危化品检测
项目立足危化品事故预防与处置过程中面临的现实情况，瞄准危化品泄漏监测预警和事故救援现场快速、精准侦测的核心问题开展相关装备产业化核心技术开发。
云端危化品超精细红外光谱数据库建设
根据潜在目标用户需求和装备研制进度，依托技术团队前期在国防科技大学工作期间引进并改造的国内首台超高分辨率红外光谱检测装置，先针对国内典型危化品企业生产、存储、使用的危化品种类，建立常见危化品的云端红外光谱数据库。
基于深度学习的危化品被动遥测光谱快速识别智能算法
开展被动遥测光谱的基本数据处理方法研究，变非线性光谱为线性光谱，再对比危化气体遥测数据库的光谱数据，以实现气体种类的快速识别。同时，快速识别智能算法计划采用Tensorflow深度学习框架，以不同条件下测得的气体光谱数据作为训练集，通过在云端不断迭代优化，以提高物质光谱快速识别的准确率。
区域性危化品泄漏日常监测装备产品化
结合危化品红外精细光谱数据库的建设，开发基于红外光谱分析的物质识别智能算法，实现危化品泄漏的定性侦测。立足自主创新，研制国产化区域性危化品泄漏日常监测装备。
