPLS模型的稳健性和简单化.  相似文献   

6.
大气温度分布特性及对折射率结构常数的影响   总被引:13,自引:5,他引:8  
影响大气湍流运动强弱和时空结构的因子比较复杂,大气中平均流场和大气温度的分布都是不均匀的,特别是沿垂直方向的大气温度分布,决定着垂直方向的热力不稳定性和湍流的强弱。观测事实表明,随着季节和天气条件的不同,大气温度垂直分布有很大的变化。通过对我国安徽合肥地区整层(0~20km)大气温度的观测资料的分析,得到了大气温度的垂直分布廓线和统计特性模式误差廓线;大气折射率结构常数Cn^2是表示大气光学湍流强度的一个重要参量,但大气折射率的测量较为困难,因此通常先测量温度起伏量,再用平均的温度和气压来计算得到Cn^2。通过对温度和气压模式误差的分析,可以计算得到Cn^2结果的误差,重点分析大气温度分布特性及由此带来的模式误差,并讨论其对计算Cn^2的影响。  相似文献   

7.
交通流量的准确预测对于高速路管理者进行决策至关重要。建立了小波神经网络(WNN)交通流量预测模型,并通过预测训练误差和测试误差校正预测结果来提高预测精度。首先构建WNN模型对交通流量进行初步预测,然后利用经验模态分解(EMD)和WNN模型对训练误差和测试误差进行预测。分别用训练误差预测值、测试误差预测值和两种误差预测值的加权对流量初步预测结果进行修正得到最终预测值。采用四川省成灌高速路交通流量数据进行了仿真对比实验,仿真结果表明含有误差校正的小波神经网络模型能有效提高交通流量预测精度,并且利用两种误差加权修正模型的预测精度高于利用测试误差的修正模型和利用训练误差的修正模型。  相似文献   

8.
大气污染物的主要组成成分为挥发性有机物(VOCs),傅里叶变换红外光谱技术(FTIR)是现阶段应用广泛的挥发性有机物在线测量方法。开放光路获取到的大气红外光谱(OP-FTIR)易受各种噪声污染,如何有效、快速的去除红外光谱中的噪声是大气在线实时监测系统研究的热点。综合利用提升小波变换结构简单、运算量低的优点以及最小均方误差自适应滤波器的自动调节参数以达最优化滤波的性能,提出了一种改进阈值提升小波结合自适应滤波的红外光谱去噪算法。该算法先通过改进阈值小波系数的提升小波去噪,在去噪的同时保留更多光谱特征信息,然后使用提升小波变换分解出的高频系数重构出噪声相关信号,将其作为最小均方误差自适应滤波器的参考输入进行二次滤波处理,最终获得的去噪信号很好的去除了与特征光谱频谱重叠的噪声信号。分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理,结果显示使用该算法处理后的光谱信噪比(SNR)较离散小波传统阈值去噪方法高出3db,均方根误差(RSME)平均减少30%左右,运行时间减少46%。表明该算法计算简单、运行速度快,对于大气环境监测实时消噪系统具有重要的实际应用意义。  相似文献   

9.
挥发性有机物(VOCs)造成了全球环境污染,给人们日常生活工作带来不利影响。对挥发性有机物进行高效准确监测成为我国大气环境治理的热点。与其他污染物气体相比,VOCs更易挥发并可以和其他污染物发生反应,其物理化学性质的复杂性对已有的检测方法提出了很高的要求。在众多的气体检测方法中,光谱检测技术以其方便快捷、检测准确等优点得到了广泛应用。傅里叶变换红外光谱(FTIR)作为光谱检测技术中重要的一员,不仅可以多通道快速检测,还可以分析上百种污染物种类并实时计算污染物浓度,解决了VOCs气体性质复杂带来的困扰。开展了固定污染源VOCs在线监测系统的研制,整套系统基于傅里叶变换红外光谱,干涉仪出射的红外干涉信号被10 m光程的气体池中的目标气体吸收后进行傅里叶变换,得到含有气体特征吸收峰的红外光谱;将红外光谱与标准谱库的数据进行对比分析即可实现对目标气体的种类鉴定和浓度测量。系统覆盖650~4 000 cm-1光谱范围,由于大多数VOCs在中红外指纹区具有相对独立的吸收峰,因此可实现对多种气体的分析检测。光谱分辨率为1 cm-1,浓度检测范围为1.6~319.47 mg·m-3(以苯为例)。系统对甲苯、丙酮、乙酸乙酯等十几种VOCs进行分析测试,得到不同气体的红外光谱图,与标准数据库吻合得很好,并且可以根据不同气体的吸收峰对其进行区分。为了得到气体的准确浓度,需要对仪器进行标定。为降低气体在气体池内腔和反射镜上的吸附并控制水蒸气含量,加入温控系统对气体池温度进行实时监测。实验中通入不同浓度的二甲苯标准气体,利用五点标定法得到分析浓度与标准浓度之间的关系,分析浓度的相对偏差小于0.06%。为验证系统在实际工作场景下的性能,选取某喷涂车间,对喷漆过程中溶剂和稀释剂挥发形成的VOCs污染进行一周的监测,得到苯、甲基乙基酮、异丙醇以及乙酸乙酯四种主要污染气体的浓度变化。设定浓度安全阈值为安全作业提供参考。从长时间测试数据分析,系统平均无故障时间(MTBF)长达1 000 h,可长时间稳定可靠地实时监测。  相似文献   

10.
宋海润  王晓蕾  李浩 《强激光与粒子束》2020,32(3):031002-1-031002-7
针对大气垂直方向上消光系数分布不均匀难以用传统方法直接测量垂直能见度的问题,提出了一种基于激光雷达探测垂直能见度的计算方法。根据大气辐射传输基本原理,借助于辐射传输方程,推导出了垂直能见度的计算公式;然后利用激光雷达原理方程和Klett算法反演出大气垂直方向上的消光系数分布,基于此提出了垂直能见度的迭代算法。最后,利用灰色模型GM(1,1)和批统计算法,对激光雷达反演得到的后向散射系数进行了评估,给出了误差置信区间为(0.760±0.339)×10^-4(srad·km)^-1。结果表明,该方法是一种特别有效的计算垂直能见度的方法,符合探测的基本需求,且误差小精度高。  相似文献   

11.
FTIR同时测定多组分室内有机污染气体的方法研究   总被引:2,自引:2,他引:0  
随着环保意识的增强,室内空气污染问题越来越引起人们的重视,尤其是挥发性有机化合物(VOCs)的污染.急需建立室内有机污染气体的多组分同时快速检测方法.文章采用红外光谱技术与化学计量学方法相结合,建立了同时测定室内主要有机污染气体苯、甲苯、二甲苯的分析方法.选择红外光谱中3 000~2 600 cm-1,1 100~600 cm-1两个谱段建立分析校正模型,对气体样品中苯、甲苯、二甲苯3种组分的计算浓度与标准浓度之间的复相关系数(r2)分别为0.970,0.955和0.946,校正集的均方根偏差(RMSEC)分别为0.074 2,0.081 9,0.087 7,预测集的均方根偏差(RMSEP)分别为0.132,0.134和0.033 3.对未知样品的预测结果在误差允许范围内,用该方法同时测定多组分室内有机污染气体是可行的.采用偏最小二乘(PLS)算法所得分析校正模型的各性能指标略优于主成分回归(PCR)算法.  相似文献   

12.
杂交稻种宜香725纯度的可见-近红外反射光谱鉴定   总被引:1,自引:0,他引:1  
提出了一种基于可见-近红外光谱技术快速、无损鉴定杂交稻种纯度的新方法.以FieldSpec(R)3地物光谱仪采集纯度在90%~99%范围内的杂交稻种(宜香725)光谱数据90份,随机分成校正集(75份)和检验集(15份).根据其在380~2 400 nm的反射光谱,以偏最小二乘算法(PLS)建立了回归模型,并比较了不同光谱预处理方法对模型的影响.分析表明采用一阶导数结合标准归一化处理能最有效地提取光谱信息,此时PLS模型校正集决定系数与检验集决定系数分别为0.988 4与0.922 7,校正标准误差(SEC)与预测标准误差(SEP)分别为0.002 5与0.006 6.将经一阶导数结合标准归一化处理后的光谱进行PCA降维,以前20个主成份(含原始光谱86.09%的特征信息)为输入变量,建立杂交稻种纯度鉴定的BP-ANN模型.分析表明BP-ANN模型校正集决定系数与检验集决定系数分别为0.995 2与0.936 9,SEC与SEP分别为0.001 7与0.006 1,具有比PLS模型更高的精度.结果表明以可见-近红外技术进行杂交稻种纯度的快速、无损鉴定是可行的,且PCA结合BP-ANN是一种优选方法.  相似文献   

13.
葡萄浆果糖度可见/近红外光谱检测的研究   总被引:4,自引:1,他引:3  
针对可见/近红外光谱与水果糖度存在非线性相关的特点,利用漫反射光谱测定方法获取了葡萄浆果的可见/近红外光谱,提出了应用偏最小二乘(PLS)结合人工神经网络(ANN)建立葡萄浆果糖度的预测模型,利用偏最小二乘法(PLS)对原始光谱数据进行处理,得出交叉检验的最佳主因子数为3,并将3个主因子的得分作为三层BP神经网络的输入.通过定标集样本对BP神经网络进行训练,用优化的BP神经网络模型对预测集样本进行预测.PLS-ANN模型对样本的预测模型检验参数r2为0.908,:RMSEP为0.112,Bi-as为0.013,好于只使用PLS模型的预测模型检验参数r2为00.863,RMSEP为0.171,Bias为0.024.结果表明,利用近红外光谱技术无损检测葡萄浆果糖度等内部品质是可行的,为今后进一步分析建立浆果内部品质预测模型奠定了基础.  相似文献   

14.
15.
可溶性固形物(SSC)和可滴定总酸(TA)含量是影响李果实品质的重要指标,经典的破坏性检测方法不适用于果实按品质分级,近红外光谱(NIRS)检测方法具有速度快、操作简便、可无损检测果实品质。为实现NIRS无损快速检测安哥诺李果实可溶性固形物和可滴定总酸含量,利用NIRS采集李果实的漫反射光谱,同时采用糖度计测定安哥诺李果实的SSC,采用滴定法测定了李果实TA含量,使用杠杆值和F概率值剔除异常样品,采用软件优化结合人工筛选光谱波段,使用了消除常数偏移量、减去一条直线、矢量归一化(SNV)、最大-最小归一化、多元散射校正(MSC)、一阶和二阶导数结合平滑处理、一阶导数结合减去一条直线和平滑处理、以及一阶导数结合SNV或MSC校正等光谱预处理方法,分别采用偏最小二乘法(PLS)和主成分分析结合反向传播人工神经网络(BP-ANN)建立李果实SSC、TA的定量分析模型。结果表明,李果实SSC和TA的最佳PLS建模效果波段范围分别为4 000~8 852和4 605~6 523 cm-1。SSC的PLS模型的最佳光谱预处理方法为MSC校正,最佳模型校正相关系数(Rc)为0.914 4,预测相关系数(Rp)为0.878 5,校正均方根误差(RMSEC)为0.91,预测均方根误差(RMSEP)为1.00。经一阶微分结合SNV和9点平滑的方法预处理后,TA的PLS模型效果最佳,RcRp,RMSEC,RMSEP分别为0.860 3,0.819 6,0.80和0.86。提取了李果实SSC和TA光谱数据的主成分,并基于前10个主成分得分建立了李果实SSC和TA最佳BP-ANN定量分析模型,其RcRp,RMSEC和RMSEP分别为0.976 7,0.889 7,0.75和0.99;TA的BP-ANN模型的相应参数值依次为0.974 3,0.897 7,0.62和0.83,与采用PLS算法建立的定量模型相比较,BP-ANN模型具有较高的RcRp和较低的RMSEC,RMSEP,因此BP-ANN模型对SSC和TA指标的定量分析结果更佳。  相似文献   

16.
基于BP-ANN的草莓品种近红外光谱无损鉴别方法研究   总被引:2,自引:0,他引:2  
研究了使用近红外漫反射光谱对不同品种草莓进行无损鉴别的方法,并分析了各品种草莓品质指标的差异性。在4 545~9 090cm-1光谱范围比较了反向传播人工神经网络、最小二乘支持向量机及判别分析的分类模型性能,发现拓扑结构为12-18-3的反向传播神经网络模型分类结果最优,校正集和预测集分类正确率分别为96.68%和97.14%,"甜宝"(n=99)、"丰香"(n=100)和"明星"(n=117)样品的单独判别正确率分别为94.95%,97%和98.29%。对三个品种样品的可溶性固形物、可滴定酸、pH值及固酸比品质指标进行了单因素方差分析,发现四个指标含量均存在明显差异,分析成分指标数据的主成分得分发现不同品种草莓存在明显的聚类趋势。结果表明,近红外光谱与反向传播人工神经网络结合可有效鉴别不同品种的草莓,且不同品种草莓化学成分含量的差异为近红外光谱分类提供了理化解释。  相似文献   

17.
应用可见/近红外吸收光谱技术对不同品源的香菇进行了无损鉴别研究。通过主成分分析法(PCA)将谱段为375~1 025 nm的光谱数据进行压缩和主成分提取,发现前3个主成分累计可信度可达94.37%,说明在三维空间建立样本鉴别模型是可行的。提出了一种将PCA和三维空间聚类相结合的方法,应用遗传算法确定了样本空间分割平面。遗传算法以同源样本的分割平面方程符号反向次数最小作为适应度函数。还建立了将PCA和BP神经网络相结合的比较模型。选取了195个样本,其中150个用于样本建模,其余45个用于检验模型预测能力。两个模型使用相同的建模集和预测集。结果表明,两个模型预测能力基本一样,准确率均高于91%。与BP神经网络相比,新方法更加直观简便,为仪器化鉴别提供了新途径。  相似文献   

18.
19.
羊肉嫩度傅里叶变换近红外光谱偏最小二乘法定量分析研究   总被引:11,自引:0,他引:11  
以从内蒙、宁夏、甘肃、新疆4个肉羊产区筛选的有代表性的98份羊肉样品为试材,应用傅里叶变换近红外光谱技术探讨了羊肉嫩度无损检测的方法。以模型决定系数(r2)、校正标准差(RMSECV)和预测标准差(RMSEP)为模型精度评价指标,采用偏最小二乘法(PLS)对近红外光谱信息与样品的质构仪剪切力值进行了拟合,确定了最佳的光谱预处理方法、主成分数和波段范围。结果表明:所选98个羊肉样品的剪切力值分布范围为1.673~6.631 kg,其中75%以上的样品剪切力值在2~5 kg,基本覆盖了我国现有的肉羊嫩度值分布;在11 995~5 446 cm-1和4 601~4 246 cm-1的波段范围内,最佳主成分数为10,光谱经矢量归一法处理后,建立的羊肉嫩度模型精度最高,r2达到86.2%,RMSECV为0.445;用此模型对预测集29个样品进行预测,预测值与实测值的相关系数r达到0.87,预测平均偏差为0.385,RMSEP为0.524。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号