[发明专利]基于差分吸收光谱的气体组分浓度反演算测定方法

权利要求书

1.基于差分吸收光谱的气体组分浓度反演算测定方法，其特征在于该方法包括以下的步骤：

1）光源发出光强为                                                的入射光，经过气体吸收和烟尘颗粒散射，气体扰动后到达探测端光强根据朗伯-比尔定律有：

   

2）强度为的光通过光谱仪狭缝后被记录光谱的探测系统接收，由于狭缝的衍射光谱形状发生改变，这个过程即光谱信号和仪器函数H的卷积：

     

3）根据光谱仪的分辨率，探测系统记录的是一定区间内的光强积分：

   

4）采用双光路结构，在光谱采集中直接得到吸收光路和参考光路的比值即气体的吸收光谱；

对I^’和I₀的比值取对数：

           

   

其中S_i’(j)即第i种气体的差分吸收结构；

            

经过单色仪系统后输出由光电探测器采集光强，DOAS数据处理过程就是求解参数c_i的过程，利用最小二乘法求解。

2.根据权利要求1所述的基于差分吸收光谱的气体组分浓度反演算测定方法，其特征在于最小二乘法求解假设一条谱线中包括了n种气体的吸收，在所研究的光谱上通常会取m，个采样点，m>n，这样方程组就是一个超正定方程组，对于谱线中所有采样点有下面方程组：令

，，

方程组

上式中方程个数大于自变数个数，整个过程可以数学描述为：已知因变量即差分吸收强度依赖n个自变量，n种气体的差分吸收截面，现在己知大样本总数为m个，m个通道或采样点，求各个自变量的影响系数，显然这是多元线性回归模型，即为要计算的回归系数；

多元线性回归模型系数的确定可以利用最小二乘法拟合，可以将多元线性回归问题简化为一元线性回归问题，其模型为：

 

通过 m 组测量数据(x1,y1)…… (xm,ym)来确定回归系数a和b；如果x和Y之间有精确的线性关系，则应有,i=1,2...m；但是由于测量误差以及其它随机因素的干扰，一般，因此确定另一条直线即确定一组a和b,使得该直线上最“接近”所有数据点；这里引入残差(ei，i=1,2……m )来描述“接近”的程度，残差就是观察值Y，和回归值y的偏差；

 

最小二乘法就是选择a和b使E,达到最小，这时所得的回归直线与所有的观察值最接近；由于Q是关于a和b的二次函数，所以它的最小值一定是存在的，根据微积分中求极值的方法，a和b应满足下列方程组：

       

求解该方程组即可以得到回归系数a和b；对于多元线性回归，按照最小二乘原则；根据最小二乘原则，求解上述的方程组有：

        

即可得到各种气体浓度。