开发和现场部署PPB级SO₂/NO₂双气体传感器系统用于农业早期火灾识别

科学领域:

• 环境科学 环境科学
• 分析化学 分析化学
• 传感器技术 传感器技术

背景情况:

• 二氧化硫 (SO2) 和二氧化 (NO2) 是农作物草燃烧的主要污染物,对健康和环境构成风险.
• 农业火灾的早期发现对于防止经济损失和生态损害至关重要.
• 现有的SO2/NO2检测方法缺乏实时农业火灾监测所需的速度和精度.

研究的目的:

• 开发和验证一种快速,高精度的传感器系统,用于实时监测SO2和NO2.
• 通过分析燃烧相关气体,使农业环境的早期火灾检测成为可能.
• 在现场应用中证明传感器的可靠性和灵敏性.

主要方法:

• 使用了一个不连贯的宽带腔增强吸收光谱学 (IBBCEAS) 系统与366nm紫外线LED.
• 构建了一个紧的光学共振腔,实现了长有效光学路径长度 (~2公里).
• 采用了一种改进的粒子群优化支持向量机 (IPSO-SVM) 算法来进行光谱分析和度反转.

主要成果:

• 达到了SO2的77.5ppbv和NO2的0.037ppbv的检测极限.
• 通过光谱特征歧视证明了更高的预测准确性.
• 验证了传感器在空气污染监测和火灾检测的现场部署中的可靠性和灵敏性.

结论:

• 开发的IBBCEAS传感器系统为实时SO2和NO2监测提供了可靠和灵敏的解决方案.
• 该传感器有效用于农业环境中的早期火灾检测,减轻与草燃烧相关的风险.
• IPSO-SVM算法提高了气体度分析的准确性,使该系统适合实际应用.