大气污染问题已经严重影响了我国人民的身体健康,对社会经济的发展造成了严重的干扰。污染控制的前提是了解气体的空间分布,准确获取污染气体的空间分布对于污染控制十分重要。由于以往的电化学传感器的测量结果受到局部环境的影响,往往难于体现较大尺度上的气体空间分布。光学遥感的方法是获取气体空间分布的有效手段,其中,差分吸收光谱技术(DOAS)与断层扫描(CT)技术相结合是一种根据路径积分浓度值,通过求反问题得到气体空间分布的方法。DOAS技术具有测量范围广、非接触、实时性等突出优点。进行污染控制需要了解气体的空间分布,一种被广泛研究的方法是将DOAS技术与CT技术相结合。由于长程差分吸收光谱技术(LP-DOAS)需要设置反射器,限制了该技术的测量高度。基于太阳散射光的多轴差分吸收光谱技术(MAX-DOAS)虽然不需要设置反射器,但每次只能测量一个路径积分浓度值,造成其测量结果的时间分辨率低。成像差分吸收光谱技术使用二维CCD作为成像器件,可对某个方位角上视场范围内的多个点同时成像,大大提高了测量结果的时间分辨率。本文设计了基于成像差分吸收光谱技术(IDOAS)的实验数据采集系统,并给出了一套系统校准的方法。使用该套系统进行了验证性实验和外场实验,采集了气体的路径积分浓度数据。根据以上路径积分浓度,使用CT重建算法重建了气体的断层分布,并研究了其重建效果。本文重点研究了烟囱烟羽中的痕量气体断层重建。首先回顾了经典的气体断层重建算法,并简要说明了各种算法的优缺点。然后使用非负最小二乘法(NNLS)中的顺序坐标法(SCA)重建了烟羽的空间断层分布,分析了像素划分、烟羽位置和测量误差对重建结果的影响。为了进一步提高重建结果的稳定度,首次将压缩感知理论引入气体重建领域。创新性地使用基于全变分的优化算法改进了经典的低三阶导数(LTD)模型,并设计了 POCS-LTD算法和BOCS-LTD算法,数值模拟表明这两种算法对像素划分和烟羽位置不敏感,并具有良好的抗误差能力,减少了重建图像的伪影。在合肥物质科学院环境光学综合观测实验场进行了验证性实验。以充入了标准气体的石英玻璃样品池中的气体为研究对象,用线性回归的方法估计了样品池中气体的分子数密度,并分析了样品池中的气体分布规律。使用投影凸函数集全变分法重建了样品池中的气体分布。重建得到的分子数密度的峰值与通过线性回归得到的分子数密度最大值吻合,气体位置和样品池的实际位置吻合,从而验证了 IDOAS技术用于气体分布断层重建的可行性。在淮南某电厂外进行了外场实验。以电厂烟囱烟羽为研究对象,采集了实验光谱。搭建了数据采集系统。根据IDOAS的经纬度,以太阳为公共参照物,分别对两台IDOAS的指向进行了校准。反演了采集到的光谱,根据反演得到的路径积分浓度,利用SCA法和基于全变分的三阶导数法对断层图像进行了重建,验证了算法的有效性。