利用覆盖典型海岛的Landsat-8 OLI多光谱卫星遥感影像和收集到的水深数据，分别采用传统多元线性回归模型、机器学习中的back propagation（BP）神经网络模型和随机森林模型对目标海域水深进行整体反演，并对三种方法的反演精度进行评价。结果表明：相比于多元线性回归模型，机器学习方法的水深反演精度更高；随机森林模型的水深反演精度最高，平均绝对误差为1.94 m，平均绝对百分比误差为18.29%，模型的鲁棒性更加出色，整体精度较多元线性回归模型有明显提高。本研究比较三种方法构建的浅海水深模型的性能，为后续更加高效地获取高精度浅海水深信息提供参考价值。

基于2016—2018年渤海、黄海和东海7个航次中采集的实测遥感反射率和浮游植物色素浓度数据,利用静止海洋水色成像仪(GOCI)遥感反射率产品建立中国近海水体中总叶绿素a、叶绿素b、总叶绿素c、光保护类胡萝卜素和光合有效类胡萝卜素浓度的反演模型,并进一步得到2014—2018年渤海、黄海和东海各色素浓度分布图。研究结果显示:采用遥感反射率波段组合建立的反演模型可实现色素浓度的定量反演,建立的模型反演精度较高(R2>0.72)。由卫星反演结果可以看出,浮游植物色素浓度整体呈由近岸向离岸水域递减的趋势,并存在显著的季节变化特征。本文建立的浮游植物色素浓度反演模型,可为深入认识我国近海水体浮游植物种群结构及时空变化规律提供方法支撑。

为实现图像间的快速准确配准，在局部敏感散列(LSH)算法基础上，提出一种高效的高维特征向量检索算法—改进的LSH(ELSH)算法用以图像特征间的检索配对，从而实现图像间的配准。该配准算法首先采用尺度不变特征变换(SIFT)算法提取图像的特征点并进行描述，得到图像的高维特征向量。然后，根据随机选择的若干子向量构建哈希索引结构，以缩减构建索引数据的维数和搜索的范围，从而缩短建立索引的时间。最后，根据数据随机取样一致性(RANSAC)剔除错误点。实验结果表明，与BBF (Best- Bin- First)和LSH算法相比，ELSH算法不但提高了匹配点对的准确性同时也缩短了匹配时间，其特征匹配时间分别减少了49.9%和37.9%。实验表明该算法可以快速、精确地实现图像间的配准。

选择苯乙烯为粘结剂，漂浮性片状铝粉（约为15 μm）为填料，用简单的流延自成膜法制备了低发射率红外隐身涂层；研究了溶剂种类和填料质量分数对涂层红外发射率的影响，并对涂层的物相和微观形貌进行了表征。研究结果表明：二甲苯为溶剂时涂层发射率最低为0.511；而在苯乙烯为溶剂时铝粉显示出更好的漂浮性，涂层发射率可低至0.314。制得的涂层可作为低红外发射率的红外隐身材料。

基于OpenMP标准分别设计了粒子模拟方法中电磁场计算、粒子运动求解、电荷密度和电流密度更新的并行计算实现算法。在多核计算机上对所设计并行算法进行了性能测试和分析, 根据分析结果在3维并行粒子模拟软件CHIPIC3D上实现了基于OpenMP的并行计算功能, 并应用其对一种扩展互作用振荡器进行了基于OpenMP的并行模拟和基于OpenMP/MPI混合模式的并行模拟。模拟结果表明并行算法正确并能取得较高的加速比。