搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

不同温度压力对浓度反演精度的定量分析

王钰豪 刘建国 徐亮 刘文清 宋庆利 金岭 徐寒杨

引用本文:
Citation:

不同温度压力对浓度反演精度的定量分析

王钰豪, 刘建国, 徐亮, 刘文清, 宋庆利, 金岭, 徐寒杨

Quantitative analysis of accuracy of concentration inversion under different temperature and pressure

Wang Yu-Hao, Liu Jian-Guo, Xu Liang, Liu Wen-Qing, Song Qing-li, Jin Ling, Xu Han-Yang
PDF
HTML
导出引用
  • 自研傅里叶变换红外光谱仪在龙凤山大气本底站测量CO2, CH4等温室气体. 自研仪器的测量结果与符合世界气象组织标准的本底站仪器的测量结果进行对比, 结果表明: 自研仪器与本底站仪器测量的CO2浓度值相关系数为0.9576, 均方根误差为18.6015. 自研仪器使用标准温度、压力下的校准光谱反演浓度, 但测量气体的温度随着气温变化, 导致自研仪器反演浓度有误差. 基于以上分析, 提取高分辨率透射分子吸收数据库参数计算吸收截面并结合仪器线形计算不同温度、压力下的校准光谱, 根据不同温度、压力下的校准光谱来校准反演浓度. 校准后, 自研与本底站仪器测量的CO2浓度值相关系数为0.9637, 均方根误差为6.7800. 自研与本底站仪器测量的CO2浓度值相关系数提高, 绝对误差减小, 说明校准算法提高了测量结果的精确度.
    The CO2, CH4 and other greenhouse gases are measured by using a home-made Fourier transform infrared spectrometer at the Longfengshan atmospheric background station. Compared with the measurement results of the instrument from the background station which meets the standards of the World Meteorological Organization, the correlation coefficient and the root mean square error of the CO2 concentration value are 0.9576 and 18.6015, so the measurement results from the home-made instrument are reliable. In the home-made instrument the calibration spectrum of standard temperature and the calibration spectrum of stand pressure are used to invert the concentration. With the temperature changing, the temperature of the measured gas will vary, thus resulting in error. The research of environmental variable factors can improve the accuracy of concentration inversion. For example, compared with CO2 absorption spectrum under 296 K, the CO2 absorption spectrum under 297 K will have 1.8% spectrum deviation and its inversion concentration error is 0.41%. This is the main cause of inversion concentration error. Based on the above analysis, the absorption cross section is calculated by using the high-resolution transmission molecular absorption database parameters. Combining with the instrument line shape, the calibration spectra at different temperatures and pressures can be obtained. The calibration spectra at different temperatures and pressures are used to calibrate the concentration inversion. After calibration, compared with the measurement results of the background station instrument, the correlation coefficient and the root mean square error of the CO2 concentration value are 0.9637 and 6.7803. The correlation coefficient of CO2 concentration value measured by self-developed instrument is improved and root mean square error is reduced. The result shows that the calibration algorithm enhances the accuracy of the measurement results to a certain extent. The above results illustrate the reliability of the home-made FTIR instrument and this experiment provides important data, which lay the foundation forstudying the home-made Fourier transform infrared spectrometer. Of course, improvement can be made in the following areas. Other minor factors may affect the effect of the inversion algorithm. The concentration inversion will have subtle differences at different bands of calibration spectra. So in order to improve the measurement accuracy, we need to choice more reasonable band inversion and more precise parameters from the high-resolution transmission molecular absorption database.
      通信作者: 徐亮, xuliang@aiofm.ac.cn
    • 基金项目: 国家自然科学基金(批准号: 41941011)、中国科学院前沿科学重点研究项目(批准号: QYZDY-SSW-DQC016)、国家重点研发计划(批准号: 2016YFC0201002, 2016YFC0803001-08)、安徽省重点研究和发展计划(批准号: 1804d08020300)资助的课题
      Corresponding author: Xu Liang, xuliang@aiofm.ac.cn
    • Funds: Project supported by the National Natural Science Foundation of China (Grant No. 41941011), the Key Research Program of Frontier Sciences of Chinese Academy of Sciences (Grant No. QYZDY-SSW-DQC016), the National Key R&D Program of China (Grant Nos. 2016YFC0201002, 2016YFC0803001-08), the Key RD Program of Anhui Province, China (Grant No. 1804d08020300)
    [1]

    Keeling C D, Whorf T P, Wahlen M, Van der Plichtt J 1995 Nature 375 666Google Scholar

    [2]

    Hodgkinson J, Smith R, Ho W O, Saffell J R, Tatam R P 2013 Sens. Actuators, B 186 580Google Scholar

    [3]

    Chen H, Winderlich J, Gerbig C, Hoefer A, Rella C W, Crosson E R, Van Pelt A D, Steinbach J, Kolle O, Beck V, Daube B C, Gottlieb E W, Chow V Y, Santoni G W, Wofsy S C 2010 Atmos. Meas. Tech. 3 375Google Scholar

    [4]

    程巳阳, 徐亮, 高闽光, 金岭, 李胜, 冯书香, 刘建国, 刘文清 2013 物理学报 62 124206Google Scholar

    Cheng S Y, Xu L, Cao M G, Jin L, Li S, Feng S X, Liu J G, Liu W Q 2013 Acta Phys. Sin. 62 124206Google Scholar

    [5]

    Zhang C, Liu C, Hu Q, Cai Z, Su W, Xia C, Zhu Y, Wang S, Liu J 2019 Light- Sci. Appl. 8 1Google Scholar

    [6]

    Zhang C, Liu C, Chan K L, Hu Q, Liu H, Li B, Xing C, Tan W, Zhou H, Si F 2020 Light-Sci. Appl. 9 1Google Scholar

    [7]

    Lamouroux J, Régalia L, Thomas X, Vander Auwera J, Gamache R, Hartmann J M 2015 J. Quant. Spectrosc. Radiat. Transfer 151 88Google Scholar

    [8]

    Griffith D W 1996 Appl. Spectrosc. 50 59Google Scholar

    [9]

    Esler M B, Griffith D W, Wilson S R, Steele L P 2000 Anal. Chem. 72 206Google Scholar

    [10]

    Hammer S, Griffith D W T, Konrad G, Vardagl S, Caldow C, Levin I 2013 Atmos. Meas. Tech. 6 1153Google Scholar

    [11]

    Griffith D W T, Deutscher N M, Caldow C, Kettlewell G, Riggenbach M, Hammer S 2012 Atmos. Meas. Tech. 5 2481Google Scholar

    [12]

    Griffiths P R, De Haseth J A 2007 Fourier Transform Infrared Spectrometry (Vol. 171) (New Jersey: John Wiley & Sons, Inc) pp19−21

    [13]

    Arnold J O, Whiting E E, Lyle G C 1969 J. Quant. Spectrosc. Radiat. Transfer 9 775Google Scholar

    [14]

    Heinz D C 2001 IEEE Trans. Geosci. Electron. 39 529Google Scholar

    [15]

    冯明春, 徐亮, 刘文清, 刘建国, 高闽光, 魏秀丽 2016 物理学报 65 014210Google Scholar

    Feng M C, Xu L, Liu W Q, Liu J G, Gao M G, Wei X L 2016 Acta Phys. Sin. 65 014210Google Scholar

    [16]

    焦洋, 徐亮, 高闽光, 金岭, 童晶晶, 李胜, 魏秀丽 2013 物理学报 62 140705Google Scholar

    Jiao Y, Xu L, Gao M G, Jin L, Tong J J, Li S, Wei X L 2013 Acta Phys. Sin 62 140705Google Scholar

    [17]

    Gordon I E, Rothman L S, Hill C, Kochanov R V, Tan Y, Bernath P F, Birk M, Boudon V, Campargue A, Chance K 2017 J. Quant. Spectrosc. Radiat. Transfer 203 3Google Scholar

    [18]

    Hill C, Gordon I E, Kochanov R V, Barrett L, Wilzewski J S, Rothman L S 2016 J. Quant. Spectrosc. Radiat. Transfer 177 4Google Scholar

    [19]

    Bernardo C, Griffith D W T 2005 J. Quant. Spectrosc. Radiat. Transfer 95 141Google Scholar

    [20]

    Kochanov R V, Gordon I, Rothman L, Wcisło P, Hill C, Wilzewski J 2016 J. Quant. Spectrosc. Radiat. Transfer 177 15Google Scholar

  • 图 1  干涉仪

    Fig. 1.  Interferometer.

    图 2  (a)仪器主机在线测量状态; (b)仪器外界进气口

    Fig. 2.  (a) Online measurement status of instrument host; (b) external air inlet of the instrument.

    图 3  (a) CO2在2290—2380 cm–1的光谱线强度Sij; (b) CO2在2290—2380 cm–1的吸收系数kij; (c) CO2仿真吸光度谱Aij

    Fig. 3.  (a) the spectral line intensity Sij at 2290–2380 cm–1 of CO2; (b) absorption coefficient kij at 2290–2380 cm–1 of CO2; (c) simulated absorbance spectrum Aij of CO2.

    图 4  (a) CO2在2290—2380 cm–1的仿真吸光度谱Aij; (b) 297—306 K下仿真吸光度谱相比于296 K仿真吸收光谱在拟合波段的残差

    Fig. 4.  (a) The simulated absorbance spectrum Aij under 286–306 K of CO2; (b) the residual of the simulated absorbance spectrum at 297–306 K compared to the simulated absorption spectrum at 296 K in the fitted band.

    图 5  (a)光谱数据(1000—3500 cm–1); (b)光谱数据的一致性

    Fig. 5.  (a) Spectral data; (b) consistency of spectral data.

    图 6  (a) CO2浓度趋势对比; (b) CO2浓度值线性拟合; (c)校准后CO2浓度趋势对比; (d)校准后CO2浓度值线性拟合

    Fig. 6.  (a) CO2 concentration trend comparison; (b) CO2 concentration value linear fitting; (c) CO2 concentration trend comparison after calibration; (d) linear fitting of CO2 concentration value after calibration.

  • [1]

    Keeling C D, Whorf T P, Wahlen M, Van der Plichtt J 1995 Nature 375 666Google Scholar

    [2]

    Hodgkinson J, Smith R, Ho W O, Saffell J R, Tatam R P 2013 Sens. Actuators, B 186 580Google Scholar

    [3]

    Chen H, Winderlich J, Gerbig C, Hoefer A, Rella C W, Crosson E R, Van Pelt A D, Steinbach J, Kolle O, Beck V, Daube B C, Gottlieb E W, Chow V Y, Santoni G W, Wofsy S C 2010 Atmos. Meas. Tech. 3 375Google Scholar

    [4]

    程巳阳, 徐亮, 高闽光, 金岭, 李胜, 冯书香, 刘建国, 刘文清 2013 物理学报 62 124206Google Scholar

    Cheng S Y, Xu L, Cao M G, Jin L, Li S, Feng S X, Liu J G, Liu W Q 2013 Acta Phys. Sin. 62 124206Google Scholar

    [5]

    Zhang C, Liu C, Hu Q, Cai Z, Su W, Xia C, Zhu Y, Wang S, Liu J 2019 Light- Sci. Appl. 8 1Google Scholar

    [6]

    Zhang C, Liu C, Chan K L, Hu Q, Liu H, Li B, Xing C, Tan W, Zhou H, Si F 2020 Light-Sci. Appl. 9 1Google Scholar

    [7]

    Lamouroux J, Régalia L, Thomas X, Vander Auwera J, Gamache R, Hartmann J M 2015 J. Quant. Spectrosc. Radiat. Transfer 151 88Google Scholar

    [8]

    Griffith D W 1996 Appl. Spectrosc. 50 59Google Scholar

    [9]

    Esler M B, Griffith D W, Wilson S R, Steele L P 2000 Anal. Chem. 72 206Google Scholar

    [10]

    Hammer S, Griffith D W T, Konrad G, Vardagl S, Caldow C, Levin I 2013 Atmos. Meas. Tech. 6 1153Google Scholar

    [11]

    Griffith D W T, Deutscher N M, Caldow C, Kettlewell G, Riggenbach M, Hammer S 2012 Atmos. Meas. Tech. 5 2481Google Scholar

    [12]

    Griffiths P R, De Haseth J A 2007 Fourier Transform Infrared Spectrometry (Vol. 171) (New Jersey: John Wiley & Sons, Inc) pp19−21

    [13]

    Arnold J O, Whiting E E, Lyle G C 1969 J. Quant. Spectrosc. Radiat. Transfer 9 775Google Scholar

    [14]

    Heinz D C 2001 IEEE Trans. Geosci. Electron. 39 529Google Scholar

    [15]

    冯明春, 徐亮, 刘文清, 刘建国, 高闽光, 魏秀丽 2016 物理学报 65 014210Google Scholar

    Feng M C, Xu L, Liu W Q, Liu J G, Gao M G, Wei X L 2016 Acta Phys. Sin. 65 014210Google Scholar

    [16]

    焦洋, 徐亮, 高闽光, 金岭, 童晶晶, 李胜, 魏秀丽 2013 物理学报 62 140705Google Scholar

    Jiao Y, Xu L, Gao M G, Jin L, Tong J J, Li S, Wei X L 2013 Acta Phys. Sin 62 140705Google Scholar

    [17]

    Gordon I E, Rothman L S, Hill C, Kochanov R V, Tan Y, Bernath P F, Birk M, Boudon V, Campargue A, Chance K 2017 J. Quant. Spectrosc. Radiat. Transfer 203 3Google Scholar

    [18]

    Hill C, Gordon I E, Kochanov R V, Barrett L, Wilzewski J S, Rothman L S 2016 J. Quant. Spectrosc. Radiat. Transfer 177 4Google Scholar

    [19]

    Bernardo C, Griffith D W T 2005 J. Quant. Spectrosc. Radiat. Transfer 95 141Google Scholar

    [20]

    Kochanov R V, Gordon I, Rothman L, Wcisło P, Hill C, Wilzewski J 2016 J. Quant. Spectrosc. Radiat. Transfer 177 15Google Scholar

  • [1] 王钰豪, 刘建国, 徐亮, 成潇潇, 邓亚颂, 沈先春, 孙永丰, 徐寒杨. 傅里叶红外光谱气体检测限的定性分析. 物理学报, 2022, 71(9): 093201. doi: 10.7498/aps.71.20212366
    [2] 刘丹丹, 黄印博, 孙宇松, 卢兴吉, 曹振松. 对流层顶高对拉萨地区温室气体柱浓度反演的影响. 物理学报, 2020, 69(13): 130201. doi: 10.7498/aps.69.20191431
    [3] 单昌功, 王薇, 刘诚, 徐兴伟, 孙友文, 田园, 刘文清. 基于傅里叶变换红外光谱技术测量大气中CO2的稳定同位素比值. 物理学报, 2017, 66(22): 220204. doi: 10.7498/aps.66.220204
    [4] 史文俊, 易迎彦, 黎敏. 锗在吸收边附近的压力-折射率系数. 物理学报, 2016, 65(16): 167801. doi: 10.7498/aps.65.167801
    [5] 唐远河, 王淑华, 崔进, 徐颖, 梅屹峰, 李存霞. 被动遥测矿井CO气体温度及浓度的正演研究. 物理学报, 2016, 65(18): 184201. doi: 10.7498/aps.65.184201
    [6] 曹亚南, 王贵师, 谈图, 汪磊, 梅教旭, 蔡廷栋, 高晓明. 基于可调谐二极管激光吸收光谱技术的密闭玻璃容器中水汽浓度及压力的探测. 物理学报, 2016, 65(8): 084202. doi: 10.7498/aps.65.084202
    [7] 田园, 孙友文, 谢品华, 刘诚, 刘文清, 刘建国, 李昂, 胡仁志, 王薇, 曾议. 地基高分辨率傅里叶变换红外光谱反演环境大气中的CH4浓度变化. 物理学报, 2015, 64(7): 070704. doi: 10.7498/aps.64.070704
    [8] 李相贤, 徐亮, 高闽光, 童晶晶, 冯明春, 刘建国, 刘文清. 温室气体及碳同位素比值红外光谱反演精度的影响因素研究. 物理学报, 2015, 64(2): 024217. doi: 10.7498/aps.64.024217
    [9] 孙友文, 谢品华, 徐晋, 周海金, 刘诚, 王杨, 刘文清, 司福祺, 曾议. 采用加权函数修正的差分光学吸收光谱反演环境大气中的CO2垂直柱浓度. 物理学报, 2013, 62(13): 130703. doi: 10.7498/aps.62.130703
    [10] 李岩, 傅海威, 邵敏, 李晓莉. 石墨点阵柱状光子晶体共振腔的温度特性. 物理学报, 2011, 60(7): 074219. doi: 10.7498/aps.60.074219
    [11] 胡伟, 李宗良, 马勇, 李英德, 王传奎. 单硫醇分子结的几何结构和电输运性质:压力效应与末端基团效应. 物理学报, 2011, 60(1): 017304. doi: 10.7498/aps.60.017304
    [12] 程正富, 龙晓霞, 郑瑞伦. 温度对光学微腔光子激子系统玻色凝聚的影响. 物理学报, 2010, 59(12): 8377-8384. doi: 10.7498/aps.59.8377
    [13] 王亚珍, 黄平, 龚中良. 温度对微界面摩擦影响的研究. 物理学报, 2010, 59(8): 5635-5640. doi: 10.7498/aps.59.5635
    [14] 韩茹, 樊晓桠, 杨银堂. n-SiC拉曼散射光谱的温度特性. 物理学报, 2010, 59(6): 4261-4266. doi: 10.7498/aps.59.4261
    [15] 陈丕恒, 敖冰云, 李炬, 李嵘, 申亮. 温度对bcc铁中He行为影响的模拟研究. 物理学报, 2009, 58(4): 2605-2611. doi: 10.7498/aps.58.2605
    [16] 张 敏, 班士良. 压力下应变异质结中施主杂质态的Stark效应. 物理学报, 2008, 57(7): 4459-4465. doi: 10.7498/aps.57.4459
    [17] 陈国庆, 吴亚敏, 陆兴中. 金属/电介质颗粒复合介质光学双稳的温度效应. 物理学报, 2007, 56(2): 1146-1151. doi: 10.7498/aps.56.1146
    [18] 周旭昌, 陈效双, 甄红楼, 陆 卫. 空穴在动量空间分布对p型量子阱红外探测器响应光谱的影响. 物理学报, 2006, 55(8): 4247-4252. doi: 10.7498/aps.55.4247
    [19] 聂 颖, 隋 郁, 宋秀丹, 王先杰, 程金光, 千正男, 苏文辉. 成型压力对CrO2低温输运性质的影响. 物理学报, 2006, 55(6): 3038-3042. doi: 10.7498/aps.55.3038
    [20] 彭建祥, 经福谦, 王礼立, 李大红. 冲击压缩下铝、铜、钨的剪切模量和屈服强度与压力和温度的相关性. 物理学报, 2005, 54(5): 2194-2197. doi: 10.7498/aps.54.2194
计量
  • 文章访问数:  1939
  • PDF下载量:  41
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-10
  • 修回日期:  2020-11-23
  • 上网日期:  2021-03-26
  • 刊出日期:  2021-04-05

不同温度压力对浓度反演精度的定量分析

  • 1. 中国科学技术大学环境科学与光电技术学院, 合肥 230026
  • 2. 中国科学院合肥物质科学研究院, 安徽光学精密机械研究所, 中国科学院环境光学与技术重点实验室, 合肥 230031
  • 3. 黑龙江龙凤山大气成分本底国家野外科学观测研究站, 哈尔滨 150209
  • 通信作者: 徐亮, xuliang@aiofm.ac.cn
    基金项目: 国家自然科学基金(批准号: 41941011)、中国科学院前沿科学重点研究项目(批准号: QYZDY-SSW-DQC016)、国家重点研发计划(批准号: 2016YFC0201002, 2016YFC0803001-08)、安徽省重点研究和发展计划(批准号: 1804d08020300)资助的课题

摘要: 自研傅里叶变换红外光谱仪在龙凤山大气本底站测量CO2, CH4等温室气体. 自研仪器的测量结果与符合世界气象组织标准的本底站仪器的测量结果进行对比, 结果表明: 自研仪器与本底站仪器测量的CO2浓度值相关系数为0.9576, 均方根误差为18.6015. 自研仪器使用标准温度、压力下的校准光谱反演浓度, 但测量气体的温度随着气温变化, 导致自研仪器反演浓度有误差. 基于以上分析, 提取高分辨率透射分子吸收数据库参数计算吸收截面并结合仪器线形计算不同温度、压力下的校准光谱, 根据不同温度、压力下的校准光谱来校准反演浓度. 校准后, 自研与本底站仪器测量的CO2浓度值相关系数为0.9637, 均方根误差为6.7800. 自研与本底站仪器测量的CO2浓度值相关系数提高, 绝对误差减小, 说明校准算法提高了测量结果的精确度.

English Abstract

    • 温室气体的观测数据是研究气候变化的重要数据基础, 观测技术的发展使得温室气体数据精度不断提高. 1995年, Keeling等[1]使用非色散红外法(non-dispersive infrared, NDIR)对温室气体CO2进行长期观测. NDIR和气相色谱法(gas chromatography, GC)具有精度高、稳定性好等优点, 成为测量温室气体的主要方法[2]. 随着技术的不断发展, 光谱学仪器自动化程度和测量精度不断提高. 光腔衰荡光谱(cavity ring-down spectroscopy, CRDS)法、傅里叶变换红外光谱法(Fourier transform infrared spectroscopy, FTIR)仪器也逐渐应用于大气监测领域, 能够实现长期无人观测[3]. CRDS和FTIR最初应用于抽取式仪器, 定点测量的CRDS和FTIR抽取式仪器能够提供高精度、多种类气体数据, 但定点测量方式下CRDS和FTIR仪器无法提供区域大气变化数据[4]. CRDS和FTIR仪器在机载、星载观测方式下能获取区域大气变化数据和进行高层大气研究[5,6]. 仪器在机载、星载观测过程需要校准, 通常校准的两种方式是标准气体校准和利用计算校准光谱校准[7]. Griffith[8]在1996年将校准光谱应用于FTIR, Esler等[9] 2000年研究了在1 cm–1 FTIR仪上对温室气体观测并利用校准光谱校准, 能达到世界气象组织(world meteorological organization, WMO)的测量标准. Hammer等[10]和Griffith等[11]对流速、温度、压力等环境因素进行控制, 评估了温度、压力、流量等测量因素的交叉敏感性对仪器测量精度的影响, 他们的研究有效地提高了实验室仪器反演的精度, 减小了使用校准光谱方法因环境变量带来的误差. 但在实验中, 仪器无法在控制环境变量的状态下测量属于常态, 本文基于高分辨率透射分子吸收数据库( high-resolution transmission molecular absorption database, HITRAN)计算吸收截面并结合仪器线形产生不同温度、压力的校准光谱, 反演浓度过程使用不同温度、压力的校准光谱.

    • 图1所示, 红外光源发出的光经过拋物镜反射成平行光进入分束片(半透射半反射), 分别经过动镜、定镜, 再次汇聚在分束片上形成干涉光, 干涉光经过样品后到达探测器. 光源发出的光(IO(v))与经过样品吸收后的光(I(v))进行对比, 由朗伯-比尔定律得透过率T(v)、吸光度A(v)[12]分别为:

      图  1  干涉仪

      Figure 1.  Interferometer.

      $ {T(v) = \frac{{I(v)}}{{{I_{\rm{O}}}(v)}} \times 100{\text{%}} ,} \tag{1a}$

      $ {A(v) = \lg \frac{1}{{T(v)}},} \tag{1b}$

      $A = kcl.\tag{1c}$

      气体为均匀非色散吸光物质是(1c)式成立的前提. A (单位1)为气体定量分析光谱区域的吸光度, k (1/molecule × cm–2)为样品的吸收系数, c (mol/mol)为气体的浓度, l (m)为光程长度. 利用校准光谱进行浓度反演的过程为: HITRAN中光谱参数逐线积分计算得到标准温度、压力下的校准光谱, 实际测量的吸光度谱最小二乘拟合校准光谱得到气体浓度[13,14].

    • 自研FTIR仪器在龙凤山大气本底站的观测现场, 如图2所示. 其中图2(a)为仪器主机在线测量状态, 图2(b)为仪器外界进气口.

      图  2  (a)仪器主机在线测量状态; (b)仪器外界进气口

      Figure 2.  (a) Online measurement status of instrument host; (b) external air inlet of the instrument.

      外界空气从低层进气口经过前期气体处理装置(除湿、过滤)后, 以1.5 L/min流速进入怀特池. 自研FTIR仪器的分辨率为1 cm–1[15]. 光谱采集波段为400—4000 cm–1, 64次累加测量光谱平均得测量光谱[16].

    • HITRAN参数可以预测和模拟大气中光的传输和发射[17]. 假设能级i和能级j之间跃迁, 真空中光谱线跃迁的波数vij (cm–1)为

      $\Delta E = {E_i} - {E_j} = {v_{ij}}.$

      HITRAN数据库提供标准温度下, 单位体积的单个分子的光谱线强度Sij (cm–1/(molecule × cm–2)). 温度不为标准温度时, 光谱线强度需要修正, 温度TSij (T)为

      $\begin{split} {S_{ij}}(T) =\;& {S_{ij}}({T_{{\rm{ref}}}})\frac{{Q({T_{{\rm{ref}}}})}}{{Q(T)}}\frac{{\exp ( - {c_2}E''/T)}}{{\exp ( - {c_2}E''/{T_{{\rm{ref}}}})}}\\ &\times\frac{{\left[ {1 - \exp ( - {c_2}{v_{ij}}/T)} \right]}}{{\left[ {1 - \exp ( - {c_2}{v_{ij}}/{T_{{\rm{ref}}}})} \right]}},\end{split}$

      其中, Tref = 296 K, $ E'' $为跃迁能级的低能态能量, 配分函数来自于TIPS-2011数据库, Q(T )为配分函数之和:

      $Q(T) = \sum\limits_k {{g_k}\exp \left( { - \frac{{{c_2}{E_k}}}{T}} \right)} .$

      考虑分子的不规则运动和分子之间碰撞造成的影响, 分子的不规则运动造成的多普勒展宽的高斯线型为[18]

      ${f_{\rm{G}}}(v;{v_{ij}},T) = \sqrt {\frac{{\ln 2}}{{\pi \alpha _{\rm{D}}^2}}} \exp \left( { - \frac{{{{(v - {v_{ij}})}^2}\ln 2}}{{\alpha _{\rm{D}}^2}}} \right),$

      ${\alpha _{\rm{D}}}(T) = \frac{{{v_{ij}}}}{c}\sqrt {\frac{{2{N_A}{k_{\rm{b}}}T{{\ln }^2}}}{M}} ,$

      其中αD(T)高斯线型的半高宽, M为物质的量, NA为阿伏伽德罗常数, kb为玻尔兹曼常数. 洛伦兹线型不仅与温度有关, 也与压力有关:

      ${f_{\rm{L}}}(v;{v_{ij}},T,p) = \frac{1}{{\rm{\pi }}}\frac{{\gamma (p,T)}}{{\gamma {{(p,T)}^2} + {{\left[ {v - ({v_{ij}} + \delta ({p_{{\rm{ref}}}})p} \right]}^2}}},$

      $\begin{split} \gamma (p,T) =\;& {\left( {\frac{{{T_{{\rm{ref}}}}}}{T}} \right)^{{n_{{\rm{air}}}}}}({r_{{\rm{air}}}}({p_{{\rm{ref}},}}{T_{{\rm{ref}}}})(p - {p_{{\rm{self}}}})\\ &+ {\gamma _{{\rm{self}}}}({p_{{\rm{ref}}}},{T_{{\rm{ref}}}}){p_{{\rm{self}}}},\end{split}$

      其中γ(p, T)为洛伦兹线型的半高宽. Tref, Pref为296 K和1 atm. ppself分别为总气体压力和单独气体的分压, nself为空气自展宽系数, δair为线宽偏移. Voigt线型为高斯线型和洛伦兹线型的卷积:

      $f(v;{v_{ij}},T,p) = {f_{\rm{G}}}(v;{v_{ij}},T) \otimes {f_{\rm{L}}}(v;{v_{ij}},T,p),$

      光谱线强度由Voigt线型展宽并在对应波数叠加得吸收系数:

      ${k_{ij}}(v,T,p) = {S_{ij}}(T)f(v;{v_{ij}},T,p).$

      无量纲的光学厚度为吸收系数乘以吸收分子的列数密度(浓度):

      ${\tau _{ij}}(v,T,p) = u{k_{ij}}(v,T,p).$

      仪器线型(instrument line shape, ILS)矩型函数, 傅里叶变换后为sinc函数:

      $B(x) = \frac{2}{\gamma }\sin \left( {\frac{{2\pi }}{\gamma }x} \right)\bigg/\left( {\frac{{2\pi }}{\gamma }x} \right),$

      其中γ为仪器的分辨率. 光学厚度卷积ILS得到仿真吸光度谱为[19,20]

      ${A_{ij}} = {\tau _{ij}} \otimes B(x).$

      以上介绍了吸光度谱的算法过程, 以CO2在2290—2380 cm–1为例, 光谱线强度(红色)、吸收系数(蓝色)、吸光度(橘黄色)如图3所示.

      图  3  (a) CO2在2290—2380 cm–1的光谱线强度Sij; (b) CO2在2290—2380 cm–1的吸收系数kij; (c) CO2仿真吸光度谱Aij

      Figure 3.  (a) the spectral line intensity Sij at 2290–2380 cm–1 of CO2; (b) absorption coefficient kij at 2290–2380 cm–1 of CO2; (c) simulated absorbance spectrum Aij of CO2.

    • 计算CO2不同温度(297—306 K)下的吸收光谱与296 K吸收光谱在拟合区域的残差. 残差谱进行二次拟合, 进行温度、压力的校正. 图4(a)为296 —306 K下CO2在2290—2380 cm–1的吸收光谱, 297—305 K吸收光谱与296 K吸收光谱在2290—2380 cm–1的残差在图4(b)中, 残差与吸收光谱之间相差两个数量级, 有非常丰富的信息.

      图  4  (a) CO2在2290—2380 cm–1的仿真吸光度谱Aij; (b) 297—306 K下仿真吸光度谱相比于296 K仿真吸收光谱在拟合波段的残差

      Figure 4.  (a) The simulated absorbance spectrum Aij under 286–306 K of CO2; (b) the residual of the simulated absorbance spectrum at 297–306 K compared to the simulated absorption spectrum at 296 K in the fitted band.

    • 2019年07月23日, 选取测量的光谱数据进行分析, 计算光谱一致性.

      $STD\left[ {\frac{{{S_n}}}{{{S_{n - 1}}}}[2100 - 2200{\rm{ c}}{{\rm{m}}^{{{ - 1}}}}]} \right],$

      STD为标准偏差(standard deviation), Sn–1, Sn为相邻时间测量得到的两条光谱在2100—2200 cm–1的光谱数据, 计算出的值越接近于1, 说明仪器状态越稳定. 2019年07月23日光谱数据如图5(a)所示, 对该光谱数据的一致性进行分析, 结果如图5(b)所示. 一致性结果表明仪器状态正常, 测量光谱有效.

      图  5  (a)光谱数据(1000—3500 cm–1); (b)光谱数据的一致性

      Figure 5.  (a) Spectral data; (b) consistency of spectral data.

    • 用均方根 (root mean square, RMS)误差来衡量CO2绝对浓度的差异. xi表示FTIR测量的CO2浓度, yi表示相同测量时间CRDS仪器测量的CO2浓度. 公式如下:

      ${\rm{RMS\_error}} = \sqrt {\frac1{n}{{\sum\limits_{i = 1}^n {{{({x_i} - {y_i})}^2}} }}} .$

      均方根误差越小说明两者测量时间内浓度越接近. 分析2019年07月23日到2019年08月01日测量的CO2浓度数据, 在图6(a)中使用同一坐标轴显示了CO2浓度. 计算了FTIR与CRDS仪器测量的CO2浓度的相关系数, 结果如图6(b)所示. FTIR与CRDS仪器测量的CO2浓度值的相关系数为0.9576, RMS误差为18.6015. 经过温度、压力校准算法后, FTIR与CRDS仪器测量的CO2浓度值相关系数为0.9637, 均方根误差为6.7800. 校正后CO2浓度对比结果如图6(c)所示, 线性拟合FTIR与CRDS仪器测量CO2浓度值的结果如图6(d)所示.

      图  6  (a) CO2浓度趋势对比; (b) CO2浓度值线性拟合; (c)校准后CO2浓度趋势对比; (d)校准后CO2浓度值线性拟合

      Figure 6.  (a) CO2 concentration trend comparison; (b) CO2 concentration value linear fitting; (c) CO2 concentration trend comparison after calibration; (d) linear fitting of CO2 concentration value after calibration.

    • 观测时, 气体温度、压力并不能保持标准状态. 基于标准温度、压力的校准光谱拟合吸光度光谱反演浓度会导致反演浓度误差. 图4(b)中给出了不同温度的CO2吸收光谱相对于296 K下CO2吸收光谱的误差. 实际吸收光谱比标准吸收光谱高, 则反演得出的CO2浓度会低于实际的CO2浓度. CO2 297 K的吸收光谱与296 K的吸收光谱形成的残差谱相比于296 K的吸收光谱的光谱误差总和为1.8%, 反演出的浓度误差为0.41%, 所以计算出不同温度、压力吸收光谱用来校准反演浓度.

    • 自研FTIR仪器与CRDS仪器测量CO2的浓度值的相关系数能达到0.9637, RMS误差为6.7800. 以上结果说明了自研FTIR仪器的可靠性, 本次实验为自研FTIR仪器的研究工作提供了重要的数据基础.

      校准前, FTIR仪器与CRDS仪器测量的CO2浓度值的相关系数为0.9576, RMS误差为18.6015. 温度、压力校准后, FTIR仪器与CRDS仪器测量的CO2浓度值的相关系数为0.9861, RMS误差为6.7800. 以上结果说明温度、压力校正算法一定程度上可以提高使用校准光谱的仪器测量气体反演的精确度.

      计算不同温度、压力下的校准光谱得出的校正系数只能一定程度上校正反演浓度. 反演浓度的波段不同会造成校准光谱不同, 那么反演效果可能并不相同. 反演波段的识别和选择、反演算法的选择、硬件控制温度、压力, 在使用温度, 压力校准, 可以使仪器测量精度进一步提高.

参考文献 (20)

目录

    /

    返回文章
    返回