[发明专利]一种基于水汽残差谱分析的红外光谱识别方法

说明书

本发明属于光谱测量及光谱识别技术领域，具体涉及一种基于水汽残差谱分析的红外光谱识别方法，包括利用分子透射吸收数据库和气象参数生成纯水汽透过率谱；将包含未知化合物吸收特征的待识别红外实测光谱与所述纯水汽透过率谱进行拟合，分波段扣除未知化合物光谱中的水汽吸收光谱，得到残差光谱；对残差光谱进行初步寻峰识别，找出各波段残差光谱吸收最强处对应的峰位，与红外吸收特征数据库中的各化合物分子吸收峰进行比较，得出可能的化合物成分列表；本发明利用纯水汽透过率谱对待识别光谱中的水汽吸收光谱进行扣除，有效避免了水汽对识别结果造成的误差，提高了光谱识别的精准度，可以实现红外吸收光谱的未知化合物成分的快速识别。

技术领域

本发明属于光谱测量及光谱识别技术领域，具体涉及一种基于水汽残差谱分析的红外光谱识别方法。

背景技术

随着现代物理学、化学以及计算机技术的进步，特别是表面物理学、光学和电子学的进步，各种大气环境监测技术得到了有效发展。其中以光谱法为基础的光学和光谱学监测技术作为新兴的技术手段，以其大范围、多组分检测、连续实时监测方式而成为环境污染监测的理想工具。

基于光谱学的大气环境监测技术的主要优点有：可进行多组分同时监测，可实现非接触在线自动监测；选择性好、灵敏度高、检测限可达ppb量级；测量范围可从数百米到数公里，可测量目标区域的平均污染程度，不需要多点取样，监测结果比单点监测更具代表性等，光学和光谱学技术是当前重要污染指标和污染源排放在线监测技术的发展方向和技术主流。

傅里叶变换红外(FTIR)光谱技术是近年来快速发展起来的一种综合性探测技术，由于大气中大多数的微量、痕量气体都是红外活性气体，在中红外波段(2.5～25μm)范围内具有吸收和发射红外特征光谱的能力，对于光谱测量非常有利，因而FTIR在大气环境监测中具有良好的应用前景。世界上诸多国家利用该技术开展了对大气环境及大气污染观测及研究工作，包括污染源排放气体实时监测，区域性温室气体和反应性痕量气体的本底、分布廓线、时空变化观测研究等。但是FTIR技术实测红外光谱图解析复杂，另外，在中红外波段水汽吸收较强，对FTIR定性和定量带来干扰，这些都限制了FTIR技术在大气环境监测中的实际应用。

光谱识别技术是光谱定性和定量分析的基础。随着模式识别技术的发展，光谱识别技术已成为医药、环保、石化等行业进行快速检测的重要手段。光谱识别的基本过程是：1、选择并提取光谱信号的特征；2、运用相关算法对未知光谱信号的特征和红外标准数据库中已知光谱信号的特征进行比较，从而得出未知光谱信号的化学组成关系。从光谱识别的基本过程来看，光谱信号特征的选择和提取是光谱识别的前提，目前红外光谱识别中常用的方法是基于人工神经网络算法的识别方法。人工神经网络识别方法的过程较为复杂，需要进行大量的样本采集，然后进行建模、模型验证等工作，鲁棒性和容错性较差。因此，开发具有针对性、识别速度快、实际操作使用简单的红外光谱识别方法，对于改进和发展红外光谱技术在大气环境监测中的实际应用具有重要意义。

发明内容

本发明的目的是针对现有红外光谱识别方法的不足，提供了一种基于水汽残差谱分析的红外光谱识别方法，可以实现红外吸收光谱的未知化合物成分的快速识别。

为实现上述目的，本发明提供了以下技术方案：

一种基于水汽残差光谱分析的红外光谱识别方法，包括以下步骤：

步骤1：利用分子透射吸收数据库和气象参数生成纯水汽透过率谱；

步骤2：将包含未知化合物吸收特征的待识别红外实测光谱与所述纯水汽透过率谱进行拟合，分波段扣除未知化合物光谱中的水汽吸收光谱，得到残差光谱；

步骤3：对残差光谱进行初步寻峰识别，找出各波段残差光谱吸收最强处对应的峰位，与红外吸收特征数据库中的各化合物分子吸收峰进行比较，得出可能的化合物成分列表；