差分吸收光谱技术在大气监测领域中的应用

随着人类经济的高速发展,环境污染和生态破坏日益严重,突发性环境污染事件也时有发生。如何防治污染、保护环境,成为当代科学的一个课题。痕量气体光谱分析技术检测大气污染具有检测范围广、速度快、成本低,且便于进行长期的动态检测等优势。差分光学吸收光谱技术(DOAS)是探测大气中痕量气体成分的现代光谱遥测技术。由于其高准确性和高分辨率、可同时对多种气体进行测量等优点被广泛用于城市空气质量、污染源排放(如:高速公路、企业排放)、对流层和平流层的大气痕量气体成分及自由基的测量。它可以同时测量大气中多种气体分子,如CO2、SO2、NOx等。本文介绍了主要介绍差分吸收光谱技术的原理、测量精度影响因素及其在大气监测领域中的应用。     

差分光学吸收光谱法在线测量燃烧污染产物浓度

本文将差分光学吸收光谱法(DOAS)应用于在线测量燃烧污染物浓度,介绍了DOAS的基本原理,描述了实验系统,并介绍了三角平滑法处理DOAS吸收截面数据和利用差分光学密度与差分吸收截面之间的互相关来求得混合气体中各气体组分的浓度的方法。     

DOAS大气污染监测系统中的VC++与Matlab联合编程

提出一种Matlab和VC 混合编程的方法并应用到差分光学吸收光谱(DOAS)大气污染监测系统中.根据数值计算精度要求,引用一种矩阵交换文件的方法来简化程序结构,使Matlab和VC 的编程可独立进行;介绍了一种将Matlab代码转换成为VC 代码的方法,它可以编译出单独的高效可执行程序,而不需要计算机系统中具有Matlab环境.对于SO2、NO和NO2的实验结果表明,该方法非常有效.该系统的测量范围从1×10-6到1×10-4,单组分的测量误差在1500之内.     

差分吸收光谱技术及在大气监测领域中的应用

差分吸收光谱技术(DOAS：Differential Optical Absorption Spectroscopy)是一种光谱监测技术，其基本原理就是利用空气中的气体分子的窄带吸收特性来鉴别气体成分，并根据窄带吸收强度来推演出微量气体的浓度。凭借其低廉且简单的设备装置和出色的监测能力，DOAS技术在大气监测领域内在国外已经被广泛应用。鉴于国内的污染形势的日益严峻及对此新兴技术知识的匮乏。对于DOAS技术的工作原理、浓度反演方法及其在大气研究领域内的应用与发展前景做了较为详细的介绍，为今后在大气监测领域里研究和应用DOAS技术提供了必要的理论知识。     

利用小波变换消除颗粒物Mie散射对DOAS技术的影响

为消除烟气中颗粒物Mie散射对差分吸收光谱(DOAS)法反演气体浓度的影响,提出了多项式结合小波变换的滤波方法.数值研究结果表明:对不同的颗粒物浓度和不同的气体浓度,采用该滤波方法都能够大幅度降低气体浓度的反演误差,且小波变换的层数随颗粒物浓度的增加而增加.实验研究表明:基于该滤波方法的DOAS技术,对0~1377.2mg/m3范围内的SO2气体,其浓度反演误差大都在10%以内,零点漂移由50.96mg/m3降为9.96mg,/m3,提高了DOAS技术的测量精度.     

以DOAS为基础的环境自动监测技术与仪器进展

评述以差分吸收光谱(DOAS)为基础的环境自动监测的技术原理、发展现状和存在的问题,重点讨论其在环境空气质量在线监测、大气污染源排放在线监测、机动车尾气在线监测和远程检测方面的应用.     

用DOAS法测量厦门地区大气中NO2的浓度

利用太阳作为光源．以美国国家天台所测量的太阳光谱为参考光谱．应用分光光度计分别在厦门东渡气象站和厦门大学对太阳进行跟踪测量．并对得到的光谱数据进行分析．利用差分光学吸收光谱方法反演大气中痕量气体浓度，并将最小二乘法应用于数据反演中．成功地得到大气中NO2的垂直柱浓度；利用光学遥测方法得到了厦门地区上空NO2含量及其变化．经过分析与讨论．我们计算的结果与环境监测部门采用气象常规方法测量的数据基本一致．证实了利用该方法可以较好地监测城市上空大气的污染情况．对空气中有害气体的光学遥测提供了有效的测量手段．     

小波变换-差分吸收光谱法在NO气体浓度反演过程中的研究

差分吸收光谱法通过快变("窄带"高频)分子特征吸收部分来区别微量气体种类。在实际的测量中由于系统噪声信号叠加在吸收光谱上,进而影响测量结果。差分吸收光谱法较为常见的去噪分析方法为多项式拟合平滑滤波的方式,因此提出在不影响原有差分吸收光学密度细节的基础上采用小波变换-差分吸收光谱法进行逐层解析去噪。首先,利用软阈值小波去噪处理随波长在0上下波动的差分光学密度曲线,然后取绝对值求其绝对面积积分。不同气体浓度的差分吸收光学密度的面积积分不同,以此建立浓度反演方程,提高了反演精度。对于本系统而言采用db4母小波的小波母函数和一层分解层数效果最好。     

基于DOAS的机动车NO排放检测优化设计

基于紫外差分吸收光谱(differential optical absorption spectroscopy,DOAS)技术,引入最小二乘法实现对机动车排气烟羽中的NO气体检测。利用DOAS测量原理和差分光路,在自制试验平台上注入给定标准体积分数的NO气体,通过对光谱数据采集及理论优化设计,确定目标函数,获取NO差分吸收度随体积分数变化规律及反演计算理论方法,为消除非线性干扰,利用多项式拟合方法实现NO气体体积分数测量结果的非线性补偿。试验与分析计算结果表明,所提出的方法对NO气体体积分数测量达到了优化的效果,提升了检测的准确性和稳定性,因此具有实际应用价值。     

TAPP与DNA作用的共振光散射光谱校正

用吸收装置改变荧光分光光度计入射光的光路,获得光源的强度光谱和样品的透光光谱,并在同一台仪器上建立一种简单的分离表观吸收光谱中吸收和散射成分的方法.通过对TAPP(α,β,γ,δ-四-(对三甲氨基苯基)卟啉)与DNA作用的共振光散射光谱进行校正,结果表明,校正表观分子吸收后,灵敏度提高了2倍左右.校正仪器影响后,从F-2500和F-4500荧光分光光度计获得表观吸收光谱中分离出的TAPP与DNA作用的散射成分,其形状基本一致.     

基于差分吸收光谱法的烷烃气体检测系统的研制

利用差分吸收光谱（DOAS）技术研制开发了一套烷烃类气体检测实验系统,在该实验系统上测量了CH4的吸收光谱以及吸收截面,并利用这些参数开展了CH4气体浓度反演算法的研究.实验结果表明：在常温常压下,CH4的检测结果与标准浓度之间的线性拟合系数R2为0.9998,误差小于3%,CH4的最低检测限为0.01%.这些工作为烷烃光谱录井仪的研发奠定了基础.     

基于差分光学吸收光谱技术检测室内空气质量研究

基于差分光学吸收光谱法原理,研究了一套室内空气质量检测装置.用可调谐二极管激光作为传感光源,采用波长调制方法,通过对谐波信号进行光电探测可得气体浓度.还特别设计了一个利用多个凹面反射镜来延长测量光程的光学系统,可提高系统的检测灵敏度.     

小波变换与卡尔曼滤波联用处理ICP-AES光谱信号

提出了用小波变换-卡尔曼滤波联用方法处理含强噪声的严重重叠的ICP-AES光谱信号。模拟试验结果表明，虽然卡尔曼滤波法对重叠信号具有极强的分辨能力，但对噪声较敏感。当噪声含量较高时，滤波结果与真实值相去甚远。而采用联用方法时，即使噪声含量高达50％，干扰线与分析线几乎完全重叠，所得结果的误差基本上都在10％以内。用该法测定了受V干扰的Yb和受Cu干扰的Zn，得到比较满意的结果。     

带不同局部动态模型的时变系统信息融合Kalman估值器

对于带不同局部动态模型和多传感器的的线性离散时变随机控制系统,应用Kalman滤波方法,基于Riccati方程,根据按矩阵加权、按对角阵加权和按标量加权三种最优融合规则．提出了系统公共状态的三种最优加权融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为计算最优加权,提出计算局部估计误差互协方差公式。它们可用于信号融合滤波。用增广状态方法．将待估信号看成子系统公共状态,提出了信号多传感器信息融合滤波的一种设计方法。     

基于广义S变换的动态滤波技术及应用

分频解释技术已广泛应用于地震资料综合解释流程中。以广义Stockwell变换时频谱为基础,提出了一种针对瞬时谱的动态滤波技术,该方法分别对各时刻瞬时谱进行频率域滤波,且各时刻滤波参数由该时刻瞬时谱动态决定。详细介绍了该方法的原理及实现流程;通过单道地震信号分析了动态滤波技术的优势;并结合实际工区和衰减梯度含油气性检测技术,对比了滤波前后检测的衰减异常,得出利用动态滤波方法处理后的地震数据能够更准确的检测气藏的衰减异常,更符合工区实际情况,证实了该方法的可行性和实用性。动态滤波方法为地震信号分频处理提出了一种新思路。     

卡尔曼滤波理论及其在地震勘探资料处理中的应用

本文给出了卡尔曼滤波的理论描述,从一个动态系统的状态空间表示法出发,给出了随机过程的卡尔曼滤波方程,说明它仍是一种最小平方滤波,但这种滤波方程不仅适用于线性时不变系统,而且适用于非线性时变系统。采用递推方法计算,既方便又简洁,而且保证其收敛性。这种方法非常适用于地震资料的处理,诸如滤波、反滤波和预测滤波等,可以大大提高地震资料的信噪比和分辨率,文中给出了应用实例。     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

机动目标跟踪中的序贯滤波

多个测量站（多雷达或多传感器）工作时，在时间上是不同步的．在融合之前必须将这些观测数据进行同步．在某雷达单独观测时，采用通常的卡尔曼滤波方法；在多雷达重叠观测区，采用序贯滤波方法，不管是哪个传感器观测，按时间顺序，先到的量测点先进行滤波，这样就省去了时间同步这一步处理，又增强了航迹的连续性．计算机仿真证明了该方法的有效性．