针对准确、快速、便携测量大气中CO₂、CH₄等温室气体的需要,本文介绍了一种基于可调谐法布里-珀罗干涉仪(FPI)传感器的多波长温室气体测量系统。将FPI作为波长选择元件,利用干涉滤波片实现了在3100~4400 nm(波数范围为3226~2273 cm ^-1)波段内的连续测量。通过将测量的吸收光谱和CO₂的吸收截面拟合获得相关系数,进而计算得到CO₂的气体浓度。为了校正仪器分辨率低带来的非线性吸收效应,采用迭代算法优化CO₂的吸收截面。 结果显示,相比于直接拟和计算,CO₂浓度为4.08×10 ^-4时测量误差降低了18%。对系统的干扰优化、仪器精度、探测限等参数进行了验证,实验结果表明,气室内残留的CO₂浓度小于1×10 ^-6,仪器精度为±1.32×10 ^-6,当时间分辨率为10 min时,系统的探测限为1.13×10 ^-6(2σ,2倍标准偏差)。此外,利用该系统在合肥市科学岛进行了一个星期的室外测量,获得了CO₂浓度的日变化结果及昼夜特性,验证了系统的稳定性和可靠性。

2020年2月29日至3月14日,针对疫情期间武汉的NO_x污染问题,本文采用车载MAX-DOAS和便携式紫外DOAS对武汉三环的NO_x排放进行了协同观测。利用车载DOAS获取了走航沿线的NO₂柱浓度分布,结合便携式紫外DOAS测量的NO和NO₂浓度计算得到[NO_x]/[NO₂],然后耦合风场计算得到了武汉三环NO_x的排放通量及误差。结果表明:观测期间武汉三环NO_x的平均排放通量约为10.78 mol/s,最低为7.78 mol/s,最高为15.71 mol/s。相对于使用平均[NO_x]/[NO₂],采用便携式紫外DOAS测量的车载MAX-DOAS走航沿线的实时[NO_x]/[NO₂],可以有效降低[NO_x]/[NO₂]误差引起的NO_x通量误差,但该方法不推荐在有大量近地面NO_x排放源的场景应用。

基于大气污染物二维分布遥测系统,开展了被动成像差分吸收光谱技术和图像优化算法相结合的大气污染物二维分布遥测研究。将紫外光谱和可视化图像的双通道系统相结合,实现了污染物浓度信息与可视化图像的精确匹配。针对复杂背景下污染物的数据处理问题,尤其是受浓烟、障碍物遮挡等情况下的数据缺失问题,对观测值进行筛选和处理,再结合烟羽扩散模型和曲面三次样条插值算法对整个区域内的浓度信息进行优化,从而快速获得高空间分辨的污染物二维分布图像信息。

鉴于近年来突发事故和雾霾等污染现象时有发生, 其危害范围广、 危害程度深, 因此迫切需要掌握污染影响的区域、 范围、 强度以及污染扩散的趋势。 而污染源、 污染气体的二维快速成像分布在确定气体泄漏源定位、 鉴别突发事件以及鉴定污染范围和污染影响的过程中占绝对优势。 基于面阵CCD探测器, 利用紫外滤光片分光的成像技术实现了对丰台电厂烟囱排放的烟羽进行快速成像测量; 采用烟气在线监测技术获取的SO2实时浓度作为参考浓度, 经转换之后标定成像系统, 标定结果表明SO2斜柱浓度与光学厚度呈线性关系, 相关系数0.958, 满足成像理论可被解析的先决条件; 考虑到成像系统视场角小, 使镜头在上风向偏离烟羽区域拍摄的图片作为背景, 任取背景图上的一行像素, 这些像素的光学强度表明上风向强度均匀, 无其他干扰影响; 测量过程中, 为了减小烟羽变化带来的误差, 鉴别目标气体的310 nm滤光片与祛除气溶胶影响的330 nm滤光片对烟羽交替成像; 最后根据线性最小二乘拟合获取了2017年5月20日12点30分左右的SO2斜柱浓度的二维分布及其时序图。 测量结果显示在烟囱出口附近出现SO2斜柱浓度高值, SO2斜柱浓度高值约为1.7×1017 molec·cm-2; SO2斜柱浓度分布图直观显示SO2浓度的扩散趋势, 表明下风向SO2斜柱浓度沿着烟羽的扩散轴减小缓慢, 在大气浮力、 烟羽流体动力学以及风向共同作用下, 垂直于烟羽扩散轴的方向上, 扩散轴上方的SO2斜柱浓度小于其下方浓度, 但基本趋势是垂直于扩散轴的两侧SO2斜柱浓度衰减很快; 在下风向距离烟囱中心28米的区域, 取SO2斜柱浓度与高斯曲线进行拟合, 拟合系数0.747, 表明风向方向: SO2斜柱浓度扩散遵循高斯扩散; 根据SO2斜柱浓度时序图, 获得了烟羽的传播速度约为1.2 m·s-1; 为了验证紫外非色散成像系统测量结果的可靠性, 在已知烟羽SO2排放量（9.2 g·s-1）、 烟羽速度（1.2 m·s-1）、 烟羽高度（约140 m）及周边环境的情况下, 采用高斯烟羽扩散模型进行理论预测, 成像系统的测量结果与烟羽模型的模拟结果对比表明: SO2斜柱浓度的测量值及扩散趋势与理论预测基本一致。 利用基于滤光片的快速成像方法实现了对固定点源排放的污染气体SO2斜柱浓度的成像测量, 最终成功获取了烟羽中SO2斜柱浓度的分布及扩散的趋势, 测量结果与模型模拟的一致性表明该成像方法有望为定量、 定性评估污染危害提供测量依据。

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。

针对现有利用自然光源的被动DOAS测量方法无法实现夜间对NO2等痕量气体进行垂直分布探测的问题, 提出构建一种基于窄带光源蓝光LED技术的DOAS测量NO2的方法, 搭建了仪器系统, 成功地实现了夜间对NO2气体浓度的测量。 该系统主要分为灯源发射系统和望远镜接收系统两部分, 采用主波长为450nm的LED作为光源, 通过望远镜采集发光束的散射光, 利用光纤耦合将望远镜接收到的散射光导入光谱仪中, 结合DOAS原理运用计算机进行处理。 DOAS的理论基础是朗伯-比尔（Lambert-Beer）定律, 据此原理可将数据处理过程概述如下: 首先采集相对干净光谱作为背景参考谱, 用实际测量大气谱除以参考谱, 利用数字高通滤波去除慢变化部分, 然后取对数, 即可获得光学厚度; 其次将仪器函数与NO2的高分辨率截面卷积, 得到与所用仪器相匹配的低分辨率吸收截面; 最后将差分吸收截面与处理后的差分光学厚度相结合, 运用最小二乘法拟合并结合光程L即可获得NO2浓度值。 同时可通过调节灯源光速发射角度及望远镜接收角度, 测出不同位置处NO2浓度值, 进而给出NO2气体浓度的立体分布信息。 在算法确定的情况下, LED灯谱质量对仪器系统的可靠性显得尤为重要。 由于LED光谱受温度及驱动电流影响较大, 为了保证LED处于最佳工作状态, 开展了LED光谱温度及驱动电流敏感性实验。 测试结果表明, 要确保采集到的光谱稳定且具有较高质量, LED工作温度应低于20 ℃, 驱动电流需控制在1.5 A以内, 且两者波动范围较小。 实验中, LED实际工作温度为10~15 ℃, 驱动电流为1.4 A, 控制精度±1 mA, 能够满足实验要求。 为了提高LED阵列密度、 获得更加集中的发光束, LED底座基板采用正六边形结构, 每块正六边形基板上7只LED串联, 各个基板之间并联。 经计算较采用矩形结构, 其空间利用率提高了8%。 各基板工作电流1.4 A, 最大电压23.8 V, 易于扩展, 维护方便。 为了验证方案可行性及系统的可靠性, 进行了实验室测试及外场实验。 实验室采用NO2样气浓度为1 642.86 mg·m-3, 不确定度5%。 系统测量结果为1 607.54 mg·m-3, 与标定值误差为2.15%, 在标定的不确定度范围以内, 经计算系统检测线为0.014 3 mg·m-3(6.942 ppb), 因此可认为测量结果准确。 将外场实验测量结果与同时段国控站点给出的NO2数据进行了对比, 对应时间段结果偏差均在10%以内, 两组数据线性拟合一致性较好, 相关系数达0.967, 表明该系统所测NO2结果较准确。 研究结果表明, 在确保LED光源稳定的基础上, 采用基于窄带光源蓝光LED的DOAS方法能够实现夜间对NO2气体垂直分布情况测量。 为大气痕量气体垂直分布测量、 特别是在夜间条件下对痕量气体立体分布测量提供了一种新的思路。