注册 登录 进入教材巡展
#
  • #

出版时间:2026-06

出版社:科学出版社

以下为《基于LIBS技术的大气环境VOCs探测方法研究》的配套数字资源,这些资源在您购买图书后将免费附送给您:
试读
  • 科学出版社
  • 9787030858344
  • 1版
  • B5
  • 2026-06
作者简介
2006.09-2011.06 中国科学院武汉物理与数学研究所 硕士、博士研究生
2009.03-2009.07 台北原子与分子科学研究所 交换博士生(联合培养)
2002.09-2006.07 安徽师范大学物理系 物理学(师范) 本科2011.07-2014.08 瑞士Paul Scherrer Institute,博士后 。
2014.09-至今 南京信息工程大学物理与光电工程学院,教授。
2020.04-至今 南京信息工程大学教师教育学院 ,副院长。大气环境光电检测、光学工程江苏省高校“青蓝工程”中青年学术带头人
江苏省“双创计划”、江苏省“六大人才高峰”高层次人才
欧盟“玛丽?居里学者”人才计划江苏省光学学会理事
中国光学工程学会光谱技术及应用专业委员会青年委员
中国光学光电子行业协会激光应用分会青年委员
江苏省科协科技智库专家
《激光与红外》青年编委
国家重点研发计划项目会评专家
《量子电子学报》青年编委
中国光学学会高级会员
中国光学工程学会高级会员
查看全部
内容简介
本书深入讨论激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术结合机器学习(machine learning,ML)在大气环境挥发性有机物(volatile organic compounds,VOCs)在线探测中的前沿应用。本书首先介绍了基于LIBS技术和ML原位在线探测大气环境VOCs的最新研究进展,包括大气环境VOCs中常见有害元素(硫、氟、氯、溴、碘等)探测、基于原子光谱方法的大气环境不同VOCs分子的探测和区分、大气环境同分异构体VOCs的探测和甄别,以及在室内樟脑丸、农药喷洒和石油开采3个应用场景环境空气中VOCs的探测研究工作。本书通过结合人工智能(artificial intelligence,AI)与ML,展示了光谱技术在大气科学交叉研究领域的学科内涵和创新潜力。
目录
目录
前言
第1章 大气环境与VOCs探测方法 1
1.1 全球及我国大气环境总体状况 1
1.2 我国大气环境治理历程与成效 1
1.2.1 十八大以来的治理体系与关键突破 1
1.2.2 “十三五”“十四五”期间的进展与现存问题 2
1.3 VOCs污染现状与治理研究进展 2
1.3.1 VOCs的环境危害与研究历史 2
1.3.2 VOCs的治理成效与现存问题 3
1.4 人工智能在大气环境治理中的应用进展 4
1.5 大气环境与VOCs探测 5
参考文献 7
第2章 机器学习赋能LIBS技术探测大气环境VOCs 11
2.1 基于LIBS技术的大气环境VOCs探测实验系统 12
2.2 机器学习与物理学的交叉融合:2024年诺贝尔物理学奖的启示 16
2.3 主成分分析:LIBS数据降维与VOCs探测特征提取 17
2.4 人工神经网络:LIBS非线性特征提取与VOCs精准识别 19
2.5 支持向量机:LIBS高维特征分类与VOCs快速鉴别 23
参考文献 26
第3章 基于LIBS技术的含硫化合物探测 28
3.1 大气环境VOCs中含硫化合物在线探测 28
3.1.1 含硫化合物的定性分析 30
3.1.2 物质状态对硫探测的影响讨论 31
3.1.3 大气中硫元素的定量分析 32
3.1.4 含硫化合物的拉曼光谱探测 34
3.1.5 小结 36
3.2 基于LIBS技术和SPAMS技术的大气环境含硫化合物原位探测 36
3.2.1 大气环境含硫化合物的LIBS分析 37
3.2.2 大气环境含硫化合物的定量研究 39
3.2.3 基于SPAMS技术在线探测大气环境含硫化合物 41
3.2.4 基于拉曼光谱在线探测含硫化合物 43
3.2.5 小结 46
3.3 基于LIBS技术的含硫化合物及其燃烧产物在线探测 46
3.3.1 大气环境中CS?的发射谱线分析 47
3.3.2 含硫化合物的定量检测 51
3.3.3 含硫化合物燃烧产物的在线检测 52
3.3.4 不同状态下CS?的信号检测 53
3.3.5 小结 54
参考文献 54
第4章 基于LIBS技术的卤素化合物探测 57
4.1 基于LIBS技术和SPAMS技术的大气环境VOCs中卤素的直接在线探测 57
4.1.1 优化实验参数和在线直接检测空气 58
4.1.2 LIBS-SPAMS在线直接检测卤素 60
4.1.3 分子结构拉曼分析 63
4.1.4 小结 65
4.2 大气环境VOCs中卤代烃在线检测 66
4.2.1 溴氟乙烷的LIBS分析 68
4.2.2 溴氟乙烷的SPMAS分析 69
4.2.3 溴氟乙烷的拉曼光谱分析 71
4.2.4 大气环境中邻氯溴苯的LIBS分析 72
4.2.5 大气环境中邻氯溴苯的拉曼光谱分析 74
4.2.6 小结 75
4.3 基于机器学习的大气环境中VOCs的在线探测和溯源研究 76
4.3.1 5种卤代烷烃的LIBS分析 77
4.3.2 5种卤代烷烃特定谱线的主成分分析 80
4.3.3 基于BP-ANN的5种卤代烷烃的溯源及验证 81
4.3.4 小结 84
4.4 基于反向传播人工神经网络的大气环境VOCs及其同分异构体的快速识别研究 84
4.4.1 大气环境中二溴乙烷和氟溴苯的LIBS分析 86
4.4.2 二溴乙烷和氟溴苯的快速识别 88
4.4.3 二溴乙烷和氟溴苯同分异构体的识别 90
4.4.4 基于双标准差提取法的氟溴苯同分异构体的识别优化 94
4.4.5 小结 97
参考文献 98
第5章 基于LIBS技术的探测与识别案例 102
5.1 基于支持向量机的樟脑丸中VOCs的在线探测与识别 102
5.1.1 樟脑丸中VOCs的LIBS分析 103
5.1.2 樟脑丸中VOCs的拉曼光谱分析 106
5.1.3 基于PCA-SVM模型的分类溯源结果 108
5.1.4 小结 110
5.2 农药气溶胶中VOCs的在线检测 111
5.2.1 背景空气的LIBS分析 112
5.2.2 农药中溴氰菊酯的LIBS分析 113
5.2.3 自由基的振动和转动温度探究 115
5.2.4 小结 116
5.3 基于多层感知器的陆上石油开采场景空气光谱中VOCs的在线探测 117
5.3.1 洁净土壤与石油烃污染土壤的光谱元素标定 118
5.3.2 洁净土壤与石油烃污染土壤的鉴别 119
5.3.3 石油烃VOCs的制备及光谱采集与分析 124
5.3.4 石油烃挥发物与洁净空气的鉴别 125
5.3.5 小结 127
参考文献 127
后记 129