基于目标与环境FD模型的多特征检测算法适应性评估

智能变形、变色、变温、变谱技术发展趋势下,低特征目标加速实现与自然地物背景的特征融合,导致复杂自然背景环境下低散射、微反射、弱辐射目标的检测与评估愈发困难,特定场景下潜在威胁目标的检测方法快速决策与准确评估成为了难题。为了提升离散目标、伪装目标、弱小目标、异常目标等低特征目标与复杂自然背景环境融合场景下的多特征检测算法的选择效率及其检测准确度,提出了目标与背景环境融合度（FD）参数模型,并设计了植被伪装目标嵌入草地背景、植被伪装目标嵌入土壤背景、植被及水泥路伪装目标嵌入土壤背景以及植被、水泥路、土壤伪装目标分别嵌入草地、水泥路、土壤背景等4种不同波谱特征分布场景的模拟图像数据,以及信噪比为200,400与800的高斯白噪声分别加入场景一的3种不同级别噪声比例的模拟图像数据。通过综合目标波谱信息、背景波谱信息、数据噪声比例等多种因素的综合试验分析,开展了基于目标与环境FD模型的多特征检测算法适应性评估研究。结果表明,在标准差均小于0.08的条件下,MtACE,MtAMF,MtCEM,SumACE,SumAMF,SumCEM,WtaACE,WtaAMF,WtaCEM等9大经典多特征检测算法对于4种波谱分布场景检测结果的FD参数平均值分别为0.320 0,0.350 2,0.862 4,0.365 8,0.365 8,0.846 1,0.680 0,0.680 0和0.948 2;在标准差均小于0.07的条件下,9大经典多特征检测算法对于3种不同级别噪声比例数据检测结果的FD参数平均值分别为0.313 5,0.320 9,0.774 7,0.369 6,0.369 6,0.847 5,0.695 6,0.695 6和0.960 3。通过不同波谱分布场景及不同噪声级别条件下的检测与融合度评估试验分析,实现了多特征检测算法的适应性能排序,大幅提升复杂场景下多种低特征目标的检测效率。综合波谱与噪声因素,对于复杂场景下离散分布的低特征目标检测,9大经典多特征检测算法的优先级顺序为：MtACE>MtAMF>SumACE=SumAMF>>WtaACE=WtaAMF>MtCEM>SumCEM>WtaCEM。     

电子制冷预浓缩-双柱气相色谱-质谱/氢火焰检测器法测定空气中104种挥发性有机物

基于吸附剂辅助电子制冷预浓缩技术，建立了多维切割双柱气相色谱-质谱/氢火焰离子化检测器（GC-MS/FID）同时测定环境空气中104种挥发性有机物（VOCs）的方法。将采集于苏玛罐中的环境空气样品在配有吸附剂的电子制冷预浓缩系统中富集、脱附、除水、除CO₂和浓缩，然后通过GC-MS/FID的多维切割单元将C₂~C₃组分和C₄~C₁₂组分分别引入PLOT柱和InterCap-624柱进行分离。C₂~C₃组分用FID检测，以保留时间定性、外标法定量；C₄~C₁₂组分采用电子轰击离子源质谱检测，以保留时间和特征离子定性、内标法定量。考察了冷阱吸附剂种类、辅助压力控制单元压力设置、双柱切换时间切割点等参数对分析结果的影响，优化了GC-MS/FID条件，并评估了在此优化条件下的方法性能。104种VOCs在0.0446~0.892 μmol/m³范围内线性关系良好，相关系数（r）为0.9984~0.9999，对0.0446 μmol/m³和0.223 μmol/m³水平的混合标准气体重复6次进样，平均回收率为86.4%~116.1%，相对标准偏差为0.9%~11.3%；方法的检出限为0.145~1.90 μg/m³，定量限为0.435~5.70 μg/m³。该法稳定性好，灵敏度高，操作简便，可用于环境空气中104种VOCs的测定。