基于二极管阵列PDA的紫外可见差分吸收光谱(DOAS)系统的研究

介绍了一种自行研制的长程差分光学吸收光谱(DOAS)系统,该系统采用光电二极管阵列(PDA)作为光谱检测器,代替结构较为复杂的光电倍增管(PMT)加扫描圆盘的SD检测器,并对该系统检测器的偏置、暗电流、噪声、线性以及光谱仪的分辨率、光谱范围等性能进行了测试,同时对SO2,NO2等大气污染物进行了外场的测定,确定出相应光程下该系统测量SO2,NO2的最低检测限。

基于差分光学吸收光谱DOAS自动监测技术

差分光学吸收光谱DOAS主要分为主动DOAS和被动DOAS2种监测技术。介绍主动DOAS技术测量大气污染气体浓度的基本原理以及收发一体的DOAS系统的设计,还对新兴发展可用于区域大气污染监测和大气成分垂直探测的被动DOAS探测技术的基本原理和计算方法进行阐述,并对该类仪器进行简要介绍。

深紫外波段苯的差分光学吸收光谱DOAS定量方法研究

取代基通过取代苯环上的H原子形成不同苯系物(苯、甲苯、二甲苯等),其共有结构苯环上的不固定π键电子受到激发,使得苯系物在紫外波段240~280 nm具有明显的特征吸收结构,鉴于此大气中的苯及相关的苯系物可以通过差分光学吸收光谱(DOAS)方法来进行定量,但采用该波段测量需要考虑以下问题:首先是氧气(O_(2))的吸收干扰问题,苯(C_(6)H_(6))在该波段的吸收截面与O_(2)在243~287 nm Herzzberg带相互重叠,且O_(2)的特征光谱结构随O_(2)的浓度不同而变化,导致O_(2)的吸收光学密度与O_(2)的浓度不成线性关系。其次,苯系物结构上的相似性使其在紫外波段的特征吸收结构差别较小并且相互重叠,从而对C_(6)H_(6)的拟合产生干扰。此外,除了O_(2)和苯系物以外,还有臭氧(O_(3))、二氧化硫(SO_(2))等干扰。C_(6)H_(6)在195~208 nm的深紫外波段具有较大的吸收截面(2.417×10^(-17)cm^(2)·molecule-1),为240~260 nm处截面大小(2.6×10^(-18)cm^(2)·molecule^(-1))的9倍左右,针对C_(6)H_(6)在深紫外195~208 nm波段的吸收特征,开展便携式DOAS定量方法研究,采用该波段进行C_(6)H_(6)的光谱定量分析并应用到实际的外场观测。通过建立C_(6)H_(6)与干扰气体SO_(2),氨(NH_(3)),二硫化碳(CS_(2))和一氧化氮(NO)的差分吸收截面的二维相关性矩阵,获取C_(6)H_(6)光谱定量的最优反演波段。通过开展实验室条件下C_(6)H_(6),SO_(2)和NH_(3)不同浓度配比的混气实验对195~208 nm波段反演C_(6)H_(6)的效果进行评估。实验结果显示,采用195~208 nm波段进行光谱反演的探测限为17.6μg·m^(-3),光谱反演浓度与理论浓度的相对测量误差均小于5%且RSD(相对标准偏差)小于3%,同时与240~260 nm波段反演结果进行对比,相对误差小于5%。在外场实际情况下,利用便携式DOAS系统获取190~300 nm的大气测量光谱,通过DOAS方法解析并结合GPS信息,获得了某化工园区C_(6)H_(6)的污染浓度分布,实验结果表明采用195~208 nm深紫外波段同样能适用于对C_(6)H_(6)的光谱定量,与240~260 nm波段反演结果进行对比,二者的相关性达到了0.98且相对误差小于10%。

被动差分吸收光谱法测量区域内污染气体排放通量的方法研究

研究了一种基于被动差分吸收光谱技术(differential optical absorption spectroscopy,DOAS)测量区域(如工业区,城市)内SO2等大气污染气体排放通量的光学遥测方法。采用安装在汽车上的被动DOAS系统围绕区域进行扫描测量,通过被动DOAS光谱处理方法对系统采集的天顶太阳散射光谱进行处理获取污染气体柱密度,再结合测量时段的气象(风场)信息获得该区域内污染气体对外的净排放通量。文章着重描述了获得污染气体柱密度的差分吸收光谱方法以及区域内污染气体净排放通量的计算方法,并构建了车载被动DOAS系统对北京市五环路以内区域的SO2和NO2排放进行外场测量,测得了该区域内SO2和NO2净排放通量分别为1.13×104和9.3×103kg.h-1。实验结果表明这种基于被动DOAS的光学遥测方法能够用于区域内污染气体排放通量的快速测量。

利用被动差分吸收光谱技术反演南极中山站地区夏季臭氧柱浓度

采用被动差分吸收光谱技术(differential optical absorption spectroscopy,DOAS)对南极中山站地区(69°22′24″S,76°22′14″E)的臭氧柱含量进行了72天(2008年12月10日—2009年2月19日)观测,通过被动差分吸收光谱处理方法对系统采集的天顶太阳散射光谱进行处理。在反演过程中,考虑了O3,OClO,NO2,O4和BrO的吸收以及大气Ring效应对测量光谱的贡献,获得该区域臭氧柱含量逐日变化趋势。结果表明,观测期间中山站地区没有出现明显的臭氧空洞,但在短时间尺度臭氧含量有较大幅度变化,尤其在12月中旬和2月上旬。与中山站地区Brewer臭氧光谱仪和星载OMI观测资料进行比较分析得出,被动DOAS与Brewer臭氧光谱仪观测数据的相关系数为0.863与星载OMI观测数据的相关系数为0.840,均表现了很好的相关性,说明在南极地区采用被动DOAS在线观测O3柱含量的方法是可靠的。

被动多轴差分吸收光谱技术监测O_4斜柱浓度误差修正方法研究

O_4斜柱浓度的准确获取,对气溶胶廓线反演具有重要意义。介绍了基于被动多轴差分吸收光谱仪(MAX-DOAS)监测O_4斜柱浓度的误差修正方法,用于准确获取O_4斜柱浓度。通过对比30°仰角O_4斜柱浓度MAX-DOAS测量结果和大气辐射传输模型模拟结果,获得修正系数,利用修正系数修正各个角度的斜柱浓度值,消除O_4吸收截面不准确造成的反演结果误差,提高了O_4斜柱浓度精度。研究方法应用于合肥地区O_4斜柱浓度的准确监测,为下一步气溶胶廓线精确反演提供了数据支持。

基于被动差分吸收光谱技术对大气污染物的监测研究

被动差分吸收光谱技术是一种新兴发展的大气光学探测技术,可用于区域大气污染监测和大气成分垂直探测。基于被动差分吸收光谱分析技术,利用重庆大气超级站MAX-DOAS监测仪,于2011年5至8月对重庆主城区大气中的SO2、NO2垂直柱浓度进行了监测分析,研究得出:NO2垂直柱浓度变化趋势与当地API指数基本一致;NO2、SO2垂直柱浓度有明显日变化特征;MAX-DOAS监测结果与OMI卫星数据对比的相关系数为0.759。

被动差分吸收光谱法测量烟羽速度的方法研究

差分吸收光谱技术(differential optical absorption spectroscopy,DOAS)是利用气体分子在紫外-可见光谱范围的特征吸收来测量其浓度含量。被动DOAS以天顶太阳散射光为光源通过对污染源排放烟羽进行扫描测量能获取污染气体(如SO2,NO2)柱浓度的连续分部,再结合风场信息后可以估算出污染源污染气体的排放总量。在实际测量中由于无法准确获取烟羽速度这一重要参数使得排放总量的计算变得比较困难,并且这也成为估算总量中的主要误差来源。文章研究了被动DOAS测量污染源排放烟羽速度的原理和方法,两套系统以固定夹角在烟羽下方获取烟羽通过一定距离的时间差从而得到烟羽运动速度。通过两套被动DOAS系统对某电厂排放烟羽进行测量得到了两个时刻的烟羽速度3.6和5.4m.s-1,并与单经纬仪测风法获取当时烟羽高度上的风速结果进行对比表明,这种基于被动DOAS光学遥测方法能够满足烟羽速度的测量。

差分吸收光谱方法反演大气环境单环芳香烃有机物

差分吸收光谱技术(differential optical absorption spectroscopy,DOAS)是利用气体分子在紫外-可见光谱范围的特征吸收来测量其浓度含量,如SO2,NO2,O3等。由于大气环境中的芳香烃有机物含量较低,并且其在紫外的特征吸收光谱与O2和O3分子的吸收谱相互重叠,交叉干扰,使得对芳香烃有机物的测量比较困难。文章利用自制的差分吸收光谱系统,采用与实际测量光程接近、经过插值的氧气分子吸收柱密度作为氧气分子吸收的参考光谱,通过最小二乘拟合去除其干扰,另外采用不同温度下的O3吸收截面作为参考光谱修正O3的温度效应,测量了大气环境中的苯、甲苯、二甲苯和苯酚,表明差分吸收光谱方法能满足大气环境中单环芳香烃的测量。

差分吸收光谱技术及在大气监测领域中的应用

差分吸收光谱技术(DOAS:DifferentialOpticalAbsorptionSpectroscopy)是一种光谱监测技术,其基本原理就是利用空气中的气体分子的窄带吸收特性来鉴别气体成分,并根据窄带吸收强度来推演出微量气体的浓度。凭借其低廉且简单的设备装置和出色的监测能力,DOAS技术在大气监测领域内在国外已经被广泛应用。鉴于国内的污染形势的日益严峻及对此新兴技术知识的匮乏,对于DOAS技术的工作原理、浓度反演方法及其在大气研究领域内的应用与发展前景做了较为详细的介绍,为今后在大气监测领域里研究和应用DOAS技术提供了必要的理论知识。

差分吸收光谱技术中吸收截面的测量

描述了影响差分吸收光谱技术 (DOAS)精度的主要因素——吸收截面的测量原理以及自己设计的测量装置 ,并用此装置测量了 SO2 、NO2 和 O3的吸收截面。根据测量结果分析了应用

差分吸收光谱法在线测量烟气浓度实验研究

本文将大气痕量气体浓度监测的DOAS技术应用于烟气浓度测量,在此基础上提出了基于DOAS思想的烟气浓度反演算法。采用将粉尘和气体分离的方法,首次在DOAS法测量气体浓度实验中加入了粉尘颗粒,对此方法的理论依据进行了简单的推导。实验测量了常温常压下SO2和NO2气体吸收截面,并对处于流动状态烟气中的SO2和NO2气体浓度进行了反演。研究结果表明,该算法能够在短光程(0.5m)下以较快的速度(<2s)和较高的准确度同时检测出烟气中多种气体浓度。

差分吸收光谱反演方法在环境监测系统中的研究

差分吸收光谱(DOAS)技术在大气/烟气污染物排放环境监测中有广泛的应用。文章首先对这种方法进行了介绍和分析,通过公式推导出被测量气体的差分吸收光谱和参考差分吸收截面光谱所包含的面积具有线性关系,并由此给出了一种新的气体浓度计算方法,即直接用差分吸收面积拟合法代替最小二乘方法,从而避免了光谱不同分辨率、光谱漂移、拉伸或压缩等因素对测量结果造成的误差,同时这种方法具有计算量小和处理速度快等特点。最后,在自行研制的烟气DOAS测量系统上测量了四种浓度的SO2标准气体,实验结果验证了该方法在实验室条件下的有效性。

差分吸收光谱法对大气中挥发性有机物光化学作用指示剂的监测与反演

差分吸收光谱技术(DOAS)由于高时间分辨率、高灵敏度和低操作费用等特点非常适合对大气中痕量的挥发性有机物(VOCs)的光化学作用指示剂——O3,Ox(O3+NO2)和HCHO进行实时追踪。但由于这些指示剂含量较低,测量精度易受干扰。文章利用自行研制的差分吸收光谱系统,对VOCs的光化学作用指示剂测量方法和数据反演进行了研究,通过增加信噪比,扣除背景杂散光等手段对其进行了准确测量;针对标准吸收截面的温度效应、光谱固有结构和灯谱结构的干扰,改进了干扰的对除方法;并对不同波段反演O3,NO2和HCHO的干扰因素,反演浓度结果和反演准确度进行了分析与对比,以合适的波段准确反演物质浓度。

差分光学吸收光谱系统中标准吸收截面数据处理方法研究

本文介绍了差分光学吸收光谱法（DOAS）测量大气污染气体浓度的基本原理,描述了在测量光谱分析中所做的一些必要处理。介绍了卷积在DOAS方法中对污染物浓度反演的应用,通过与其它处理方法的光谱数据对比,证明了卷积处理光谱数据可以提高污染物浓度反演的精度。

基于遗传算法的差分吸收光谱反演算法及实验研究

传统差分吸收光谱法(DOAS)对大气痕量气体浓度可以实现准确、快速和在线测量,它对短光程、低浓度气体存在较大的测量误差.本文在传统DOAS算法的基础上,设计了基于遗传算法的DOAS算法,并对信噪比较低的实测光谱数据进行了浓度反演.研究结果表明,该算法在短光程下对低浓度气体具有较高的测量精度,与传统DOAS方法相结合可以获得较宽的动态测量范围.

基于被动差分吸收光谱技术对重庆市大气污染物区域输送的探测研究

在重庆市大气污染区域输送通道上设置龙市站、超级站、南坪站三个观测站点,利用基于被动DOAS技术的MAX-DOAS地基多轴差分吸收光谱仪对SO2和NO2垂直柱浓度进行连续探测,实时获取两种大气污染物的时空分布和区域性输送过程,并将MAX-DOAS探测结果与当地API数据进行了对比分析。探测结果显示,龙市站、超级站、南坪站NO2垂直柱浓度均值分别为5.90×1015、18.96×1015、17.82×1015molec./cm2,超级站最高,龙市站最低;SO2垂直柱浓度均值分别为16.46×1015、18.35×1015、55.56×1015molec./cm2,南坪站最高,龙市站最低;分析研究表明,NO2受本地交通排放源影响为主,SO2则受周边工业污染源排放的影响较大。

可消除颗粒物Mie散射对差分吸收光谱法影响的光谱数据处理方法

针对高尘环境下的烟气浓度测量,提出了采用小波滤波结合遗传算法反演气体浓度的光谱数据处理方法,并对信号噪声比较低的实测光谱数据进行了浓度反演.结果表明:在各种烟尘浓度下,利用该算法都能大幅度减少烟尘颗粒物Mie散射对差分吸收光谱(DOAS)法的影响,气体浓度反演结果接近于真实值,表明该算法具有较高的浓度反演精度和良好的抗粉尘干扰能力,且具有很小的零点误差.

高速公路建设期大气环境污染的差分吸收光谱遥感监测技术

光谱遥感监测是大气环境污染监测领域的一项高新技术,具有其他方法不可比拟的优点,它弥补了常规监测方法在高速公路建设期中对大气污染监测的局限性。

长程差分吸收光谱中快速扫描光谱仪设计与性能分析

长程差分吸收光谱(DOAS)技术已经越来越广泛地被用来测量大气中痕量气体浓度。在DOAS系统中,快速准确地获得光谱信号是正确反演痕量气体浓度的关键。文中在讨论空气质量DOAS系统组成的基础上,提出了快速扫描光谱仪的设计并对影响光谱性能的问题进行了讨论。定标谱线和实际测量结果表明:所研制的快速扫描光谱仪在进行合理的结构设计和正确的安装调试后能够满足空气质量监测系统的要求.