| 本论文主要创新点 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 1 绪论 | 第11-18页 |
| ·研究背景 | 第11-12页 |
| ·遥感 FTIR技术 | 第12-13页 |
| ·重构技术在环境遥感监测中的应用 | 第13-14页 |
| ·化学计量学在谱图解析中的应用 | 第14-16页 |
| ·本论文研究内容 | 第16-18页 |
| 2 重构单组分气体浓度的二维空间分布 | 第18-38页 |
| ·重构算法 | 第18-23页 |
| ·箱式模型预测法 | 第18-19页 |
| ·单箱模型 | 第18页 |
| ·二维多箱模型 | 第18-19页 |
| ·三维多箱模型 | 第19页 |
| ·ART迭代法 | 第19-20页 |
| ·最大期望值最大似然法(MLEM) | 第20-21页 |
| ·加权最小二乘法(PWLS) | 第21页 |
| ·平滑基函数最小化法(SBFM) | 第21-23页 |
| ·重构实验光路设计 | 第23-27页 |
| ·重构方法的选择 | 第27-28页 |
| ·实验设计 | 第28-30页 |
| ·实验仪器及样品 | 第28页 |
| ·实验设置 | 第28-30页 |
| ·实验方法 | 第30页 |
| ·实验数据处理与分析 | 第30-33页 |
| ·实验数据预处理 | 第30-32页 |
| ·气体分布随时间的变化 | 第30-31页 |
| ·光路积分浓度求取 | 第31-32页 |
| ·编程重构 | 第32-33页 |
| ·重构结果与讨论 | 第33-35页 |
| ·小结 | 第35-38页 |
| 3 混合气体定性定量分析与浓度分布重构 | 第38-64页 |
| ·定性分析 VOCs组分 | 第38-48页 |
| ·定性分析方法与原理 | 第38-42页 |
| ·感知器神经元模型 | 第39页 |
| ·感知器网络结构 | 第39-40页 |
| ·感知器网络学习规则 | 第40-41页 |
| ·感知器网络训练 | 第41-42页 |
| ·试验设计 | 第42-45页 |
| ·三组分 VOCs发散实验 | 第42页 |
| ·五组分 VOCs发散实验 | 第42-45页 |
| ·数据预处理 | 第45-46页 |
| ·基线校正 | 第45页 |
| ·平滑 | 第45页 |
| ·光谱求导 | 第45页 |
| ·数据标准化 | 第45-46页 |
| ·主成分分析 | 第46页 |
| ·分析结果与讨论 | 第46-48页 |
| ·三组分分析结果 | 第46-47页 |
| ·五组分分析结果 | 第47-48页 |
| ·定量分析多组分 VOCs气体的 RS-FTIR谱 | 第48-60页 |
| ·反向传输神经网络基本原理 | 第49-54页 |
| ·BP网络神经元模型 | 第49-50页 |
| ·BP网络结构 | 第50页 |
| ·BP网络方法原理 | 第50-52页 |
| ·BP算法的改进 | 第52-54页 |
| ·试验设计 | 第54-55页 |
| ·单组分气体发散试验 | 第55页 |
| ·多组分气体发散试验 | 第55页 |
| ·人工神经网络建模与分析 | 第55-59页 |
| ·训练网络的数据准备 | 第56页 |
| ·网络参数的优化 | 第56-59页 |
| ·定量分析结果与浓度分布重构 | 第59-60页 |
| ·重构混合气体各组分浓度分布图 | 第60-61页 |
| ·小结 | 第61-64页 |
| 4 结论 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 本人硕士期间论文发表情况 | 第74页 |