基于可调谐二极管激光吸收光谱法(TDLAS)和传统的反演重建算法对轴对称火焰的二维温度场和CO2浓度场的同步重建通常需要进行空间轴向和径向的多视线扫描式测量,测量系统相对复杂,反演重建效率不佳。本文基于4.2 μm 中红外TDLAS激光测量系统,针对轴对称层流扩散火焰,建立了能够同步反演火焰温度场和CO2浓度场的机器学习模型。与传统的反演重建方法相比,采用机器学习的反演模型只需要对火焰中心轴向进行扫描式测量就能同步、高效地重建轴对称层流扩散火焰的二维温度场和CO2浓度场,在相同的硬件条件下需要更少的实验测量数据,能够简化实验测量的复杂度并提高反演重建的效果。

NH₃是大气二次细颗粒物的主要前驱物之一,NH₃浓度的准确测量对于大气环境监测和保护具有重要意义。近红外波段激光器的成本较低,但采用其测量NH₃时,普遍存在受环境中H₂O、CO₂气体干扰以及吸收光程较短等问题。为克服环境中H₂O、CO₂干扰气体的影响,筛选出中心波数为6521.97 cm ^-1的吸收谱线,利用该谱线对大气环境中痕量NH₃的浓度进行测量。该谱线不受环境中CO₂吸收的影响,且在低压条件下与H₂O吸收谱线的重叠范围较小,通过多峰拟合可以准确提取出NH₃的光谱吸收率。基于分布反馈式激光器搭建了一套腔衰荡吸收光谱测量装置,在该装置中,衰荡光腔由一对反射率高达99.996%的高反镜构成,空腔衰荡时间约96 μs,有效吸收光程可达1.6×10 ⁴ m。利用该装置对大气环境中痕量NH₃的浓度进行测量,结果表明:该测量系统的探测灵敏度可以达到3.9×10 ^-10。