一种基于红外高光谱复杂背景下气体污染物浓度反演方法技术

本发明专利技术公开了一种基于红外高光谱复杂背景下气体污染物浓度反演方法，涉及红外高光谱遥感领域。所要解决的是热红外高光谱数据的温度发射率反演问题。该方法步骤如下：(1)红外高光谱数据及其辅助数据采集；(2)大气辐射传输参数计算；(3)大气影响校正；(4)气体污染物类型确定；(5)背景温度和发射率反演。本发明专利技术充分发挥红外高光谱技术的优势，采取分阶段目标反演不同参数的策略，通过提高背景温度和发射率的求解精度实现复杂背景下气体污染物浓度反演精度的提高。演精度的提高。演精度的提高。

【技术实现步骤摘要】
一种基于红外高光谱复杂背景下气体污染物浓度反演方法


[0001]本专利技术涉及红外高光谱遥感领域，特别是涉及一种基于红外高光谱复杂背景下气体污染物浓度反演方法。

技术介绍

[0002]气体污染物在空气中是扩散流动的，没有固定的形状和体积，尤其是会随着空气的流通向外迅速扩散。而且，大部分气体在空气中是无色的或者是很难用肉眼辨识的，很多化学易燃易爆有害气体只需达到很微量的浓度就能燃爆或者对人体器官造成伤害，这给气体污染物的发现和实时监测带来了极大的困难。对于气体污染物的探测，国内外专家学者做出了众多尝试，使用仪器进行实时监测已成为近乎唯一的监测手段。电化学式、半导体式、气象色谱、热学式、磁学式、光学式仪器都是常用的气体污染物检测设备。红外成像技术是光学式气体污染物检测设备的一种，非常适合于大范围远距离探测。相比传统热像仪来说，红外高光谱成像具有图谱合一的特性，波段多，信息量丰富的特点，被认为在气体污染物检测方面具有独特优势。95％以上气体污染物都有这样的“指纹”特性，是气体污染物识别有利方法。
[0003]尽管气体污染物与浓度反演具有明确的遥感物理模型和光谱分析模型支持，然而由于测量数据的匮乏，导致了诸如背景辐射亮度光谱、大气参数和目标气体温度等参数难以确定。为此，本专利技术提出了一种基于红外高光谱复杂背景下气体污染物浓度反演方法。该方法一方面充分发挥红外高光谱的光谱分辨率高，测量数多的优势，适度运用先验信息，尽可能的以测量数据为基础反演更多的参数；另一方面借助可靠的测量数据及大气辐射传输软件实现更准确的大气参数估算。

技术实现思路

[0004]针对现有的技术空白和缺点，本专利技术所要解决的技术问题是提供一种精度更高的适用于复杂背景下气体污染物浓度反演方法。
[0005]为了解决上述技术问题，本专利技术提供的一种基于红外高光谱复杂背景下气体污染物浓度反演方法，具体采用的技术方案如下：
[0006](1)红外高光谱数据及其辅助数据采集。采用红外高光谱成像仪对疑似气体污染区域进行成像，获取3
‑
5μm和7.0
‑
13.0μm的红外高光谱数据。同步测量气温和湿度；
[0007](2)大气辐射传输参数计算。将采集的相对湿度、气温、地理位置、时间输入大气辐射传输模型，通过大气辐射传输模型计算对应的大气背景辐射光谱(L
a
)、路径透过率光谱(t
a
)和程辐射光谱(L
p
)；
[0008](3)大气影响校正。根据大气辐射传输模型计算对应的大气背景辐射光谱、路径透过率光谱和程辐射光谱去除大气影响。计算方法为
[0009][0010]其中，L
gas
为离开背景透过气体污染物的离气辐射亮度；L为红外高光谱接收到的入瞳辐射亮度；λ
k
为红外光谱数据第k个通道的中心波长，k＝1,2,3,...,N
k
；N
k
为通道数量；
[0011](4)气体污染物类型确定。根据先验知识判断，将气体污染物温度分为高温和非高温两个情况。气体污染物的温度比气体气温温度高10℃及以上，认为气体污染物的温度为高温。否则认为气体污染物的温度是常温。将离气辐射亮度光谱做极差归一化变换，得到归一化离气辐射亮度光谱。对归一化离气辐射亮度光谱做Logistic函数变换。变换方法为
[0012][0013]其中，x为输入数值；y为输入数值。对Logistic函数变换后辐射亮度光谱进行包络线去除，并提取吸收波长，形成吸收波长集合。将吸收波长集合与气体污染物光谱库对比确定气体污染物类型；
[0014](5)背景温度和发射率反演。选择红外高光谱数据中非气体污染物吸收波段，结合大气背景辐射光谱(L
a
)，采用温度发射率分离算法像元求出背景温度(T)和发射率(ε)；
[0015](6)气体污染物浓度反演。从地物发射率光谱库中，搜索与背景像元最相似的光谱，并对背景像元发射率曲线进行插值得到气体污染物吸收波段的发射率数值，得到完整的背景像元发射率光谱。从气体污染物光谱库中提取气体污染物的吸收系数光谱(α
gas
)。将气体污染物浓度(c
gas
)和气体温度(T
gas
)作为目标变量，建立代价函数
[0016][0017][0018]其中，σ为代价函数；B(
·
)为普朗克函数；θ为像元的观测法向角。采用最优化算法逐像元求出气体污染物浓度和气体温度的最优值。将气体污染物浓度最优值作为该像元的气体污染物浓度。
[0019]该专利技术的有益效果如下：本专利技术从充分利用温度发射率分离和光谱变换算法，采取了分阶段目标反演不同参数的策略，对具有复杂背景下气体污染物浓度的反演更有效，可使反演精度进一步提高。
附图说明
[0020]图1基于红外高光谱复杂背景下气体污染物浓度反演方法流程
具体实施方式
[0021]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不限于本专利技术，凡是采用本专利技术的相似方法及其相似变化，均应列入本专利技术的保护范围。
[0022]如图1所示，一种基于光谱分辨率降级的热红外高光谱温度发射率反演方法，包括以下步骤：
[0023](1)红外高光谱数据及其辅助数据采集。采用红外高光谱成像仪对疑似气体污染区域进行成像，获取3
‑
5μm和7.0
‑
13.0μm的红外高光谱数据。同步测量气温和湿度；
[0024](2)大气辐射传输参数计算。将采集的相对湿度、气温、地理位置、时间输入大气辐射传输模型，通过MODTRAN计算对应的大气背景辐射光谱(L
a
)、路径透过率光谱(t
a
)和程辐射光谱(L
p
)；
[0025](3)大气影响校正。根据大气辐射传输模型计算对应的大气背景辐射光谱、路径透过率光谱和程辐射光谱去除大气影响。计算方法为
[0026][0027]其中，L
gas
为离开背景透过气体污染物的离气辐射亮度；L为红外高光谱接收到的入瞳辐射亮度；λ
k
为红外光谱数据第k个通道的中心波长，k＝1,2,3,...,N
k
；N
k
为通道数量；
[0028](4)气体污染物类型确定。根据先验知识判断，将气体污染物温度分为高温和非高温两个情况。气体污染物的温度比气体气温温度高10℃及以上，认为气体污染物的温度为高温。否则认为气体污染物的温度是常温。将离气辐射亮度光谱做极差归一化变换，得到归一化离气辐射亮度光谱。对归一化离气辐射亮度光谱做Logistic函数变换。变换方法为
[0029][0030]其中，x为输入数值；y为输入数值。对Logistic函数变换后辐射亮度光本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于红外高光谱复杂背景下气体污染物浓度反演方法，其特征在于包括以下步骤：(1)红外高光谱数据及其辅助数据采集，采用红外高光谱成像仪对疑似气体污染区域进行成像，获取3
‑
5μm和7.0
‑
13.0μm的红外高光谱数据，同步测量气温和湿度；(2)大气辐射传输参数计算，将采集的相对湿度、气温、地理位置、时间输入大气辐射传输模型，通过大气辐射传输模型计算对应的大气背景辐射光谱(L
a
)、路径透过率光谱(t
a
)和程辐射光谱(L
p
)；(3)大气影响校正，根据大气辐射传输模型计算对应的大气背景辐射光谱、路径透过率光谱和程辐射光谱去除大气影响，计算方法为：其中，L
gas
为离开背景透过气体污染物的离气辐射亮度；L为红外高光谱接收到的入瞳辐射亮度；λ
k
为红外光谱数据第k个通道的中心波长，k＝1,2,3,...,N
k
；N
k
为通道数量；(4)气体污染物类型确定，根据先验知识判断，将气体污染物温度分为高温和非高温两个情况，气体污染物的温度比气体气温温度高10℃及以上，认为气体污染物的温度为高温，否则认为气体污染物的温...

【专利技术属性】
技术研发人员：刘成玉，李春来，刘世界，杨扬，孔艳洁，金海军，卢嘉伟，唐国良，陈小文，何志平，
申请(专利权)人：中国科学院上海技术物理研究所，
类型：发明
国别省市：