为提高红外高光谱目标特性仿真的逼真度, 提出了一种辐射影响计算模型, 用于计算目标周围的建筑物对目标的最终辐射特性的影响。建立了一个虚拟实验场景, 设定场景的大气环境为1976年的美国标准大气。在建立的虚拟场景上在中波红外3.0~5.0 μm范围内以0.01 μm为步长对目标所受的辐射影响进行了仿真计算, 并将辐射影响与太阳辐射、目标自身辐射进行了比较。实验结果显示在中波红外的某些波段范围内, 相邻建筑单位面积的辐射影响亮度要高于太阳辐射亮度和目标自身辐射亮度。这表明在图像立方体的某些图像中, 辐射影响是成像的最主要的辐射源, 证明了多光谱/高光谱仿真情况下该模型的必要性和重要性。通过对仿真结果的分析, 确定了建筑表面温度、大气透过率和有效辐射面积是辐射影响因素中的三个关键因素。

目前由于部分电站锅炉所用到的燃煤大多为配煤, 在有些情况下, 其复杂的物理化学特性导致难以获得高精确度的常规近红外定量分析模型, 这给电煤发热量的在线检测带来了一定困难。 针对该问题, 深入研究了电煤近红外光谱时域和频域特征, 提出一种能够通过全局优化策略自动在频域内建立最优近红外定量分析模型的新方法—频域自适应分析法。 该方法首先将时域近红外光谱通过快速傅里叶变换转换为频域近红外信号; 然后采用有效光谱能量率得到合适的频域信息范围; 接着根据近红外光谱频域下的相关系数谱图、 方差谱图以及谐波在频域中的坐标合理构建了频域信息量评价参数, 利用该参数对模型输入变量的种群位置进行初始化; 最后采用频域分区搜索和综合性能评价函数得到最佳建模方案。 与此同时, 结合电煤煤粉近红外图谱的特性, 并以其发热量为待测目标对该方法进行了验证, 取得相对较好实验效果, 与传统方法主成分回归、 偏最小二乘回归、 反向传播神经网络以及基于遗传算法的偏最小二乘回归和支持向量机回归相比, 该方法预测精度更高, 并且有效避免了频域随机搜索潜在的过拟合和虚假有效模型的弊端, 具有良好的应用前景。 此外, 该方法也可推广用于其他类型的光谱定量分析。