针对油类污染物成分复杂, 光谱重叠难以识别的问题, 提出采用三维荧光光谱结合组合算法对油类污染物进行了定性和定量分析。 荧光光谱中存在的瑞利散射对三维荧光光谱检测有较大影响, 提出了缺损数据修复-主成分分析(MDR-PCA)方法对矿物油三维荧光光谱的瑞利散射进行处理, 原理是单个荧光光谱激发发射矩阵符合双线性, 可用主成分分析(PCA)法来解析。 MDR-PCA法首先将荧光数据中的散射干扰数据全部扣除, 之后利用主成分分析(PCA)迭代过程对扣除数据进行重构修复后补全数据。 该方法在消除散射干扰的同时充分利用了荧光物质光谱矩阵中的有效信息。 利用不同浓度的矿物油的激发-发射荧光光谱构建了三维数据。 样品数据来源于柴油、 汽油和煤油三种溶质的四氯化碳溶液。 常用于三维荧光光谱数据分析的三线性分解算法有平行因子分析(PARAFAC)、 交替三线性分解(ATLD)和自加权交替三线性分解算法(SWATLD)等。 PARAFAC基于严格意义上的最小二乘原则, 具有抗噪声强、 模型稳定、 微小预期误差等优点, 可以实现三维数据阵列的最佳拟合, 但该算法收敛速度较慢, 对组分数敏感。 ATLD算法通过提取对角主元和切尾奇异值求解广义逆, 极大提高了收敛速度并降低了对组分数的敏感度, 从而实现三线性分解。 然而, 取对角元时易使ATLD方法对噪声敏感。 SWATLD算法既继承了对组分数不敏感、 收敛速度快等优点, 又降低了噪声水平的影响。 但是在抗共线程度方面, SWATLD算法在抵抗共线性程度方面的能力较ATLD略有降低。 基于此, 论文根据三线性分解算法迭代过程中损失函数的变化, 对迭代过程进行划分, 提出了三线性迭代方法的组合算法(algorithm combination methodology, ACM)—将ATLD, SWATLD与PARAFAC组合在一起, 充分发挥各算法的优点, 实现二阶校正算法的优势互补。 采用ACM算法对两组分及三组分矿物油样品的三维荧光光谱数据进行解析, 并对三种矿物油的回收率进行了计算。 柴油的回收率为97.08%, 汽油的回收率为97.34%, 煤油的回收率为97.25%。 解析光谱和回收率表明, ACM算法能够实现油类污染物的种类识别及浓度测量。

针对油类污染物成分复杂、光谱重叠难以识别的问题,提出三维荧光光谱结合组合算法(ACM)。将交替三线性分解(ATLD)、自加权交替三线性分解(SWATLD)与平行因子分析(PARAFAC)算法组合,实现3种算法的优势互补。通过配制以四氯化碳为溶剂的不同质量浓度的柴油、汽油和煤油的混合溶液,利用F-7000荧光光谱仪测量混合溶液的三维荧光光谱,采用空白扣除法与缺损数据修复——主成分分析法进行预处理消除散射干扰,对三维光谱数据矩阵进行分解,并与以上3种算法解析结果进行对比。结果表明,ACM对组分数不敏感,且解析结果更准确,样本中对柴油、汽油和煤油的平均回收率分别为 96.68%、97.83%、97.11%。实现了混合油类物质的定性、定量分析,具有一定的普适性。

由于月球表面的地形起伏引起月面遥感图像像素与太阳相对位置和几何取向不一致，导致月面遥感数字图像上阴影像素的产生。为了解决这一问题，利用与遥感图像匹配的DEM和光照方位参数进行遥感图像的阴影判断，基于DEM数据，利用邻坡反射辐射，进行自然地形条件下的月表遥感图像阴影像素的阴影消除，恢复成太阳光谱照度相等（入射角，反射角和距离相同）时的像素遥感值。仿真实验结果表明：该方法较好地消除了月表影像的阴影，充分恢复了月表影像的反射/光谱特征。

将激光霄达对大气、水体的透视及对地精确测距定位的立体成像探测能力和高光谱技术相结合,发展先进的空、天基对地立体成像综合定量探测系统,是国家对大气、陆地和海洋精确立体综合定量探测的迫切需要,也是遥感技术自身发展进步的要求。激光与地面、水体和大气的相互作用及其在高光谱的遥感响应是空、天基激光雷达和高光谱对地立体成像综合定量探测的核心理论基础和关键科学问题。综述了激光雷达对地探测系统的研究现状和发展趋势。提出了新的基于激光雷达与高光谱遥感的对地立体探测系统。将激光霄达对大气、水体的透视以及对地的精确测距定位与高光谱技术相结合,介绍了该系统的原理方法和特点。从激光霄达和高光谱数字影像的广义大气修正和地形辐射改正,大气光学厚度与程辐射图像的生成,激光雷达的非均匀水体修正和水底地形改正,激光雷达和高光谱与介质以及目标的相互作用,多源数据融合等五个方面阐述了该体系的关键技术及其研究思路。