本论文的创新点 | 第1-4页 |
摘要 | 第4-7页 |
ABSTRACT | 第7-10页 |
目录 | 第10-13页 |
1 绪论 | 第13-28页 |
·遥感傅里叶变换红外光谱技术的分类 | 第13-14页 |
·遥感傅里叶变换红外光谱系统的结构 | 第14-15页 |
·遥感傅里叶变换红外光谱技术的应用 | 第15-25页 |
·遥测大气层中痕量气体 | 第15-16页 |
·遥测污染源排放的废气 | 第16-17页 |
·遥测灭火过程产生的有毒气体 | 第17页 |
·在时空上的延伸 | 第17-23页 |
·ART法 | 第19-21页 |
·MART法 | 第21-22页 |
·SIRT法 | 第22页 |
·SBFM法 | 第22-23页 |
·遥测污染源的某些物理参数 | 第23-25页 |
·大气多组分分析中的谱图解析技术 | 第25-26页 |
·小结 | 第26页 |
·本论文研究内容 | 第26-28页 |
2 遥感傅里叶变换红外光谱系统的校正 | 第28-48页 |
·理论部分 | 第28-31页 |
·样品的单光束光谱 | 第28-29页 |
·红外辐射光谱能量分布 | 第29页 |
·燃烧产物的浓度 | 第29-30页 |
·样品的辐射率 | 第30-31页 |
·实验部分 | 第31-32页 |
·结果与讨论 | 第32-34页 |
·系统的校正 | 第32页 |
·不同温度下的仪器响应函数 | 第32-34页 |
·FTIR系统校正软件编制 | 第34-46页 |
·FTIR系统校正软件的结构 | 第35-42页 |
·文件模块 | 第37页 |
·计算和绘图工具模块 | 第37-40页 |
·系统工具模块 | 第40页 |
·窗口模块 | 第40-41页 |
·帮助模块 | 第41-42页 |
·编程中的核心技术 | 第42-46页 |
·绘制函数曲线图的方法 | 第42-45页 |
·快速实现数据显示功能 | 第45-46页 |
·本软件特点 | 第46页 |
·结论 | 第46-48页 |
3 重构二维空间气体浓度分布图 | 第48-63页 |
·理论部分 | 第49-51页 |
·曲面的插值原理 | 第49-50页 |
·等值线 | 第50-51页 |
·实验部分 | 第51-53页 |
·仪器 | 第51页 |
·实验装置 | 第51-53页 |
·结果与讨论 | 第53-62页 |
·点样测定结果 | 第53页 |
·重构二维空间浓度分布图 | 第53-62页 |
·线性插值法 | 第53-54页 |
·最邻近插值法 | 第54页 |
·三次插值法 | 第54页 |
·Matlab4的插值法 | 第54-55页 |
·插值结果分析 | 第55-62页 |
·结论 | 第62-63页 |
4 灰色系统理论与遥感FTIR预测大气有机毒物浓度 | 第63-76页 |
·建模理论 | 第64-65页 |
·模型检验 | 第65-66页 |
·实验部分 | 第66-67页 |
·实验仪器 | 第66页 |
·实验条件 | 第66-67页 |
·数据采集与处理 | 第67页 |
·模拟污染源 | 第67页 |
·实验结果 | 第67-70页 |
·结果与建模 | 第70页 |
·应用模型检验 | 第70-74页 |
·相对误差检验 | 第72页 |
·关联度检验 | 第72页 |
·后验差检验 | 第72-74页 |
·结论 | 第74-76页 |
5 神经网络集成在大气VOCs测定中的应用 | 第76-94页 |
·理论基础 | 第77-80页 |
·人工神经网络 | 第77-78页 |
·神经网络集成 | 第78-79页 |
·评价指标 | 第79-80页 |
·实验数据 | 第80-87页 |
·神经网络集成预测大气VOCs | 第87-89页 |
·两组分混合气体的预测 | 第87-88页 |
·五组分混合气体的预测 | 第88页 |
·十组分混合气体的预测 | 第88-89页 |
·神经网络集成特点分析 | 第89-93页 |
·小结 | 第93-94页 |
6 结论 | 第94-96页 |
致谢 | 第96-97页 |
参考文献 | 第97-111页 |
本人在攻读博士学位期间发表的学术论文 | 第111-112页 |