背景介紹

大氣中二氧化硫（SO2）和二氧化氮（NO2）的來源多種多樣，化石燃料的燃燒是主要來源，自然火災(zāi)和農(nóng)業(yè)秸稈的燃燒是重要的排放途徑。作為典型的酸性氣體，它們是氣溶膠系統(tǒng)的組成部分，改變了大氣邊界層的熱結(jié)構(gòu)，加劇了氣候變化，導(dǎo)致當(dāng)?shù)販囟群徒邓l(fā)生變化。此外，它們還會(huì)破壞自然生態(tài)系統(tǒng)，并導(dǎo)致人類呼吸系統(tǒng)和心血管疾病。近年來，由于全球變暖，農(nóng)田和森林中的極端火災(zāi)和野火日益頻繁，對(duì)碳中和和固碳戰(zhàn)略構(gòu)成了嚴(yán)重威脅。在許多地區(qū)，農(nóng)業(yè)生產(chǎn)中仍然保留著焚燒水稻、小麥、玉米和大豆等作物收割后留下的秸稈的傳統(tǒng)做法。這種做法既有助于為下一個(gè)種植周期清理土地，也有助于補(bǔ)充土壤肥力。在牧區(qū)，牧民使用控制燃燒來清除茂密或死亡的植被。然而，這些做法可能會(huì)引發(fā)連鎖反應(yīng)，導(dǎo)致大火吞噬整個(gè)農(nóng)業(yè)區(qū)或附近的森林。當(dāng)農(nóng)業(yè)火災(zāi)被發(fā)現(xiàn)時(shí)，它們往往已經(jīng)失控，特別是在廣大的平原作物種植區(qū)和草原牧區(qū)。為了保護(hù)大氣環(huán)境和消除火災(zāi)隱患，許多國(guó)家和地區(qū)都頒布了禁止露天焚燒秸稈的立法。

及時(shí)發(fā)現(xiàn)和消除農(nóng)業(yè)生產(chǎn)區(qū)的早期火災(zāi)已成為迫切關(guān)注的關(guān)鍵問題。森林和農(nóng)業(yè)區(qū)的傳統(tǒng)火災(zāi)探測(cè)方法，包括人工巡邏、熱紅外成像和衛(wèi)星遙感，往往受到低分辨率、高成本和易受天氣條件影響的阻礙。因此，部署分布式傳感器網(wǎng)絡(luò)，如使用煙霧報(bào)警器、火焰探測(cè)器、圖像識(shí)別和溫度傳感器，已成為主流方法。然而，這些方法主要針對(duì)明顯的燃燒特征，如顆粒、火焰和熱羽流，通常表現(xiàn)在燃燒的中后期，這使得它們難以應(yīng)用于早期火災(zāi)的檢測(cè)。針對(duì)早期火災(zāi)標(biāo)記的痕量氣體傳感已成為首選，從而推動(dòng)了高性能光學(xué)傳感器的發(fā)展。這些傳感器的主要燃燒排放物是一氧化碳（CO）和二氧化碳（CO2）。鑒于大氣中自然含有這些氣體物種，針對(duì)單個(gè)氣體的傳感器系統(tǒng)容易出現(xiàn)誤報(bào)和漏檢。Solórzano等人開發(fā)了一種氣體傳感器陣列，并將其部署在室內(nèi)，發(fā)現(xiàn)該陣列容易受到干擾，時(shí)間漂移特性降低了檢測(cè)性能。Wang等人開發(fā)了一種用于早期火災(zāi)報(bào)警的多氣體光聲傳感器，其響應(yīng)時(shí)間長(zhǎng)，環(huán)境噪聲靈敏度低，不適合室外部署。Li等人開發(fā)了一種早期火災(zāi)CO/CO2檢測(cè)系統(tǒng)，有效地識(shí)別了早期火災(zāi)的階段。盡管如此，這些傳感器的實(shí)際功效可能會(huì)受到環(huán)境中高濃度CO/CO2的影響，并且不能很好地應(yīng)用于農(nóng)業(yè)場(chǎng)地。因此，我們開發(fā)了一種針對(duì)作物殘?jiān)紵暮哿縉O2和SO2傳感器，該傳感器可以更靈敏地檢測(cè)十億分之一體積（ppb）背景下的濃度變化，有助于分析燃燒的作物類型，并通過NO2和SO2的定量分析促進(jìn)精確的火源定位。

本文亮點(diǎn)

1. 本工作展示了一種非相干寬帶腔增強(qiáng)吸收光譜（IBBCEAS）傳感系統(tǒng)，該系統(tǒng)利用366 nm紫外發(fā)光二極管，專為實(shí)時(shí)、高精度監(jiān)測(cè)SO2和NO2而設(shè)計(jì)，用于早期火災(zāi)探測(cè)驗(yàn)證。

2. 光學(xué)諧振腔被構(gòu)建在一個(gè)60毫米的籠式系統(tǒng)機(jī)械結(jié)構(gòu)內(nèi)，實(shí)現(xiàn)了近2公里的最大光程，長(zhǎng)度約為460毫米。

3. 提出了一種基于改進(jìn)的粒子群優(yōu)化支持向量機(jī)（IPSO-SVM）算法的光譜分析和濃度反演模型。通過區(qū)分SO2/NO2的吸收光譜特征，實(shí)現(xiàn)了卓越的預(yù)測(cè)精度。實(shí)驗(yàn)結(jié)果表明，在優(yōu)化的平均時(shí)間下，SO2和NO2的檢測(cè)限分別為77.5 ppbv和0.037 ppbv。

圖文解析

圖1. （a） 使用紫外LED進(jìn)行SO2/NO2雙氣體傳感的非相干寬帶腔增強(qiáng)吸收光譜裝置的示意圖。（b） 腔體機(jī)械設(shè)計(jì)輪廓和光場(chǎng)分布。TA-KM，三軸平移臺(tái)；FA-KM，五軸運(yùn)動(dòng)支架；FL：調(diào)焦透鏡；FP-C：法布里-珀羅腔；BPF：帶通濾波器；MMF：多模光纖；OSA：光譜分析儀；PC：個(gè)人電腦；HR：高反射率鏡子。

圖2. （a） UV-LED的歸一化發(fā)射光譜。（b） 定制帶通濾波器的透射光譜。（c） 帶/不帶濾波器的歸一化透射光譜。淺藍(lán)色區(qū)域是濾光器的高透射區(qū)域。FWHM：半峰全寬；CWL：中心波長(zhǎng)。

圖3. 鏡面反射率的校準(zhǔn)和光路的估計(jì)。（a） 使用測(cè)量的吸光度計(jì)算鏡面反射率。插圖顯示了當(dāng)腔體填充N2和250 ppbv NO2時(shí)的腔體透射光譜。（b） 在標(biāo)準(zhǔn)溫度和壓力下，為空腔和填充有N2和100 ppbv NO2的腔計(jì)算的有效光學(xué)范圍長(zhǎng)度。插圖顯示了相同波長(zhǎng)范圍內(nèi)的瑞利散射吸收截面。（c） 使用自行測(cè)量的反射率曲線校正的測(cè)量吸光度和標(biāo)準(zhǔn)吸光度。頂部：100 ppmv SO2的測(cè)量和擬合結(jié)果。底部：100 ppbv NO2的測(cè)量和擬合結(jié)果。

圖4. SO2/NO2的濃度校準(zhǔn)。（a） 在100至300 ppmv的濃度范圍內(nèi)測(cè)量SO2的吸光度。（b） 在100至300 ppmv的濃度范圍內(nèi)測(cè)量NO2的吸光度。插圖顯示了六個(gè)選定吸收峰的平均值與濃度之間的線性關(guān)系。藍(lán)色背景代表鏡子高反射率區(qū)域、濾光片帶通區(qū)域和UV-LED發(fā)射光譜的主要重疊區(qū)域。

圖5. 吸收系數(shù)適用于具有標(biāo)準(zhǔn)化吸收截面數(shù)據(jù)的SO2和NO2。（a，b）濃度校準(zhǔn)時(shí)SO2和NO2的平均吸收系數(shù)及其擬合結(jié)果。（c，d）SO2和NO2吸收系數(shù)的三次多項(xiàng)式和殘差。（e，f）參考SO2和NO2的高分辨率吸收截面和卷積后吸收結(jié)果。兩次卷積都使用了半峰寬為0.43 nm的儀器功能。

圖6. NO2/SO2雙氣體混合物的濃度值反轉(zhuǎn)。（a，b）NO2/SO2濃度和使用LSM算法獲得的擬合殘差。（c，d）NO2/SO2濃度和使用PSO-SVM算法獲得的擬合殘差。（e，f）NO2/SO2濃度和使用IPSO-SVM算法獲得的擬合殘差。

圖7. 反演濃度和艾倫偏差。（a） 從充滿純N2的細(xì)胞中測(cè)量的吸光度得出的倒置濃度。頂部和底部面板分別顯示SO2和NO2。（b） SO2檢測(cè)精度。（c） NO2檢測(cè)精度。

圖8. 傳感器系統(tǒng)架構(gòu)的配置和組件說明。

圖9. （a） 分布圖：現(xiàn)場(chǎng)部署的氣體傳感器和相鄰的地面空氣質(zhì)量監(jiān)測(cè)站。插圖展示了一張衛(wèi)星圖像，描繪了傳感器部署區(qū)域的精確位置。（b）大氣NO2濃度變化：現(xiàn)場(chǎng)部署的傳感器測(cè)量和地面監(jiān)測(cè)站數(shù)據(jù)之間的比較分析。

圖10. 農(nóng)作物秸稈焚燒試驗(yàn)現(xiàn)場(chǎng)檢測(cè)結(jié)果。（a） 氣體預(yù)處理裝置的配置。（b） 秸稈燃燒和煙氣提取裝置。插圖提供了加熱板的放大視圖。（c–e）分別在枯草、麥秸和玉米葉燃燒過程中NO2/SO2的時(shí)間濃度變化。實(shí)驗(yàn)過程分為三個(gè)主要階段：加熱、冷卻和通風(fēng)。插圖是濃度快速上升時(shí)的放大視圖。

圖11. 農(nóng)作物秸稈焚燒實(shí)驗(yàn)流動(dòng)調(diào)查結(jié)果。（a） 車輛部署傳感器的照片。（b，c）移動(dòng)調(diào)查軌跡和點(diǎn)火點(diǎn)分布圖。（b）和（c）中的軌跡顏色分別表示NO2和SO2的濃度。（d）移動(dòng)調(diào)查過程中NO2/SO2的濃度變化。

審核編輯 黃宇