中国是马铃薯生产和消费大国， 伴随马铃薯主粮化战略推进， 马铃薯对中国农业结构和消费者饮食结构的影响与日俱增。 环腐病是制约马铃薯产业发展的常见病害， 对种薯会造成死苗死株， 对加工原料会降低加工效率和成品质量， 严重可达30%~60%。 传统检测马铃薯病害的主要方法是目测、 机器视觉以及高光谱成像等方法， 目测或机器视觉方式鉴别环腐病需要对样品进行破坏； 高光谱成像技术成本高昂， 存在一定的应用局限性。 因环腐病会造成整薯内部品质变化， 利用近红外光谱技术探测整薯内部品质变化， 从而将环腐病马铃薯从健康薯中区别开来， 具有可行性和实用价值。 创新地尝试利用近红外光谱结合SIMCA模式方法来区分马铃薯环腐病及健康薯。 研究结果表明， 基于主成分分析的SIMCA模式识别能有效判别马铃薯环腐病样品， 模型校正集中环腐病和健康薯的识别率、 拒绝率均为100%； 模型验证集中环腐病的识别率、 拒绝率分别为99.00%和100%， 健康薯的识别率、 拒绝率分别为94.12%和100%， 所建模型精度较高。 利用独立的18个样品进行模型外部验证， 环腐病样品识别率为87.50%， 健康薯识别率为80.00%， 均没有错判。 表明所建SIMCA二值识别模型效果良好， 可满足实际应用， 但模型精度需进一步提高。 马铃薯环腐病发病部位接近表皮0.5 cm左右， 近红外光谱对马铃薯样品有一定的透射和漫反射。 可考虑采集马铃薯接近表皮部分的果肉组织内部光谱信息， 结合马铃薯环腐病的发病机理及近红外漫反射光谱的特性， 利用近红外识别模型进行环腐病判别， 具有一定的创新性和应用性。

为了实现对多光谱数据同时且高速的数据处理，设计了一种基于DSP 的多光谱数据处理系统及其校正算法。系统由激光光源、干涉棱镜、线阵CCD、基于TMS-6415 型DSP 的处理电路等构成。实验对638 nm、655 nm 和660 nm 3 组激光进行光谱分析，首先对干涉条纹快速采集并滤波，然后通过Mertz 法实现3 组光谱的相位校正，从而保证3 组激光光谱分析的精度。实验结果与Q8344A 型光谱仪的测试数据进行对比，中心波长测试结果误差为±0.3 nm，光谱分布与标准谱基本一致且其信噪比更高。由此可见，系统可同时完成多光谱数据的快速反演，具有一定应用价值。

探讨了微波消解结合电感耦合等离子体质谱（ICP-MS）标准（STD）及碰撞池（KED）两种模式测定亚麻籽中微量元素铜、 铁、 锌、 锰方法的有效性。 分析比较了两种模式的测定效果, 在此基础上选择各元素的有效测定模式, 并对四种微量元素的分析结果进行不确定度评价。 根据不确定度评判标准JJFl059—1999《测量不确定度评定与表示》中的规定, 逐一分析了影响不确定度的主要因素, 并对各不确定度进行了计算。 结果表明ICP-MS用于测定亚麻籽中微量元素结果令人满意, 同时为ICP-MS测定这四种元素的不确定度评价提供了一定的参考价值。

以200个不同品种的马铃薯为样品，采用真空微波冷冻干燥技术对样品进行了预处理。用基于偏最小二乘法（PLS）的傅里叶变换近红外光谱技术建立了马铃薯4个主要加工品质指标（水分、还原糖、淀粉和蛋白质）的预测模型。以模型决定系数（R2）、校正标准差（RMSECV）、预测标准差（RMSEP）和相对分析误差（RPD）作为模型精度的评价指标，利用50个未知品种的马铃薯样品对模型预测结果进行了外部检验。外部检验结果表明，利用近红外吸收光谱技术预测马铃薯主要加工品质指标含量是可行的，水分和淀粉模型的预测效果理想，而蛋白质和还原糖模型的精度还有待于进一步提高。

光学相干层析成像(OCT)和反射光谱技术用于精确地评估小鼠烫伤模型。 在相同作用时间不同温度下, 皮肤厚度呈线性增加; 皮下肌肉组织拟合吸收系数和斜率呈V字型变化, 在80 ℃时, 处在最低处; 在65～85 ℃时, 光谱一次微商的波峰与波谷明显分离, 85 ℃之后这种能力逐渐减弱; 色坐标值中, 红色数值在60～70 ℃和90～95 ℃两个温度之间急剧减小, 代表绿色数值一直缓慢减小, 而蓝色数值增加。 相同温度不同热作用时间下, 皮肤的厚度略微减小; 拟合吸收系数在热作用少于20 s时间内数值较大, 在30 s后数值较小; 构造的斜率变化很小; 色坐标值在作用时间超过20 s时, 变得相对稳定。 以上参数主要发生在作用时间为10 s, 超过这个时间, 变化相对很小。 这些变化能够反映出皮肤和皮下组织在热作用下, 充血带、 水肿瘀滞带和凝固带的形成和转化。 这两种技术结合能够为临床提供一种实时的、 低消费的、 非侵入的在体的烫伤检测的新的光学活检手段。

构造了一个6通道，8－bit多光谱相机(MSC)模型作为图像采集装置(包括一个三色数码相机和一个滤光片)，在多光谱成像技术基础上，通过模拟相机的数码响应，对物体表面的反射光谱进行重建。由数码相机的响应值得到物体的光谱反射比。使用独立成分分析法来进行数据压缩，光谱重建结果分别用CIE1976色差，光谱反射比RMS误差和反射比相对误差进行评价。20例训练样本的平均CIE1976色差为0．1579，平均反射比均方差为0．0099，平均反射比相对误差为0．0107；12例待测样品的平均CIE1976色差为0．7150，平均反射比均方差为0．0309，平均反射比相对误差为0．0312。结果说明，基于独立成分分析法的光谱重建是一种有效的光谱重建方法。