RESEARCH ARTICLE

Multi-component gas analysis based on the overlapping region of near-infrared gas photothermal spectra    

Xianjie Zhong, Chao Wang, Shoulin Jiang, Shuangxiang Zhao, Wei Jin

2026, 19 (2): 16.https://doi.org/10.2738/foe.2026.0016

In this paper, we report multi-component gas analysis from a narrow overlapping near-infrared spectral window using second-harmonic photothermal interferometry (PTI) combined with partial least-squares regression (PLSR). The analytes in a 5 cm hollow core Fabry−Pérot probe are pumped by a 40 mW DFB laser tuned from 1680 nm to 1681.2 nm and probed at 1570 nm. A total of 460 spectra for the gases CH4, C2H6, and C2H4 at different concentrations were automatically recorded, with each spectrum containing 520 points. Using 80%/20% train/validation splits and 5-fold cross-validation, the PLSR model exhibits an overall relative error of 0.319%. The model predictions can maintain a good relative error of about 0.5% with only 180 training samples, or 150 attention-focused points, or 33-point down-sampled spectra. This narrow-band single-laser fiber-integrated PTI with PLSR would enable accurate gas component prediction for industrial and medical applications.

一、研究背景

近红外（NIR）气体传感广泛应用于食品质检、工业监控与环境监测。传统多组分分析采用多激光源策略，随组分增加系统复杂度、成本与体积急剧上升。窄带吸收光谱（NAS）可降低硬件需求，但在窄带区域不同气体吸收谱线高度重叠，如何在单激光、严重重叠条件下实现多组分精确解耦是该领域核心挑战。

二、主要内容

研究由深圳技术大学王超教授与香港理工大学靳伟教授团队合作完成。基于法布里-珀罗干涉仪（FPI）构建三组分光热光谱系统，通过锁相放大器解调获得二阶谐波（2f）信号。选取CH₄、C₂H₆、C₂H₄三种碳氢气体，其吸收谱集中于1680–1681.2 nm（仅1.2 nm宽），峰间距约200 pm，重叠严重。采集460组浓度配比样本（各气体10%–80%），采用偏最小二乘回归（PLSR）建模，80%/20%随机划分训练-验证集，5次重复5折交叉验证确定最优潜变量数（35个LV）。系统比较无预处理及SNV、MSC、导数、SG平滑等多种预处理方法，并评估训练规模、谱区范围与降采样对性能的影响。

三、创新点

1. 首次实现单激光三组分气体在严重重叠谱区的精确分辨

在1680–1681.2 nm窄带内，通过光热效应的温度-折射率耦合机制结合PLSR算法，从单一2f谱线中同时解码三种气体浓度信息，突破了传统多激光方案的硬件复杂度瓶颈。

2. 构建460组多维浓度梯度的完备训练数据集

数据集在三维浓度空间均匀分布，覆盖各气体10%–80%浓度范围，确保模型学习到完整的浓度-信号映射关系。该数据集有效补偿了高浓度能量竞争导致的非线性基质效应，为PLSR模型的高精度解耦提供数据基础。

3. 系统优化PLSR建模全流程，验证数据效率与模型轻量化

无预处理直接建模获得最优结果，SG平滑为预处理方法中最佳；训练样本减至180组时仍可保持约0.5%的相对误差；截取主峰附近150个关注数据点可达到约0.5%的误差水平；数据降采样16倍（33个数据点）后相对误差降至约0.4%。这些发现验证了该方法在嵌入式硬件平台部署的可行性。

四、总结与展望

单激光三组分同步定量预测中，CH₄、C₂H₆、C₂H₄的R²分别达0.99982、0.99997、0.99972，平均相对误差仅0.319%，优于同量程商业传感器（通常±1%–5%）。方法以算法优势弥补硬件简化，为低成本多组分气体在线监测提供了新范式。未来可扩展至七组分体系（基于HITRAN数据库中1568.1–1569.6 nm的七气体吸收谱分析）。

（以上文字包含AI生成内容，仅供参考，请以原文为准。）

支持单位：