安光所红外精密仪器团队在气体遥感三维成像研究取得新突破
中国科学院安光所的红外精密仪器团队近期在气体遥感三维成像领域实现了多项关键性进展。围绕气体泄漏检测中的实际应用难点，团队构建了一个适用于多种平台、具备快速重建能力、易于部署的泄漏气体立体探测网络。该系统显著提升了对气体泄漏的快速空间定位和分布重建能力，为环境监测与应急响应提供了坚实的技术支撑。
近年来，气体泄漏所引发的火灾和爆炸事故频发，其影响已不再局限于环境层面，而是延伸至公共安全领域。气体遥感成像技术因其高灵敏度、高空间分辨率和非接触式测量等优势，已成为远程定量监测有害气体的重要手段。然而，现有系统大多只能获取气体浓度的二维投影，难以准确反映气体云的体积、扩散路径和空间位置等关键三维特征。针对这一技术瓶颈，安光所团队围绕“泄漏气体种类识别、泄漏源空间定位及泄漏量精确估算”等问题，展开了系统而深入的研究。
为应对快速泄漏场景，团队提出了一种基于双多光谱成像系统的协同探测方案，成功实现了气云的三维成像。所开发的多光谱气体遥测成像系统集成了光学镜头、滤光轮、氧化钒非制冷红外焦平面探测器、电源模块、主控电路和电机等核心部件，具备高成像速度与分辨率的显著优势。结合Yolo V10深度学习模型，该系统可实现每秒超过25帧的气云实时检测。同时，团队引入了非轴对称逆阿贝尔重建算法，使气云重建时间缩短至200毫秒以内。仿真结果表明，重建图像的峰值信噪比（PSNR）达到25.633，结构相似性（SSIM）为0.940，充分验证了该方法在提供高质量气云分布特征方面的能力。
在处理大规模空间气体泄漏场景方面，团队突破了传统依赖多角度或多台设备的限制，提出了一种基于单台红外远程遥测系统进行气体空间定位与分布重建的新方法。该方法不仅简化了部署流程，也降低了系统成本。团队依托自主研发的ZK-FTIR-GS1000气体遥感成像仪，开发了一种基于深度学习的三维气体羽流重建生成网络。该网络采用八叉树结构模拟气云的稀疏三维分布，能够由粗到细输出气体结构，且对计算与内存资源需求较低。现场测试表明，该技术能够在复杂环境中准确定位气体羽流的空间位置与分布范围，满足大尺度场景的应用需求。
上述研究成果由安光所博士生张磊担任第一作者，相关工作获得了国家重点研发计划及企业合作项目的经费支持。研究成果已发表于Environment International（中科院一区，影响因子9.7）和Remote Sensing（中科院二区，影响因子4.1）等国际权威期刊。该系列研究将推动气体遥感三维成像技术在安全生产、生态环保等多个领域的深化应用，有望为相关行业提供更高效、精准的技术保障。
多光谱成像系统示意图
气体重建结果
某化工园区氨气泄漏图像
重建的气体高浓度分布
论文目录：
- Zhang, Lei, and Liang Xu. "A 3D Reconstruction of Gas Cloud Leakage Based on Multi-Spectral Imaging Systems." Remote Sensing 17.10 (2025): 1786.（论文链接：https://www.mdpi.com/2072-4292/17/10/1786）
- Zhang, Lei, et al. "Spatial location and distribution reconstruction of the leaking gas plume via a single infrared remote sensing system." Environment International (2026): 110061.（论文链接：https://www.sciencedirect.com/science/article/pii/S016041202600019X）