被动式遥感FTIR测量时的仪器响应函数校正

在应用红外发射光谱来获得某些红外源的绝对光谱能量数据,如辐射源光谱辐射通量密度、辐射源光谱辐射强度、辐射源光谱辐射亮度及光谱辐射照度等时,需要得知不同条件下的仪器响应函数。文章对被动式遥感FTIR测量时的仪器响应函数进行了校正,实验结果表明：在不同的实验条件下,仪器响应函数的变化规律是不同的,它不仅和校正时所采用的绝对黑体温度有关,而且和校正中仪器接收到的信号大小有直接关系。因此,在被动式测量时,要密切注意发射源温度以及发射源发射信号大小,以便获得最佳仪器响应函数校正结果。     

主成分提取在遥感FTIR谱图解析中的应用

建立了基于人工神经网络(ANN)的遥感FTIR谱图解析方法。针对人工神经网络(ANN)训练时间过长和模型“过拟合”的问题,采用偏最小二乘法(PLS)和主成分分析法(PCA),对输入ANN的光谱数据进行了主成分提取,使ANN分析时间从30多分钟缩短为10多秒钟;模型传递技术的引入,克服了遥感FTIR谱图分析中反复建模问题。经过优化的方法,实现了用EPA数据建模,对大气中的四组分混合体系——丙酮、苯、三氯甲烷和甲醇的遥感、实时、准确测定,PLS-ANN模型得到的结果最好,对丙酮、苯、三氯甲烷和甲醇的预测误差分别为0.043,0.031,0.034,0.051,保证了遥感FTIR对大气中有毒气体混合物实时、准确、快速监测。