基于Lasso方法的污染气体自适应探测算法

在开放光路条件下, 污染气体与大气成分的光谱特征相互混叠, 难以直接对污染气体进行识别。提出了一种自适应特征提取算法, 预先生成各种大气条件下的光谱特征, 利用Lasso算法进行快速特征优选, 选择最优目标/背景组合重构背景光谱, 提取目标特征。为了验证所提算法的有效性, 开展了不同背景下的甲烷遥测实验、不同相对湿度条件下的氨气遥测实验, 以及室内近距离乙烯探测实验。将所提算法与Harig算法进行对比, 结果表明:所提算法能更好地扣除背景, 具有较强的实用性。