论文部分内容阅读
【摘 要】 气体灾害对人类和自然的危害日益加重，由于气体的物化特性，常规的探测手段很难高效的实现气体检测的目的，红外高光谱遥感探测手段能够反映场景内的温度信息和光谱信息，是灾害气体检测最有效的手段之一，具有极高的军事和民用价值。本文以研究气体红外高光谱数据的特点为出发点，实现气体红外高光谱数据的建模与检测，为构建灾害气体的监测体系提供帮助和指导。
【关键词】 红外光谱技术;气体检测分析;特征频率
引言：
灾害气体在环境中会带有独特的温度特征和光谱特征。利用红外高光谱探测手段能够有效的利用气体的温度信息和光谱信息，从而对气体进行甄别和检测。传统的高光谱一般指可见光近红外波段，传统高光谱是对地物目标的反射率信息进行分析，以达到相应的检测目的。而红外高光谱探测手段是利用对远红外波段的辐射能量进行相应的检测分析，这部分信息主要利用的是目标的辐射信息（温度信息）。从成像机理上，传统的高光谱和红外波段的高光谱有所不同，所以，研究这两者在成像模型、信号模型、检测模型的异同之处有十分重要的研究意义。
另外，软件和硬件的发展是相辅相成的，红外传感器的发展，伴随着红外遥感相关技术的研究。目前红外高光谱传感器技术壁垒比较大，红外高光谱数据获取比较难，但红外高光谱数据的应用具有极大的意义和价值。所以研究气体的红外高光谱数据仿真具有十分重要的意义，对气体以及其他目标物体的红外高光谱辐射特性分析与特征提取具有十分重大的指导意义。
一、红外光谱吸收原理
众所周知，光是由许多单一颜色的光组成的，由此可知，红外光是由许多处于红外频率以外的光组成的。每种气体都具有一种性质：可以吸收对应频率的红外光能量，气体吸收红外光能量中频率最高的被称为气体的特征吸收频率。当光线穿透气体时，气体吸收特征频率谱线光，导致光的能量下降。研究表明，每种气体在红外辐射波段都有不同数目的特征吸收谱线。由于特征频率是由一定频率范围内的光组成的，因此特征吸收频率具有一定的带宽，并且带宽中每个频率被吸收的量不尽相同。通过相应的吸收模型和计算公式可以计算出红外光线穿过气体时被吸收能量的多少。气体的浓度变化、光线穿过气体时所走的路程、光线能量衰减的程度，三者的关系符合光吸收基本定律。
热红外辐射指的就是由于物质本身具有高于绝对零度的温度，从而不断向环境发射辐射能量的现象;它是物质温度特性的一种表征形式。自然环境中，物体交换能量的方式都是通过辐射方式进行的，一个物体能量的变换取决于本身发射的能量，物质本身吸收的能量以及其他方式能量的综合作用。當没有其他方式的能量时，物质的温度状态只受其发射和吸收的情况影响;当发射和吸收的能量相等时，物质就处在了热平衡状态。自然环境中，热量交换都是千变万化的，通常物质都处于非平衡状态，但如果细化到每个状态，可以热为物质在一定时间内热量变化均匀平稳，处于瞬时的平衡状态，这样就需要热学定律去描述物质的平衡状态。
二、红外高光谱图像气体检测
（一）单一气体目标检测
图1为单一气体检测系统框图，首先根据气体光谱库气体数据和MODTRAN大气传输数据计算出气体光谱特征数据（相当于s），然后对红外高光谱图像进行背景训练，对全局图像去均值，去除均值之后的结果即为x，如此，对数据逐点计算判别权值，最后完成检测。利用上述三种检测器计算出的结果是对图像像素描述的权值，最终归一化之后，变成0到1之间的描述权值，它的意义是：目标的权值应为1，背景的权值应为0，设定门限，权值大于门限的为目标，小于门限的为背景。
图1 单一气体检测系统流程图
利用检测方法计算出的是像素的描述权值，选择不同的阈值，则检测结果会产生相应变化。如果气体目标的真实检测结果是已知的，对目标和非目标的检测结果进行统计，并与真实数据进行比对，能够较准确的反映检测效果，定义检测的四种客观评价指标：发现概率DP（probability of detection）、漏检概率MP（probability of miss），虚警概率FAP（probability of false alarm）以及背景的发现概率DBP（probability of detection of background）：
ROC（接收机操作特性）曲线，描述的是发现概率和虚警概率关系曲线，通常横坐标是虚警概率，纵坐标为目标发现概率。由于检测算法计算出的是权值，当选择阈值不同时，发现概率和虚警概率也不同，但一一对应，这样就会绘制出一条虚警概率与目标发现概率关系曲线，用来客观评价检测算法的好坏，好的检测算法是让虚警概率尽可能减小，同时发现概率尽可能的提高，最好的算法当然是虚警概率为0时，发现概率为1。
（二）混合气体目标检测
图2为混合气体检测系统流程图，首先根据气体光谱库以及大气环境仿真，计算出气体光谱特征;然后对红外高光谱数据进行背景训练，对图像去均值;之后利用匹配滤波器（MF）对图像进行检测，检测出混合气体各气体成分的检测结果;利用检测结果计算出混合气体区域，然后利用线性光谱解混算法计算出混合区域气体的丰度，也就是气体分子量的比值。
图2 混合气体检测系统流程图
首先，根据气体信号检测模型，对气体信号检测的参数进行分析，并通过分析将红外高光谱气体检测信号模型转换成传统的红外高光谱信号检测模型;之后选择匹配滤波器、自适应余弦一致性滤波器和自适应匹配滤波器对单一气体进行检测，通过实验发现这三种方法能够实现对单一气体进行检测，同时验证了气体检测在不同信噪比、不同光谱分辨率与不同大气场景估计下的鲁棒性;最后，通过模型分析，将混合气体信号模型转换成线性光谱混合模型，并利用匹配滤波器对混合区域进行检测，同时对混合区域的气体丰度（气体分子量的百分比）进行了提取计算。
三、红外光谱技术的优点
（一）安全性高，可操作性强
红外光谱技术设计的检测设备采用的是光信号，与传统设备采用电信号相比，在煤矿等易燃易爆气体集聚的场合，不会引起气体燃烧和爆炸等情况的发生，具有较高的防爆性和安全性。由于每种仪器都具有各自的适用范围，当气体浓度超过一定数值时容易引起元件的老化和中毒等情况，使测量结果出现偏差。采用红外光谱技术来检测气体，可以避免这些情况的出现。而且采用红外光谱技术产生的干扰信号弱，系统的信噪比较高。除此之外，系统具有灵敏度自动补偿功能和零点自动补偿功能，因此不需要定时校准，可操作性较强。
（二）选择性好
由于每种气体都具有特定的红外吸收频率，因此在检测混合气体时，由于各种气体都具有各自的特征频率光谱，彼此之间互相隔离，互不干扰，使检测混合气体中的某种特定的气体成为可能。
（三）反应灵敏，可靠性高
采用传统的检测方法做气体检测时，开启检测系统后往往无法直接工作，而是需要经过一段比较长的预热时间。而采用红外光谱技术的气体检测设备，在开机后短时间内就可以进行工作。即使气体浓度仅仅发生微小变化，它也可以及时检测到，反应十分灵敏。在实际检测过程中，基于某些检测方法设计的检测系统很容易因为设备发热等因素，导致测量的准确性和检测出的数据不可靠。而采用红外光谱吸收技术设计的气体检测设备，由于它是通过光信号来工作的，所以不会引起系统温度升高等情况的出现，测量的数据不受干扰因素的影响，测量的稳定性和可靠性较高。
四、结束语
总而言之，气体检测技术的研究，有助于提高对灾害气体的监测和预警能力，能够有效减少气体灾害对社会与自然造成的损害，具有极高的经济和军事应用价值。红外高光谱遥感探测技术，能够提供场景内物体的温度特征和光谱特征，能够有效的应用到气体检测中来。
参考文献：
[1]姚涛，李一凡.场景红外成像仿真原理和应用[J].计算机仿真，2004，01：96-98+135.
[2]王章野.地面目标的红外成像仿真及多光谱成像真实感融合研究[D].浙江大学，2002.
【关键词】 红外光谱技术;气体检测分析;特征频率
引言：
灾害气体在环境中会带有独特的温度特征和光谱特征。利用红外高光谱探测手段能够有效的利用气体的温度信息和光谱信息，从而对气体进行甄别和检测。传统的高光谱一般指可见光近红外波段，传统高光谱是对地物目标的反射率信息进行分析，以达到相应的检测目的。而红外高光谱探测手段是利用对远红外波段的辐射能量进行相应的检测分析，这部分信息主要利用的是目标的辐射信息（温度信息）。从成像机理上，传统的高光谱和红外波段的高光谱有所不同，所以，研究这两者在成像模型、信号模型、检测模型的异同之处有十分重要的研究意义。
另外，软件和硬件的发展是相辅相成的，红外传感器的发展，伴随着红外遥感相关技术的研究。目前红外高光谱传感器技术壁垒比较大，红外高光谱数据获取比较难，但红外高光谱数据的应用具有极大的意义和价值。所以研究气体的红外高光谱数据仿真具有十分重要的意义，对气体以及其他目标物体的红外高光谱辐射特性分析与特征提取具有十分重大的指导意义。
一、红外光谱吸收原理
众所周知，光是由许多单一颜色的光组成的，由此可知，红外光是由许多处于红外频率以外的光组成的。每种气体都具有一种性质：可以吸收对应频率的红外光能量，气体吸收红外光能量中频率最高的被称为气体的特征吸收频率。当光线穿透气体时，气体吸收特征频率谱线光，导致光的能量下降。研究表明，每种气体在红外辐射波段都有不同数目的特征吸收谱线。由于特征频率是由一定频率范围内的光组成的，因此特征吸收频率具有一定的带宽，并且带宽中每个频率被吸收的量不尽相同。通过相应的吸收模型和计算公式可以计算出红外光线穿过气体时被吸收能量的多少。气体的浓度变化、光线穿过气体时所走的路程、光线能量衰减的程度，三者的关系符合光吸收基本定律。
热红外辐射指的就是由于物质本身具有高于绝对零度的温度，从而不断向环境发射辐射能量的现象;它是物质温度特性的一种表征形式。自然环境中，物体交换能量的方式都是通过辐射方式进行的，一个物体能量的变换取决于本身发射的能量，物质本身吸收的能量以及其他方式能量的综合作用。當没有其他方式的能量时，物质的温度状态只受其发射和吸收的情况影响;当发射和吸收的能量相等时，物质就处在了热平衡状态。自然环境中，热量交换都是千变万化的，通常物质都处于非平衡状态，但如果细化到每个状态，可以热为物质在一定时间内热量变化均匀平稳，处于瞬时的平衡状态，这样就需要热学定律去描述物质的平衡状态。
二、红外高光谱图像气体检测
（一）单一气体目标检测
图1为单一气体检测系统框图，首先根据气体光谱库气体数据和MODTRAN大气传输数据计算出气体光谱特征数据（相当于s），然后对红外高光谱图像进行背景训练，对全局图像去均值，去除均值之后的结果即为x，如此，对数据逐点计算判别权值，最后完成检测。利用上述三种检测器计算出的结果是对图像像素描述的权值，最终归一化之后，变成0到1之间的描述权值，它的意义是：目标的权值应为1，背景的权值应为0，设定门限，权值大于门限的为目标，小于门限的为背景。
图1 单一气体检测系统流程图
利用检测方法计算出的是像素的描述权值，选择不同的阈值，则检测结果会产生相应变化。如果气体目标的真实检测结果是已知的，对目标和非目标的检测结果进行统计，并与真实数据进行比对，能够较准确的反映检测效果，定义检测的四种客观评价指标：发现概率DP（probability of detection）、漏检概率MP（probability of miss），虚警概率FAP（probability of false alarm）以及背景的发现概率DBP（probability of detection of background）：
ROC（接收机操作特性）曲线，描述的是发现概率和虚警概率关系曲线，通常横坐标是虚警概率，纵坐标为目标发现概率。由于检测算法计算出的是权值，当选择阈值不同时，发现概率和虚警概率也不同，但一一对应，这样就会绘制出一条虚警概率与目标发现概率关系曲线，用来客观评价检测算法的好坏，好的检测算法是让虚警概率尽可能减小，同时发现概率尽可能的提高，最好的算法当然是虚警概率为0时，发现概率为1。
（二）混合气体目标检测
图2为混合气体检测系统流程图，首先根据气体光谱库以及大气环境仿真，计算出气体光谱特征;然后对红外高光谱数据进行背景训练，对图像去均值;之后利用匹配滤波器（MF）对图像进行检测，检测出混合气体各气体成分的检测结果;利用检测结果计算出混合气体区域，然后利用线性光谱解混算法计算出混合区域气体的丰度，也就是气体分子量的比值。
图2 混合气体检测系统流程图
首先，根据气体信号检测模型，对气体信号检测的参数进行分析，并通过分析将红外高光谱气体检测信号模型转换成传统的红外高光谱信号检测模型;之后选择匹配滤波器、自适应余弦一致性滤波器和自适应匹配滤波器对单一气体进行检测，通过实验发现这三种方法能够实现对单一气体进行检测，同时验证了气体检测在不同信噪比、不同光谱分辨率与不同大气场景估计下的鲁棒性;最后，通过模型分析，将混合气体信号模型转换成线性光谱混合模型，并利用匹配滤波器对混合区域进行检测，同时对混合区域的气体丰度（气体分子量的百分比）进行了提取计算。
三、红外光谱技术的优点
（一）安全性高，可操作性强
红外光谱技术设计的检测设备采用的是光信号，与传统设备采用电信号相比，在煤矿等易燃易爆气体集聚的场合，不会引起气体燃烧和爆炸等情况的发生，具有较高的防爆性和安全性。由于每种仪器都具有各自的适用范围，当气体浓度超过一定数值时容易引起元件的老化和中毒等情况，使测量结果出现偏差。采用红外光谱技术来检测气体，可以避免这些情况的出现。而且采用红外光谱技术产生的干扰信号弱，系统的信噪比较高。除此之外，系统具有灵敏度自动补偿功能和零点自动补偿功能，因此不需要定时校准，可操作性较强。
（二）选择性好
由于每种气体都具有特定的红外吸收频率，因此在检测混合气体时，由于各种气体都具有各自的特征频率光谱，彼此之间互相隔离，互不干扰，使检测混合气体中的某种特定的气体成为可能。
（三）反应灵敏，可靠性高
采用传统的检测方法做气体检测时，开启检测系统后往往无法直接工作，而是需要经过一段比较长的预热时间。而采用红外光谱技术的气体检测设备，在开机后短时间内就可以进行工作。即使气体浓度仅仅发生微小变化，它也可以及时检测到，反应十分灵敏。在实际检测过程中，基于某些检测方法设计的检测系统很容易因为设备发热等因素，导致测量的准确性和检测出的数据不可靠。而采用红外光谱吸收技术设计的气体检测设备，由于它是通过光信号来工作的，所以不会引起系统温度升高等情况的出现，测量的数据不受干扰因素的影响，测量的稳定性和可靠性较高。
四、结束语
总而言之，气体检测技术的研究，有助于提高对灾害气体的监测和预警能力，能够有效减少气体灾害对社会与自然造成的损害，具有极高的经济和军事应用价值。红外高光谱遥感探测技术，能够提供场景内物体的温度特征和光谱特征，能够有效的应用到气体检测中来。
参考文献：
[1]姚涛，李一凡.场景红外成像仿真原理和应用[J].计算机仿真，2004，01：96-98+135.
[2]王章野.地面目标的红外成像仿真及多光谱成像真实感融合研究[D].浙江大学，2002.