随着我国“减污降碳”战略的持续推进和空气质量的持续改善，碳污排放源从分布、排放组分到排放浓度都发生了显著变化，对其监测已不允许停留在单纯的排放浓度测量，进一步开展碳污排放通量量化和扩散范围评估的需求越来越迫切。超光谱靶向成像技术在排放羽流实时动态识别、扩散追踪中技术优势明显。然而，320 nm以下信噪比显著不足，弱吸收性的VOCs吸收信号极易被淹没在由暗电流和电子偏置引起的噪声中，再加上VOCs同分异构体存在相似的吸收结构和吸收截面精度不足，进一步增加了目标组分的靶向反演难度；目标探测波段存在成百上千种组分的吸收干扰，交叉吸收问题显著；排放源羽流内大气光学特性非常复杂，重构羽流内的气溶胶分布难度极大；光谱采集速度不够导致成像空间分辨率不足、排放量化精度不够，而提高光谱采集速度又会导致光谱信噪比不足、反演误差增大。
面对上述技术挑战，在硬件方面，研发了超光谱紫外狭缝信号增强和探测器噪声抑制关键部件。针对320 nm以下紫外光通量不足的问题，突破了离轴抛物面反射镜与孔径光阑协调控制的紫外光通量放大技术，在保证0.5 nm光谱分辨率的前提下，将紫外光通量放大至原来的165%-226%；针对弱吸收性气体光谱信号被噪声淹没的问题，突破了中空对流腔紫外超光谱探测器噪声抑制关键技术，使探测器的温控精度达到了±0.05℃，有效抑制了暗电流和光谱偏移，确保了光谱质量的可靠性。针对交叉吸收干扰和成像空间分辨率不足的问题，基于声光衍射原理研发了可调谐滤波强弱特征吸收信号探测关键部件，实现了对碳污痕量气体的分钟级时间分辨率和像素级空间分辨率成像。针对由排放源羽流温度、压力变化引起的成像精度不足和新污染物成像探测的需求，突破光源波长调谐、虚相位阵列探测、多单元协同温压调控等关键技术，研发了覆盖更广波长、温度和压力梯度范围的碳污吸收截面检测装置，实现对40余种醛类、酮类、酯类和苯系物等新型VOCs的超光谱检测，检测精度可达0.1 ug/m³。在算法方面，针对排放羽流内高气溶胶和水汽浓度的大气环境背景，研发了复杂多次散射下的光子路径模拟算法，准确评估了散射效应，实现对多组分弱吸收性气体的准确反演，反演结果与第三方验证数据偏差在6%～11%。融合高斯权重函数模型和拉格朗日乘数非负约束研发了羽流排放扩散模型，实现了对碳污组分的精准排放量化，与第三方数据验证偏差在4%～12%。针对由光程背景干扰、光子路径复杂造成的柱浓度与质量浓度非线性转化难题，研发了散射光谱与碳污质量浓度协同探测实验平台，此外，通过融合迁移学习和可解释深度学习思想，研发了集成CNN局部特征提取与Transfomer全局信息处理的创新深度学习网络结构，极大提升了从光谱中直接精确提取碳污指标的能力，与第三方数据的相关性超过0.96。

污染气体,超光谱成像,排放通量