1 中国科学技术大学,安徽 合肥 230031
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所,安徽 合肥 230026
3 中国科学技术大学精密机械与精密仪器系,安徽 合肥 230026
4 合肥学院自动化系,安徽 合肥 230601
5 中层大气和全球环境探测重点实验室,北京 100084
6 粤港澳环境质量协同创新联合实验室,广东 广州 510000
7 国家环境保护大气复合污染来源与控制重点实验室,北京 100084
傅里叶变换红外光谱(FTIR)技术已被广泛用于监测环境大气中的温室气体和痕量污染气体。本课题组基于便携式傅里叶变换红外光谱仪(EM27/SUN)收集的近红外太阳吸收光谱,利用非线性最小二乘拟合光谱反演算法,反演了深圳市沿海大气水汽及其稳定同位素HDO的柱浓度,并计算了水汽同位素比值δD以及水汽蒸散同位素。在2023年2月27日到3月11日观测期间,干空气柱平均摩尔混合比的平均值为3226.11 mg/kg,标准偏差为27.42 mg/kg,)与大气地表温度高度相关,相关系数为0.94。观测期间,水汽同位素比δD在-122.52‰和-16.54‰之间变化。利用Rayleigh蒸馏模型理解δD与水汽柱浓度之间的关系,结果发现ln(δD×1000+1)与ln()之间有着显著的相关性(R=0.74),表明该地区大气水汽稳定同位素变化与水汽系数变化有着较大的相关性。最后,利用Keeling比值分析方法进行分析,结果显示,大气水汽蒸散同位素特征在(-289.92±8.89)‰和(21.79±7.19)‰之间变化。便携式FTIR光谱仪及其测量方法能够被用于准确观测大气水汽及其稳定同位素的时间变化,为海边大气水循环研究提供了基础数据。
光谱学 近红外光谱 傅里叶变换红外光谱技术 水汽 稳定同位素
1 合肥学院自动化系, 安徽 合肥 230061
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 环境光学与技术重点实验室, 安徽 合肥 230031
高准确和高精度测量环境大气CO2浓度, 对于监测区域和城市温室气体的排放至关重要。 基于傅里叶变换红外(FTIR)光谱技术, 利用便携式FTIR光谱仪采集近红外太阳吸收光谱, 基于非线性最小二乘算法, 反演获得了2016年9月至2020年5月期间合肥地区环境大气的CO2柱浓度。 观测结果表明, CO2气体的柱浓度有着明显的季节变化, 在春季出现最大值, 夏季下降速度快, 秋季达到最小值。 柱平均干空气混合比浓度XCO2的日均值位于(401.23±0.60)和(418.41±0.31) ppm之间, 而2017年观测的月均值有着6.96 ppm的季节幅值。 并且, 观测期间XCO2呈现逐年增长的趋势, 年平均增长率为(2.71±0.66) ppm·yr-1。 为了验证便携式FTIR光谱仪观测的准确性和可靠性, 我们将其观测结果与高分辨率FTIR仪器同步测量结果进行比较, 发现观测的XCO2的偏差均值为1.32 ppm, 二者的相关系数r为0.97, 两个数据显示高度一致性。 同时将观测结果与GOSAT卫星数据作了横向比较, 两个数据的平均偏差为(0.63±1.76) ppm, 二者的相关系数r为0.86, 显示出地基数据与卫星数据有高相关性。 最后, 将合肥站点2020年秋季观测数据与上海站点同期观测数据进行了比较, 发现上海站点与合肥站点的CO2柱浓度变化基本一致, 合肥观测点的XCO2日均值位于(415.09±0.84)和(417.80±0.67) ppm之间, 上海观测点的XCO2日均值位于(411.87±1.07)和(416.63±1.70) ppm之间, 表明同步观测期间合肥的CO2柱浓度略高于上海市。 地基FTIR光谱仪的观测结果可为追踪合肥地区温室气体的碳源与碳汇提供基础数据。
二氧化碳 柱浓度 傅里叶变换红外光谱技术 季节变化 Carbon dioxide Total column Fourier transform infrared spectroscopy Seasonal variation 光谱学与光谱分析
2022, 42(4): 1036
中国科学院合肥物质科学研究院, 安徽光学精密机械研究所, 环境光学与技术重点实验室, 安徽 合肥 230031
被动傅里叶变换红外(FTIR)扫描遥测成像系统采集的红外高光谱图像具有空间、 光谱等维度信息, 可被用于大气环境中有毒有害气体的识别、 定量及可视化。 该系统具有光谱分辨率高、 非接触式及远距离探测等优点, 然而其单帧图像的像元数量少且部分存在气体吸收或发射特征, 无法直接用于红外高光谱图像的目标检测。 提出了基于多帧背景的泄漏气体自适应匹配滤波(AMF)检测方法, 以短时间内、 同一区域的多帧红外高光谱图像为基础, 筛选出无目标气体特征的背景光谱并计算探测区域的背景最大似然估计, 应用于后续帧的目标气体泄漏检测。 红外高光谱图像来自于SF6气体的遥测实验, 共扫描四帧(120像元/帧), 去除前三帧内含有目标气体特征的像元光谱, 剩余背景光谱被用于计算背景的最大似然估计, 第四帧红外高光谱图像逐像元对SF6气体进行的AMF检测, 并与非线性最小二乘法反演的SF6柱浓度图像比对, 结果表明AMF检测高值与柱浓度高值有较强的相关性。 为验证多帧背景在不同空间检测方法下的性能, 分别对该帧数据进行了基于正交子空间的自适应子空间检测(ASD)、 基于混合空间的自适应余弦检测(ACE)及基于斜子空间的最大似然比检测(OGLRT), 并分别与SF6柱浓度图像比对, 结果表明多帧背景适用于不同空间的检测方法。 此外, 为验证存在目标气体吸收特征的非背景光谱对背景空间的影响, 向背景空间中加入多条含有SF6气体吸收特征的光谱, 通过ROC曲线检验, 结果表明背景空间中混入目标气体特征会降低AMF方法的检测性能。 AMF检测值的假彩色图像也能应用于被动FTIR扫描遥测成像系统, 相较于柱浓度假彩色图像, 泄漏源及扩散趋势更为明显。 基于红外高光谱图像的检测方法依赖于整体背景的统计特性, 相较于单像元光谱波段的反演算法, 极大地降低了背景的依赖性。 多帧背景下的AMF泄漏气体检测方法能很好地应用于被动FTIR扫描遥测成像系统上并满足在线监测要求。
傅里叶变换红外光谱技术 扫描遥测 气体泄漏 自适应检测 FTIR Scanning remote sensing Gas leakage Adaptive detection 光谱学与光谱分析
2022, 42(10): 3307
1 中国科学技术大学环境科学与光电技术学院, 安徽 合肥 230026
2 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
傅里叶变换红外光谱技术(FTIR)在水泥生料成分的在线分析上具有巨大的潜力。 但因现场环境复杂, 空气湿度不稳定, 会对生料样品中Fe2O3, SiO2, CaO和Al2O3四种关键成分的在线FTIR定量分析形成一定干扰。 使用生料在线FTIR分析仪对不同湿度条件下的水泥生料样品进行了近红外光谱采集, 分析了不同湿度对近红外光谱定量分析的影响, 并提出一种消除背景水分吸收的方法。 具体研究内容为: (1) 通过对两种不同湿度条件下的各50个样品的光谱分析得到: 高湿度的样品光谱与低湿度的样品光谱比较, 形状类似, 但吸光度整体降低, 基线倾斜。 表明背景水分影响了样品的近红外光谱。 (2) 分别建立高湿度、 低湿度条件下的样品的定量分析模型, 预测另一湿度条件下的预测集中8个样品的四种成分含量。 得到: ①高湿度模型预测样品中4种成分含量与标准值之间的相关系数(r)为83.74%~92.74%, 均方根误差(RMSE)为0.12~0.83; ②低湿度模型预测的r为67.32%~82.41%, RMSE为0.12~0.84。 表明背景水分影响了水泥生料成分的FTIR定量分析。 (3) 为了消除背景水分造成的影响, 从实测光谱中消除背景水分的特征吸收后, 分别建立了高湿度、 低湿度条件下的样品的FTIR定量分析模型, 并对预测集样品的四种成分含量进行预测。 得到: ①高湿度条件下, 消除背景水分后的模型较未消除前的模型预测的准确度提高, 预测的r为90.73%~97.76%, RMSE为0.12~0.82; ②低湿度条件下, 消除背景水分后的模型较未消除前的模型预测的准确度提高, 预测的r为94.07%~98.69%, RMSE为0.12~0.82; ③高湿度、 低湿度条件下, 消除背景水分后的2个模型预测的r均达到90%以上。 表明了该方法可有效消除背景水分对水泥生料成分定量分析模型预测的影响, 为实现基于FTIR的水泥生料成分的在线分析提供了理论基础和技术支持。
傅里叶变换红外光谱技术 水泥生料 成分分析 消除背景水分 Fourier transform infrared spectroscopy Cement sample Composition determination Elimination of background moisture 光谱学与光谱分析
2020, 40(4): 1051
1 安徽大学物质科学与信息技术研究院, 安徽 合肥 230601
2 中国科学院合肥物质科学研究院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
3 中国科学技术大学地球和空间科学学院, 安徽 合肥 230026
利用高分辨率傅里叶变换红外光谱(FTIR)技术探测合肥地区大气硝酸(HNO3)的浓度,基于最优估算法由中红外太阳吸收光谱反演出HNO3的垂直廓线和柱总量。获得了2017年大气HNO3的垂直廓线和柱总量的时间序列,分析了HNO3的季节变化、浓度探测敏感性高度、反演平均核和自由度等特征。不同季节大气HNO3的垂直廓线表明,HNO3在20~30 km的大气平流层浓度较高,在对流层浓度较低。HNO3的柱浓度显示出明显的季节变化,春季出现最大值,冬季出现最小值,季节变化幅值为9.82×10 15 molecule/cm 2。为了对地基FTIR的观测进行比对,选取Aura MLS卫星数据产品与地基测量数据进行比对。比对结果表明,地基遥感观测与卫星数据显示出的季节变化一致;尽管卫星偏柱量整体小于地基遥感的柱总量,但两者的相关系数为0.83,表明两者具有较好的一致性。地基观测结果验证了地基FTIR技术观测大气中HNO3时空分布的可靠性和准确性。
大气光学 傅里叶变换红外光谱技术 硝酸 垂直廓线 柱浓度
1 清华大学精密仪器系, 精密测试技术及仪器国家重点实验室, 北京 100084
2 武汉天虹环保产业股份有限公司, 湖北 武汉 430223
3 北京工业大学机械工程与应用电子技术学院, 北京 100124
挥发性有机物(VOCs)造成了全球环境污染, 给人们日常生活工作带来不利影响。 对挥发性有机物进行高效准确监测成为我国大气环境治理的热点。 与其他污染物气体相比, VOCs更易挥发并可以和其他污染物发生反应, 其物理化学性质的复杂性对已有的检测方法提出了很高的要求。 在众多的气体检测方法中, 光谱检测技术以其方便快捷、 检测准确等优点得到了广泛应用。 傅里叶变换红外光谱(FTIR)作为光谱检测技术中重要的一员, 不仅可以多通道快速检测, 还可以分析上百种污染物种类并实时计算污染物浓度, 解决了VOCs气体性质复杂带来的困扰。 开展了固定污染源VOCs在线监测系统的研制, 整套系统基于傅里叶变换红外光谱, 干涉仪出射的红外干涉信号被10 m光程的气体池中的目标气体吸收后进行傅里叶变换, 得到含有气体特征吸收峰的红外光谱; 将红外光谱与标准谱库的数据进行对比分析即可实现对目标气体的种类鉴定和浓度测量。 系统覆盖650~4 000 cm-1光谱范围, 由于大多数VOCs在中红外指纹区具有相对独立的吸收峰, 因此可实现对多种气体的分析检测。 光谱分辨率为1 cm-1, 浓度检测范围为1.6~319.47 mg·m-3(以苯为例)。 系统对甲苯、 丙酮、 乙酸乙酯等十几种VOCs进行分析测试, 得到不同气体的红外光谱图, 与标准数据库吻合得很好, 并且可以根据不同气体的吸收峰对其进行区分。 为了得到气体的准确浓度, 需要对仪器进行标定。 为降低气体在气体池内腔和反射镜上的吸附并控制水蒸气含量, 加入温控系统对气体池温度进行实时监测。 实验中通入不同浓度的二甲苯标准气体, 利用五点标定法得到分析浓度与标准浓度之间的关系, 分析浓度的相对偏差小于0.06%。 为验证系统在实际工作场景下的性能, 选取某喷涂车间, 对喷漆过程中溶剂和稀释剂挥发形成的VOCs污染进行一周的监测, 得到苯、 甲基乙基酮、 异丙醇以及乙酸乙酯四种主要污染气体的浓度变化。 设定浓度安全阈值为安全作业提供参考。 从长时间测试数据分析, 系统平均无故障时间(MTBF)长达1 000 h, 可长时间稳定可靠地实时监测。
傅里叶变换红外光谱技术 挥发性有机化合物 气体分析 在线监测 FTIR VOCs Gas analysis Online monitoring 光谱学与光谱分析
2018, 38(10): 3106
1 中国科学院安徽光学精密机械研究所环境光学与技术重点实验室, 安徽 合肥 230031
2 中国科学技术大学合肥物质科学研究院, 安徽 合肥 230031
3 中国科学技术大学地球与空间科学学院, 安徽 合肥 230031
4 中国科学技术大学环境科学与光电技术学院, 安徽 合肥 230031
基于地基高分辨率傅里叶变换红外光谱技术观测合肥地区一氧化碳(CO)垂直柱总量的变化, 连续采集近红外太阳吸收光谱, 获得2015年9月至2016年7月整层大气CO的垂直柱总量的时间序列。 观测结果显示合肥地区大气中柱平均干空气混合比(XCO)有着明显的季节变化, 在2015年10月有着较小值, 然后逐渐增加, 到2016年3月达到最大值, 之后逐渐下降, 在2016年7月底达到最小值, 并分析了季节变化的原因。 为了对地基近红外波段观测进行验证, 采用MOPITT卫星数据和站点同一光谱仪采集的中红外光谱反演的CO柱总量与同期测量的数据进行比对。 结果表明, MOPITT卫星数据与地基观测值的季节变化一致, 而MOPITT观测值整体高于地基FTS观测值; 近红外和中红外波段反演的CO柱总量季节变化范围一致。 将地基观测和卫星观测数据进行日平均计算, 并进行相关性分析, 得到的地基近红外和卫星观测、 地基中红外的CO日平均柱总量的线型回归相关系数分别为085和091, 显示出高的相关性, 证明了地基近红外波段反演CO垂直柱总量数据的准确性。 首次采用地基高分辨率傅里叶变换红外光谱技术观测合肥地区CO的垂直柱总量, 并将得到的观测结果与卫星数据比对, 得到准确的CO的垂直柱总量, 为解大气CO的时空分布状况及其演变规律、 追踪合肥地区CO的源汇分布提供理论依据。
傅里叶变换红外光谱技术 一氧化碳 柱总量 太阳吸收光谱 卫星数据 Fourier transform infrared spectroscopy Carbon monoxide Total column Solar absorption spectra Satellite data 光谱学与光谱分析
2018, 38(5): 1329
1 安徽科技学院生命科学学院, 安徽 凤阳 233100
2 安徽科技学院化学与材料学院, 安徽 凤阳 233100
酸牛奶作为一种重要的发酵乳制品, 伴随着发酵过程, 其各种营养成分时刻发生着复杂的变化, 因此, 建立酸牛奶的快速高效检测技术可以实现对生产过程的实时监控, 这也是食品安全监管要达到的重要目标。 傅里叶变换红外光谱技术(FTIR)因其快速、 高通量、 无化学污染、 可对掺假成分予以分辨等特点被广泛应用于食品安全领域。 以FTIR技术为核心, 利用氟化钙薄膜法, 将酸牛奶FTIR光谱图与其营养成分(能量值, 蛋白质、 脂肪、 碳水化合物和钠含量)对照, 建立了基于最小二乘法(PLS)的定量化预测模型。 结果表明, 该模型样品校正集的能量值, 蛋白质、 脂肪、 碳水化合物和钠含量的交叉检验R2值分别达到0.938 9, 0.926 6, 0.918 6, 0.941 8和0.977 1; 该模型用于预测, 其样品验证集的交叉检验R2值分别为0.920 5, 0.905 3, 0.908 5, 0.939 3和0.936 4。 由此可见, 该模型对酸牛奶各营养指标均具有较好的预测准确性, 在时间上具备较好的稳定性。 不同于传统的化学检测方法, 本研究为实现对酸牛奶品质的快速检测提供了一种较为可行的方法。 该方法作为乳制品质量监控技术的一项初步探索, 具有较好的应用前景。
傅里叶变换红外光谱技术(FTIR) 酸牛奶 蛋白质 脂肪 碳水化合物 钠 Fourier transform infrared (FTIR) Yogurt Energetic value Protein Fat Carbohydrate Sodium 光谱学与光谱分析
2016, 36(12): 3937
采用傅里叶变换红外光谱(FTIR)技术,对核黄素、叶酸、维生素K1、K2这四种常见维生素在太赫兹宽频段的光谱特性进行了研究。详细分析了核黄素、叶酸、维生素K1、K2样品与聚乙烯粉末不同比例混合时的吸收光谱,将所得光谱进行比较,最后确定详实可靠的光谱图。实验结果表明:核黄素、叶酸样品浓度越大,其在高频段的吸收谱重复性越差,这证实了维生素样品的吸收率随着频率升高逐渐增加;维生素K1、K2样品由于对太赫兹波的吸收较弱,并没有出现这种特性。本研究得到的太赫兹宽频段指纹谱为维生素在太赫兹波段光谱数据库的研究提供了可靠的数据参考,同时也为快速、无损鉴定维生素类药物分子提供依据。
傅里叶变换红外光谱技术 宽频段 维生素 数据库 FTIR technology terahertz vitamin fingerprint spectra
中国科学院安徽光学精密机械研究所环境光学中心, 环境光学与技术重点实验室, 安徽 合肥230031
利用傅里叶变换红外光谱技术分析比较了大气气溶胶和NH4NO3的红外光谱, 结果显示大气气溶胶和NH4NO3中的NO-3的红外光谱特征基本保持一致。 通过NH4NO3中NO-3的透过率的大小计算出了NO-3的吸收系数α和质量吸收截面κ, 利用所得吸收系数进一步求出了其复折射率的虚部, 经过K-K(Kramers-Kroning)关系的转换, 求得其复折射率的实部, 实验结果对分析大气气溶胶中各化学组分的散射和吸收效应有着极其重要的意义。
傅里叶变换红外光谱技术 光学特性 Fourier transform infrared spectroscopy technology NO-3 NO-3 Optical properties 光谱学与光谱分析
2013, 33(7): 1771