高光谱分析能够高效的估算土壤有机碳含量, 连续小波变换(CWT), 在高光谱数据的噪声去除和有效信息提取方面具有独特优势, 但是经过连续小波变换后的光谱数据被分解为多个尺度, 单一分解尺度信息不能代表不同分解尺度信息, 如何充分利用多分解尺度的小波系数, 成为高光谱估算土壤有机碳含量的难题。 博斯腾湖是我国最大的内陆淡水湖, 湖滨绿洲作为重要的水陆交错带, 具有独特的空间结构和时间结构, 在维持和恢复湖泊生态系统健康方面发挥着重要作用。 以博斯腾湖湖滨绿洲为研究区, 于2020年10月采集138份深度为0~20 cm表层土壤样本, 剔除3个异常值样品, 得到135个有效样品, 室外采集土壤样本光谱, 并通过重铬酸钾－外加热法测定土壤有机碳含量; 将土壤样本的光谱反射率进行Savitzky-Golay平滑滤波处理, 以Gaussian4为小波基函数进行连续小波变换, 将土壤高光谱数据转换为10个分解尺度的小波系数。 利用相关性分析法(CC)、 稳定自适应重加权采样(sCARS)、 竞争自适应重加权采样(CARS)、 连续投影算法(SPA)、 遗传算法(GA)等5种特种波段筛选方法进一步降低噪音, 消除冗余信息, 逐尺度计算小波系数的均方根作为小波能量特征(EF), 将10个尺度的小波能量特征组成小波能量特征向量(EFV), 基于小波能量特征向量建立BP神经网络模型(BPNN)。 结果表明, 连续小波变换可以有效提高光谱反射率与土壤有机碳含量间的相关性, 1~3分解尺度相关性较差, 4~10分解尺度的相关性较好, 相关系数平均值提升43.66%, 相关系数最大值平均提升67.93%。 CC算法筛选的特征波段主要分布于在400~1 500 nm可见光及近红外短波; sCARS、 CARS算法筛选的特征波段集中于1 500~2 500 nm近红外长波; SPA算法筛选的特征波段集中于760~2 500 nm近红外波段; GA算法得到的特征波段基本均匀分布于400~2 500 nm。 高光谱小波能量特征向量EFV可以较好估算湖滨绿洲表层土壤有机碳含量, 6种模型的训练集与验证集R2平均值分别为0.73、 0.74, RMSE平均值分别为7.64、 7.28, RPD平均值为1.95。 模型精度表现为, CC-EFV-BPNN＞sCARS-EFV-BPNN＞Full-spectrum-EFV-BPNN＞CARS-EFV-BPNN＞GA-EFV-BPNN＞SPA-EFV-BPNN。 连续小波变换结合特征变量筛选方法, 提取小波能量特征向量EFV, 有效降低光谱数据维度与高光谱小波能量特征向量模型复杂度, 对于快速估算表层土壤有机碳含量具有重要参考价值。

乙醇柴油作为清洁燃料是柴油很好的替代品, 不同乙醇含量的乙醇柴油其粘度有差别, 而乙醇的含量直接影响着柴油机燃烧性能。 所以急需一种方法实现快速对乙醇柴油主要指标在线监测。 对采集到的不同浓度的乙醇柴油的原始拉曼光谱数据使用Savitzkv-Golay平滑(S-G)、 多元散射校正(MSC)、 微分处理(1stD和2ndD)、 标准正态变量校正(SNV)等四种方法以及他们的组合方法对光谱数据进行预处理后, 分别建立了乙醇柴油密度、 粘度和乙醇含量的偏最小二乘回归(PLSR)模型, 比较不同的预处理方法发现, 乙醇含量和粘度在S-G+2ndD预处理后所建立的PLSR模型效果最好, 预测集Rp分别为0.930和0.918, RMSEP分别为1.237和0.034； S-G+1stD预处理后所建立的乙醇柴油密度PLSR模型结果最优, 预测集Rp最大, 为0.962, RMSEP最小, 为0.14×10-2。 将经过S-G+2ndD预处理后的光谱数据选用递归偏最小二乘算法(RPLS)、 无信息变量消除(UVE)、 正自适应加权算法(CRES)、 连续投影算法(SPA)四种变量筛选方法以及将它们组合筛选得到的波长变量分别作为输入变量建立了PLSR模型, 在使用SPA-CARS波长筛选方法所建立的乙醇柴油乙醇含量的预测模型效果最优, 其预测集的Rp, RMSEP分别为0.978 1和0.825 5。 结果表明使用该方法可以很好的对乙醇柴油的密度、 粘度以及乙醇含量等主要指标进行预测。

提出了一种新的高光谱图像波段选择方法?波段最大筛选法(Maximum Band Screening, MBS)，它将每个波段的像元光谱分量看成一条波段向量，利用光谱相似性度量比较波段与已选波段的不相似性，从而从原始波段中选择信息量既大、又有区别性的波段。为了验证MBS 的有效性，将其用于高光谱图像异常探测，设计了异常探测算法。该算法首先从高光谱图像中提取异常目标光谱，噪声白化后，进行MBS 波段选择，最后将选出的波段用于自适应余弦估计(Adaptive Coherence Estimator, ACE)目标探测。采用AVIRIS 高光谱图像将MBS 与另外两种波段选择算法进行比较分析，实验结果表明，在MBS 选出的仅占全部波段8%的波段上，ACE 算子具有较高的探测性能。

采用静态测试方法,研究了膨胀石墨对3mm、8mm波衰减性能,并与传统的毫米波干扰材料一铝箔条进行了对比.膨胀石墨对3mm、8mm波衰减分别为17.0dB和16.6dB,而铝箔条分别只有7.4dB和4.1dB,表明膨胀石墨是一种较好的毫米波干扰材料.同时,研究了膨胀石墨粒度(直径及长度)对衰减性能的影响.并给出了最大衰减效果的最佳粒度范围.所得结论对全波段发烟剂设计有较好的参考价值.