大气环境中气体污染物空间浓度分布的重构

摘要

本文利用遥感傅立叶变换红外光谱仪和计算机层析算法，对气体浓度在空间的分布进行重构。主要研究内容有以下三个方面： 1、利用曲线拟合算法对室内单光路上气体污染物浓度的分布进行了重构。通过对所用的六种拟合算法(5次、6次、7次、8次、9次最小二乘多项式拟合以及三次样条插值拟合)的比较，可知利用7次最小二乘多项式拟合所得到的重构结果与实际值最接近，优于其它算法。 2、利用双三次B样条曲面重构技术发展了一种快速算法，有效地重构出丙酮气体浓度在测量平面上的空间分布。将其重构出的浓度最大值及其位置的结果，与用SBFM算法得到的结果进行了比较，二者一致。该算法的一个突出特点是计算速度很快，仅0.719s，明显优于SBFM算法的计算速度(224s)。 3、本论文对丙酮、二氯甲烷、氯仿三种有机有毒大气污染物进行了气体浓度分布的快速重构。利用BP-ANN对混合气体的红外谱图进行解析，然后利用快速算法有效地重构出三种物质在测量平面上的浓度峰值和及其位置。

目录

文摘

英文文摘

声明及学位论文使用授权声明

1绪论

1.1大气遥感监测技术

1.1.1差分光学吸收光谱技术(DOAS)

1.1.2差分吸收激光雷达技术(DIAL)

1.1.3开路傅立叶变换红外光谱技术(OP-FTIR)

1.2 CT重构算法

1.2.1迭代算法

1.2.2平滑基函数最小化法(SBFM)

1.2.3多项式拟合算法

1.2.4算法的选择

1.3多组分气体污染物的谱图解析技术

1.4本论文研究内容

2单光路上气体浓度的一维重构

2.1理论部分

2.1.1光路积分浓度(PIC)的计算

2.1.2拟合算法

2.2实验部分

2.3结果与讨论

2.4结论

3二维空间气体浓度分布的快速重构

3.1理论部分

3.1.1快速重构算法

3.1.2曲面重构原理

3.1.3反向传播人工神经网络算法的基本原理

3.2实验部分

3.2.1实验设计与过程

3.2.2数据处理软件

3.3快速算法的验证

3.3.1快速算法的象素浓度图

3.3.2两种算法的重构结果和比较

3.4三组分气体污染物浓度的空间分布重构

3.4.1反向传播人工神经网络的参数选择

3.4.2三种气体污染物浓度的空间分布

3.5结论

结论

致谢

参考文献

本人在研究生期间发表的论文