在碳中和的国际大背景下, 精确可靠地定量测量大气温室气体浓度对实现碳中和目标具有重要意义, 开发测量结果可直接溯源至国际单位制SI的气体分析仪是精确可靠监测温室气体浓度的重要方法。 可调谐二极管激光吸收光谱(TDLAS)技术是常用的气体浓度测量方法, 根据比尔-朗伯定律, 实现仪器的测量浓度直接溯源至SI的必要条件之一是可直接溯源的气池光程, 气池光程的不确定度直接影响气体浓度的测量不确定度, 对气池光程的可溯源精确测量有利于发展测量结果可直接溯源的气体分析仪。 针对光程标称为81 cm的三次反射型气池光程可溯源测量需求, 使用校准的米尺测量该气池光程得到的直接测量结果为(81.21±0.80) cm, 较大的测量不确定度(0.80 cm)是综合考虑定位误差和三段光路与测量路径可能不重合导致的测量误差估算得到的。 为了减小测量不确定度, 本文搭建了TDLAS气池光程测量系统, 测量系统以1 576 nm分布式反馈激光器为光源, 通过在激光控制器上加载斜坡扫描电压来测量待测气池内标准高纯二氧化碳(CO₂, 99.999%)在6 344.68 cm^-1附近的吸收光谱, 使用测量结果可直接溯源的压力传感器和温度传感器分别测量气池内的压强和气体温度, 采用美国国家标准技术局最新测量得到的30012-00001跃迁带P 4e支线强(相对标准不确定度为0.15%)反演气池光程, 使用二次速度依赖Voigt线型精确拟合不同气压(36~75 Torr)下的光谱吸光度信号获得对应气压的积分吸光度, 全面分析各参量的测量不确定度及其传递过程, 对不同气压下的积分吸光度进行线性回归分析, 计算得到可直接溯源的气池光程为(81.61±0.42) cm, 相对标准不确定度为0.51%, 测量不确定度范围落在直接测量结果范围内, 测量不确定度小于直接测量结果。 本文气池的光路结构是多次反射长光程气池的简化, 该系统同样适用于多次反射长光程气池光程的可溯源测量。

纺织印染是江苏省江阴市的主要工业行业之一, 江阴市许多污水处理厂接收印染废水, 其中溶解性有机物是污水处理工艺中的重要去除对象。 由于测量快速简便兼具灵敏性和一定选择性, 三维荧光光谱被广泛应用于各类水体溶解性有机物的表征中。 该研究主要采用三维荧光光谱分析了江阴市主要污水处理厂排水中溶解性有机物的组成特征。 结果表明江阴市主要污水处理厂排水单位溶解性有机碳的UV254值为1.42~5.71 L·(mg·m)^-1, 其溶解性有机物的芳香化程度比一般生活污水处理厂排水高。 江阴市主要污水处理厂排水的三维荧光光谱普遍存在类蛋白荧光团。 生化或者“生化+混凝沉淀”工艺出水单位溶解性有机碳的类蛋白荧光强度大于2.86 R.U.·L·mg^-1, 而强氧化工艺出水单位溶解性有机碳的类蛋白荧光强度低得多, 小于0.60 R.U.·L·mg^-1, 这主要是由于强氧化工艺对类蛋白荧光有机物芳香结构的分解作用所致。 约33%的污水处理厂排水还存在类腐殖质荧光, 腐殖化指数高于其他污水处理厂排水。 通过平行因子法分解, 江阴污水处理厂排水的三维荧光光谱含有2个类蛋白组分(峰位置分别位于225, 280/320 nm和230, 285/340 nm)和1个类腐殖质组分(峰位置位于240/415 nm)。 江阴市主要污水处理厂排水中的类蛋白荧光团可能主要来源于分散剂MF。 分散剂MF是一种常见的商品化染料添加剂, 能够显著提升还原染料和分散染料等的分散性能。 其主要成分为洗油磺化后的甲醛缩合物, 难以生化降解。 研究发现有助于深入了解江阴市污水处理厂排水中的有机污染物组成特征, 对于处理工艺优化和深度处理工艺研发具有重要的指导意义。

粒子喷溅是熔石英后表面激光损伤过程的重要现象，其实验观测及动力学参数获取一直存在困难。为实现后表面损伤粒子喷溅动力学特征获取，搭建了时间分辨双帧阴影成像系统，并开发了基于分层Voronoi图和弹性势能模型的粒子识别与匹配算法。结合图像配准和去噪步骤，该方法能够克服双帧阴影成像技术固有的背景噪声严重和原点失配的缺点，在6 μs及之后的延迟图像中能实现100%正确检测与匹配。与人工处理对比，该方法能以像素精度同时获取粒子的尺寸、速度大小及飞行方向，且数据处理时间缩短了约20倍。

Particle ejection is an important process during laser-induced exit surface damage in fused silica. Huge quantities of ejected particles, large ejection velocity, and long ejection duration make this phenomenon difficult to be directly observed. An in situ two-frame shadowgraphy system combined with a digital particle recognition algorithm was employed to capture the transient ejecting images and obtain the particle parameters. The experimental system is based on the principle of polarization splitting and can capture two images at each damage event. By combining multiple similar damage events at different time delays, the timeline of ejecting evolution can be obtained. Particle recognition is achieved by an adaptively regularized kernel-based fuzzy C-means algorithm based on a grey wolf optimizer. This algorithm overcomes the shortcoming of the adaptively regularized kernel-based fuzzy C-means algorithm easily falling into the local optimum and can resist strong image noises, including diffraction pattern, laser speckle, and motion artifact. This system is able to capture particles ejected after 600 ns with a time resolution of 6 ns and spatial resolution better than 5 μm under the particle recognition accuracy of 100%.