| 差分吸收光谱系统监测污染物浓度实时预测模型 |
| |
| 作者姓名： | 李素文 刘文清 谢品华 王凤随 杨一军 |
| |
| 作者单位： | 淮北煤炭师范学院物理与电子信息学院,安徽,淮北,235000;中国科学院环境光学与技术重点实验室,中国科学院安徽光学精密机械研究所,安徽,合肥,230031;中国科学院环境光学与技术重点实验室,中国科学院安徽光学精密机械研究所,安徽,合肥,230031;淮北煤炭师范学院物理与电子信息学院,安徽,淮北,235000 |
| |
| 基金项目： | 国家自然科学基金项目,教育部科学技术研究重点项目,安徽高校省级自然科学研究计划重点项目,安徽省自然科学基金项目 |
| |
| 摘 要： | 差分吸收光谱(DOAS)法是一种有效的监测大气污染气体浓度的光学遥感方法,不仅有好的时间分辨率,而且测量灵敏度也很高。但是由于遥测系统处于复杂的大气环境中,各种干扰因素以及恶劣的气候条件,都会对系统产生影响。针对现有实时、在线监测差分吸收光谱系统中存在的不足,作者提出了一种基于改进Elman网络的实时预测模型。利用逐步回归筛选预测因子,不仅降低了预测网络的复杂程度,而且增强了系统的预测实时性。利用带自适应学习率的动态BP算法对改进的Elman网络进行训练,使预测系统能更好地辨识要预测的差分吸收光谱系统,该模型能较准确地对DOAS系统监测污染物数据进行实时跟踪监控,一定程度上弥补了遥测系统的不足。
|
| 关 键 词： | 差分吸收光谱系统 Elman网络 实时预测 动态BP算法 |
| 收稿时间： | 2008-10-26 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《光谱学与光谱分析》浏览原始摘要信息 |
|
点击此处可从《光谱学与光谱分析》下载全文 |
|
