主要从两方面对激光诱导击穿光谱(LIBS)技术进行综述,一是LIBS定性分析方法在元素快速监测方面的优势,以及基于LIBS的高空间分辨能力绘制元素相对含量分布图,全面观察元素在植株器官不同部位的分布情况;二是LIBS技术在土壤、植物中营养元素及重金属定量分析方面的进展及存在的问题。LIBS技术对金属元素的测定敏感度要优于对非金属元素的测定敏感度。测定非金属元素时,需要通入稀有气体来消除大气的影响;测定金属元素时,则需要通过无标定LIBS技术和光学薄LIBS技术解决金属元素自吸收的影响。

植株氮素浓度是反应作物氮素营养状况的关键指标, 对作物的产量与品质具有重要的影响。 作物大面积氮素营养的实时监测不仅对区域上氮肥投入提供决策, 而且还对区域上氮素循环的估算提供依据。 传统的地面传感器虽然有较高的精度, 但很难在区域尺度上大面积获取数据, 且目前存在的高光谱卫星影像如MODIS, Hyperion的空间分辨率普遍不高。 随着卫星遥感的发展, 近些年来高空间分辨率的多通道卫星逐渐发射升空, 这些高分辨率的卫星遥感数据将对大尺度上植被生理生化指标反演提供可能。 该研究从2014年—2016年在内蒙古阴山北麓武川县进行了三年不同氮水平的马铃薯田间试验, 借助地面马铃薯冠层高光谱实测数据, 模拟近几年发射的具有红边波段的多通道卫星WorldView-2和VENμS不同宽度波段, 并构建多种光谱指数, 建立光谱指数与马铃薯地上部植株氮素浓度的估测模型, 进行马铃薯关键生育期冠层氮素营养的实时监测。 结果表明, 波段宽度和波段位置的选择决定着光谱指数对氮素浓度的响应程度, 基于红边波段的光谱指数具有更高的灵敏性。 生育时期显著影响光谱指数对马铃薯地上部氮素浓度的估测能力, 苗期土壤背景对光谱反射率具有显著干扰, 马铃薯块茎形成期后植株氮素浓度的预测效果最佳。 基于WorldView-2和VENμS卫星红光、 红边和近红外特定波段构成的融合光谱指数NDRE/NDVI相对其他指数来说在马铃薯植株氮素浓度估测上更具优势, 与不同生育时期马铃薯植株氮素浓度都具有较高的相关性, 相关系数r在063～081之间。 其中, 生殖生长期基于VENμS卫星红光、 红边和近红外通道构成的融合光谱指数VENμS-NDRE/NDVI与马铃薯植株氮素浓度相关性最高（r=081）, 模型验证结果的决定系数为056, 且验证误差较小, RMSE和RE%分别为038%, 1045%, 模型估测值与实测值的验证斜率最接近1, 为082; WorldView-2-NDRE/NDVI与马铃薯植株氮素浓度也具有较高的相关性（r=074）, 模型验证结果的决定系数为049, 验证误差RMSE和RE%分别为041%和1112%, 模型估测值与实测值的验证斜率为078。 多通道卫星模拟的结果证明, 基于红边宽波段的融合光谱指数能用来进行马铃薯植株氮浓度的监测。

人群异常事件检测是智能视频监控中的重要研究内容，本文提出一种新的融合时空特征的异常行为检测算法。首先提取显著性信息作为空间域特征，采用高精度的光流算法，结合社会力模型计算相互作用力作为时域特征；提出一种新的运动信息特征描述子——相互作用力直方图(HOIF)，将其与显著性信息特征相融合送入支持向量机(SVM)进行学习训练，从而对人群事件进行分类。在UMN(University of Minnesota, Twin Cities)数据库上对本文算法有效性进行了验证。实验结果表明，该算法在检测正确率及鲁棒性上要优于其他算法。

作物关键生育时期冠层氮素含量的实时监测对于优化氮肥用量和减少环境风险具有重要的意义。 为了寻求预测不同作物氮素含量的最佳光谱参数, 实现作物氮素无损营养诊断。 本研究通过2008年—2011年在德国慕尼黑弗莱辛和河北曲周的不同氮量的小麦玉米田间试验, 采用高光谱仪获取小麦玉米冠层的反射光谱, 利用光谱理论模型进行光谱指数波段的优化, 从而抽取不同冠层结构条件下的小麦玉米氮素营养敏感波段。 结果表明与传统的基于红光的光谱指数相比, 优化光谱指数显著提高了小麦玉米冠层氮素含量的预测能力, 克服了传统的基于红光光谱指数的饱和问题。 优化光谱指数的波段结合随着作物品种及其冠层结构的变化而变化, 其优化波段范围主要集中在红边(730～760 nm)和红边向近红外的过渡区域(760～880 nm)。 优化结果显示玉米最佳光谱指数为Rλ766/Rλ738－1, 小麦最佳光谱指数为Rλ796/Rλ760－1, 玉米小麦相结合优化后的最佳光谱指数为Rλ876/Rλ730－1。 结果进一步验证了优化光谱指数估测的不同作物含氮量的预测值与实测值相关性最高, 且验证偏差最小, 证实了优化后的光谱特征参数可对不同作物氮素丰缺状况进行快速、 准确、 无损估测。 试验结果也为设计作物冠层氮素传感器和更好的利用现有基于卫星的传感器实施区域上的作物氮素营养监测提供了理论基础。

牧草生物量是天然和人工草场产出的一个重要指标, 能直接反映牧草的长势, 它的实时监测是制定合理的草地管理和放牧制度的前提。 然而, 传统的样方法费时、 费力很难满足草地生物量监测的实时性要求。 近年来, 随着高光谱遥感的发展, 为草地的快速、 无损的监测提供了可能。 通过对内蒙古天然和人工草地生物量及其冠层光谱数据分析, 探讨了不同类型光谱指数在估算牧草生物量的鲁棒性。 研究表明, 由于冠层结构和生物量的影响, 不同类型草地冠层的光谱反射存在巨大的差异, 从而使现有光谱指数对天然草地和不同品种人工草地牧草生物量的预测能力存在显著的差异(R2=0.00～0.65)。 在荒漠草原低生物量的条件下, 受土壤背景影响不同光谱指数预测能力较小, 而在青贮玉米高生物量条件下, 基于红光的光谱指数容易发生饱和失去敏感性。 把不同草地类型的数据结合后进行简单比率和归一化窄波段光谱指数的波段优化, 与出版的光谱指数相比优化后的归一化光谱指数(normalized difference spectral index, NDSI）显著提高了牧草生物量的预测能力, 预测生物量模型的决定系数最高(R2=0.72)。 敏感性分析进一步证明了基于波段优化算法的优化光谱指数NDSI, (ration spectral index, RSI）有最低的噪声, 从而能更好的预测牧草生物量。 波段优化算法可以有效提高遥感估算草地牧草生物量的精度, 光谱指数及其优化波段的选择会直接影响模型的预测能力。

氮肥的充足供应是马铃薯高产的重要条件, 然而氮肥的过量投入会导致资源浪费、 环境污染, 因此, 氮素精准管理势在必行, 而实时的氮素营养诊断是实现马铃薯合理氮素养分管理的前提。 本研究通过在内蒙古武川县和林西县进行的田间试验, 采用主动作物冠层传感器GreenSeeker对马铃薯各生育时期进行实时监测, 建立了传感器读数NDVI值与地上部植株氮浓度以及整株吸氮量的关系。 研究表明, 由于受到土壤背景的影响, 苗期NDVI值与马铃薯氮营养指标相关性较差。 苗期以后, 马铃薯在封垄前NDVI值与植株吸氮量呈显著的指数关系（R2=0.665）, 封垄后NDVI值与地上部植株氮浓度呈显著的线性关系（R2=0.699）, 且不受地域以及生育时期的影响。 结果表明, 主动作物冠层传感器GreenSeeker能够用于马铃薯氮素营养诊断, 该结果为进一步建立应用主动作物冠层传感器的氮肥管理提供了理论依据。

相位差（PD）波前探测器具有光路简单、共光路测量等优点，不仅适合点目标，而且适合扩展目标。随着算法和硬件水平的不断提高，相位差法已经成为波前探测技术的一个重要发展方向。对相位差波前探测器进行了研究，成功实现了对点目标和扩展目标的波前探测，给出了数值仿真结果。针对点目标，搭建实验光路，对静态的单阶Zernike像差和随机像差进行探测，分析了影响探测精度的主要因素。结果表明，相位差波前探测器可以准确地探测波前，在给定的实验条件下，相位差法对低阶像差探测的均方根误差小于λ/100，对随机像差的探测的均方根误差小于λ/50。

针对光子数足够多的情况，利用Cramér-Rao理论研究了在选取离焦作为附加像差时，不同的待测波前和目标对最佳离焦量选取的影响。结果表明: 在点目标情况下，像差的大小和空间频率对最佳离焦量的影响不大；而在扩展目标情况下，最佳离焦量虽然与待测像差的空间频率关系不明显，但随着待测像差峰谷值的增大而增大。最佳离焦量与目标的结构有关而与其扩展程度关系不大，成像时目标上各点的干扰越大，最佳离焦量越大。

针对附加像差为离焦的情况，对焦面位置误差、离焦量误差、图像对准误差以及图像噪声等因素带来的波前传感误差进行了数值模拟，并给出了确定焦面位置、对准焦面图像和离焦面图像、精确计算分光比、确定离焦量以及处理图像噪声的方法。使得传感结果的均方根误差分别由0.088 8λ,0.059 0λ,0.128 4λ,4.170 6λ,0.152 6λ降为0.002 1λ,0.002 1λ,0.002 1λ,0.002 1λ,0.029 2λ。结果表明:这些方法可以有效地减小传感误差，大大提高了传感精度，为相位差法的实际应用提供了重要的技术支持。