《Sensors and Actuators B: Chemical》：Wide-dynamic-range optical oxygen sensor based on UV-DOAS combined with waveband-adaptive adversarial reconstruction (WAAR)
编辑推荐：
精确检测氧气（O2）浓度在工业制造和生化分析中至关重要。由于氧气在紫外波段具有强吸收特性，紫外差分光学吸收光谱（UV-DOAS）被认为是测量氧气浓度的理想方法。然而，传统的基于UV-DOAS的氧气检测的动态范围通常受限于一个数量级，原因在于低浓度下的光谱失真和
精确检测氧气（O2）浓度在工业制造和生化分析中至关重要。由于氧气在紫外波段具有强吸收特性，紫外差分光学吸收光谱（UV-DOAS）被认为是测量氧气浓度的理想方法。然而，传统的基于UV-DOAS的氧气检测的动态范围通常受限于一个数量级，原因在于低浓度下的光谱失真和高浓度下的非线性效应，这显著限制了其在多样化场景中的适用性。因此，研究人员提出了一种结合UV-DOAS与波带自适应对抗重构（WAAR）的传感器，以实现更宽动态范围内的氧气检测。具体而言，引入光谱重构技术将氧气的吸收特征从噪声干扰中分离出来。考虑到低强度和高强度波段对非线性效应的敏感性差异，在重构域内，研究人员建立了一种对抗性波带选择原则，该原则利用了重构光学参数（ROP）与相关系数（r）之间的对抗关系。基于此原则，自适应确定用于氧气浓度反演的光谱波带，以平衡低浓度下的稳定性和高浓度下的线性度。测试结果表明，该氧气传感器在250 ppm（0.025%）至40000 ppm（4%）的浓度范围内实现了线性动态检测（R2>0.999）。值得注意的是，该传感器表现出优异的测量灵敏度，最低检测浓度和理论检测限（LDL）分别为250 ppm和114.91 ppm*m。
该论文题为《基于紫外差分光学吸收光谱结合波带自适应对抗重构（WAAR）的宽动态范围光学氧传感器》，发表于《Sensors and Actuators B: Chemical》。论文针对工业制造、食品包装及生物医学等领域对氧气（O2）浓度跨尺度精确测量的迫切需求，深入探讨了现有检测技术的局限性，并提出了一种创新的解决方案。
研究背景显示，精确测量氧气水平在多个领域至关重要。例如，锂离子电池封装要求残余氧气低于100 ppm以防止电解质降解，而食品包装通常需维持在1000 ppm以下以延缓腐败，同时燃烧优化和生物医学领域又需要测量百分比级别的较高浓度。然而，现有的电化学传感器虽然成本低，但响应速度慢且易受温湿度影响；而基于可调谐二极管激光吸收光谱（TDLAS）或石英增强光声光谱（QEPAS）的光学方法，要么面临探测器成本高昂、带宽受限的问题，要么对非极性氧气分子在红外波段的微弱吸收特性不敏感，导致需要长光程气室，增加了维护成本。尽管紫外差分光学吸收光谱（UV-DOAS）具有低维护优势，但其动态范围通常局限于两个数量级，主要受限于低浓度时的光谱失真和高浓度时的非线性效应。为此，研究人员开展了结合UV-DOAS与波带自适应对抗重构（WAAR）的宽动态范围氧气传感器研究。
研究人员开发了一种具有封闭光路结构的UV-DOAS系统，以消除环境空气对低浓度测量的干扰。关键技术方法包括：首先，采用光纤耦合并在氮气保护腔内配置光谱仪，构建了无间隙的封闭光路；其次，引入光谱重构技术，将光谱数据从波长域映射至重构域，以分离氧气吸收特征与噪声；第三，基于重构光学参数（ROP）与相关系数（r）之间的对抗关系，建立了对抗性波带选择原则，自适应确定最佳反演波带；最后，利用该系统采集不同浓度氧气的吸收光谱，建立定量曲线并进行性能验证。
研究结果部分，在系统设计方面，通过构建封闭光路，有效消除了测量过程中环境空气的干扰，确保了系统的稳定性。在波带选择与UV-DOAS方面，研究人员分析了185–195 nm波长范围内氧气的吸收截面，确定了利用其深紫外波段吸收特性进行检测的基础。在基于WAAR的氧气光谱分析与定量曲线建立方面，研究人员通过采集600 ppm至20000 ppm等不同浓度的光谱数据，验证了所提出的对抗性波带选择原则的可靠性，成功获得了氧气的差分吸收光谱及定量关系。
结论部分指出，该研究成功开发了一种集成UV-DOAS和WAAR技术的闭路氧气传感器，实现了从ppm到百分比水平的宽动态范围氧气浓度检测。通过在重构域内建立对抗性波带选择原则，有效平衡了低浓度下的测量稳定性和高浓度下的反演线性度。最终，该传感器在250 ppm至40000 ppm的浓度范围内实现了优异的线性动态检测（R2>0.999），最低检测浓度达250 ppm，理论检测限（LDL）为114.91 ppm*m。这项工作为解决UV-DOAS技术在氧气检测中动态范围受限的难题提供了有效途径，具有重要的实际应用价值。作者贡献声明显示，Mu Li负责初稿撰写与概念化，Changyin Li负责形式分析与数据整理，Yungang Zhang负责项目管理与方法论指导。该研究得到了国家自然科学基金及江苏省自然科学基金等项目的资助。
