过去几十年中差分吸收光谱技术(differential optical absorption spectroscopy, DOAS)在大气污染物监测方面取得了成功应用。 文章提出了根据差分吸光度最大值(OD′m)设定阈值的思想, 将传统DOAS算法与基于卡尔曼滤波的DOAS算法相结合, 利用两种算法在相同信噪比下具有不同反演精度的特点, 在保证测量精度的前提下提高了DOAS系统的检测极限, 较好地解决了短光程下低浓度气体的测量精度问题。 在常温常压和流动状态下, 对烟气中的SO2浓度测量进行了理论和实验研究。 研究结果表明, 改进的DOAS算法在OD′m<0.048 1时, SO2浓度测量精度较高, 测量下限可低于28.6 mg·m-3, 零点漂移低于2.9 mg·m-3； 传统DOAS算法在0.048 10.927 2时的SO2浓度测量都存在较大的误差, 必须进行线性度校正。

差分吸收光谱法(DOAS)应用于固定污染源烟气排放在线监测时,由于烟气中烟尘颗粒物含量较高,烟尘颗粒物Mie散射引起的消光对准确反演气体浓度应有一定影响。通过对1～10 μm烟尘颗粒物Mie散射对DOAS影响的数值模拟和实验研究得出,烟尘颗粒物的散射光强与颗粒粒径分布、颗粒数密度有关,随着颗粒粒径和颗粒数密度增加,气体的差分吸收度随之而增加,差分吸收度曲线的频率特性发生变化,传统DOAS算法中的应用多项式滤波已无法消除颗粒物Mie散射对气体差分吸收度的影响,气体浓度的反演结果远远偏离真实值。

差分光学吸收光谱法(DOAS)应用于固定污染源烟气排放监测时，烟气中污染气体SO₂浓度较高将产生非线性吸收问题。提出了一种非线性补偿方法，即将实际浓度所对应的气体分压与反演结果所对应的气体分压之比与反演结果之间的对应关系拟合成补偿函数，利用此补偿函数对反演结果进行非线性补偿。实验结果表明：该补偿方法能较好地减低高浓度气体非线性吸收产生的影响，可提高气体浓度反演精度。