可调谐半导体激光吸收光谱监测农田气体通量特性研究

可调谐半导体激光吸收光谱(TDLAS)具有高选择性,高灵敏度等特性,非常适合监测农田痕量气体交换过程。采用开放式光程的可调半导体激光吸收光谱和非分散红外光谱技术,在封丘农田进行了一个月监测试验。选择CO2作为目标气体,用两种不同光谱技术选择不同的通量计算方法,分别获取农田排放通量。根据实验条件,提出了TDLAS的通量印痕模型,对比分析了两种技术的空间代表性特性,同时分析了数据误差来源和不同外界因素对通量测量的影响特性。结果发现在相同的气象条件下,仪器架设高度越高,光学路径越长,开放光路的TDLAS通量贡献区就越大。这些结果对通量监测中仪器安装有很好的指导意义。     

内标法在土壤重金属镍元素X荧光分析中的应用研究

利用能量色散型XRF重金属实验平台,在实验室自然大气环境下获取土壤的X射线荧光,通过X射线荧光光谱法定量分析了国家标准土壤样品中元素Ni的含量。实验研究了土壤中Ni元素的X荧光特征分析谱线,采用加入内标法测定了Ni元素定标曲线,并依据实验结果分析了内标元素选取方法。实验结果表明,对土壤样品进行内标法分析时,可选取基体中适宜元素作为内标元素;使用Pb的Lα线,Cu和Fe的Kα线作内标线时相对标准偏差(RSD)分别为6.24%,5.24%和5.22%,说明选择合适基体主量元素的特征谱线作为内标线,可有效提高测量结果的准确性。     

大气颗粒物多参数激光自混合传感的数值模拟与特性分析

基于颗粒物米氏散射特性、激光自混合三镜腔理论和激光器稳态条件,推导出在大气颗粒物光反馈下激光器频率、功率、线宽的理论表达式,建立了大气颗粒物光反馈下的激光自混合理论模型。同时,数值模拟和分析了大气颗粒物物理参数对激光自混合干涉信号的影响。结果表明,在一定粒径范围内,激光自混合反馈强度随大气颗粒物粒径增大先增大后减小,且反馈强度峰值出现的位置随颗粒物折射率实部的增大、虚部的减小向粒径较大处移动;自混合系统的外腔长度影响自混合干涉信号的波动深度,激光器输出光信号的幅值随外腔长度增大呈指数衰减;自混合干涉信号波动频率与大气颗粒物运动速度呈线性关系。分析结果对基于激光自混合效应的大气颗粒物多物理参数传感具有重要作用。     

快速气相色谱研究

近年来快速气相色谱(HSGC)技术备受关注。本文根据色谱理论和实际应用中的特点对其进行了系统的分类和评价,阐述了如何针对具体样品选择分析方法和通过调整仪器的配置、参数以及性能来实现特定的快速分析。最后提出了HSGC未来的发展趋势。     

基于PIN光电二极管的微型一氧化氮化学发光传感器

以微型、低成本的PIN光电二极管为光电探测元件,研制了微型一氧化氮化学发光传感器;选取Si探测器和InGaAs探测器的5种光电元件,考察其与一氧化氮发光光谱响应及噪声的关系。结果表明:边长为1.2mm的正方形Si探测器响应灵敏,暗电流噪声低,信噪比最低;设计的小型光腔实现了微量一氧化氮(体积分数为2×10~(-6)～2×10~(-4))的测量,线性度为0.9993;整个系统的响应时间为0.13s,传感器的质量小于50g,非常适合用于工业污染源一氧化氮气体的在线监测。     

被动差分吸收光谱技术测量电厂烟羽中CS2的研究

CS2气体对人类健康和大气循环有重要影响作用,最近有研究表明:工业燃煤可能是城市大气中CS2的另一个重要来源.提出一种以太阳散射光作为光源的被动差分吸收光谱(passive DOAS)对点源排放气体进行遥测的方法;介绍了其基本原理和测量系统;讨论了CS2的光谱分析方法,包括参考光谱的选择问题,及降低Ring效应对光谱反演影响的方法等;并利用该技术埘电厂烟羽中CS2进行扫描测量,成功反演出烟羽中CS2的柱浓度;证实了燃煤可产生一定的CS2,为城市大气中CS2污染源的研究提供直接、有利的依据.     

用于FTIR大气成分监测的太阳跟踪系统设计

介绍研制的太阳跟踪和傅里叶变换红外(FTIR)光谱技术相结合的大气成分监测系统.该系统跟踪部分以ATmega128芯片为控制核心,结合光学、电子学、GPS模块、PSD位置传感器以及机械部分完成对太阳运行的实时跟踪,利用FTIR光谱仪和计算机处理得到的光谱数据用于大气成分的监测.通过实验验证,FTIR大气成分监测系统运行稳定、可靠,跟踪精度在0.3°以内.     

被动多轴DOAS技术污染气体垂直柱浓度反演方法研究

介绍了基于太阳散射光的多轴被动差分吸收光谱技术与系统及其在大气污染气体垂直柱浓度监测中的应用.实验中利用夫琅和费光谱作为参考光谱,同时将Ring光谱作为一种吸收结构参与拟合去除太阳光谱中的夫琅和费结构和Ring效应对测量结果的影响,并结合辐射传输模型将污染气体斜柱浓度转换为垂直柱浓度,通过“好运北京”奥运限车期间与OMI卫星的对比实验一致得出限车期间NO2有约20％的下降,证实了本方法的可行性.     

车载被动DOAS的污染气体柱浓度分布重构方法

大气污染的综合防治需要从不同尺度的区域出发,充分研究区域的环境特点,需要对空气质量有作用的多种因素进行全面系统的分析,获取大气污染物浓度时空分布是了解区域污染特征的重要途径。获取高空间分辨的大气污染物柱浓度分布情况是掌握区域污染程度的重要前提。由大气扩散模型,排放源周边的大气污染物的柱浓度服从高斯分布。将车载被动差分光学吸收光谱（DOAS）获取的对流层污染气体垂直柱浓度空间分布信息结合序贯高斯模拟方法重构了高空间分辨率的区域污染物柱浓度分布及其误差分布。分别选取工业园区（钢铁企业）、城市区域（北京市怀柔城区、北京市通州城区）等典型区块进行走航观测,获取观测路径上的NO₂和HCHO柱浓度,结合地理信息网格化车载观测数据,利用序贯高斯模拟获取了观测区域的NO₂和HCHO柱浓度分布以及污染物柱浓度误差分布,重点分析了该方法在排放特征不同的区域柱浓度分布模拟重构的可行性及重构结果的不确定性。某钢铁企业、怀柔城区、通州城区内污染源依次减少,气态污染物分布的结构复杂性依次降低。由半方差分析结果,某钢铁企业由于NO₂排放源多,污染物柱浓度空间依赖性略弱,城市区域污染物柱浓度表现出强烈的空间相关性,并且整体呈现出了区域污染源越复杂,空间相关性的范围越小的特点。基于立体监测数据获取了观测区域百米空间分辨的污染物垂直柱浓度分布及误差分布,在不依赖下垫面数据、源清单数据或人口分布数据的基础上基于实测数据低成本地获取了重点工业区或城市区域气态污染物的分布细节,同已有的卫星遥感等方法获取污染气体垂直柱浓度分布相比,空间分辨率提高了2～3个数量级,同时通过柱浓度误差分布定量评估了模拟重构的准确性。针对不同排放特征的重点区域大气污染状况,提供了新的准确性可评价的实测手段,该方法对了解区域污染状况、污染控制对策及控制效果的评估具有重要作用。     

基于反向传播神经网络的激光诱导荧光光谱塑料分类识别方法研究

塑料具有成本低、质量好,可塑性强等优点被广泛用于生产生活等领域,但废弃塑料处置不当容易引发二次污染。回收再利用有望成为解决废弃塑料污染问题的关键手段,其前提是对废料的准确分选。传统分选手段耗费时间,效率低下,难以实现废弃塑料的快速、经济、有效分类。激光诱导荧光技术是一种快速灵敏的光谱检测技术。具有操作简便,检测效率高,样品使用量小等优点常被应用于水体、土壤中油类,多环芳烃等有机污染物的快速识别与定量分析。利用激光诱导荧光技术可以快速采集不同塑料的荧光光谱,结合相应的模式识别算法,可实现塑料材质的快速准确识别。实验采集了8种塑料（ABS,HDPE,PA66,PLA,PP,PET,PS,PVC）共358组激光诱导荧光光谱,依据特征峰信息构建358×10的光谱矩阵。利用主成份分析法削减原光谱矩阵中的线性相关量,提高数据精度。结果显示前3个主成分的累计方差贡献值达98.085%,足以表征原光谱矩阵的主要信息。将降维的主成分PC1, PC2, PC3作为输入进行光谱分类,其中同种塑料光谱聚合度高,元素构成不同的塑料如PA66,PLA,HDPE和PVC的光谱分离度较好,而元素构成相同的塑料如PET和PLA的光谱分离度较差。PCA算法并不能准确的对未知塑料进行识别。BP-神经网络具有收敛速度快,预测精度高等特点被广泛用于模式识别和分类研究。将经PCA算法得到的简化特征矩阵作为BP-神经网络算法的输入集,其中随机抽取256组数据作为BP-神经网络算法模型的训练集,剩余的102组数据作为模型检测集。BP神经网络的隐藏层设定值为1,激活函数选择双极性Sigmoid函数,输出层为8种塑料样品。识别结果显示,102组数据中只有一组HDPE光谱数据被错识为PS,其余101组数据全部正确识别。8种塑料荧光光谱的综合识别准确率达到99%。研究结果表明激光诱导荧光技术结合BP-神经网络算法可实现不同材质塑料的快速准确识别。为实现废弃塑料的自动化智能分选,降低回收成本,减少废弃塑料危害提供新的参考。