石英光音響分光法を用いて検出された混合物中のガス濃度を取得するためのツールとしての部分最小二乗回帰

Partial least squares regression as a tool to retrieve gas concentrations in mixtures detected by using quartz-enhanced photoacoustic spectroscopy.

• Andrea Zifarelli
• Marilena Giglio
• Giansergio Menduni
• Angelo Sampaolo
• Pietro Patimisco
• Vittorio M N Passaro
• Hongpeng Wu
• Lei Dong
• Vincenzo Spagnolo

抄録

本研究では、部分最小二乗回帰(PLSR)に基づいた統計的手法を用いて、スペクトルが重なり合う吸収特徴を特徴とする複数ガス混合物中の単一成分濃度を検索することができることを報告する。CO-N2OとC2H2-CH4-N2Oの混合ガスの吸収スペクトルは、石英光音響分光法(QEPAS)と2つの量子カスケードレーザーを光源として使用することにより、中赤外領域で検出された。各ターゲットモルキュールのシングルガスリファレンススペクトルを取得し、PLSRアルゴリズムのトレーニングデータセットとして使用した。解析に用いた濃度範囲は、数百万分の一(ppm)から数千ppmまで様々である。この濃度範囲内では、非放射性緩和過程におけるガスマトリックスの影響を無視することができる。相関したデータを扱うPLSRの能力を利用して、これらのスペクトルを用いて、新しいシミュレートされたスペクトル、すなわち参照スペクトルの線形組み合わせを生成した。作成されたデータセットにガウスノイズ分布を追加し、ピーク値付近の実際のQEPAS信号の変動をシミュレートしました。標準的なマルチリニア回帰と比較して、PLSRはスペクトルの重なりが97%以上の吸収特徴を持つ場合でも、最大5倍の精度でガス濃度を予測することができた。

We report on a statistical tool based on partial least squares regression (PLSR) able to retrieve single-component concentrations in a multiple-gas mixture characterized by absorption features spectrally overlapping. Absorption spectra of mixtures of CO-N2O and mixtures of C2H2-CH4-N2O, both diluted in N2, were detected in the mid-IR range by exploiting quartz-enhanced photoacoustic spectroscopy (QEPAS) and using two quantum cascade lasers as light sources. Single-gas reference spectra of each target mole-cule were acquired and used as PLSR-based algorithm training dataset. The concentrations range explored in the analysis varies from few of part-per-million (ppm) to thousands of ppm. Within this concentration range the influence of the gas matrix on non-radiative relaxation processes can be neglected. Exploiting the ability of PLSR to deal with correlated data, these spectra were used to generate new simulated spectra, i.e. linear combinations of the reference ones. A Gaussian noise distribution was added to the created dataset, simulating the real QEPAS signal fluctuations around the peak value. Compared with standard multilinear re-gression, PLSR predicted gas concentrations with a precision up to 5 times better, even with absorption features with spectral overlap greater than 97%.