-
公开(公告)号:CN113689035B
公开(公告)日:2023-06-20
申请号:CN202110967743.6
申请日:2021-08-23
Applicant: 安徽大学
Abstract: 本发明提供了一种基于卷积神经网络的MAX‑DOAS光谱预测对流层NO2廓线的方法,所述方法通过卷积神经网络,将对齐的多仰角MAX‑DOAS光谱数据和PriAM算法反演的对流层NO2数据结合,建立可实现对流层NO2廓线预测的卷积神经网络模型;卷积神经网络模型(CNN)通过卷积层来提取数据特征,池化层用来降维和防止模型的过拟合,最后利用全连接层来输出结果。本发明解决了对流层NO2廓线在线实时预测问题,能够根据MAX‑DOAS光谱快速准确直观的得到对流层NO2廓线,减少了QDOAS拟合和廓线反演算法反演立体分布的进程,避免了在该过程中出现的误差;一方面对对流层NO2廓线进行预测有助于监测NO2在对流层上的浓度变化趋势,对于NO2污染的评估,分析造成污染的原因有着重大的意义。
-
公开(公告)号:CN113689035A
公开(公告)日:2021-11-23
申请号:CN202110967743.6
申请日:2021-08-23
Applicant: 安徽大学
Abstract: 本发明提供了一种基于卷积神经网络的MAX‑DOAS光谱预测对流层NO2廓线的方法,所述方法通过卷积神经网络,将对齐的多仰角MAX‑DOAS光谱数据和PriAM算法反演的对流层NO2数据结合,建立可实现对流层NO2廓线预测的卷积神经网络模型;卷积神经网络模型(CNN)通过卷积层来提取数据特征,池化层用来降维和防止模型的过拟合,最后利用全连接层来输出结果。本发明解决了对流层NO2廓线在线实时预测问题,能够根据MAX‑DOAS光谱快速准确直观的得到对流层NO2廓线,减少了QDOAS拟合和廓线反演算法反演立体分布的进程,避免了在该过程中出现的误差;一方面对对流层NO2廓线进行预测有助于监测NO2在对流层上的浓度变化趋势,对于NO2污染的评估,分析造成污染的原因有着重大的意义。
-
公开(公告)号:CN114414525B
公开(公告)日:2024-05-14
申请号:CN202111422576.3
申请日:2021-11-26
Applicant: 安徽大学
Abstract: 本发明提供了基于半导体激光NO2柱浓度的探测装置及探测方法,通过设置激光光源、接收系统和信号处理模块;激光光源为连续光可调谐半导体激光发射光源;接收系统为接收连续光可调谐半导体激光发射光源的接收装置,用于实现对大气中NO2分子反射散射光的接收;信号处理模块与接收系统相连,用以放大和处理接收到的光信号。本发明通过设置激光光源和接收系统,来实现对大气中NO2分子进行光探测,并通过信号处理模块收到的两个波段的后向散射光信号使用激光雷达方程进行差分处理,即可得到NO2柱浓度;整个装置构造简单,使用更加方便,更加经济实用,且装置在使用时,稳定可靠,检测的准确率高,具有很好的应用前景,值得广泛推广。
-
公开(公告)号:CN114414525A
公开(公告)日:2022-04-29
申请号:CN202111422576.3
申请日:2021-11-26
Applicant: 安徽大学
Abstract: 本发明提供了基于半导体激光NO2柱浓度的探测装置及探测方法,通过设置激光光源、接收系统和信号处理模块;激光光源为连续光可调谐半导体激光发射光源;接收系统为接收连续光可调谐半导体激光发射光源的接收装置,用于实现对大气中NO2分子反射散射光的接收;信号处理模块与接收系统相连,用以放大和处理接收到的光信号。本发明通过设置激光光源和接收系统,来实现对大气中NO2分子进行光探测,并通过信号处理模块收到的两个波段的后向散射光信号使用激光雷达方程进行差分处理,即可得到NO2柱浓度;整个装置构造简单,使用更加方便,更加经济实用,且装置在使用时,稳定可靠,检测的准确率高,具有很好的应用前景,值得广泛推广。
-
公开(公告)号:CN119574501A
公开(公告)日:2025-03-07
申请号:CN202411762701.9
申请日:2024-12-03
Applicant: 安徽大学
Abstract: 本发明公开了基于半导体激光的NO2收发一体遥测装置及方法,所述装置包括收发一体激光发射系统、望远镜系统以及数据接收系统;所述激光发射系统包括半导体激光器,所述半导体激光器与激光驱动模块相连,所述半导体激光器发射的激光光束依次经过准直透镜、分光棱镜以及光谱仪;所述望远镜系统包括直角反射棱镜、副镜以及主镜,所述直角反射棱镜安放于上述的反射光方向且与所述副镜固定在同一安装架上;所述数据接收系统包括光电探测器,所述光电探测器与数据处理模块相连;本发明激光发射系统、望远镜系统采用收发一体设计,发射光路与接收光路同心,具有结构紧凑、稳定性高、易维护的特点,更适用于夜间大气NO2浓度的遥测。
-
公开(公告)号:CN117763962A
公开(公告)日:2024-03-26
申请号:CN202311791757.2
申请日:2023-12-22
Applicant: 安徽大学
IPC: G06F30/27 , G01N21/25 , G01N33/00 , G06N3/0464 , G06F18/213 , G06N3/048 , G06N3/084
Abstract: 本发明的一种基于MAX‑DOAS技术的CNN反演对流层O3垂直分布方法、设备及介质,包括获取MAX‑DOAS光谱数据、辅助数据以及对应的对流层O3垂直分布数据;对得到的光谱数据、辅助数据以及廓线数据进行预处理;利用预处理后的光谱数据和辅助数据以及廓线数据构建数据集,基于预处理后的数据集训练基于卷积神经网络模型的对流层O3垂直分布反演模型;将需要进行预测的MAX‑DOAS光谱数据和辅助数据进行预处理,将处理后的数据输入已经完成训练的基于卷积神经网络模型的对流层O3垂直分布反演模型进行数据反演,最终得到对流层O3垂直分布的反演结果。本发明方法的建立将可用于监测对流层O3在空间尺度上的浓度变化趋势,对目前亟待研究的对流层O3污染问题有重要意义。
-
-
-
-
-