基于中分辨率成像光谱仪/云和气溶胶探测激光雷达（MODIS/CALIOP）的匹配数据集，提出一个分类神经网络进行透明卷云的识别，利用两个回归神经网络对透明卷云的光学厚度和云顶高度进行反演。结果表明，分类网络的精确度可达到84%，检测率达到79%。对成功识别的透明卷云参数进行了反演，得到透明卷云光学厚度的平均绝对误差为0.2，均方根误差为0.25，相关系数为0.79。对云顶高度进行了反演，得到云顶高度的平均绝对误差为0.61 km，均方根误差为0.74 km，相关系数达到0.87。本研究利用MODIS/CALIOP匹配数据集以及神经网络算法，可得到透明卷云的分布以及其参数特性，为其在南海海域上空的分布情况提供了数据支撑，有助于相关研究人员了解该地区透明卷云的分布情况，提高辐射计算的精度。

针对目前考虑不确定因素的测试性模型存在建模难度高、结构复杂、层次化建模困难、学习能力弱、不确定信息表达形式差的问题，面向电子设备提出了一种基于贝叶斯网络的测试性分层建模方法。以原有的贝叶斯网络模型与多信号流图模型为研究对象，对二者的参数、结构特点及优势短板进行分析，根据二者的互补性与测试性建模需求对贝叶斯网络模型进行改进。模型以故障、信号关系替代故障、测试关系，以信号节点间的连接表征故障传递，利用电路结构与层次划分确定模型结构，采用贝叶斯方法确立模型参数，运用贝叶斯网络推理能力对测试性指标进行计算。以放大滤波电路为例建立模型，通过模型计算测试性指标，并进行了证据处理测试，通过对比多信号模型可知，模型测试性指标计算准确、证据处理能力强，验证了建模方法的有效性与实用性。

测试优化选择是测试性设计至关重要的一个步骤，主要针对测试不可靠条件下的测试优化选择问题进行了研究。首先将该问题还原为多目标问题来分析，在此基础上以测试数量、测试成本、虚警率为目标，故障检测率、隔离率为约束条件建立了问题的数学模型; 然后以贝叶斯网络测试性模型为基础，利用提出的MOPSO-NSGA2算法求解该问题; 最后利用所提算法对某导弹机载无线电高度表开展测试优化选择设计，并与MOPSO算法、NSGA-2算法进行对比，验证了方法的有效性与实用性。

为实现建筑物单体信息的高精度提取, 采用基于规则的面向对象方法, 提出了一种经图像预处理、多尺度分割、构建规则信息和特征提取的技术流程。以基于国产高分二号卫星的扬州市两个样本区 (佳家花园小区和联谊南苑小区) 为例对该方法进行了实验验证, 研究结果表明: 与传统方法相比, 新方法提取的效果更好、精度更高, 识别精度达到 97.7%, Kappa 系数为 0.93。

利用FY-2G(风云二号G星)静止气象卫星中红外和热红外通道白天/夜晚数据进行我国陆地区域地表发射率的反演。采用欧洲中期天气预报中心(ECMWF)提供的温湿度、臭氧等大气廓线数据,基于辐射传输模型MODTRAN进行遥感影像的大气校正;选用修正后的Minnaert双向反射分布函数计算中红外通道地表方向的半球反射率,基于与温度无关的热红外光谱指数(TISI),最终得到我国不同地表植被类型下白天和夜晚的地表发射率分布特征;然后选取MODIS地表发射率产品对我国陆地区域的影像进行地表发射率反演结果的验证,结果显示:白天和夜晚的地表发射率反演结果与MODIS现有地表发射率产品吻合得较好,白天热红外通道IR1、IR2地表发射率反演的绝对误差分别为-0.0057、-0.0068,均方根误差分别为0.0095、0.0103;夜晚的绝对误差分别为-0.0010、-0.0035,均方根误差分别为0.0094、0.0096。同时对同一天不同时刻的地表发射率反演结果进行分析,结果表明,夜间的地表发射率略低于白天。

复杂海洋环境是空间光电探测的典型应用场景, 可见至长波红外波段海表反照率参数是海洋大气传输与背景辐射特性研究的重要内容。鉴于目前中国海域海表反照率数据缺乏的现状, 在多源卫星长时间观测海洋环境特性参数数据的统计分析基础上, 通过考虑海水叶绿素含量、气溶胶光学厚度、海表面风速和太阳入射角度等参数的复合影响, 建立了海表反照率的快速参数化应用模式, 获得了中国南海、东海、黄海和渤海等典型海域0.4~14 μm海表反照率谱线, 掌握了海表反照率的时空分布特征, 为海空光电工程应用提供基础数据支撑。

建立新的物理反演法能同时反演大气温度廓线、水汽廓线、表层温度和地表发射率,该反演算法应用到我国黄海地区AIRS红外卫星资料中,可反演得到较高垂 直分辨率的大气温度廓线和水汽廓线,同时反演得到表层温度和地表发射率、根据水汽廓线计算大气可降水量。