高光谱技术可提供近乎连续的地物光谱曲线, 对土壤组分定量反演具有极大的潜力。 针对受污染土壤, 通过综合分析实验室测定的土壤镉（Cd）含量和同期获取的高光谱数据, 提出了一种基于深度森林2021（Deep Forest 2021, DF21）算法的高光谱土壤Cd含量反演模型。 采用原始光谱数据（OS）和其经主成分分析（PCA）降维处理后的数据作为模型输入参数, 分别构建了基于原始光谱数据的DF21（OS-DF21）模型和基于PCA降维数据的DF21（PCA-DF21）模型。 随后, 基于相同训练样本, OS-DF21和PCA-DF21分别建立了土壤Cd含量和输入参量之间的关系, 并据此对检验样本土壤Cd含量进行了定量反演和对比分析。 选取决定系数（R2）、 均方根误差（RMSE）和相对分析误差（RPD）对模型反演性能进行了评估。 分析结果表明: OS-DF21模型反演精度最佳, 其R2、 RMSE和RPD分别可达0.873、 0.120和2.892。 相比而言, PCA降维处理虽可降低光谱数据的冗余度, 但PCA-DF21模型的预测能力有所下降。 尽管如此, PCA-DF21模型仍表现出较好的土壤Cd含量反演能力, 其R2、 RMSE和RPD分别为0.779, 0.159和2.190。 因此, DF21算法可作为研究区及类似环境区域的土壤重金属快速勘测的补充手段。

黄河每年输送大量泥沙进入渤海。 研究黄河口海域悬浮物浓度， 对于黄河输沙以及周边海域的环境监测具有重要意义。 利用2011年夏、 冬两季实测遥感反射率以及同步测量悬浮物浓度数据， 开展了黄河口海域悬浮物浓度分段线性反演研究。 结果表明， 不同浓度范围下， 悬浮物浓度反演的敏感波段不同； 浓度小于等于50 mg·L-1（≤50 mg·L-1）， 敏感比值波段为(600~700 nm)/(400~600 nm)， 浓度高于50 mg·L-1（＞50 mg·L-1）， 敏感比值波段为(750~900 nm)/(420~720 nm)， Landsat8 OLI的对应组合方式分别为B4/B2和B5/B3； 根据上述浓度分段范围分别建立线性模型， 其精度R2， RMSE和APD分别为0.873 5， 4.08 mg·L-1和22.81%（≤50 mg·L-1）， 以及0.969 3， 102.96 mg·L-1和17.51%（＞50 mg·L-1）， 整个浓度下三个精度参数分别为0.975 3， 67.03 mg·L-1和20.45%， 均优于常用单一模型在分段和整体浓度下的相应参数， 且具有良好的稳定性。 分段线性模型， 更适合浓度变化大的黄河口海域悬浮物浓度反演。

植被叶面积指数(Leaf Area Index , LAI)是陆面过程中影响陆-气交换的重要参数, 也是表征植被冠层结构最基本的参量之一。 准确而快速地获取LAI是植被-气候相互作用、 植被生态和农作物估产研究不可缺少的工作。 本文首先针对LAI和高光谱遥感进行概述, 然后从不同平台高光谱传感器数据和不同反演方法两个角度总结了国内外近些年来高光谱遥感LAI的研究进展, 最后分析了高光谱遥感反演LAI的未来发展方向。

在归纳总结悬浮泥沙反演模型尺度效应研究现状的基础上, 提出了基于八邻域窗口估算像元泥沙浓度分布方差算法, 并利用该算法的计算结果, 推导与计算了线性模型、对数模型和指数模型的尺度修正方法.结合太湖Landsat/TM影像数据和同步实测泥沙浓度数据及光谱数据的分析表明：悬浮泥沙浓度定量模型的尺度效应误差与模型密切相关.对于像太湖这样的复杂Ⅱ类水体, 尺度效应可以导致反射率的相对误差达到16%.

对棉花单叶黄萎病病情严重度与原始及一阶微分光谱反射率、高光谱特征参数进行相关分析,构建病情严重度反演模型。结果表明:可见光和短波红外波段光谱反射率随病情严重度增加而增大,且可见光波段光谱反射率差异比短波红外波段更为显著。以红边面积为自变量的线性模型(r=0.6696)及以波长694 nm 处原始光谱反射率为自变量的对数模型(r=0.6794)均能较好反演病情严重度。通过模型精度检验发现,以714 nm 处一阶微分光谱反射率为自变量的线性模型为病情严重度诊断的最佳模型,即y=-282.3x+3.8112,该模型具有最大相关系数(拟合r=0.6992,预测r=0.9410),最小均方根误差(0.2571)和相对误差(12.74%)。文章结果对深入研究棉花黄萎病遥感监测机理提供了理论依据,对利用高光谱遥感数据获取病害信息具有重要应用价值。