针对X光行李图像安全检测过程中存在物品高度重叠遮挡及复杂背景干扰等问题，提出了一种融合注意力机制、数据增强策略与加权边框融合算法的改进YOLOv5网络模型用于X光违禁品检测。模型在Neck部分引入卷积注意力模块加强网络对违禁品深层重要特征的提取，抑制背景干扰；训练阶段采用Mixup数据增强策略模拟带有高度重叠及遮挡物品的检测场景，加强模型复杂样本的学习能力；测试阶段采用加权边框融合算法对冗余预测框进行优化，提高模型精准预测能力。所提模型在3个大型复杂数据集SIXray、HiXray、OPIXray进行了测试，平均精度均值分别达到了89.6%、83.1%和91.6%。结果表明：所提模型能够有效提高YOLOv5检测复杂违禁品的能力，与现有诸多先进算法相比，具有较高的准确率和稳健性。

针对现有人群计数方法大多采用卷积操作提取特征，空间多样性特征信息提取和传递能力不足的问题，提出一种Involution改进的单列深层人群计数网络。该网络以VGG-16为基本框架，引入Involution算子替代卷积操作，并辅以残差链接提高对空间特征信息的感知和传递能力；采用膨胀卷积保持分辨率的同时扩大感受野，丰富深度语义特征；利用联合损失函数监督网络训练，提高计数准确性和全局信息相关性。所提方法在公开数据集ShangHaiTech、UCF-QNRF、UCF_CC_50上的性能较基线模型提升显著，并超越了诸多当前的先进算法。结果表明：所提人群计数方法具有较高的准确性和更好的鲁棒性。

浊度是水环境和水质状况的重要监测指标。卫星遥感技术具有宏观的空间覆盖性和重复的定期采样性,是一种有效的监测水体浊度的方法。基于NPP-VIIRS卫星的遥感反射率,建立了一个适用于渤黄海的水体浊度遥感反演算法,并将其应用到VIIRS卫星图像上,研究了渤黄海水体浊度的时空分布特征。结果表明:该算法具有较高的反演精度(决定系数R²为0.97,均方根误差为16 NTU,平均绝对误差为23 NTU,平均相对误差为34.63%)。渤黄海水体浊度在空间尺度上基本呈现近岸高、远岸低的分布特征;在时间尺度上,冬季浊度维持在一个较高的水平,春季浊度高值区逐渐收缩, 夏季达到最低,只在沿岸区域仍有较高的浊度,而秋季浊度又逐渐升高。