主成分分析在温室气体时序红外光谱处理中的应用研究_王钰豪.pdf
《主成分分析在温室气体时序红外光谱处理中的应用研究_王钰豪.pdf》由会员分享,可在线阅读,更多相关《主成分分析在温室气体时序红外光谱处理中的应用研究_王钰豪.pdf(6页珍藏版)》请在咨信网上搜索。
1、第 卷,第期 光谱学与光谱分析 ,年月 ,主成分分析在温室气体时序红外光谱处理中的应用研究王钰豪,刘建国,徐亮,邓亚颂,沈先春,孙永丰,徐寒杨中国科学技术大学环境科学与光电技术学院,安徽 合肥 中国科学院合肥物质科学研究院,安徽光学精密机械研究所,中国科学院环境光学与技术重点实验室,安徽 合肥 摘要傅里叶变换红外光谱技术可同时测量多种温室气体组分的浓度。仪器噪声和谱线重叠效应会对光谱数据的质量产生影响,从而影响各组分反演浓度的结果。针对上述问题,使用不同数量的主成分对时序测量光谱矩阵进行重建,并将重建光谱矩阵与原始光谱矩阵之间的欧式距离和余弦距离作为动态选择主成分数量的判据,重建时序测量光谱,
2、从而提高时序光谱数据的质量。采用该方法分别对数值仿真光谱、标准气体测量光谱和外场实验测量光谱进行了处理。结果表明,叠加 噪声的数值仿真光谱经过光谱重建后,光谱的结构特征未明显改变,重建光谱与原始光谱之间的残差标准差为 ,有效降低了测量光谱中噪声的影响。采用该方法对标准气体的平均测量光谱进行了重建,并比较了重建光谱与平均光谱的反演浓度精度。平 均 测 量 光 谱 反 演 各 组 分 浓 度 的 精 度 为:、:、:和:;平均测量光谱反演各组分浓度的精度为:、:、:和:;重建光谱反演各组分浓度的精度为:、:、:和:;重建光谱反演各组分浓度的精度为:、:、:和:。利用重建光谱进行反演能够显著提高气体
3、反演浓度的精度,重建光谱反演浓度的精度结果能够达到的扩展测量精度要求。在外场实验中,重建光谱反演 得到的浓度与 平均光谱反演得到的 浓度的相关系数可达到 。综合分析可知,对 时序光谱数据进行主成分动态选择不仅降低了时序测量光谱中噪声的影响,而且有效保留了时序测量光谱的特征变化信息。关键词傅里叶变换红外光谱;主成分分析;光谱降噪;温室气体中图分类号:文献标识码:()收稿日期:,修订日期:基金项目:国家自然科学基金专项项目(),安徽省重点研发计划(),国家自然科学基金项目()资助作者简介:王钰豪,年生,中国科学技术大学环境科学与光电技术学院博士研究生 :通讯作者 :引言在过去几十年间,的浓度持续增
4、长,从 年的 逐渐增长到 年的 ,增长了约;和 这两种温室气体的浓度持续快速增长,浓度从 年的 增长到 年的 ,增长了约;的浓度从 年的 增长到 年的 ,增长了约。这些温室气体的浓度发生了显著变化,直接影响了温室效应、生态环境和人类生活。傅里叶变换红外光谱(,)技术广泛应用于温室气体监测,具有多组分同时测量的优势。然而,随机噪声等因素会对测量结果产生影响,因此在数据分析之前,通常需要采用合适的光谱数据处理 方 法,提 高 光 谱 数 据 的 质 量,。等采用固定的主成分数量来降低噪声的影响,以提高光谱信号的质量,但可能会丢失一些重要的细节信息。等采用盲估计方法对光谱数据进行处理,有效减小光谱中
5、的噪声并保留光谱细节,但处理结果会受到一些随机因素的影响,如起始点的选择、收敛速度等。等采用累加平均法对光谱数据进行处理,可以降低随机噪声的影响,但该方法需要对多个光谱信号进行累加,因此需要较长的时间来获取足够的数据,一定程度降低了反演浓度数据的时间分辨率。等 采用机器学习方法处理光谱数据,能够去除各种类型的噪声,同时在大规模数据处理方面效率高,但对于不同的应用场景,需要针对性的数据处理和算法调整。不同的光谱数据处理方法适用于不同类型的数据结构、数据质量和应用领域。针对具有高维度和时序相关性强的 时序光谱测量数据的处理,提出了一种动态选择主成分的时序光谱数据处理方法。在某些情况下,该方法不仅可
6、以提高光谱数据的质量,也不会降低反演浓度数据的时间分辨率,但受限于主成分分析自身的局限性,动态选择主成分的方法也不适用于气体浓度显著变化的场景。主成分动态重建法建立的依据及过程仪器测量得到的吸光度()可以表示为种组分在频率处的吸光度与随机测量误差()之和,如式()所示。()()()()()式()中,()是测量得到的吸光度;是第个组分的浓度;是光程;()是第个组分的吸收系数;()是仪器线型函数。按时序测量得到的光谱数据可以用矩阵(倾斜大写字母)表示,如式()所示。()式()中,是的样本矩阵,即个频率,次测量得到的吸光度矩阵;是种物质,次测量得到的浓度矩阵;是个频率,种物质系数形成的矩阵;是个频率
7、,次测量的随机误差形成的误差矩阵,其中,随机测量误差主要包含仪器噪声和环境噪声。主成分分析(,)通过正交变换将存在相关性的时序光谱样本矩阵转换为一组线性不相关的数据,可以通过计算协方差矩阵的特征值和特征向量来实现。首先,对时序光谱样本矩阵进行中心化处理,如式()和式()所示。?()?()式中,?是样本矩阵列分量的均值;是样本矩阵的元素;是中心化处理后的矩阵,由样本矩阵的每个元素减去列分量的均值得到。需要注意的是,在中心化处理前,是否需要对数据进行标准化处理,取决于数据的质量。然后,计算中心化后矩阵的协方差矩阵和其对应的特征值和特征向量,如式()和式()所示。()()式中,是协方差矩阵;是特征向
8、量;是特征值。时序光谱样本矩 阵 经 过 变 换 后,每 一 列 都 被 表 示 成 一 组 主 成 分(),每个主成分都是原始数据中的一种线性组合。最后,将时序光谱样本矩阵的数据映射到前个主成分张成的子空间,得到降维后的矩阵,如式()所示。()式()中,是投影后的矩阵;是前个主成分组成的矩阵。基于 数据库的谱线参数,利用数值仿真分别获得不同 浓度下的透过率光谱,其中 的浓度分别为 、和 ,光谱分辨率为,温度为 ,压强为 ,噪声为 ,光程为。用一个(本例 )的矩阵表示上述数值仿真光谱数据,其中与仿真光谱数量有关,与波数范围及光谱分辨率有关,每一行是一组数值仿真数据,每一列是每个频率下的数据点。
9、使用不同数量的主成分分别对数值仿真光谱矩阵()进行了重建,并将第一行数值仿真光谱数据与其重建光谱数据进行了比较,结果如图()和()所示。图利用不同主成分重建获得光谱和原始光谱的对比结果():不同主成分重建获得的光谱;():重建光谱和原始光谱的差值光谱 ():;():光谱学与光谱分析第 卷由图(,)可知,利用不同主成分获得的重建光谱有所区别,重建光谱与原始光谱之间也有一定的差异。使用数值仿真光谱数据和重建光谱数据之间的欧氏距离和余弦距离来定量比较两者之间的相似度和差异,其计算如式()和式()所示。()()()()()()式中,是欧式距离;是原始光谱数据;是重建光谱数据;是光谱的数据点个数;是余弦
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 成分 分析 温室 气体 时序 红外 光谱 处理 中的 应用 研究 王钰豪
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。