[发明专利]一种无人机载高排典型污染物差分吸收光谱检测方法有效
申请号: | 201811447545.1 | 申请日: | 2018-11-29 |
公开(公告)号: | CN109444062B | 公开(公告)日: | 2021-07-13 |
发明(设计)人: | 朱京平;胡晓光;郝振洪;张林轩 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G01D21/02;G05D1/10 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种无人机载高排典型污染物差分吸收光谱检测方法,当高排气体进入气体室,控制中心打开光源,光源发出的光进入气体室,从气体室出来的光进入光谱仪中,光谱仪进行光谱采集,控制中心将数据存入数据存储设备中。本发明精度高,采用差分吸收光谱法进行污染物测量,相比用物理或化学方法进行检测有很高的精度。在高排企业等特定环境下,对检测装置的检测上限要求很高,而光谱法正好可以解决这一问题。其次,本发明能随时监测高排企业环境高空污染,以无人机为搭载工具,可实时快速的得到空中污染情况,特别是高排企业周围环境,可以用于监管部门进行远程监控。最后,本发明拥有自主研发的一套操作系统,可通过电子屏幕实时操控。 | ||
搜索关键词: | 一种 无人 机载 典型 污染物 吸收光谱 检测 方法 | ||
【主权项】:
1.一种无人机载高排典型污染物差分吸收光谱检测方法,其特征在于,包括以下步骤:步骤1:基本巡航步骤在控制中心设定基本参数;控制无人机飞往监测位置,或无人机按照预定巡查路线飞往监测位置;数据收集时间为1分钟以内,数据收集完毕发送相关数据给地面控制中心或在无人机平台上进行数据处理,发送最终结果给控制中心,飞往下一地点或飞回控制中心;步骤2:获取光谱数据及相关数据当无人机在空中悬停后,机载控制中心打开光谱仪与光源开关;光谱仪输出气体污染物的光谱数据;用机载控制中心接收光谱仪的数据输出,并存储到机载储存器上,用机载的图像、气压、温度以及湿度模块测量监测区域图像、气压、温度以及湿度信息,储存在机载储存器上;并通过无人机的通信模块将信息传送到地面控制中心;然后进行数据处理;步骤3:光谱数据处理和图像数据处理光谱数据处理采用差分吸收光谱方法DOAS;实际运用时需要进行数据的预处理过程;采用小波变换进行数据的预处理,剔除噪声;根据温度、气压及湿度相关信息进行光谱图的校正;校正后的光谱经过差分光谱处理过程处理后得到差分光谱图;然后根据预先设定的相关参数进行简单的光谱匹配确定各排放气体浓度,初步调整参照差分光谱图的浓度参数,使两者相似度高于百分之八十;若能则表明待测气体为预先设定的监测气体类型,继续调整参数进行匹配,直至得到最优结果;若不能则表明得到的差分光谱数据存在其他气体元素吸收叠加,混合的问题,则采用偏最小二乘‑主成分分析算法PLS‑PCA或机器学习相关算法进行聚类降维分析,分解出不同分量信息,再根据物质的吸收光谱信息确定该分量信息为何物质的浓度;最后将结果储存在储存器上;图像数据跟光谱数据同时获取;图像数据由1000万像素以上摄像头获取;图像数据经过压缩处理后与光谱数据进行标对,将同一时间的数据互相绑定;然后储存在储存器上;步骤4:预测该区域未来污染情况当进行数据采集后,根据采集到的图像与光谱数据运用神经网络算法进行预测建模,该模型包含光谱与图像两维信息。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811447545.1/,转载请声明来源钻瓜专利网。