提出了一种分段随机和角度随机(SRAR)的算法, 用于复杂空间、多约束条件下的无人机三维航路规划。SRAR算法利用随机分段和随机角度确定航路点。同时, 对有向线段角度进行规定, 设计圆形障碍区避障方法、航路平滑方法以及多航路规划方法, 提升航路规划质量, 满足航路规划多样性要求。还提出了求解变长解的非关联迭代更新方法, 实现对SRAR算法在多约束条件下的求变长解。通过对复杂空间下的航路规划质量验证, 以及分别与蚁群算法、遗传算法和粒子群优化算法的比较, 证明了SRAR算法的无人机航路规划的稳健性、高效性和通用性。

煤矿开采是最重要的甲烷排放源, 然而其排放清单的准确性很低, 一个关键的原因在于缺乏精准识别和定位该类排放源的能力。近年来, 前沿研究表明可以利用卫星高光谱数据反演高分辨率的甲烷异常, 从而帮助识别排放源。但是, 在地表类型复杂地区该算法会完全失效。针对这一问题, 率先提出一种基于 L1 重加权和迭代收缩阈值算法 (ISTA) 匹配滤波器的算法。利用高分五号 (GF-5) 数据在山西地区的实验表明, 该方法性能显著优于现有的其他方法。实验中, 本方法识别出 23 个甲烷强点源, 这些点源全部位于 TROPOMI 的甲烷高值区内, 且高分辨遥感影像显示这些点源处存在典型的煤矿开采设施。该方法的提出为利用 GF-5 卫星数据在世界范围实现甲烷点源排查奠定了技术基础。

现有利用激光测高波形的地物分类方法绝大多数基于机器学习的分类原理, 是一种基于经验的分类方法。从激光回波的理论模型出发, 通过推导纯海水表面回波和含有海冰的表面回波的解析模型, 对纯海水回波和含有海冰回波逐个采样点按时域距离加权计算总振幅差异值, 以该差异值作为依据建立一种半解析型的海水、海冰分类方法; 通过机载LiDAR将在格陵兰北部海冰区的实测点云数据判断GLAS激光脚点对应的地面类型, 对GLAS在该区域实测波形进行基于论文方法的分类准确性验证; 结果显示, 在剔除饱和波形影响后, 分类总体精度OA大于95%, Kappa系数接近0.89, 具有非常好的分类效果。论文将使得激光测高仪地物类型分类方法由基于机器学习为依据向半理论解析模型为依据的分类方向延伸, 为后续基于激光回波数据的地物分类方法提供重要的参考思路。

高精度的激光雷达探测对发射波长的精确定标和稳定有极其严格的要求，可调谐激光器进行多次波长调节时存在的激光器空回问题会严重影响系统的探测精度。为此，提出了一种解决可调谐激光器空回问题的算法，得出了通过来回跳转使正负误差相抵消以消除空回误差的方法，并首先将其应用到大气CO2浓度垂直廓线高精度探测中的稳频部分。通过多次实验表明，该算法提高了可调谐激光器的激光波长调节精度，消除了激光器多次反转调节波长时空回误差对测量精度的影响，弥补了机械转动进行波长调节的不足，对高光谱激光技术的发展有十分重要的意义。

CO2作为温室气体主要成分对全球气候有重要的影响。现有的被动观测设备都只能获得单点上空的CO2浓度值，而差分吸收激光雷达在探测CO2方面具有巨大优势，可以获得较高的时空分辨率。然而，在利用差分吸收激光雷达探测CO2浓度时，其中的压力增宽有不可忽视的重要影响。基于此着重对压力增宽进行分析，提出新的修正算法，新方法同经典算法相比较，减小了反演过程中的误差。实验中分别对一例仿真信号和实测信号进行反演，最终获得了CO2浓度垂直廓线分布较为理想的结果，验证了新修正算法的可行性。