甲烷(CH₄)是天然气的主要成分，快速探测潜在的天然气泄漏、科学预防泄漏事故的发生是保障城市天然气管道输运安全的关键。基于中红外可调谐半导体激光吸收光谱技术，研制了一种检测大气痕量甲烷的传感器系统。采用中心波长为3291 nm的带间级联激光器作为光源，探测CH₄位于3038.5 cm^－1处的较强吸收峰。采用有效光程为26.4 m的多通池作为气室，增强了气体吸收。采用波长调制光谱技术，降低了CH₄检测下限。Allan方差结果表明，当积分时间为54 s时，系统的检测下限为6.2×10^－10。采用LabVIEW平台获取了浓度数据和天气站数据，基于气体湍流模型，并结合粒子群优化算法，给出了一种移动式天然气泄漏源定位方法。利用所研制的传感器系统，在吉林大学校园开展了大气甲烷移动监测实验和天然气泄漏源定位实验，验证了该传感器系统具有较强的移动探测能力。研究结果为天然气泄漏快速溯源提供了一种有效途径。

通过在感知层中加入定制化的微型光谱感知节点,近红外(NIR)光谱传感物联网(IoT)实现了NIR光谱分析技术和IoT技术的集成应用,进而可以满足IoT感知层中对物质成分传感的应用需求。近年来,中国科学院上海技术物理研究所依托成熟的InGaAs焦平面探测器技术,与山东大学联合,在NIR光谱传感IoT的研究和应用上取得了良好进展。首先,介绍了NIR光谱传感IoT的系统架构和关键技术。接着,为了实现光谱感知节点的微型化设计,重点介绍了集成多通道滤光片和集成线性渐变滤光片的两种微型光谱组件结构及其波长定标方法,并结合制备工艺对光谱组件的性能展开对比和分析。最后,基于集成式光谱组件,进一步介绍了NIR光谱感知节点、云服务器和手机客户端的研究应用情况,并对NIR光谱传感IoT的未来发展进行展望。

农田变量施肥作业需要对农田土壤养分信息进行高精度的快速原位采集, 已有的设备不能满足精细农业田间测量的需要, 为此基于近红外漫反射测量开发了一款新型车载式原位土壤参数检测仪。 检测仪采用光照稳定性更好的卤钨光源代替太阳光进行土壤光谱检测, 以提高仪器对工作条件的适应性。 由7个敏感波长(1 070, 1 130, 1 245, 1 375, 1 450, 1 550, 1 680 nm)构成的土壤氮素测量极限学习机模型提高了仪器的测量实时性和精度。 检测仪由机械部分、 光学部分及控制部分组成。 机械部分为检测仪提供平台支撑, 光学部分为检测仪提供检测光源, 主要由卤钨光源、 光源转接法兰、 近红外导光光纤、 检测总成（含入射光出口端、 InGaAS光电探测器及7个敏感波长的滤光片）等组成, 控制部分实现对土壤测量信号的采集及处理。 检测仪工作时, 卤钨光源通过近红外导光光纤、 检测总成中的入射光出口端将检测光源传输到待测土壤表面, 通过测量土壤表面漫反射光的光谱反射率检测土壤养分参数。 在卤钨光源和近红外导光光纤连接处设计光源转接法兰, 最大限度的减小检测光源在传输过程中的损失。 漫反射光经过检测总成中的滤光片滤波后, 由相应的InGaAS光电探测器实现光电转换, 再经信号处理单元计算出各个敏感波长处的反射率。 检测仪采用灰度标准板进行光学标定测试, 测试结果显示, 检测仪在7个敏感波长处的反射率与MATRIX-I型傅里叶光谱分析仪反射率相关系数最高为0.997 8, 平均值为0.927 8, 表明检测仪有较高的检测精度。 为进一步对检测仪农田土壤养分的检测精度进行评估, 进行了检测仪的农田应用试验, 检测结果表明检测仪检测值与实验室标准检测方法检测值的相关系数都在0.90以上。 试验结果表明, 车载式原位土壤参数检测仪能够实现对农田土壤养分信息的快速原位高精度检测。

为了实现大范围、长距离的大气烷烃气体检测, 将研制的中红外双组分甲烷、乙烷传感器以车载方式, 对某一地区的大气甲、乙烷含量进行了移动探测。该传感器系统采用中红外室温连续的带间级联激光器(ICL)作为光源, 采用高速数据采集卡采集信号, 利用上位机LabVIEW平台编写程序产生激光器扫描及调制信号、获取探测器信号并提取二次谐波, 通过计算, 确定大气烷烃气体浓度。根据气体采样时间、实时风速及车速, 计算得到系统的响应时间为82.5 s, 实验测量为85~95 s, 与理论一致。对系统噪声水平进行测试, 实验室中甲烷浓度波动为±40 nL/L, 乙烷波动为±2 nL/L, 车载过程甲烷浓度波动为+40至-80 nL/L, 乙烷波动为±4 nL/L。为验证传感器性能, 与美国Aeries公司的商用传感器结果做了对比, 二者呈现较好的一致性。最后, 给出了车载传感器系统在某条线路上的甲烷、乙烷浓度移动探测结果, 以及某小区甲烷、乙烷浓度的二维分布测绘结果, 分析了二种烷烃气体的变化关系。本文所开展的工作为探测烷烃气体泄漏并监测大气质量提供了技术保障。

C2H6作为温室气体之一, 对光化学污染的产生和臭氧层的破坏具有促进作用。C2H6在大气中的含量极低, 对传感器的探测精度具有较高要求。报道了一种使用中红外连续波长带间级联激光器(ICL)检测大气中C2H6浓度的传感器, 其测量精度可达到10-9量级。采用容积为220 mL、光程为54.6 m的多通池增加气体吸收光程,降低检测下限, 提高灵敏度。采用LabVIEW虚拟仪器平台编程产生激光器扫描、调制信号及其叠加, 通过数据采集卡(DAQ)输出到ICL驱动源。通过DAQ读取探测器输出信号, 由LabVIEW程序进行信号的锁相放大及二次谐波提取。实验结果表明：当系统采样时间为1.67 s时, 阿伦标准差为1.86×10-9, 且阿伦标准差在平均时间为775 s时达到最小值, 即系统达到最佳稳定度, 为0.026×10-9。将该系统放置于燃气站进行检测实验, 证明所研制的C2H6传感器具有实用价值。

报道了一种采用中红外室温连续带间级联激光器(ICL)的高精度大气甲烷检测系统.使用的ICL激光器的发光波数范围为2 998.4~2 999.6 cm-1, 覆盖甲烷在2 999.06 cm-1处的较强吸收峰.为增强气体吸收, 采用容积为220 mL、吸收光程为54.6 m多通池作为气体吸收池.采用LabVIEW平台和数据采集卡, 产生激光器扫描及调制信号, 同时获取探测器信号并采用数字运算提取二次谐波.实验结果显示, 当传感器系统的平均采样时间为3.3 s时, 传感器系统的阿伦方差为11.2 ppbv.采用该系统对实验室内外空气中甲烷浓度进行了长时间的测量, 证实该传感器系统具有较强的工程实用价值.

利用可调谐二极管激光吸收光谱技术检测气体浓度时，为了从红外传感信号中提取一次及二次谐波信号来表征气体浓度，研发了一种基于数字信号处理器的数字正交锁相放大器.介绍正交锁相放大原理，设计谐波提取算法，给出数字正交锁相放大器的软硬件实现方案.利用配备的浓度为1%~5%的甲烷样品以及研制的锁相放大器，开展气体实验.实验结果显示，当甲烷浓度为5%时，在二次谐波对应的频率点处，测得的系统信噪比为34 dB，表明设计的锁相放大器具有较好的性能；测得的二次与一次谐波信号峰峰值的比值与气体浓度成线性关系；考虑动态配气以及气体沿管道传输的时间，检测系统的响应时间约为96~98 s；气体浓度为20 000 ppm时，测试浓度波动范围为-92 ppm ~ +118 ppm；根据Allan方差预测的系统检测下限为29.52 ppm.与模拟锁相放大器以及商用锁相放大器相比，本文研制的数字正交锁相放大器硬件结构简单、体积小、成本低、易于集成，在红外气体检测领域具有很好的应用前景.

利用近红外光谱在不同光程下对山茶油中掺杂大豆油的掺伪量进行定量检测研究,着重分析光程对掺伪量检测精度的影响.将大豆油按一定质量分数掺入山茶油获取实验样本,掺伪质量分数范围为1%～50%.利用QualitySpec型光谱仪采集样本在不同光程(1,2,4,10 mm)下的透射光谱,通过对比不同建模方法、预处理方法及建模波段范围所建立的掺伪量定量预测模型,分析光程对掺伪量检测精度的影响.研究结果表明,光程由1 mm增加到4 mm时,掺伪量定量预测模型性能随着光程的增加而逐渐变好,检测精度逐步提高;光程由 4 mm增加到10 mm时,掺伪量定量预测模型性能变差,检测精度下降,4 mm为较优的光程.在1,2,4和10 mm下所建立的较优掺伪量定量预测模型的预测集决定系数(R2P)和预测均方根误差(RMSEP)分别为0.923,0.977,0.989,0.962和4.58%,2.54%,1.72%,3.20%。

基于多角度红外差分吸收光谱, 提出一种针对物体表面化学污染物在线检测法.用红外遥测光谱仪和光源, 以不同角度对化学污染物进行检测, 根据不同角度吸收率的差别, 通过差分法提取化学污染物的光谱特征.在分析多角度红外差分吸收光谱的化学污染物在线检测模型的基础上, 分别在室内和野外对不同基底上的三种化学污染物: 二甲基硅油, 磷酸三乙酯和水杨酸甲酯进行检测.结果表明, 借助于多角度红外吸收光谱, 该方法在室内和野外都能准确提取典型基底上三种物质的光谱特征, 且基底越平整, 光源入射角的角度差别越大, 特征越明显.

为了探索一种简捷、 快速、 高效的西红柿品质检测方法， 应用近红外光谱技术与光纤传感技术相结合的新方法， 快速测量西红柿果浆样品中营养成分的含量。 实验所用的主要仪器为近红外光纤光谱仪， 波长范围为900～2　500 nm。 以164个西红柿样品为标准样品， 进行了光谱采集及相应的化学值测定。 实验数据采用偏最小二乘法（PLS）进行回归，　建立西红柿果浆中总酸及可溶性糖含量的数学模型， 并对回归方法进行统计分析。 结果为： 西红柿果浆中总酸验证集的决定系数（R2）为0.967， 均方根误差（RMSEC）为0.133， 预测均方根误差（RMSEP）为0.103； 总糖验证集的决定系数（R2）为0.976， 均方根误差（RMSEC）为0.463， 预测均方根误差（RMSEP）为0.460。 均达到了较好的预测结果， 表明该方法对定量分析西红柿果浆中多组分含量是可行的。 基于该方法快速、 简便及可对同一样品多组分含量同时分析的优点,它是一种极具发展前途的传感器， 正在逐渐成为国际传感器领域的研究热点。