【技术实现步骤摘要】
本专利技术涉及光学测量，具体涉及基于超光谱技术的大气污染实时监测方法及系统。
技术介绍
1、气溶胶含量对大气污染有着重要的影响，因为气溶胶中可能含有各种物质，包括颗粒物、有机物和化学物质。这些物质对空气质量产生直接影响，特别是细颗粒物（pm2.5和pm10）。气溶胶的存在会影响大气的透明度，从而影响能见度。高浓度的气溶胶会导致雾霾和雾，降低能见度，对交通和航空等活动造成不利影响。气溶胶含量的增加往往会导致大气污染问题，直接影响人类健康、生态系统和气候。对气溶胶含量进行实时监测，是实现对大气污染实时监测的重要手段之一。
2、超光谱技术是一种通过测量物质在不同波长下的吸收或散射光谱来识别和定量分析物质的方法。超光谱技术利用了物质在不同波长下的特异性吸收或散射光谱，可以快速、非破坏性地获取样品的化学成分信息。
3、现基于超光谱技术在对大气中的气溶胶颗粒含量进行检测时，可能会由于电磁辐射和振动的干扰或者采集过程中仪器的误差，而产生噪声数据。噪声数据的存在会很大程度地影响对大气中异常的气溶胶含量的实时监测，所以需要对气溶胶含量数据进行去噪处理。
4、目前，常见的对数据去噪的方法是稀疏表示方法，稀疏表示方法对于异常值和噪声具有较好的鲁棒性，能够准确地表示数据的关键特征，具有较好的泛化能力。但是在采用稀疏表示方法对大气中气溶胶含量数据进行数据去噪时，由于真实的异常数据会在数值上呈现出与噪声数据相似的特征，这样会使得算法自身在去噪过程中会有一定的可能性将真实的异常数据误判为噪声数据去除掉。同时，在稀疏表示方法
技术实现思路
1、为了解决在使用稀疏表示方法对气溶胶含量数据进行去噪时，使用设定好的稀疏度参数会导致存在无法根据数据的特点进行动态调整，进而导致对气溶胶含量数据去噪时准确性较低的技术问题，本专利技术的目的在于提供基于超光谱技术的大气污染实时监测方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术一个实施例提供了一种基于超光谱技术的大气污染实时监测方法，该方法包括以下步骤：
3、获取每个时刻大气层中的气溶胶含量以及大气层温度；
4、根据每个时刻与相近邻时刻的气溶胶含量的波动情况，确定每个时刻的气溶胶含量的气溶胶含量异常波动值；
5、根据相邻两个时刻的气溶胶含量和大气层温度的变化情况、每个时刻的气溶胶含量与相邻的气溶胶含量差异，确定气溶胶含量与大气层温度的相关联性；
6、结合所述气溶胶含量异常波动值和所述相关联性，确定气溶胶含量的噪声真实程度；
7、利用所述噪声真实程度，调节初始的预设稀疏度参数，得到更新后的自适应稀疏度参数；基于所述自适应稀疏度参数，利用稀疏表示方法对气溶胶含量进行实时去噪。
8、优选的，所述根据相邻两个时刻的气溶胶含量和大气层温度的变化情况、每个时刻的气溶胶含量与相邻的气溶胶含量差异，确定气溶胶含量与大气层温度的相关联性，包括：
9、根据相邻两个时刻的气溶胶含量的变化率和大气层温度的变化量的关联程度，作为第一关联性；
10、根据相邻两个时刻的第一关联性、每个时刻的气溶胶含量与相邻的气溶胶含量差异，确定气溶胶含量与大气层温度的第二关联性；
11、结合所述第一关联性和所述第二关联性，确定气溶胶含量与大气层温度的相关联性。
12、优选的，所述根据相邻两个时刻的气溶胶含量的变化率和大气层温度的变化量的关联程度，作为第一关联性，包括：
13、以气溶胶含量作为纵轴，以时间作为横轴，构建气溶胶含量的折线图，记为含量折线图；
14、以大气层温度作为纵轴，以时间作为横轴，构建大气层温度的折线图，记为温度折线图；
15、获取每个时刻与前一时刻的气溶胶含量在含量折线图中对应的线段的斜率的绝对值，作为含量相对斜率；
16、获取每个时刻与前一时刻的大气层温度在温度折线图中对应的线段的斜率的绝对值，作为温度相对斜率；
17、将含量相关斜率与温度相关斜率的差值绝对值，作为第一关联性。
18、优选的，所述第二关联性的计算公式为：
19、；其中，为第n个时刻的第二关联性；为第n个时刻对应的相近邻时刻的数量；为第n个时刻对应的第m个相近邻时刻的含量相对斜率；为第n个时刻对应的第m个相近邻时刻的温度相对斜率；<mi>exp[ ]</mi>为以自然常数为底数的指数函数；为第n个时刻对应的相近邻时刻内m个气溶胶含量差值组成的数据段中，第m个相近邻时刻的气溶胶含量差值对应的百分位数；为第n个时刻对应的相近邻时刻内m个大气层温度差值组成的数据段中，第m个相近邻时刻的气溶胶含量差值对应的百分位数。
20、优选的，所述结合所述第一关联性和所述第二关联性，确定气溶胶含量与大气层温度的相关联性，包括：
21、将所述第一关联性和所述第二关联性的差值，作为总关联性；将所述总关联性的负相关归一化系数作为气溶胶含量与大气层温度的相关联性。
22、优选的，所述噪声真实程度的计算公式为：
23、；其中，为第n个时刻的气溶胶含量的噪声真实程度；为线性归一化函数；为第n个时刻的气溶胶含量异常波动值；为第n个时刻的相关联性；为与由第n个时刻对应的相近邻时刻构成的时间段相邻的参考时间段的数量；为第n个时刻的相邻近时刻内气溶胶含量异常波动值的平均值；为第n个时刻的相邻近时刻内相关联性的平均值；为第n个时刻对应的时间段所对应的第u个参考时间段内气溶胶含量异常波动值的平均值；为第n个时刻对应的时间段所对应的第u个参考时间段内相关联性的平均值；为以自然常数e为底数的指数函数。
24、优选的，所述气溶胶含量异常波动值的计算公式为：
25、
26、其中，为第n个时刻的气溶胶含量的气溶胶含量异常波动值；为第n个时刻对应的相近邻时刻的数量；为第n个时刻的气溶胶含量；为第n个时刻对应的第m个相近邻时刻的气溶胶含量；为第n个时刻对应的相近邻时刻内m个气溶胶含量差值组成的数据段中，第n个时刻的气溶胶含量差值对应的百分位数。
27、优选的，所述气溶胶含量差值的获取方法为：计算每个时刻与前一时刻的气溶胶含量的差异，作为每个时刻的气溶胶含量差值。
28、优选的，所述利用所述噪声真实程度，调节初始的预设稀疏度参数，得到更新后的自适应稀疏度参数，包括：
29、将所述噪声真实程度作为权重，对初始的预设稀疏度参数进行加权，得到更新后的自适应稀疏度参数。
30、第二方面，本专利技术一个实施例提供了一种基于超光谱技术的大气污染实时监测系统，包括存储器、处理器以及存储在所述存储本文档来自技高网...
【技术保护点】
1.一种基于超光谱技术的大气污染实时监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述根据相邻两个时刻的气溶胶含量和大气层温度的变化情况、每个时刻的气溶胶含量与相邻的气溶胶含量差异，确定气溶胶含量与大气层温度的相关联性，包括：
3.根据权利要求2所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述根据相邻两个时刻的气溶胶含量的变化率和大气层温度的变化量的关联程度，作为第一关联性，包括：
4.根据权利要求3所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述第二关联性的计算公式为：
5.根据权利要求2所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述结合所述第一关联性和所述第二关联性，确定气溶胶含量与大气层温度的相关联性，包括：
6.根据权利要求1所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述噪声真实程度的计算公式为：
7.根据权利要求1所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述气溶
8.根据权利要求7所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述气溶胶含量差值的获取方法为：计算每个时刻与前一时刻的气溶胶含量的差异，作为每个时刻的气溶胶含量差值。
9.根据权利要求1所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述利用所述噪声真实程度，调节初始的预设稀疏度参数，得到更新后的自适应稀疏度参数，包括：
10.一种基于超光谱技术的大气污染实时监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~9任意一项所述一种基于超光谱技术的大气污染实时监测方法的步骤。
...【技术特征摘要】
1.一种基于超光谱技术的大气污染实时监测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述根据相邻两个时刻的气溶胶含量和大气层温度的变化情况、每个时刻的气溶胶含量与相邻的气溶胶含量差异，确定气溶胶含量与大气层温度的相关联性，包括：
3.根据权利要求2所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述根据相邻两个时刻的气溶胶含量的变化率和大气层温度的变化量的关联程度，作为第一关联性，包括：
4.根据权利要求3所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述第二关联性的计算公式为：
5.根据权利要求2所述的基于超光谱技术的大气污染实时监测方法，其特征在于，所述结合所述第一关联性和所述第二关联性，确定气溶胶含量与大气层温度的相关联性，包括：
6.根据权利要求1所述的基于超光...
【专利技术属性】
技术研发人员：白洋，贾玉娜，侯伟，张寅桐，杜彦霖，
申请(专利权)人：华北理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。