随着我国工业化和城市化的快速发展，大量挥发性有机物（VOCs）（包括有致畸、致癌作用的甲醛、苯系物等）被排入大气，引发了日益严峻的室内外大气污染，VOCs监测备受关注。

　　尽管金属氧化物半导体VOCs传感器相对于质谱、光谱、光离子化检测具有体积小、成本低、制作简单等优点，但选择性差是制约其应用的瓶颈，尤其是对都呈（弱）还原性、结构与性质相似的VOCs分子。

　　鉴于温度是调控气体分子在敏感材料表面吸附、氧化的重要参数，且p型氧化物通常有优异的VOCs催化氧化特性，安光所激光中心方晓东、孟钢研究员团队率先研究了单个p型NiO传感器在热调制模式下的识别特性，证实了p型NiO传感器具有优异的识别能力（可识别五种不同官能团的VOCs）。

　　进一步通过异质掺杂扩展热调制NiO传感器的数量，采用程序降温调制可显著提升传感器的识别潜能，深度挖掘结构、性质、浓度相近VOCs待测气体的细微差别，实现了三种醇类VOCs的定量识别。

　　此外，团队还开发了一个基于传感器阵列热调制的智能识别系统，包括传感器阵列、电子电路、Wi-Fi模块等，该系统能够快速准确地在环境空气背景下稳定识别五种BTX苯系物（包括三种二甲苯同分异构体）。

　　相关成果分别以“基于非选择性金属氧化物的智能传感系统识别苯系物分子”和“氧化镍传感器阵列热调制定量识别醇类分子”为题，发表于ACS Sensors和Advanced Materials Technologies杂志上。

　　上述研究工作由中科院、国家自然科学基金及合肥研究院安徽光机所资助。