CN115575337A - 高精度大气co2浓度观测数据标较方法、系统及设备 - Google Patents
高精度大气co2浓度观测数据标较方法、系统及设备 Download PDFInfo
- Publication number
- CN115575337A CN115575337A CN202211560090.0A CN202211560090A CN115575337A CN 115575337 A CN115575337 A CN 115575337A CN 202211560090 A CN202211560090 A CN 202211560090A CN 115575337 A CN115575337 A CN 115575337A
- Authority
- CN
- China
- Prior art keywords
- concentration
- abundance ratio
- standard
- isotope
- isotope abundance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000012937 correction Methods 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 85
- 239000007789 gas Substances 0.000 claims description 84
- 230000000155 isotopic effect Effects 0.000 claims description 41
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 26
- 230000006870 function Effects 0.000 claims description 26
- 229910052760 oxygen Inorganic materials 0.000 claims description 26
- 239000001301 oxygen Substances 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 14
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 238000004611 spectroscopical analysis Methods 0.000 claims description 10
- 239000000126 substance Substances 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 239000010421 standard material Substances 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000009795 derivation Methods 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000180 cavity ring-down spectroscopy Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010561 standard procedure Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analytical Chemistry (AREA)
- Computing Systems (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Operations Research (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及大气分析技术领域，更具体地，涉及一种高精度大气CO2浓度观测数据标较方法、系统及设备。该方案包括准备2瓶标准气体，获得同位素丰度比千分数，提取标准气体的浓度，获得线性校正函数;通过光谱法获取每种气体浓度，并根据线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量;计算待测空气样本的第一、第二和第三同位素丰度比标准值;计算大气CO2浓度。该方案对在CO2浓度观测过程中，以固定13CO2/12CO2比值取代实际不同区域大气差异将导致CO2浓度结果存在偏差的问题，通过标准气CO2浓度值及同位素值进行校正，将待测样品12CO2校正为总CO2值，提高观测数据质量。
Description
技术领域
本发明涉及大气分析技术领域，更具体地，涉及一种高精度大气CO2浓度观测数据标较方法、系统及设备。
背景技术
随着全球工业化进程的不断加快，人类活动导致大气中温室气体浓度不断升高，全球大气CO2平均浓度已由工业革命前的280ppm上升至2020年的413.2ppm，给全球的气候、生态、经济等各方面带来显著影响。通过对不同区域大气CO2浓度监测，是了解区域碳排放及减排成效的重要手段。观测方法包括非色散红外法、傅里叶红外法、气相色谱法、光腔衰荡光谱法、离轴积分腔光谱法等。
在本发明技术之前，光学法由于性能稳定、观测精度高、操作简单等优势，应用较为广泛。但在CO2浓度观测过程中，以假设固定的13CO2/12CO2比值，取代实际不同区域大气的差异，将导致CO2浓度结果存在偏差的问题。
发明内容
鉴于上述问题，本发明提出了一种高精度大气CO2浓度观测数据标较方法、系统及设备，针对在CO2浓度观测过程中，以假设固定的13CO2/12CO2比值，取代实际不同区域大气的差异，将导致CO2浓度结果存在偏差的问题，进行通过标准气CO2浓度值及同位素值进行校正，将待测样品12CO2校正为总CO2值，提高观测数据质量。
根据本发明实施例第一方面，提供一种高精度大气CO2浓度观测数据标较方法。
在一个或多个实施例中，优选地，所述一种高精度大气CO2浓度观测数据标较方法包括：
准备在线观测的2瓶标准气体，获得同位素丰度比千分数；
根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比；
对所述标准气体中的浓度进行提取，并获得线性校正函数；
通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量；
根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算；
根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度。
在一个或多个实施例中，优选地，所述准备在线观测的2瓶标准气体，获得同位素丰度比千分数，具体包括：
准备2瓶用户在线观测的标准气体，获得18O的同位素丰度比千分数和13C的同位素丰度比千分数；
通过第一计算公式计算2瓶标准气体的同位素丰度比千分数；
所述第一计算公式为：
δ17O = 0.528δ18O
其中，δ17O为17O的同位素丰度比千分数，δ18O为18O的同位素丰度比千分数，通过同位素丰度比千分数计算公式计算获得；
所述同位素丰度比千分数计算公式为：
其中，Rsample为待测样品中某元素一种特定同位素的丰度与对应元素最大同位素的丰度比，Rstandard为标准样品中待测样品相对应的同位素丰度比。
在一个或多个实施例中，优选地，所述根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比，具体包括：
利用第二计算公式计算在线观测的标准气体中的13C与12C的比值，作为第一同位素丰度比中间计算值；
利用第三计算公式计算在线观测的标准气体中的17O与16O的比值，作为第二同位素丰度比中间计算值；
利用第四计算公式计算在线观测的标准气体中的18O与16O的比值，作为第三同位素丰度比中间计算值；
所述第二计算公式为：
其中，
为标准物质中的13C与12C的比值， 
为13C的同位素丰度比千分数，
为在线观测的标准气体中的13C与12C的比值；
所述第三计算公式为：
其中，
为标准物质中的17O与16O的比值，
为在线观测的标准气体中的17O
与16O的比值，
为17O的同位素丰度比千分数；
所述第四计算公式为：
其中，
为标准物质中的18O与16O的比值，
在线观测的标准气体中的18O
与16O的比值，
为18O的同位素丰度比千分数。
在一个或多个实施例中，优选地，所述对所述标准气体中的浓度进行提取，并获得线性校正函数，具体包括：
获得两个标准气体的全部的浓度值分量，进行实时测量；
获得两个标准气体的二氧化碳浓度值的真实值；
根据所述真实值与所述全部的浓度值分量，通过最小二乘法线性拟合获得第五计算公式所述第五计算公式为：
所述第五计算公式为：
其中，k为校正斜率，b为校正偏移，x为校正输入，y为校正输出。
在一个或多个实施例中，优选地，所述通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量，具体包括：
通过光谱法获取每种气体的样本浓度；
根据浓度值的利用所述第五计算公式线性校正进行待测空气样本的浓度真值，其中，所述浓度真值包括16O12C16O对应的12CO2浓度分量、16O13C16O对应的13CO2浓度分量和18O12C16O对应的C18O16O浓度分量；
将16O12C16O对应的12CO2浓度分量临时存储为第一浓度分量；
将16O13C16O对应的13CO2浓度分量临时存储为第二浓度分量；
将18O12C16O对应的C18O16O浓度分量临时存储为第三浓度分量。
在一个或多个实施例中，优选地，所述根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算，具体包括：
获得第一浓度分量、第二浓度分量和第三浓度分量；
利用第六计算公式计算第一同位素丰度比标准值；
利用第七计算公式计算第三同位素丰度比标准值；
利用第八计算公式计算第二同位素丰度比标准值；
所述第六计算公式为：
其中，
为第一同位素丰度比标准值，y626为16O12C16O对应的12CO2浓度分量，y636
为16O13C16O对应的13CO2浓度分量；
所述第七计算公式为：
其中，
为第三同位素丰度比标准值，y628为18O12C16O对应的C18O16O浓度分量。
所述第八计算公式为：
其中，
为第二同位素丰度比标准值，
为第三同位素丰度比中间计算值，
为第二同位素丰度比中间计算值。
在一个或多个实施例中，优选地，所述根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度，具体包括：
利用第九计算公式计算中间计算和；
根据所述中间计算和，利用第十计算公式计算大气CO2浓度；
所述第九计算公式为：
其中，Rsum为所述中间计算和；
所述第十计算公式为：
其中，
为所述大气CO2浓度。
根据本发明实施例第二方面，提供一种高精度大气CO2浓度观测数据标较系统。
在一个或多个实施例中，优选地，所述一种高精度大气CO2浓度观测数据标较系统包括：
标准材料准备模块，用于准备在线观测的2瓶标准气体，获得同位素丰度比千分数；
标准同位素丰度比模块，用于根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比；
标准线性校正模块，用于对所述标准气体中的浓度进行提取，并获得线性校正函数；
待测丰度比标准值模块，用于通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量；
待测丰度比千分数模块，用于根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算；
浓度提取模块，用于根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明方案中，解决了当前CO2浓度在线观测中存在的不足，通过标准气CO2浓度值及同位素值进行校正，将待测样品12CO2校正为总CO2值，提高观测数据质量。
本发明方案中，提高通过大气观测返演CO2排放量的准确性，准确评估区域碳减排实施成效。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法的流程图。
图2是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的准备在线观测的2瓶标准气体，获得同位素丰度比千分数的流程图。
图3是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比的流程图。
图4是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的对所述标准气体中的浓度进行提取，并获得线性校正函数的流程图。
图5是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量的流程图。
图6是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算的流程图。
图7是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度的流程图。
图8是本发明一个实施例的一种高精度大气CO2浓度观测数据标较系统的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
随着全球工业化进程的不断加快，人类活动导致大气中温室气体浓度不断升高，全球大气CO2平均浓度已由工业革命前的280ppm上升至2020年的413.2ppm，给全球的气候、生态、经济等各方面带来显著影响。通过对不同区域大气CO2浓度监测，是了解区域碳排放及减排成效的重要手段。观测方法包括非色散红外法、傅里叶红外法、气象色谱法、光腔衰荡光谱法、离轴积分腔光谱法等。
在本发明技术之前，光学法由于性能稳定、观测精度高、操作简单等优势，应用较为广泛。但在CO2浓度观测过程中，以假设固定的13CO2/12CO2比值，取代实际不同区域大气的差异，将导致CO2浓度结果存在偏差的问题。
本发明实施例中，提供了一种高精度大气CO2浓度观测数据标较方法、系统及设备。该方案针对在CO2浓度观测过程中，以假设固定的13CO2/12CO2比值，取代实际不同区域大气的差异，将导致CO2浓度结果存在偏差的问题，通过标准气CO2浓度值及同位素值进行校正，将待测样品12CO2校正为总CO2值，提高观测数据质量。
根据本发明实施例第一方面，提供一种高精度大气CO2浓度观测数据标较方法。
图1是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法的流程图。
在一个或多个实施例中，优选地，所述一种高精度大气CO2浓度观测数据标较方法包括：
S101、准备在线观测的2瓶标准气体，获得同位素丰度比千分数；
S102、根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比；
S103、对所述标准气体中的浓度进行提取，并获得线性校正函数；
S104、通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量；
S105、根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算；
S106、根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度。
在本发明实施例中，提供了一种光学法高精度大气CO2浓度观测数据标较的方法，
由于大气CO2浓度测量的极微小偏差，有可能导致源汇通量及其分布推算、大气CO2未来载荷
与变化及其影响预测等结果的极大误差。为了确定并评估大气微量成分浓度变化对气候和
环境可能造成的影响，在不受人类活动直接影响地区进行长期、连续、精确的测量是十分必
要的。在实验室准备2瓶用于在线观测的工作标气，已知其CO2浓度标称值
。
在本发明实施例中，通过质谱法对最初的2瓶标准气体的同位素定值，质谱法是通过将待测物质离子，并按照离子的质荷比分类，然后检测各离子的丰度的一种分析方法。
图2是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的准备在线观测的2瓶标准气体，获得同位素丰度比千分数的流程图。
如图2所示，在一个或多个实施例中，优选地，所述准备在线观测的2瓶标准气体，获得同位素丰度比千分数，具体包括：
S201、准备2瓶用户在线观测的标准气体，获得18O的同位素丰度比千分数和13C的同位素丰度比千分数；
S202、通过第一计算公式计算2瓶标准气体的同位素丰度比千分数；
所述第一计算公式为：
δ17O = 0.528δ18O
其中，δ17O为17O的同位素丰度比千分数，δ18O为18O的同位素丰度比千分数，通过同位素丰度比千分数计算公式计算获得；
所述同位素丰度比千分数计算公式为：
其中，Rsample为待测样品中某元素一种特定同位素的丰度与对应元素最大同位素的丰度比，Rstandard为标准样品中待测样品相对应的同位素丰度比。
在本发明实施例中，举例说明， 
，即为待测样品CO2中13C丰度与
标准样品中13C丰度之差，除以标准样品中13C丰度。
图3是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比的流程图。
如图3所示，在一个或多个实施例中，优选地，所述根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比，具体包括：
S301、利用第二计算公式计算在线观测的标准气体中的13C与12C的比值，作为第一同位素丰度比中间计算值；
S302、利用第三计算公式计算在线观测的标准气体中的17O与16O的比值，作为第二同位素丰度比中间计算值；
S303、利用第四计算公式计算在线观测的标准气体中的18O与16O的比值，作为第三同位素丰度比中间计算值；
所述第二计算公式为：
其中， 
为标准物质中的13C与12C的比值， 
为13C的同位素丰度比千分数， 
为在线观测的标准气体中的13C与12C的比值；
所述第三计算公式为：
其中， 
为标准物质中的17O与16O的比值， 
为在线观测的标准气体中
的17O与16O的比值， 
为17O的同位素丰度比千分数；
所述第四计算公式为：
其中， 
为标准物质中的18O与16O的比值， 
在线观测的标准气体中
的18O与16O的比值， 
为18O的同位素丰度比千分数。
在本发明实施例中，同位素丰度比为在给定样品中，同一元素的重同位素的原子数与轻同位素的原子数之比；因此，13r=13C/12C，17r=17O/16O， 18r=18O/16O；同位素丰度：同位素原子在该元素总原子数中所占的百分比，同位素丰度比r：在给定样品中，同一元素的重同位素的原子数与轻同位素的原子数之比，δ值为待测样品某元素两个特定同位素丰度比与它们相对应的标准样品同位素丰度比之差，除以后者的比值，无量纲，具体的，δ值以千分数表示。
在本发明实施例中，在 
、 
和 
已知的情况下，进一步基于如下方式
则可以获得两个标准气体中第一、第二和第三标准浓度分量，具体的推导公式如下：
其中， 
为标准气体中的二氧化碳浓度， 
和 
依次为第一、第二
和第三标准浓度分量， 
为中间变量。
在本发明实施例中，全部的浓度值分量具体为第一、第二和第三标准浓度分量，在后续分析中用于进行线性回归运算。
图4是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的对所述标准气体中的浓度进行提取，并获得线性校正函数的流程图。
如图4所示，在一个或多个实施例中，优选地，所述对所述标准气体中的浓度进行提取，并获得线性校正函数，具体包括：
S401、获得两个标准气体的全部的浓度值分量，进行实时测量；
S402、获得两个标准气体的二氧化碳浓度值的真实值；
S403、根据所述真实值与所述全部的浓度值分量，通过最小二乘法线性拟合获得第五计算公式；
所述第五计算公式为：
其中，k为校正斜率，b为校正偏移，x为校正输入，y为校正输出。
在本发明实施例中，选用两个工作标气进行测量时，利用工作标气的真实值与所述全部的浓度值分量进行最小二乘法线性拟合，得到线性回归方程y=kx+b。
图5是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量的流程图。
如图5所示，在一个或多个实施例中，优选地，所述通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量，具体包括：
S501、通过光谱法获取每种气体的样本浓度；
S502、根据浓度值的利用所述第五计算公式线性校正进行待测空气样本的浓度真值，其中，所述浓度真值包括16O12C16O对应的12CO2浓度分量、16O13C16O对应的13CO2浓度分量和18O12C16O对应的C18O16O浓度分量；
S503、将16O12C16O对应的12CO2浓度分量临时存储为第一浓度分量；
S504、将16O13C16O对应的13CO2浓度分量临时存储为第二浓度分量；
S505、将18O12C16O对应的C18O16O浓度分量临时存储为第三浓度分量。
在本发明实施例中，通过光谱法的分析每种气体的样本浓度，光谱法原理主要是基于朗伯-比尔定律，大多数有机和无机多原子分子气体如H2O、CO2、CO、N2O等在紫外和红外光范围内有特征吸收波长，当紫外或红外光通过待测气体时，这些气体对特定波长的紫外或红外光有吸收作用，出射光强总是小于入射光强，且其吸收与气体浓度成指数关系，由此实现对气体浓度的测量。
图6是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算的流程图。
如图6所示，在一个或多个实施例中，优选地，所述根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算，具体包括：
S601、获得第一浓度分量、第二浓度分量和第三浓度分量；
S602、利用第六计算公式计算第一同位素丰度比标准值；
S603、利用第七计算公式计算第三同位素丰度比标准值；
S604、利用第八计算公式计算第二同位素丰度比标准值；
所述第六计算公式为：
其中， 
为第一同位素丰度比标准值，y626为16O12C16O对应的12CO2浓度分量，y636
为16O13C16O对应的13CO2浓度分量；
所述第七计算公式为：
其中， 
为第三同位素丰度比标准值，y628为18O12C16O对应的C18O16O浓度分量。
所述第八计算公式为：
其中， 
为第二同位素丰度比标准值， 
为第三同位素丰度比中间计算值， 
为第二同位素丰度比中间计算值 。
在本发明实施例中，利用线性回归方程和目标标气或空气中二氧化碳的浓度对应的平均值，计算得到目标标气或空气中二氧化碳的浓度。
图7是本发明一个实施例的一种高精度大气CO2浓度观测数据标较方法中的根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度的流程图。
如图7所示，在一个或多个实施例中，优选地，所述根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度，具体包括：
S701、利用第九计算公式计算中间计算和；
S702、根据所述中间计算和，利用第十计算公式计算大气CO2浓度；
所述第九计算公式为：
其中，Rsum为所述中间计算和；
所述第十计算公式为：
其中， 
为所述大气CO2浓度。
在本发明实施例中，为了能够获得第十计算公式，通过如下流程进行对应的参数运算的推导，具体推导公式如下：
其中， 
、 
均为C元素浓度含量， 
均为O元素浓度含量。
根据本发明实施例第二方面，提供一种高精度大气CO2浓度观测数据标较系统。
图8是本发明一个实施例的一种高精度大气CO2浓度观测数据标较系统的结构图。
在一个或多个实施例中，优选地，所述一种高精度大气CO2浓度观测数据标较系统包括：
标准材料准备模块801，用于准备在线观测的2瓶标准气体，获得同位素丰度比千分数；
标准同位素丰度比模块802，用于根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比；
标准线性校正模块803，用于对所述标准气体中的浓度进行提取，并获得线性校正函数；
待测丰度比标准值模块804，用于通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量；
待测丰度比千分数模块805，用于根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算；
浓度提取模块806，用于根据所述待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度。
在本发明实施例中，提供了一种可以在不同平台尚执行的模块化、高效的配置结构及系统，通过对于不同的标准材料进行在线的丰度分析，实现对应的CO2浓度精确提取。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用高精度大气CO2浓度观测数据标较装置，其包括通用的计算机硬件结构，其至少包括处理器901和存储器902。处理器901和存储器902通过总线903连接。存储器902适于存储处理器901可执行的指令或程序。处理器901可以是独立的微处理器，也可以是一个或者多个微处理器集合。由此，处理器901通过执行存储器902所存储的指令，从而执行如上所述的本发明实施例的方法流程实现对于数据的处理和对于其它装置的控制。总线903将上述多个组件连接在一起，同时将上述组件连接到显示控制器904和显示装置以及输入／输出（I/O）装置905。输入／输出（I/O）装置905可以是鼠标、键盘、调制解调器、网络接口、触控输入装置、体感输入装置、打印机以及本领域公知的其他装置。典型地，输入／输出装置905通过输入／输出（I/O）控制器906与系统相连。
本发明的实施例提供的技术方案可以包括以下有益效果：
本发明方案中，解决了当前CO2浓度在线观测中存在的不足，通过标准气CO2浓度值及同位素值进行校正，将待测样品12CO2校正为总CO2值，提高观测数据质量。
本发明方案中，通过大气观测返演CO2排放量的准确性，准确评估区域碳减排实施成效。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器和光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种高精度大气CO2浓度观测数据标较方法，其特征在于，该方法包括：
准备在线观测的2瓶标准气体，获得同位素丰度比千分数；
根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比；
对所述标准气体中的浓度进行提取，并获得线性校正函数；
通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量；
根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算；
根据待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度。
2.如权利要求1所述的一种高精度大气CO2浓度观测数据标较方法，其特征在于，所述准备在线观测的2瓶标准气体，获得同位素丰度比千分数，具体包括：
准备2瓶用户在线观测的标准气体，获得18O的同位素丰度比千分数和13C的同位素丰度比千分数；
通过第一计算公式计算2瓶标准气体的同位素丰度比千分数；
所述第一计算公式为：
δ17O = 0.528δ18O
其中，δ17O为17O的同位素丰度比千分数，δ18O为18O的同位素丰度比千分数，通过同位素丰度比千分数计算公式计算获得；
所述同位素丰度比千分数计算公式为：
其中，Rsample为待测样品中某元素一种特定同位素的丰度与对应元素最大同位素的丰度比，Rstandard为标准样品中待测样品相对应的同位素丰度比。
3.如权利要求1所述的一种高精度大气CO2浓度观测数据标较方法，其特征在于，所述根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比，具体包括：
利用第二计算公式计算在线观测的标准气体中的13C与12C的比值，作为第一同位素丰度比中间计算值；
利用第三计算公式计算在线观测的标准气体中的17O与16O的比值，作为第二同位素丰度比中间计算值；
利用第四计算公式计算在线观测的标准气体中的18O与16O的比值，作为第三同位素丰度比中间计算值；
所述第二计算公式为：
其中，
为标准物质中的13C与12C的比值，
为13C的同位素丰度比千分数，
为
在线观测的标准气体中的13C与12C的比值；
所述第三计算公式为：
其中，
为标准物质中的17O与16O的比值，
为在线观测的标准气体中的17O与16O
的比值，
为17O的同位素丰度比千分数；
所述第四计算公式为：
其中，
为标准物质中的18O与16O的比值，
在线观测的标准气体中的18O与16O
的比值，
为18O的同位素丰度比千分数。
4.如权利要求1所述的一种高精度大气CO2浓度观测数据标较方法，其特征在于，所述对所述标准气体中的浓度进行提取，并获得线性校正函数，具体包括：
获得两个标准气体的全部的浓度值分量，进行实时测量；
获得两个标准气体的二氧化碳浓度值的真实值；
根据所述真实值与所述全部的浓度值分量，通过最小二乘法线性拟合获得第五计算公式所述第五计算公式为：
其中，k为校正斜率，b为校正偏移，x为校正输入，y为校正输出。
5.如权利要求4所述的一种高精度大气CO2浓度观测数据标较方法，其特征在于，所述通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量，具体包括：
通过光谱法获取每种气体的样本浓度；
根据浓度值的利用所述第五计算公式线性校正进行待测空气样本的浓度真值，其中，所述浓度真值包括16O12C16O对应的12CO2浓度分量、16O13C16O对应的13CO2浓度分量和18O12C16O对应的C18O16O浓度分量；
将16O12C16O对应的12CO2浓度分量临时存储为第一浓度分量；
将16O13C16O对应的13CO2浓度分量临时存储为第二浓度分量；
将18O12C16O对应的C18O16O浓度分量临时存储为第三浓度分量。
6.如权利要求5所述的一种高精度大气CO2浓度观测数据标较方法，其特征在于，所述根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算，具体包括：
获得第一浓度分量、第二浓度分量和第三浓度分量；
利用第六计算公式计算第一同位素丰度比标准值；
利用第七计算公式计算第三同位素丰度比标准值；
利用第八计算公式计算第二同位素丰度比标准值；
所述第六计算公式为：
其中，
为第一同位素丰度比标准值，y626为16O12C16O对应的12CO2浓度分量，y636为16O13C16O对应的13CO2浓度分量；
所述第七计算公式为：
其中，
为第三同位素丰度比标准值，y628为18O12C16O对应的C18O16O浓度分量，
所述第八计算公式为：
其中，
为第二同位素丰度比标准值，
为第三同位素丰度比中间计算值，
为
第二同位素丰度比中间计算值 。
7.如权利要求1所述的一种高精度大气CO2浓度观测数据标较方法，其特征在于，所述根据待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度，具体包括：
利用第九计算公式计算中间计算和；
根据所述中间计算和，利用第十计算公式计算大气CO2浓度；
所述第九计算公式为：
其中，Rsum为所述中间计算和；
所述第十计算公式为：
其中，
为所述大气CO2浓度。
8.一种高精度大气CO2浓度观测数据标较系统，其特征在于，该系统用于实施如权利要求1-7中任一项所述的方法，该系统包括：
标准材料准备模块，用于准备在线观测的2瓶标准气体，获得同位素丰度比千分数；
标准同位素丰度比模块，用于根据所述同位素丰度比千分数，计算第二同位素丰度比和第三同位素丰度比；
标准线性校正模块，用于对所述标准气体中的浓度进行提取，并获得线性校正函数；
待测丰度比标准值模块，用于通过光谱法获取每种气体浓度，并根据所述线性校正函数计算第一浓度分量、第二浓度分量和第三浓度分量；
待测丰度比千分数模块，用于根据所述第一浓度分量、第二浓度分量和第三浓度分量对待测空气样本进行第一同位素丰度比标准值、第二同位素丰度比标准值和第三同位素丰度比标准值的计算；
浓度提取模块，用于根据待测样本的所述第一同位素丰度比标准值、所述第二同位素丰度比标准值和所述第三同位素丰度比标准值，计算大气CO2浓度。
9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211560090.0A CN115575337B (zh) | 2022-12-07 | 2022-12-07 | 高精度大气co2浓度观测数据标较方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211560090.0A CN115575337B (zh) | 2022-12-07 | 2022-12-07 | 高精度大气co2浓度观测数据标较方法、系统及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115575337A true CN115575337A (zh) | 2023-01-06 |
| CN115575337B CN115575337B (zh) | 2023-03-07 |
Family
ID=84590080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211560090.0A Active CN115575337B (zh) | 2022-12-07 | 2022-12-07 | 高精度大气co2浓度观测数据标较方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115575337B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110412A (zh) * | 2023-08-23 | 2023-11-24 | 中国科学院地质与地球物理研究所 | 一种氖同位素比值质量歧视效应校准的方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997035183A1 (en) * | 1996-03-20 | 1997-09-25 | Baylor University | High accuracy determination of chlorine content by isotope dilution flame infrared emission spectrometry (id-fire) |
| GB201306808D0 (en) * | 2013-04-15 | 2013-05-29 | Thermo Fisher Scient Bremen | Method of determining an isotope ratio |
| US20130145813A1 (en) * | 2009-12-15 | 2013-06-13 | Siemens Aktiengesellschaft | Method for Measuring the Concentration of at Least One Gas Component in a Measurement Gas |
| CN104897766A (zh) * | 2015-04-27 | 2015-09-09 | 北京市医疗器械检验所 | 一种用同位素稀释质谱法测定样品中痕量元素的校正方法 |
-
2022
- 2022-12-07 CN CN202211560090.0A patent/CN115575337B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997035183A1 (en) * | 1996-03-20 | 1997-09-25 | Baylor University | High accuracy determination of chlorine content by isotope dilution flame infrared emission spectrometry (id-fire) |
| US20130145813A1 (en) * | 2009-12-15 | 2013-06-13 | Siemens Aktiengesellschaft | Method for Measuring the Concentration of at Least One Gas Component in a Measurement Gas |
| GB201306808D0 (en) * | 2013-04-15 | 2013-05-29 | Thermo Fisher Scient Bremen | Method of determining an isotope ratio |
| CN104897766A (zh) * | 2015-04-27 | 2015-09-09 | 北京市医疗器械检验所 | 一种用同位素稀释质谱法测定样品中痕量元素的校正方法 |
Non-Patent Citations (3)
| Title |
|---|
| 夏玲君 等: "大气δ13C红外光谱分析系统及标定方法评估", 《分析实验室》 * |
| 毕哲等: "二氧化碳同位素标准物质研究进展", 《化学分析计量》 * |
| 赵墨田等: "用校正质谱法测量铕同位素丰度的研究", 《质谱学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110412A (zh) * | 2023-08-23 | 2023-11-24 | 中国科学院地质与地球物理研究所 | 一种氖同位素比值质量歧视效应校准的方法 |
| CN117110412B (zh) * | 2023-08-23 | 2024-03-01 | 中国科学院地质与地球物理研究所 | 一种氖同位素比值质量歧视效应校准的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115575337B (zh) | 2023-03-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lehtipalo et al. | Methods for determining particle size distribution and growth rates between 1 and 3 nm using the Particle Size Magnifier | |
| áHňkan Wallmark | Novel calibration with correction for drift and non-linear response for continuous flow isotope ratio mass spectrometry applied to the determination of δ 15 N, total nitrogen, δ 13 C and total carbon in biological material | |
| CN104568836B (zh) | 基于多种光谱技术融合的低浓度、多组分气体检测方法 | |
| Vogel et al. | Evaluation of a cavity ring-down spectrometer for in situ observations of 13 CO 2 | |
| CN104020127A (zh) | 一种利用近红外光谱快速测量烟叶中无机元素的方法 | |
| CN102183468A (zh) | 多组分气体分析的干扰修正与浓度反演方法 | |
| CN115575337B (zh) | 高精度大气co2浓度观测数据标较方法、系统及设备 | |
| Weng et al. | Correcting the impact of the isotope composition on the mixing ratio dependency of water vapour isotope measurements with cavity ring-down spectrometers | |
| Kaiser | Reformulated 17O correction of mass spectrometric stable isotope measurements in carbon dioxide and a critical appraisal of historic ‘absolute’carbon and oxygen isotope ratios | |
| CN107367469A (zh) | 光谱分析装置和光谱分析方法 | |
| Pogány et al. | A metrological approach to improve accuracy and reliability of ammonia measurements in ambient air | |
| Aerts-Bijma et al. | An independent assessment of uncertainty for radiocarbon analysis with the new generation high-yield accelerator mass spectrometers | |
| CN109557080A (zh) | 一种基于机器学习的光谱数据回归方法 | |
| CN102214351A (zh) | 多点生产卷烟产品质量均质化评价方法及差异指标的筛选 | |
| Tsuboi et al. | Evaluation of a new JMA aircraft flask sampling system and laboratory trace gas analysis system | |
| CN104596975A (zh) | 近红外漫反射光谱技术测定造纸法再造烟叶木质素的方法 | |
| Kayler et al. | Bias and uncertainty of δ 13 CO 2 isotopic mixing models | |
| Tikkanen et al. | Comparing secondary organic aerosol (SOA) volatility distributions derived from isothermal SOA particle evaporation data and FIGAERO–CIMS measurements | |
| CN115436342A (zh) | 降低多批次样本间libs检测不确定性的方法及装置 | |
| Ogrizek et al. | No more waste at the elemental analysis of airborne particulate matter on quartz fibre filters | |
| CN117388204B (zh) | 一氧化氮气体分析系统、方法及计算机可读存储介质 | |
| Brooks et al. | Tree-Ring stable isotope measurements: the role of quality assurance and quality control to ensure high quality data | |
| Potter et al. | Fully automated, high‐precision instrumentation for the isotopic analysis of tropospheric N2O using continuous flow isotope ratio mass spectrometry | |
| Defliese et al. | Analytical effects on clumped isotope thermometry: Comparison of a common sample set analyzed using multiple instruments, types of standards, and standardization windows | |
| Jones et al. | The forensic analysis of office paper using carbon isotope ratio mass spectrometry—Part 2: Method development, validation and sample handling |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |