乙腈广泛应用于医药、 化工等领域, 而乙腈属于易燃易爆化学品, 其引发的火灾事故具有极大的危害。 研究乙腈燃烧的温度场与浓度场、 火焰辐射光谱以探究其火灾污染特性具有重要实用价值。 首先采用平面激光诱导荧光技术（PLIF）与Fluent数值模拟方法, 获取了5 cm尺度乙腈池火燃烧产物NO在20、 40、 60和80 s时刻的空间浓度值, 并结合CFD与FDS仿真模拟获取了不同时刻下乙腈燃烧温度场与浓度场信息。 其次, 采用所获取的乙腈火焰温度场和浓度场数据（将火焰划分为6个热力学平衡区域）, 并基于HITRAN数据库内高温气体分子吸收系数与火焰总体辐射传输方程构建了乙腈火焰光谱辐射模型。 再次, 将所得乙腈浓度场与温度场数据代入火焰光谱辐射模型, 模型模拟计算结果与相同条件下乙腈火焰光谱实测数据进行对比, 以验证模型精度, 然后再与Radcal模型进行精度对比。 最后, 利用自行构建的火焰光谱辐射模型对燃烧特征污染产物NO进行了浓度反演。 结果表明: （1）5 cm尺度乙腈池火火焰温度范围为400～1 000 K, 在池火上方60～80 mm区域温度较高, 最高温度为945 K。 （2）在20、 40、 60和80 s时刻下5 cm乙腈池火燃烧产物NO的体积分数为0.005%～0.025 5%, H2O的体积分数为0.034 5%～0.062 5%, CO2的体积分数为0.055 5%～0.085 5%。 （3）自行构建了乙腈火焰光谱辐射模型, 模型模拟值与实测值对比得出, 燃烧产物中CO2特征峰处准确度最小为86.8%, 最大为88.7%; NO特征峰处准确度最小为79.6%, 最大为84.9%; H2O特征峰处准确度最小为84.6%, 最大为89.1%。 与Radcal模型计算的光谱辐射值进行对比, 自行构建的模型计算精度提升约10%。 （4）在5.62～5.66 μm主导波段, 乙腈燃烧特征产物NO在20、 40、 60和80 s时刻下的浓度反演精度分别为76.9%、 78.5%、 94.7%和81.3%。 此研究可为探测大尺度乙腈类化学品火灾的燃烧场信息以及遥感定量反演燃烧污染产物浓度提供基础与参考。

近年来油料火灾污染事故频发危害性极大, 通过分析光谱特性来提取火灾信息已成为研究油料火灾事故的重要途径。目前国内外学者已建立了多种气体辐射和炭黑辐射的模型对燃料燃烧进行研究, 但少有对火焰光谱进行建模深入分析燃烧污染产物光谱特征信息。本文搭建了油料火焰光谱测试平台, 测量了单一尺度下酒精、92号汽油、95号汽油和 0号柴油的火焰光谱, 以及多尺度下 0号柴油的火焰光谱。实验结果表明 3种油料的火焰光谱相似, 随着尺度的增大辐射亮度呈非线性增大。基于统计窄谱带法(statistical narrow band, SNB)构建了油料火焰光谱辐射模型, 通过实验数据验证曲线拟合度达 0.895。利用该光谱辐射模型计算出油料火焰大尺度下的平均辐射亮度与平均透过率、不同烟气浓度下的平均透过率, 能为遥感探测火灾污染及反演污染物浓度提供帮助。

近年来, 化工领域对二硫化碳需求日益增多, 而二硫化碳具有易燃易爆等特点。 在生产过程中易发生火灾事故, 危害性极大, 易造成经济损失和人员伤亡。 在火灾事故危害研究中, 火焰光谱研究极有必要。 因为火焰光谱中含有大量信息, 包括火焰温度、 燃烧组分、 各个波段的热辐射强度等信息。 以二硫化碳燃料为研究对象, 搭建了火焰光谱测试平台, 主要由VSR红外光谱仪、 伸缩装置、 燃烧器组成, 测试了5 cm燃烧尺度下二硫化碳、 苯乙烯、 乙腈、 乙酸乙酯燃料在1～14 μm红外波段上燃烧火焰光谱, 以及二硫化碳分别与苯乙烯、 乙腈、 乙酸乙酯三种不同燃料按照1∶1混合的火焰光谱, 获取了二硫化碳火焰光谱特征波段, 构建了二硫化碳火焰光谱特征库。 在燃料单独燃烧火焰光谱研究中, 二硫化碳燃料燃烧时火焰呈蓝色不发烟, 其火焰光谱辐射主要来自于高温下SO2, CO2和H2O三种分子辐射, 其中SO2特征峰为4.05, 7.4和8.51 μm, CO2特征峰为2.7和4.3 μm, H2O特征峰为2.5, 2.7和5.5～7 μm, 乙腈、 乙酸乙酯燃料燃烧火焰光谱特征基本一致, 火焰光谱辐射主要来自于高温下CO2, H2O分子辐射, 苯乙烯火焰光谱辐射除了高温气体辐射外还有较强的炭黑辐射, 炭黑辐射中心波长在7 μm, 温度大约在414 K。 除此之外, 苯乙烯燃料与其他三种化学品相比, 在3.6 μm波段处存在独有的C—H健伸缩振动峰。 二硫化碳火焰燃烧产物与苯乙烯、 乙腈、 乙酸乙酯三种燃料相比具有独有的SO2分子, 其在4.05, 7.4和8.51 μm处存在特有的特征峰, 这些特征峰可作为航天探测识别其火灾依据之一; 在燃料混合燃烧火焰光谱研究中, 二硫化碳与苯乙烯、 乙腈、 乙酸乙酯三种燃料混合燃烧时, 燃烧火焰光谱特征基本相似, 火焰光谱辐射主要来自高温下CO2, H2O和SO2分子辐射, 实验表明, 在混合燃烧时, 二硫化碳的火焰光谱特征峰未被其他燃料的组分干扰, 特征峰仍然明显。 这一研究结果可为后续利用航天遥感探测技术探测识别二硫化碳火灾研究奠定基础。

在室内条件下提取了苯乙烯在不同土壤中的光谱诊断波段及其范围,并以其作为土壤中苯乙烯识别及其含量预测的依据。采用微分处理法与光谱数据转换法对土壤光谱反射率进行处理,以增大样品之间的光谱变化差异,并采用多元线性回归(SMLR)、偏最小二乘回归(PLSR)和支持向量机(SVMR)方法建模以预测不同土壤中的苯乙烯含量。结果表明,受苯乙烯污染的不同土壤的光谱特征分别位于1800,2200,2400 nm附近;受自身理化性质及苯乙烯含量影响,土壤光谱反射率的降速先增大后减小,直至苯乙烯在土壤中饱和,反射率变化趋于稳定。PLSR模型对土壤中苯乙烯含量的预测效果最优,SMLR模型次之,SVMR模型较差。PLSR模型的决定系数为0.982~0.998,模型稳定性强,其校正标准差与预测标准差的差值为0.004~0.016,模型预测精度高。

为了快速监测和识别化学品火灾，搭建了基于傅里叶红外(Fourier Transform Infrared, FTIR)光谱仪的火焰光谱测试平台。在室内封闭条件下对丙烯腈、乙腈两种含氮化学品和无水乙醇的火焰光谱进行了检测分析研究(光谱范围为600～8000 cm-1)。结果表明，在相同的燃烧条件下，分子辐射强度从大到小依次为丙烯腈、乙腈和无水乙醇。这是由于丙烯腈和乙腈燃烧比无水乙醇燃烧时产生的H2O分子更多，且丙烯腈燃烧会产生大量炭黑。这三种化学品的燃烧火焰光谱经去噪平滑处理后大体相似，但在1650 cm-1、1830 cm-1、2857 cm-1和3750 cm-1波数处存在高温含氮气体独有的差异。实验结论表明，通过用傅里叶红外光谱仪检测含氮化学品的火焰光谱辐射，可以增强我国化学品火灾的快速监测与识别能力。

高光谱成像具有快速无损和图谱合一的特点, 每个波段都会呈现一幅图像, 每个像素点都显示一条光谱曲线, 不仅可以获取样本的光谱信息, 还可以表征物体的空间信息, 目前在诸多领域展现出极大的应用价值。 采用高光谱成像实现土壤中石油烃含量分布的可视化。 制备不同石油烃含量的砖红壤样本, 分为建模样本和预测样本。 采集高光谱图像, 为避免图像背景的干扰, 采用掩膜的方法进行背景剔除。 之后提取建模样本中感兴趣区域的平均光谱, 采用连续投影算法筛选特征变量, 基于提取的特征变量, 一方面建立MLR预测模型, 另一方面从预测样本中提取特征波段的高光谱图像。 最后, 将特征图像上像素点的数据代入模型, 得到石油烃的含量分布情况。 通过图像处理的方法, 不同的含量赋予不同的颜色, 实现砖红壤中石油烃含量分布的可视化。 研究结果表明, 采用高光谱成像与图像处理方法能够初步实现砖红壤中石油烃含量分布的可视化, 为以后大范围地识别和反演土壤中石油烃含量提供了基础。

高光谱遥感技术是一种有效的监测石油类污染手段, 目前主要应用于海上溢油方面, 而关于土壤石油烃污染的研究较少。 针对土壤石油烃污染研究不足的现状, 选取柴油、 汽油和机油三种石油烃, 开展了石油烃污染紫色土的光谱特征实验研究, 分析了紫色土在不同种类石油烃污染及不同污染浓度条件下的光谱特征, 提取了含有不同种类石油烃的紫色土光谱吸收特征波段。 在此基础上, 经过7种光谱变换和相关性分析, 筛选出与石油烃含量最敏感的光谱变量, 分别采用单变量回归法和多元逐步线性回归法建立了估算模型, 并对模型进行了验证。 研究表明: 含有柴油、 机油和汽油的光谱在1 200, 1 700和2 300 nm附近均出现了吸收特征, 光谱吸收深度表现为: 机油>汽油>柴油; 多元逐步线性回归法优于单变量回归法, 其建立的柴油、 机油和汽油的估算模型决定系数均大于0.95, 校正均方根误差小于0.47, 验证均方根误差小于0.56, 估算精度较高。

石油和石油产品的泄漏可造成严重的土壤污染, 传统的土壤石油烃污染监测方法存在耗时长、 便携性差等问题, 难以满足大面积诊断土壤污染区域和数字化土壤制图的需求。 可见-近红外光谱技术具有快速、 便捷、 低成本和无污染等优势, 是土壤信息快速获取最有潜力的手段, 也是未来研究发展的趋势。 该技术目前在监测土壤性质领域已经取得了一定的成果, 但在监测土壤石油烃污染方面, 国内外的研究仍然处于起步阶段, 石油烃含量反演模型的实际应用仍然是难点, 而且针对现有的成果很少有人对其进行总结。 文章探讨了可见-近红外光谱监测土壤石油烃污染的可行性, 并归纳和总结了污染土壤的光谱敏感波段、 预测模型和光谱数据库三个方面近几年最新的研究进展, 分析了目前研究成果中存在的不足, 并对未来的研究方向进行了展望, 指出今后应加强多种类型土壤石油烃混合物样本、 通用的石油烃预测模型、 野外光谱测量实验和成像光谱技术等四方面研究, 以期为后续进行土壤石油烃污染的深入研究提供借鉴。