以爆炸形式发生的各类恐怖袭击，对全球安全和稳定造成了巨大威胁。对此，在全球范围内，探索可靠的痕量爆炸物气氛检测方法是遏制爆炸恐怖袭击的有效手段之一。
文中所述新型传感器检测技术相关示意图，资料图
近期，中科院新疆理化研究团队设计了一种基于光电肖特基结传感器的人工嗅觉系统用于爆炸物气氛检测，能够实现对TNT、DNT、PNT、PA、RDX及尿素等爆炸物在十亿分之一甚至万亿分之一浓度范围的检测。
目前，用于痕量爆炸物检测的方法主要有离子迁移谱、荧光、拉曼光谱和气敏传感。其中，基于电学传感器的气敏检测方法以非接触、采样简单、可靠性高等优势而备受关注。但是，在实际场景中，爆炸物蒸气浓度会低于十亿分之一甚至千万亿分之一级别，因此，吸附在纳米材料表面的爆炸物分子极少，这就需要传感器在实际检测时具有极高灵敏度。这款基于氧化锌插层调节的高灵敏硝基爆炸物气氛肖特基结就是针对此问题而开发。
不过，单个电学传感器只能检测但不能识别爆炸物，需要传感器阵列才能使爆炸物的识别成为可能。因为自然嗅觉系统在气体检测方面具有超高的灵敏度，可达到0.1飞摩尔，对设计和构建痕量气氛传感器具有十分重要的借鉴作用。所以传感器阵列的构建类似于人工嗅觉系统，将有利于爆炸物蒸气的识别检测。按照这一逻辑，传感器阵列可通过一组实体传感器协同工作来实现。然而，传统意义上的传感器阵列其中的一个传感器如果不能工作，整个传感器阵列的识别能力都会受到影响。因此，如何简化传感器阵列的结构，并在此基础上实现对爆炸物气氛的高灵敏识别检测，具有十分重要的现实意义，而且颇具挑战。
这只鼻子的高灵敏传感材料由石墨烯/氧化锌/硅纳米线三元肖特基结组成。在此基础上，巧妙地通过调节单色LED光源的光强调制传感器性能。因此，对于同一种爆炸物气氛，在8种不同光强下，肖特基结会产生8个不同的响应值。另外，由于不同的爆炸物分子得到电子和失去电子的能力不同，因而，对于不同的爆炸物，肖特基结即使在同一种光强下呈现出的响应大小也不一样。最后，通过主成分分析方法对响应数据进行分析处理，实现了对TNT、DNT、PNT、PA、RDX、Urea、BP(黑火药)和AN(硝铵)等8种制式及非制式爆炸物的高灵敏、快速识别检测。
与传统的传感器阵列相比，该传感器阵列基于单个传感器即可实现阵列检测的功能，同时，大大节约了传感器阵列的制备工序，并从原理上显著提升了阵列的稳定性。不仅如此，利用该光电肖特基结传感器检测未知的爆炸物，不仅能够实现爆炸物的识别，而且可以实现半定量分析。
该研究中的基于一个传感器构建传感器阵列，亦即人工嗅觉系统的方案为简化传感器阵列构建步骤，开发具有识别功能的爆炸物气氛传感器提供了新的思路。同时，该研究思路亦可为其它痕量气氛传感器的设计提供借鉴。