量子电子学报

作者：费晔,孙仲谋,田东鹏,刘骁源,刘玉柱,

单位：( 1 南京信息工程大学江苏省大气海洋光电探测重点实验室, 江苏 南京 210044;2 江苏省大气环境与装备技术协同创新中心, 江苏 南京 210044 )

关键词：光谱学,激光诱导击穿光谱,果木炭,空气污染,碳排放,主成分分析,

基金：国家自然科学基金 (U1932149), 江苏高校 "青蓝工程"

果木炭是一种常见的燃料, 其燃烧过程中产生的气体和烟尘气溶胶会影响环境空气质量并损害人体健康,因此对果木炭燃烧过程中空气成分进行检测与分析具有重要意义。采用激光诱导击穿光谱 (LIBS) 技术对果木炭燃烧时的空气、烟尘气溶胶进行检测, 同时检测果木炭及其燃烧灰烬作为辅助分析。对四种样品的谱线进行标定, 发现果木炭燃烧时空气中碳浓度增大, 生成的气溶胶中含有Ca、Mg、K、Si 等元素。果木炭和灰烬的元素组成较为相似,均含有C、 Fe、 Mg、 Ca、 Sr、 K、 Na 和Ba 等元素, 果木炭光谱中C、H 元素谱线强度均高于灰烬。此外, 结合机器学习算法对有无果木炭燃烧时的空气进行区分, 选取C、CN 分子特征谱线所在的波段作为聚类分析的原始特征。主成分分析 (PCA) 结果表明在有无果木炭燃烧两种条件下的空气能被较好地区分, 证明LIBS 结合PCA 技术能有效地识别果木炭的燃烧并检测果木炭燃烧造成的空气污染。进一步利用 LIBS 结合机器学习算法对果木炭及其燃烧灰烬进行区分, 发现区分效果良好, 为果木炭燃烧后的回收利用提供了参考。

来源：2023年第4期

《量子电子学报》期刊编辑部

查看量子电子学报杂志2023年第4期