本文通过灵敏的现代光谱分析方法—遥感傅里叶变换红外光谱和原子发射光谱，分别对它们在温度测量及大气有机污染物监测中的应用开展了较为深入的研究。本文研究了遥感傅里叶变换红外发射光谱在研究火焰燃烧特性中的应用，应用分子转振光谱理论，研究了高红外活性的固体推进剂燃烧火焰的光谱辐射绝对能量分布，测定了火焰的温度，探讨了仪器响应函数受黑体温度的影响，并定量分析了燃烧产物的浓度；建立了一个由四种化学计量学方法组成的大气有机污染物多组分分析平台，并讨论了人工神经网络在十组分大气污染物监测中的应用，比较了等间距取点和特征吸收峰取点方式的预测结果；应用开路FTIR遥感监测大气中的有毒易挥发有机化合物(VOCs)，分别对含有二、三、四和五组分的模拟泄漏源体系进行了监测，并得到了各物质沿光路的积分浓度随时间的变化规律；另外，对于大范围内的大气VOCs，在准稳定状态下，描述了污染物的空间浓度分布；此外，应用原子发射光谱多谱线法测定了等离子体的激发温度和电子密度，并讨论了光谱参数的选择对测定结果的影响。该项研究将对复杂的温度测定和大气污染物监测起到关键作用。本文的主要内容如下： 1．FTIR遥测固体推进剂的燃烧特性 本文发展了基于分子转振红外发射谱线强度理论的温度计算方程式。将遥感FTIR与分子转振光谱测温法和分子发射光谱最大强度谱线测温法相结合，对固体推进剂Ⅰ和固体推进剂Ⅱ的燃烧温度及其随时间的变化进行了连续实时的测定，两种方法测得的结果相当一致。另外，本文校正了遥感FTIR光谱仪的光路系统，对仪器响应函数的概念及意义作了介绍和分析，实时地测定了固体推进剂燃烧火焰的绝对光谱能量分布，并定量分析了燃烧产物的浓度。 2．化学计量学方法在大气有毒VOCs测定中的应用 本文建立了一个由4种能克服多种大气易挥发有机化合物谱带混叠干扰的，多组分同时测定的化学计量学分析平台。所包含的四种多变量校准方法是：经典最小二乘法(CLS)，偏最小二乘法(PLS)，卡尔曼滤波法(KFM)和人工神经网络法(ANN)，在1，3-butadiene，benzene，o-xylene，chlorobenzene和acrolein五组博士论文分析化学在时空上的延伸分大气VOCS的定量测定中，对四种方法的预测误差比较，偏最小二乘法显示了较为稳健的能力。另外，对于存在未知干扰物的五组分体系，采用改进型的偏最小二乘法，成功地鉴别出了干扰物，校正了光谱，得到了已知组分的浓度。本文还将人工神经网络应用到十种大气VOCs的多组分定量研究中，结果表明，采用特征吸收峰取点的数据处理方法，预测结果优于等间距取点的方法。3.FTIR遥测泄漏气体的浓度一时间分布 本文利用人工神经网络法与遥感FTIR光谱仪联用分别对含有二、三、四和五种有毒易挥发有机化合物混合物的模拟泄漏源进行了研究，所研究的有机化合物包括ehloroform，methylene chioride，aeetone，methanol，hexane和butanol，采用三层反向传播人工神经网络(BP一ANN)对各组分进行了定量，得到了各组分沿光路的积分浓度随时间的变化规律，误差小。4.遥感FTIR测定泄漏气体的二维空间浓度分布 本文发展了一种遥感FTIR对泄漏气体的浓度分布进行二维空间描述的方法，分别从垂直方向和水平方向上对污染物浓度的分布做了遥感测定。在光路高度分别为0.36m，o.6lm和o.86m时，遥测了固定泄漏源挥发的VOCs:Toluene，hexane和acetone，结果表明，当对固定的泄漏源挥发气体进行浓度测定时，红外光源光路的高度对测定结果的影响很大，当光路的高度为o.6lm时，测量值最大。 在面积为 100m2，光路高度为1.som的二维平面上，在稳定状态下，测定了chloroform和methanol沿不同光路的积分浓度，并重构了它们的二维空间浓度分布曲面图和等浓度图，找到了浓度的最大值分别为5.2ppm和12.’7ppm，峰值位置在坐标(6m，7m)。遥感FTIR对大范围内的气体污染物进行二维空间浓度分布的实时监测，速度快，可靠性强，有很强的应用潜力。5.原子发射光谱法测定电热等离子体的激发温度和电子密度 当用原子发射光谱Boltzmann法测量电热高密度等离子体的温度和电子密度时，目前，国际上都应用eu原子在510.554，515.324.521.820，529250，570.020和578.213nln处的六条中性原子光谱线测量，产生很大的误差，高达25%，甚至更高。国际上著名科学家BOLlxham和Kohel等人都认为“偏离Boltzmanll曲线的原博士论文分析化学在时空上的延伸因是由于高光密度等离子体内的自吸，或由于辐射原子态内固有非热粒子流造成的”。在我们的研究中发现，产生这样大误差的原因，并不是像他们所说的那样，而是由于他们在计算温度时，采用了错误的光谱参数，如:谱线上能级统计权重g、跃迁几率A和上能级能量E‘的原因。我们认为，只有在正确选择和应用了这些光谱参数后，才能得到正确的和实验可信度极高的温度测量数据。在我们的实验结果中，我们将实验的可信度从89一94%提高到了98一99.5%，实验误差从士16一20%降低到了士6.5%。我们的这一发现?