NO2作为大气中重要的痕量气体,对臭氧的形成有着重要作用;高浓度的NO2不仅导致酸雨和光化学烟雾,制约经济的可持续发展,还损害生态环境和影响人体健康。NO2监测仪器主要基于化学发光法、光谱法等,其仪器成本制约了其广泛应用于密集监测网络,难以获取精细时空分辨尺度上气体浓度的变化。近年来,电化学气体传感器以其低成本、低功耗、高时间分辨率、灵活性和操作方便等优点在环境大气NO2监测领域应用越来越广泛。但在实际使用中,NO2电化学传感器直接暴露于复杂、动态的环境条件下,易受到环境因素影响发生漂移,影响其测量的准确性。本文开展基于腔衰荡技术校准的NO2电化学传感器研究,将NO2腔衰荡吸收光谱测量系统作为参考标准,对NO2电化学传感器(NO2-B43F)进行校准;针对外场实验不同环境湿度条件,建立了传感器校准算法模型,解决了传感器的零漂问题,提高了测量准确性。具体的研究如下:1)集成了电化学传感器系统并开展了传感器的性能研究,测试了传感器对NO2标气的线性响应,确定了 NO2-B43F传感器的灵敏度和探测限分别为0.156mV/ppb和2.19ppb(3σ),研究了传感器的瞬变响应、气体交叉干扰以及温、湿度零点特性。NO2-B43F传感器工作电极除对目标气体有线性响应外,对湿度存在非线性的响应。2)搭建一套NO2腔衰荡光谱测量系统,系统测限为42ppt(1s),采用切换式采样消除环境变化的影响。并开展系统对比测试,通过与商用NOx分析仪同步测量NO2样气,具有好的一致性(相关性R2为0.999,斜率为1.003);与长光程差分吸收光谱仪(LP-DOAS)同时监测环境大气中的NO2,R2为0.939,保证了其作为电化学传感器参考基准的准确性和可靠性。3)针对不同湿度特点和采样条件,采用二次回归和BP神经网络算法,建立了传感器数据校准模型。在湿度不高时(RH<60%),采用二次回归模型校正;在湿度变化范围大的情况下,采用LM训练算法结合BP神经网络校正。在控制采样流速时,使用4-11-1的网络结构;在直接裸露环境中时,多传感器数据融合,结合BP神经网络校正有效改善测量准确性,NO2浓度的校正结果与参考真值的相关性R2为0.71。