非线性最小二乘法在傅里叶变换红外光谱定量分析中的误差估计.pdfVIP

第53卷第4期光子学报Vol.53No.4

2024年4月ACTAPHOTONICASINICAApril2024

引用格式：LIXinchun，LIUJianguo，XULiang，etal.EstimationofErrorinNon-linearLeastSquareforQuantitativeAnalysis

inFourierTransformInfraredSpectrometry［J］.ActaPhotonicaSinica，2024，53（4）：0430003

李新春，刘建国，徐亮，等.非线性最小二乘法在傅里叶变换红外光谱定量分析中的误差估计［J］.光子学报，2024，53（4）：

0430003

非线性最小二乘法在傅里叶变换红外光谱定量

分析中的误差估计

1，21，22221，21，22

李新春，刘建国，徐亮，沈先春，徐寒杨，束胜全，王钰豪，金岭，

邓亚颂2，孙永丰2

（1中国科学技术大学环境科学与光电技术学院，合肥230026）

（2中国科学院合肥物质科学研究院安徽光学精密机械研究所中国科学院环境光学与技术重点实验室，

合肥230031）

摘要：根据统计学的参数估计理论，提出在傅里叶变换红外光谱定量分析中使用非线性最小二乘法

进行浓度反演的参数误差估计方法。实验中，通过光谱平均次数来控制噪声水平，以此来评估不同噪

声水平下混合气体中各组分反演结果的估计误差。结果表明，对于自研抽取式傅里叶变换红外光谱

仪，8次平均光谱即可满足反演误差小于3%的需求，64次平均光谱的反演结果配合估计误差可以实现

对平均浓度的覆盖率达到100%。随着噪声水平的降低，仪器、环境等非噪声因素的扰动是估计误差的

主要部分。该方法在优化光谱定量分析的参数配置和指导光谱仪器系统设计等诸多方面具有重要的

应用前景。

关键词：傅里叶变换红外光谱；定量分析；非线性最小二乘；多组分；误差估计

中图分类号：O433文献标识码：Adoi：10.3788/gzx.0430003

0引言

傅里叶变换红外光谱（FourierTransformInfraredSpectrometry，FTIR）技术在环境大气污染监测方面已

经取得了广泛的应用，其中利用FTIR对多组分混合气体进行定量分析是最重要的环节之一［1-4］

。目前，在

FTIR定量分析领域，常见的定量反演方法有：经典最小二乘法（ClassicalLeastSquares，CLS），偏最小二乘

法［5-6］［7-9］

（PartialLeastSquares，PLS），非线性最小二乘法（Non-linearLeastSquares，NLLS）等。在实际应用

中，由于仪器分辨率的限制，当气体浓度变化较大时，吸光度与实际浓度之间存在非线性的关系，CLS、PLS

等传统定量分析方法及其对应的改进方法难以针对宽量程气体监测进行自适应调整，从而获得理想的分析

结果