土壤有机碳含量是土壤肥力与土壤质量的主要决定因素, 与土壤生产力密切相关。 采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。 利用高光谱分析技术结合机器算法实现快速、 高精度的估算土壤有机碳含量, 对土壤肥力的可持续利用至关重要。 根据实测的土壤有机碳含量及其高光谱反射率数据, 运用Savitzky Golay方法对光谱波段进行平滑去噪, 采用连续投影算法（SPA）、 遗传算法（GA）对原始光谱及其5种不同数学变换光谱分别进行特征波段的筛选, 并基于随机森林（RF）方法构建土壤有机碳含量的高光谱估算模型。 为进一步降低模型的复杂度, 将SPA算法与GA算法相结合, 寻找最佳特征参数, 以提升土壤有机碳含量特征波段的识别率和可信度。 结果表明: （1）在原始光谱中, 基于GA算法筛选SOC含量的高光谱响应波段主要集中在350~410、 827~928、 997~1 064、 1 201~1 234、 1 541~1 574、 1 667~1 710、 2 153~2 186和2 357~2 707 nm; 当RMSE为6.09时, SPA算法筛选了11个特征变量。 （2）基于GA算法筛选特征波段时, 原始光谱R、 标准正态变量（SNV）、 多元散射校正（MSC）、 一阶微分（FD）、 对数的倒数（RL）与连续统去除（CR）的维数分别降低到407、 697、 668、 667、 493、 784维, 占全光谱波段的18.93%~36.47%; 基于GA-SPA算法筛选后, 6种光谱变量的维度介于8~17维, RMSE介于4.53~6.30。 （3）在一阶微分光谱形式下, 基于GA-SPA算法挑选的12个特征变量所构建的RF模型预测效果最好, 模型的建模集R2c为0.78, RMSEc为5.48, 验证集R2p为0.82, RMSEp为4.50, RPD为2.18。 研究表明, 光谱一阶微分可以增强土壤的光谱信息, GA算法结合SPA算法寻找光谱特征变量, 既简化了估算模型的复杂度, 又提高了估算模型的精度, 基于遗传算法—连续投影算法的高光谱模型具有较高的估算能力。

探索了利用高光谱技术估算长绒棉叶片叶绿素含量的可行性，并野外测定了长绒棉的光谱数据和叶绿素含量，对光谱数据进行求一阶微分和包络线去除处理，然后构建了4种常见的植被指数与3种优化光谱指数。根据相关性分析，利用支持向量机（SVM）回归模型估算长绒棉叶片叶绿素含量。结果表明，在530~560 nm、700~750 nm波段范围内，叶绿素含量与光谱反射率呈负相关，一阶微分光谱相关性通过0.01显著性水平检验波段数最多；基于一阶微分建立SVM估算长绒棉叶绿素含量模型，决定系数达到了0.72，均方根误差和相对误差分别为1.99、0.72，其预测精度高于植被指数和优化光谱指数构建的SVM模型。该研究结果可为快速检测长绒棉叶绿素含量提供参考。

针对MEMS陀螺仪受随机误差影响较大需要进行滤波处理, 采用时间序列分析法建立的随机误差模型无法直接用于动态条件下滤波的问题, 提出了一种基于角速度估计的随机误差动态滤波方法。首先, 采用时间序列分析法对MEMS陀螺仪随机误差进行分析与模型构建; 然后, 将角速度估计假设模型建模为三维线性模型, 并与陀螺仪随机误差模型结合构建动态滤波模型; 最后, 采用强跟踪卡尔曼滤波方法直接估计出角速度值以实现对随机误差滤波, 并进行试验验证。结果表明: 无论是静态还是动态条件下, 该滤波方法估计的角速度值精度均较高, 可以有效降低MEMS陀螺仪的随机误差, 提升MEMS陀螺仪精度。

松材线虫病又叫松树枯萎病, 是由于松材线虫寄生在松树上引起的毁灭性死亡病害, 其发病速度快、 传播迅速、 防治难度大。 如何识别松材线虫害并对其程度进行估测, 对我国森林资源及生态环境保护具有重要意义。 研究表明, 马尾松叶绿素、 水含量会随着虫害程度的加深逐渐减少, 不同虫害程度的马尾松光谱反射率呈现较大差异, 因此光谱分析技术在虫害程度估测方面具有独特优势。 针对不同虫害程度的马尾松样本, 研究了其光谱特征参数的变化规律, 以实测光谱特征参数为自变量, 样本虫害程度量化值为因变量, 利用线性回归方程构建了虫害程度估测模型。 该研究在光谱特征指标选择和估测模型方法上作了有价值的探索, 对评估松材线虫病害有一定的指导意义, 可为相关研究及当地精准农业提供科学支持和应用参考。 首先针对不同虫害程度的马尾松样本, 研究其在绿光、 红光及近红外波段内的光谱反射率变化规律, 构建指示样本虫害程度的六个光谱特征参数: 绿峰反射率（RGP）、 绿峰位置（GPP）、 红谷反射率（FRB）、 红谷位置（RBP）、 红边斜率（RES）、 红边位置（REP）, 分析光谱特征参数与虫害程度的相关性。 然后构建虫害程度估测模型, 其步骤可描述为: （1）计算健康、 轻度、 中度、 重度四种不同虫害程度下的样本光谱特征参数RGP, FRB和RES; （2）量化健康、 轻度、 中度、 重度四种样本虫害程度值; （3）以实测光谱特征参数为自变量, 样本虫害程度量化值为因变量, 利用线性回归方程构建虫害程度估测模型。 实验中选取重庆市涪陵区永胜林场、 冒合寨工区的马尾松林为研究对象, 随机选取健康、 染病、 完全枯死的马尾松植株进行监测。 数据采集过程中使用ASD野外光谱分析仪FieldSepc4, 采集波段范围为从可见光400 nm到近红外波段1 100 nm处, 分辨率为1 nm。 共采集了70条马尾松植株的有效光谱数据, 根据不同虫害程度, 将其划分为健康、 轻度、 中度、 重度和枯死五种类型, 并利用Matlab软件进行处理分析, 得到其光谱反射率曲线。 选择涵盖绿光区（510～580 nm）、 红光区（620～680 nm）和近红外区（680～780 nm）三个波段, 计算各个波段的光谱特征参数, 构建虫害程度估测模型。 实验结果表明: （1）针对枯死样本, 其“绿峰”和“红谷”特征消失, 红边陡峭上升趋势被拉平。 其他几种类型样本光谱特征参数RGP, FRB和RES与虫害程度呈负相关, 虫害程度越深, 其光谱特征参数值越小, 即健康（RGP）>轻度（RGP）>中度（RGP）>重度（RGP）, 健康（FRB）>轻度（FRB）>中度（FRB）＞重度（FRB）, 健康（RES）>轻度（RES）>中度（RES）>重度（RES）。 （2）随着虫害程度加深, 光谱特征参数GPP向长波方向移动, 即存在“红移”现象, 而光谱特征参数RBP和REP向短波方向移动, 即存在“蓝移”现象。 （3）与一元线性估测模型相比, 二元线性估测模型具有较大的相关系数R2, 较小的估计误差E以及残差。 实验中对两棵马尾松样本虫害程度进行估测, 二元线性估测模型的结果为PD=2.990 7和PD=3.679, 与实际情况相符。 在后续研究中将对1 100~2 500 nm波段特征进行相关性分析。

叶片叶绿素能够有效监测植被的生长状况， 利用光谱指数反演植被叶绿素含量是目前的通用方法。 实测了盐生植物光谱反射率和叶片叶绿素含量。 对SPAD值进行变换， 对比Pearson与VIP方法探讨盐生植被叶片叶绿素含量与植被指数的相关性并进行精度验证， 从中选出最佳拟合模型。 研究表明， 通过对Pearson与VIP相关性分析， 最终选定VIP方法建立植被指数的叶片叶绿素估算模型， NDVI705， ARVI， CIred edge， PRI， VARI， PSRI和NPCI的VIP值均大于08， 因此选定这七个植被指数为最优植被指数； 预测结果显示， 所有模型的相关性都在07以上， 预测值与实测值相关性最好的是经过倒数变换的SPAD值， R=0816， RMSE=0007。 基于VIP方法的反演模型能较好地估算研究区植被叶绿素含量， 该方法为植物叶绿素含量诊断的实际应用提供了重要的理论依据和技术支持。

介绍了一种估算大气光学湍流的方法--支持向量机。依据该方法用温度梯度、风速和相对湿度估算了2014年5月13日至2014年5月18日四川成都平原地区近地面连续6天的大气折射率结构常数C2n, 并将其与实际观测值进行了比较。结果表明两者吻合得较好, 能基本表现成都地区的光学湍流特征。与Wyngaard算法相比, 支持向量机得到的结果与观测值更加贴近, 其夜间估算的准确度高于Wyngaard算法。相关分析结果表明: 估算值与观测值的相关度在80%以上。平均绝对误差与平均相对误差等误差分析显示, 训练好的支持向量机能够基本准确地估算出成都地区的C2n, 但转换时刻的估算值与观测值仍有一定误差。该研究表明, 进一步提高估算精度需要改进模式在转换时刻的估算结果。

盐生植物中的盐离子是评价植物营养状况的重要指标,反映植物对盐胁迫的适应策略。以艾比湖湿地自然保护区盐生植被为研究对象,利用2016年10月7种盐生植被的叶片盐离子含量数据和对应的叶片光谱反射率数据,分析了盐离子Ca ²⁺、K ⁺、Mg ²⁺和Na ⁺与比值植被指数(RVI)、差值植被指数(DVI)和归一化植被指数(NDSI)之间的相关关系,选出最佳波段组合,建立了12种叶片盐离子与光谱反射率的估算模型,并进行精度验证,从中选出最佳拟合模型。结果表明盐生植被的叶片盐离子含量与原始光谱反射率的相关性较低,且与各波段反射率呈显著负相关的主要是Na ⁺含量。Na ⁺含量与DVI、NDSI和RVI构建的植被指数相关性最高,相关性均达到0.5以上,波段主要位于近红外与中红外区域。以 VDVI(R1750,R1480)、 VDVI(R478,R440)、 VNDSI(R450,R375)和 VRVI(R405,R375)为自变量构建的三次多项式分别是Na ⁺、Ca ²⁺、Mg ²⁺和K ⁺的最佳估算模型。以 VRVI(R1100,R1125)为自变量构建的Na ⁺三次多项式的模型相关系数最大(R=0.806),说明该模型的拟合度较高,预测效果较好,可用来实时监测盐生植被叶片的盐分状况,为盐生植被叶片含盐量的精确诊断提供了技术途径。

选取随船观测的三亚地区2016-01-06至2016-01-09连续4天的折射率结构常数C2n及温度、风速、相对湿度三种常规气象参数, 基于后向传播神经网络和逐步回归理论, 分别建立两种模型并对C2n进行了连续3天的估算。结果显示, 两种模型估算的结果在变化趋势及量级上均符合近海面光学湍流的一般特征和变化规律, 并且可以表现出C2n的基本日变化特征, 整体相关系数分别为0.8661和0.8496。选取了平均绝对误差、平均相对误差、均方根方差以及相关系数等统计量来衡量估算结果。分析表明, 两种模型均能准确地估算出近海面的C2n, 但在夜间弱湍流发生时估算值略高于测量值。为进一步提高估算的准确度, 需要改进模式在夜间的估算效果。

地表热通量和水汽通量对全球气候变化和大气环流有着重要而广泛的影响, 而Monin-Obukhov(M-O)相似性函数在计算近地层热通量和水汽通量的过程中扮演着重要的角色; 同时M-O相似性函数是大气光学湍流估算模式中不可或缺的因子。通过对合肥西郊35 m铁塔上气象数据的分析, 利用非线性最小二乘法拟合得到了一套全新的M-O相似性函数。将之与前人提出的相似性函数作对比, 展现出了较好的一致性。同时, 该函数大气光学湍流的估算模式中, 估算值与实测值具有较好的吻合度。分析结果表明: 在稳定条件和非常不稳定条件下, 可以认为温度相似性函数等于湿度相似性函数, 在弱不稳定条件下两者不再满足这种相似性。