-
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：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。
-
-
-
Search Results
4
records
(took 0.03 seconds)
