Том 39, номер 04, статья № 2

Аннотация:

Расширение инструментальных и аналитических методов идентификации вредных примесей в атмосфере важно для решения экологических проблем. Настоящая работа посвящена развитию комплексного подхода к обнаружению в атмосферном воздухе вредных примесей по результатам измерений спектров поглощения воздуха, содержащего вредные примеси на исследуемой трассе, методами импульсной терагерцовой (ТГц) спектроскопии. Для анализа спектральных данных создана и применена нейронная сеть, обучение которой осуществляется на генерируемых массивах модельных спектров поглощения газовой смеси с различным качественным и количественным составом. Показано, что нейросеть способна идентифицировать пять газовых компонентов (NH₃, H₂CO, NO₂, H₂S, SO₂) концентрациями до 0,01 ppm с точностью до 90–95%. Серия экспериментов с реальными газами подтвердила высокую чувствительность ТГц-спектроскопии к низким концентрациям газа в смеси. Полученные результаты демонстрируют достаточную чувствительность комплексного метода для идентификации как одиночных газов, так и газовых смесей и могут быть использованы при мониторинге окружающей среды.

Ключевые слова:

терагерцовая спектроскопия, нейросети, сверточные нейронные сети, 1D-сверточная сеть, трансформация архитектуры нейросетей, газовый анализ

Иллюстрации:

Список литературы:

1. Bassous N.J., Rodriguez A.C., Leal C.I.L., Jung H.Y., Lee C.K., Joo S., Kim S., Yun C., Hahm M.G., Ahn M.-H., Kim S.-W., Oh Y.S., Shin S.R. Significance of various sensing mechanisms for detecting local and atmospheric greenhouse gases: A review // Adv. Sens. Res. 2024. V. 3. P. 2300094. DOI: 10.1002/adsr.202300094.
2. Dong M., Zheng C., Miao S., Zhang Y., Du Q., Wang Y., Titte F.K. Development and measurements of a mid-infrared multi-gas sensor system for CO, CO₂, and CH₄ detection // Sensors. 2017. V. 17. P. 2221. DOI: 10.3390/s17102221.
3. Abina A., Puc U., Jazbinsek M., Zidansek A. Analytical gas sensing in the Terahertz spectral range // Micromachines. 2023. V. 14, N 11. P. 1987. DOI: 10.3390/mi14111987.
4. Вакс В.Л., Анфертьев В.А., Балакирев В.Ю., Басов С.А., Домрачева Е.Г., Иллюк А.В., Куприянов П.В., Приползин С.И., Черняева М.Б. Спектроскопия высокого разрешения терагерцевого частотного диапазона для аналитических приложений // Успехи физ. наук. 2020. Т. 190, № 7. С. 763–776. DOI: 10.3367/UFNr.2019.07.038613.
5. Третьяков М.Ю. Высокоточная резонаторная спектроскопия атмосферных газов в миллиметровом и субмиллиметровом диапазонах длин волн. Нижний Новгород: ИПФ РАН, 2016. 320 с.
6. Rice T.E., Chowdhury M.A.Z., Mansha M.W., Hella M.M., Wilke I., Oehlschlaeger M.A. Halogenated hydrocarbon gas sensing by rotational absorption spectroscopy in the 220–330 GHz frequency range // Appl. Phys. B. 2021. V. 127. P. 123. DOI: 10.1007/s00340-021-07667-w.
7. Theuer M., Harsha S.S., Molter D., Torosyan G., Beigang R. Terahertz time-domain spectroscopy of gases, liquids, and solids // Chem. Phys. Chem. 2011. V. 12. P. 2695–2705. DOI: 10.1002/cphc.201100158.
8. Hsieh Y.-D., Nakamura S., Abdelsalam D., Minamikawa T., Mizutani Y., Yamamoto H., Iwata T., Hindle F., Yasui T. Dynamic terahertz spectroscopy of gas molecules mixed with unwanted aerosol under atmospheric pressure using fibre-based asynchronous-optical-sampling terahertz time-domain spectroscopy // Sci. Rep. 2016. V. 6. P. 28114. DOI: 10.1038/srep28114.
9. Osseiran N., Bichon J., Eliet S., Peretti R. Can the THz-TDS detect trace gases? // 49th International Conference on Infrared, Millimeter, and Terahertz Waves (IRMMW-THz), Perth, Australia, 2024. P. 1–2. DOI: 10.1109/IRMMW-THz60956.2024.10734282.
10. Dubrovkin J. Mathematical Processing of Spectral Data in Analytical Chemistry: A Guide to Error Analysis. Cambridge: Scholars Publishing, 2018. 380 p.
11. Debus B., Parastar H., Harrington P., Kirsanov D. Deep learning in analytical chemistry // Trends Analytical Chem. 2021. V. 145. P. 116459. DOI: 10.1016/j.trac.2021.116459.
12. Mishra P., Passos D., Roger J.-M., Marini F., Biancolillo A., Rutledge D., Gowen A., Amigo J., Jansen J. Deep learning for near-infrared spectral data modelling: Hypes and benefits // Trends Anal. Chem. 2022. V. 157. P. 116804. DOI: 10.1016/j.trac.2022.116804.
13. Wietzke S., Jansen C., Reuter M., Jung T., Kraft D., Chatterjee S., Fischer B.M., Koch M. Terahertz spectroscopy on polymers: A review of morphological studies // J. Mol. Struct. 2011. V. 1006. P. 41–51. DOI: 10.1016/j.molstruc.2011.07.036.
14. Назаров М.М., Шкуринов А.П., Кулешов Е.А., Тучин В.В. Терагерцовая импульсная спектроскопия биологических тканей // Квант. электрон. 2008. Т. 38. С. 647–654. DOI: 10.1070/QE2008v038n07ABEH013851.
15. Gordon I., Rothman L., Hargreaves R., Hashemi R., Karlovets E., Skinner F., Conway E.K., Hill C., Kochanov R.V., Tan Y., Wcisło P., Finenko A.A., Nelson K., Bernath P.F., Birk M., Boudon V., Campargue A., Chance K.V., Coustenis A., Drouin B.J., Flaud J.-M., Gamache R.R., Hodges J.T., Jacquemart D., Mlawer E.J., Nikitin A.V., Perevalov V.I., Rotger M., Tennyson J., Toon G.C., Tran H., Tyuterev V.G., Adkins E.M., Baker A., Barbe A., Canè E., Császár A.G., Dudaryonok A., Egorov O., Fleisher A.J., Fleurbaey H., Foltynowicz A., Furtenbacher T., Harrison J.J., Hartmann J.M., Horneman V.-M., Huang X., Karman T., Karns J., Kassi S., Kleiner I., Kofman V., Kwabia-Tchana F., Lavrentieva N.N., Lee T.J., Long D.A., Lukashevskaya A.A., Lyulin O.M., Makhnev V.Yu., Matt W., Massie S.T., Melosso M., Mikhailenko S.N., Mondelain D., Müller H.S.P., Naumenko O.V., Perrin A., Polyansky O.L., Raddaoui E., Raston P.L., Reed Z.D., Rey M., Richard C., Tóbiás R., Sadiek I., Schwenke D.W., Starikova E., Sung K., Tamassia F., Tashkun S.A., Vander Auwera J., Vasilenko I.A., Vigasin A.A., Villanueva G.L., Vispoel B., Wagner G., Yachmenev A., Yurchenko S. The HITRAN2020 molecular spectroscopic database // J. Quant. Spectrosc. Radiat. Transfer. 2022. V. 277. P. 1–82. DOI: 10.1016/j.jqsrt.2021.107949.
16. Михайленко С.Н., Бабиков Ю.Л., Головко В.Ф. Информационно-вычислительная система «Спектроскопия атмосферных газов». Структура и основные функции // Оптика атмосф. и океана. 2005. Т. 18, № 9. С. 765–776.
17. He K., Zhang X., Ren S., Sun J. Deep residual learning for image recognition // Proc. IEEE. 2016. P. 770–778. DOI: 10.1109/CVPR.2016.90.
18. Kiranyaz S., Ince T., Abdeljaber O., Avci O., Gabbouj M. 1-D convolutional neural networks for signal processing applications // Proc. of the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Brighton, UK, 2019. P. 8360–8364. DOI: 10.1109/ICASSP.2019.8682194.
19. He F., Liu T., Tao D. Why resnet works? Residuals generalize // IEEE Trans. Neural Netw. Learn. Syst. 2020. V. 31, N 12. P. 5349–5362. DOI: 10.1109/TNNLS.2020.2966319.
20. Eliet S., Cuisset A., Guinet M., Hindle F., Mouret G., Bocquet R., Demaison J. Rotational spectrum of formaldehyde reinvestigated using a photomixing THz synthesizer // J. Mol. Spectrosc. 2012. V. 279. P. 12–15. DOI: 10.1016/j.jms.2012.07.010.