大气环境遥感监测系统设计与开发

广东省大气环境遥感监测系统设计与开发作者：赵爱爱学位授予单位：中山大学相似文献(1条)1.学位论文曾君机动车尾气遥感监测系统及高排污车辆鉴别研究2007机动车尾气污染已成为城市最主要的污染源。尾气排放造成的城市空气质量恶化是世界各国面对的最为严重的环境问题之一。如果没有科学高效的机动车污染排放检测控制体系，机动车污染排放还将持续快速增加，城市的可持续发展将面临严峻挑战。为增强机动车的排放控制与管理，各国开始建立I/M(检查/维护)制度。尾气检测方法从怠速法发展到工况法再到遥感监测法。遥感监测是在车辆正常行驶状况下对机动车尾气排放进行实时检测的方法。作为一种新技术，遥感监测革新了尾气检测技术概念，正受到广泛的关注和研究。我国的I/M制度建立比较晚，机动车尾气的遥感监测尚无全面系统的研究，处于起步阶段，监测标准难以建立，对它的研究和推广举步维艰。本文对机动车尾气的遥感监测建立了较为完整的研究体系。从机动车排放与城市大气环境的关系出发，介绍了中外机动车排放控制与检测历程。以此为基础，根据中国机动车尾气控制与检测现状，提出了遥感监测技术研究与发展的重要性。并根据遥感监测技术的发展现状，研究了目前最新的基于可调谐二极管激光光谱技术(TunableDiodeLaser，TDL)的机动车尾气遥感监测系统，阐述了其基本原理、调制技术及系统组成，分析了系统关键技术以及突出优点。在这些基础之上，文章对机动车尾气的遥感监测进行了进一步深入研究，创新性工作主要体现在以下几个方面。在国内，首次对遥感监测数据进行了全面研究，搭建了对遥感监测研究的整体框架。应用TDL机动车尾气遥感监测系统，以2004年在广州市进行的15天遥感监测实验所收集的7606组有效数据为基础，分析了遥感监测设备在地方实际应用中的难点，提出了适合于广州市机动车辆运行特征的遥感监测地点选择方案。对影响机动车尾气排放的相关因素进行了初步分析，得出了一些有益的结论。它为后续工作的进行奠定了基础，提出了新的要求。针对遥感监测数据离散性强，不同的测量之间难以进行有效对比这一难点问题，引入机动车比功率(VehicleSpecificPower，VSP)概念，使不同时间、不同地点的遥感测量之间的比较变得有意义。根据分析结果，建立了广州市VSP与尾气污染物浓度之间的关系。并结合相应车辆的怠速测试结果，提出了在广州市进行的遥感监测时，当VSP超过15kw/t时，机动车处于富燃状态，此时机动车的高排放为瞬间高排放，并将此结论应用于高排污车辆的筛选与判断。对实验数据的分析表明，高排污车辆是机动车尾气的主要污染源。引入美国和奥克兰的同类数据进行对比，发现广州高排污车辆CO和HC排放所占的比例明显低于美国。提出了广州的机动车污染控制水平相对落后，高污染车辆较为普遍，所以利用遥感监测快速有效鉴别高排污车辆，使这些车辆及时得到检修和调整，对机动车尾气污染治理具有重要意义。针对本地区I/M制度实际执行情况，首次提出结合怠速法建立基于遥感监测的高排污车辆鉴别模型，类似工作在国内外尚未见报道。根据遥感监测数据特性，从数据样本的确定、算法选择和性能研究等方面进行了多次实验和对比研究，建立了基于BP神经网络的鉴别模型。并对样本数据进行进行了加权最小二乘回归分析和逻辑斯蒂回归分析。实验结果表明，BP神经网络模型正确率远高于回归分析鉴别正确率。从而证明将神经网络应用于高排污车辆鉴别是一种有效选择。为进一步提高模型鉴别的实时性和正确判断率，改进BP神经网络本身缺点，提出了PKGV-ANN鉴别模型。该模型应用主成分分析法(PrincipleComponentAnalysis，PCA)，借鉴K最近邻方法(K-NearestNeighborAlgrithom，KNN)思想，对样本数据进行了修正，剪辑和删除了样本中的冗余项和错误项。并在已有的改进的遗传算法(GeneticAlgorithm，GA)基础上，结合自适应变化和尺度变换思想，对GA做了进一步的调整和改进，并用以优化神经网络初始权值，再提出对判断结果进行进一步细化，结合VSP对排放得出的结论，对模型结果再次进行筛选和判断。最终算法在第四次迭代时收敛到期望误差，极大的提高了收敛速度，对测试样本的正确判断率达到89.40％，远优于回归分析方法79％和纯BP神经网络模型86.93％的正确判断率。最后，综合全文研究，结合广州市机动车运行特征，对广州市遥感监测标准的建立提出了相关建议。本文期望在对一个城市研究的基础上，探索机动车尾气遥感监测技术在中国的研究、推广和应用，为地方决策者在机动车尾气污染控制与治理方面提供决策支持，最终推动机动车尾气遥感监测技术在中国的推广和研究以及相应标准的制定。本文链接：授权使用：中山大学(zsdx)，授权号：12a820a1-f46e-42d9-9c0a-9dc2010718d4下载时间：2010年7月29日