阐述了相干差分吸收激光雷达（CDIAL）探测大气二氧化碳（CO₂）的原理，设计了1.57 μm波段微脉冲相干探测系统，并对系统的回波信号进行了仿真。通过仿真计算分别探究了温度、压力、波长等因素对差分光学厚度计算及CO₂体积分数的反演精度的影响。仿真结果显示：当波长漂移为0.5 pm、温度不确定度为1 K、压强不确定度为1 hPa、水汽体积分数测量不确定度为10%时，这些参数引起的总体误差为0.45%；在大气中CO₂的体积分数为4×10^-4时，微脉冲相干激光雷达探测CO₂体积分数的测量误差约为1.8×10^-6。

针对宽谱连续波差分吸收激光雷达（DIAL）的特点，通过仿真不同大气条件下的激光雷达信号，计算分析宽谱DIAL气溶胶消光和后向散射效应引起的二氧化氮（NO₂）质量浓度反演误差。研究结果表明：当大气气溶胶均匀分布时，NO₂质量浓度反演误差主要取决于气溶胶消光效应，而后向散射效应引起的NO₂质量浓度反演误差一般可忽略不计；当大气气溶胶非均匀分布时，气溶胶后向散射效应引起的NO₂质量浓度反演误差依赖于气溶胶非均匀分布程度，且与波长指数成反比。此外，适当增大分段拟合距离可有效降低气溶胶后向散射效应引起的NO₂质量浓度反演误差。利用光谱近似得到宽谱NO₂-DIAL气溶胶消光和后向散射效应引起的NO₂质量浓度反演误差的近似模型，通过对比模拟计算的结果，验证了近似模型评估NO₂质量浓度反演误差的可行性。

路径积分差分吸收（IPDA）激光雷达可装载于飞机或卫星上探测大范围大气CO₂浓度，具有全天时和探测精度高的优势。全球云的平均覆盖率可达60%，因此在激光穿透大气射向地面的探测过程中，除了地面和海洋回波信号，还有很多云层回波信号。结合机载大气探测激光雷达（ACDL）信号采集特点，针对复杂的云层回波信号，提出一种基于中位数绝对偏差的离群值筛选法提取信号，可分离多层云回波信号及云层与地面回波信号同时存在的信号。分析云信号的探测能力，并利用云层回波信号积分值反演云上CO₂柱浓度，结果与原位测量仪测量结果变化趋势一致，二者偏差为2.8 μL/L。

苯作为挥发性有机化合物(VOCs)的重要组成部分, 其大气污染状况日益引起人们的关注, 中红外波段通常是分子的基频指纹吸收区, 已成为痕量气体检测的重要波段, 而差分吸收激光雷达是探测大气痕量气体的重要手段, 故针对区域性苯浓度实时遥感问题, 提出基于中红外带间级联激光器(ICL)的探测大气苯浓度路径积分型差分吸收(IPDA)激光雷达系统。 首先, 在分析IPDA激光雷达的探测原理的基础上, 构建了IPDA激光雷达的反演算法及其误差分析模型。 其次, 详细分析来自HITRAN数据库的中红外3 100 cm-1附近苯以及主要干扰气体(如HCl, CH4和H2O)的吸收光谱, 结合HCl和CH4着重考虑了H2O对探测结果的影响, 选择IPDA激光雷达的测量波长和参考波长分别为3 090.89和3 137.74 cm-1。 再次, 基于两个连续波ICL, 设计了探测大气苯浓度IPDA激光雷达系统, 并可通过控制温度和驱动电流调谐激光器的输出波长, 使其波长分别稳定在强吸收谱区和弱吸收谱区, 并设计了基于中红外衍射光栅的光谱分光子系统, 以实现双波长接收信号的同步探测。 最后, 基于标准大气模型, 仿真分析了不同路径长度、 能见度和水汽浓度情况下激光雷达的探测性能, 并搭建中红外波段检测气体池开展了测试实验, 以验证该IPDA激光雷达系统的可行性。 仿真及实验结果分析表明, 当大气能见度为5 km, 水汽浓度低于0.4%时, 苯的浓度路径积(CL)在0.1～24 mg·m-3·km范围内探测的相对误差优于10%, 而苯的CL为5 mg·m-3·km时探测相对误差优于1%; 初步实验测试了中外红波段差分吸收激光雷达探测的线性相关系数R2约为98.7%。

我国城市气体污染物主要包括氮氧化物、 臭氧、 二氧化硫和颗粒物等, 其中NO2和SO2是气体污染物中常见的污染痕量气体, 对地气辐射、 全球气候、 空气质量和人体健康都有着直接或间接的影响。 淮北地区是我国基础能源和重要原料煤炭的生产基地, 长期的煤炭生产使得当地大气环境污染相对更为复杂, 开展快速获取大气污染物浓度是目前研究热点之一。 差分吸收光谱(DOAS)仪是一种光学遥感式光谱设备, 具有稳定、 时间分辨率高、 灵敏度高和不受搭建平台制约等优势特点, 可同时获取多种污染气体的浓度信息。 针对淮北地区复杂的环境污染, 构建了基于移动平台的车载小型差分吸收光谱系统(DOAS), 该系统包括光谱采集系统、 温控系统和GPS定位系统。 利用车载GPS定位系统记录移动过程中的经纬度和车速, 光谱仪放置在恒温系统中, 保障系统测量的精准性。 在实验期间, 首先测试了系统的性能, 规划了走航观测路线, 并将车载DOAS测量结果与地基MAX-DOAS进行对比以验证系统的准确性, 实现了对淮北地区的大气典型污染物的快速、 便捷、 精准监测。 航测期间, 利用QDOAS软件对原始测量光谱进行反演处理, 选取相对干净的光谱作为参考谱, 获取了淮北地区NO2和SO2柱浓度空间分布, 其中NO2的浓度范围为5.09×1015～15.4×1016 molecule·cm-2, SO2的浓度范围为3.53×1015～9.07×1016 molecule·cm-2。 将车载DOAS测量的结果分别与站点地基MAX-DOAS测量结果和卫星(TROPOMI)数据对比, 均具有较好一致性(相关系数R2>0.75)。 外场实验表明构建的车载小型DOAS系统可以准确的获取城市污染气体柱浓度分布, 为确认城市污染气体的源区和校验卫星遥感数据提供一种有效的技术手段。

差分吸收光谱（DOAS）技术能够精确实时地监测烟气成分的浓度，是从源头上控制烟气污染物排放的有效手段。在DOAS系统中，光源强度变化是影响测量长期可靠性的重要因素。针对这一问题，提出一个新的光强免校准的DOAS反演算法。该算法利用邻域宽带截面对气体特征吸收的窄带截面进行归一化，从而获得不受光源强度变化影响的等效吸收强度参数αeq(λk)，通过比较该参数的测量值与标准截面的计算值，进而可以推算出气体浓度。与传统算法相比，该算法不需要进行多项式拟合、信号滤波等复杂计算，更便于硬件实现。搭建测量系统，用氮气与高浓度NO标气制备不同浓度NO，以NO测量数据为例，结果表明，NO的特征吸收峰只出现在195.5 nm（吸收峰1）、204.7 nm（吸收峰2）、214.8 nm（吸收峰3）、226.2 nm（吸收峰4）等4个位置，且该4个吸收峰的半高全宽均为1 nm左右。采用该算法，特征吸收峰4（226.2 nm）的线性回归决定系数R2达到了0.998 17，验证了新算法的可行性。

提出一种基于卷积神经网络（CNN）和支持向量回归机（SVR）的多轴差分光学吸收光谱（MAX-DOAS）对流层NO₂垂直分布预测方法。将2019年南京站点采集的原始MAX-DOAS数据通过QDOAS软件拟合获取O₄和NO₂差分斜柱浓度，结合基于最优估算的气溶胶和痕量气体廓线反演算法——PriAM算法反演了对流层NO₂廓线，并将其作为预测模型的输出。此外，通过平均影响值方法进行预测模型输入变量的选择，确定了MAX-DOAS数据、温度、气溶胶光学厚度和低云覆盖率为模型的最佳输入变量。通过实验优化网络结构和参数，最终建立预测模型在测试集与PriAM的平均百分比误差仅为9.14%，与单独建立的CNN、SVR、反向传播模型相比，平均百分比误差分别降低了8.22%、6.00%、32.28%。因此，CNN-SVR能够利用MAX-DOAS数据对对流层NO₂廓线进行有效预测。

成像差分吸收光谱技术 (IDOAS) 能够显示污染物的空间分布, 目前已成功运用于地基扫描、机载与星载等多个平台, 为环境监测及治理提供了有力支撑, 其中地基 IDOAS 主要运用于对某一污染源的探测。分析了成像系统基于“推扫”方式的工作原理, 并将此技术应用于城市大气边界层污染物分布的探测。为更高效使用差分吸收光谱技术 (DOAS) 反演各种痕量气体成分, 更精确地分析污染气体的时空分布特征, 对 QDoas 软件进行了源码级分析和优化。在 Windows 平台上, 使用 C++ 和 QT 对 QDoas 代码进行重组, 通过重新提取、整合、改写与优化代码, 实现了更快速便捷的反演功能模块。为检验模块的反演效果, 以大气中常见的污染物 NO2 和 SO2 为例, 于 2019 年 11 月 6 日在铜陵富鑫钢铁厂开展了现场观测实验。使用新编软件对观测数据进行数据反演后成功获得污染气体的二维分布信息图, 证实了该软件在实际大气环境监测中的适用性。

二氧化氮(NO2) 是一种重要的大气污染物, 严重危害人体健康以及生态系统, 实现 NO2 浓度空间分布探测对大气环境监测与治理具有重要意义。作为一种主动式光学遥感探测技术, 差分吸收激光雷达 (DIAL) 技术可实现大气痕量气体水平和垂直空间分布探测、高架源排放气体监测等, 在大气环境监测领域具有重要应用价值。DIAL 技术通过可调谐激光器向大气中交替发射两束波长相近的激光, 一束激光的波长位于待测气体吸收峰 (λon) , 另一束激光的波长偏离待测气体吸收峰 (λoff) 。根据待测气体对波长为 λon和 λoff 的激光的吸收程度不同, 可通过分析大气后向散射信号的比值从而获得待测气体浓度。详细介绍了 NO2-DIAL 技术的基本理论及测量误差, 并系统性地回顾了 NO2-DIAL 技术的发展历程, 最后对 NO2-DIAL 技术进行了总结和展望。