化学计量学在遥感FTIR谱图解析中的应用及发展

论文摘要

本论文用化学计量学的方法，建立了对大气环境中有毒易挥发有机化合物（volatile organic compounds，VOCs）的遥感傅立叶变换红外光谱（Fourier transform infrared，FTIR）谱图解析方法，文中所建立的方法，更好地发挥了遥感分析的快速、准确、实时等优势。同时，化学计量学方法在具体问题的解决中，也得到发展。由于遥感FTIR谱图存在信号噪声大、未知干扰、背景信号波动大等特点，本文从方法的普适性和稳健性角度，提出了遥感FTIR谱图的解析的方法。建立了基于偏最小二乘法（partial least squares，PLS）的谱图定量分析方法：正交信号处理（orthogonal signal correction，OSC）方法较好地对干扰和信号进行分离，得到了一种稳健和简单化的模型；由改进PLS线性内部关系出发，建立了对5组分VOCs体系进行分析的多项式偏最小二乘（polynomial partial least squares，PPLS）的方法；创新性地引入模型传递的思路，通过选择方法以及方法的优化，用少的潜变量建立分析模型并实现了EPA数据对遥感数据的分析；用PLS方法建立对VOCs的模式识别方法，结合实验设计手段实现对VOCs定性和定量同时分析；本研究初步建立了被动式遥感FTIR谱图分析技术，创新性地利用平行因子分析法（parallel factor analysis，PARAFAC）实现了在有干扰情况下，被动式遥感FTIR谱图的定性和定量的同时分析。本文取得的基本成果总结如下： 1．基于偏最小二乘法的遥感FTIR谱图解析方法 本研究根据遥感FTIR信号特点，从方法的普适性和稳健性角度出发，建立了改进PLS的谱图分析技术。对于遥感FTIR数据，由于噪声的加入，使得PLS模型的潜变量变大，噪声数据不能同真实数据相分离，OSC-PLS有效改善了对遥感FTIR谱图的解析能力，建模潜变量个数的减少，对更复杂的体系也同样具有较好的预测性能。相对于PLS，PPLS利用非线性的内部关系，对VOCs混合物含量的预测准确度有了提高，显示出很好的处理非线性数据的能力。遗传算法（genetic algorithm，GA）可以有效选取PLS建模变量，使模型简单化的同时提高预测准确度。但是，GA-PLS对遥感数据的预测仅限于用遥感数据建立校正模型的情况。经过PLS对数据压缩，人工神经网络（artificial neural network，ANN）输入数据变小，计算精度提高。既改善了ANN模型对训练集的要求，又满足了遥感FTIR实时分析的要求。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 遥感FTIR的谱图解析技术
• 1.1.1 利用红外光谱的精细结构计算
• 1.1.2 直接利用Beer定律定量分析
• 1.1.3 化学计量学方法
• 1.2 化学计量学
• 1.2.1 PLS的应用
• 1.2.2 PLS使用策略
• 1.2.3 方法的改进
• 1.3 本论文的研究内容
• 2 基于偏最小二乘法的遥感FTIR谱图的解析
• 2.1 PLS对遥感FTIR谱图的解析
• 2.1.1 实验部分
• 2.1.2 参数的选择
• 2.1.3 与PCR的比较
• 2.1.4 对人工神经网络主成分的提取
• 2.1.5 小结
• 2.2 OSC-PLS对遥感FTIR谱图的解析
• 2.2.1 OSC的原理
• 2.2.2 实验部分
• 2.2.3 结果与讨论
• 2.2.4 小结
• 2.3 多项式偏最小二乘法对遥感FTIR谱图的分析
• 2.3.1 实验部分
• 2.3.2 结果与讨论
• 2.3.3 小结
• 2.4 GA-PLS对遥感FTIR谱图的解析
• 2.4.1 GA对变量选择的实现过程
• 2.4.2 实验部分
• 2.4.3 结果与讨论
• 2.4.4 小结
• 2.5 结论
• 3 模型传递用于遥感FTIR的谱图解析
• 3.1 模型传递方法的选择
• 3.1.1 理论
• 3.1.2 实验部分
• 3.1.3 结果与讨论
• 3.1.4 小结
• 3.2模型传递用于解析遥感傅里叶变换红外谱图
• 3.2.1 实验部分
• 3.2.2 结果与讨论
• 3.2.3 小结
• 3.3 结论
• 4 对遥感FTIR谱图的模式识别
• 4.1 基于PLSDA的鉴别分析
• 4.1.1 实验
• 4.1.2 结果与讨论
• 4.1.3 小结
• 4.2 基于实验设计的遥感FTIR数据的定性定量分析
• 4.2.1 实验
• 4.2.2 结果与讨论
• 4.2.3 小结
• 4.3 结论
• 5 被动式FTIR遥感大气VOCs的谱图的分析
• 5.1 被动式FTIR遥感大气中VOCs谱图的定量分析
• 5.1.1 实验
• 5.1.2 结果与讨论
• 5.1.3 小结
• 5.2 基于平行因子分析法的遥感FTIR谱图解析
• 5.2.1 平行因子分析法的实现方法
• 5.2.2 实验
• 5.2.3 结果与讨论
• 5.3.4 小结
• 5.4 结论
• 6 结论
• 致谢
• 参考文献
• 本人在攻读博士学位期间发表和待发表论文