近红外光谱及成像检测凭借其高效、无损、非接触等优点近年来被广泛应用于农林产品、食品检测等方面。该技术可快速获取样品光谱和图像信息，进而结合化学计量学、机器学习建模等对样品进行品质安全、掺杂掺假、理化指标和产地溯源等方面检测，深受各行各业的认可。但光学仪器使用环境以及被测样品性质具有局限性，光学检测结果易受到各种因素干扰，从而影响检测精度，应当予以消除或削弱。简述了近红外光谱和高光谱成像的检测基本原理，并对国内外近红外光谱及成像技术在检测时受到的影响因素进行总结与归纳，结合国内外研究学者在相关方面的研究内容，重点在温度、光照、水分、曲率变化和湿度等5个方面及相关校正方法的应用进行阐述，对当前存在的部分问题提出总结与建议，以期为相关方向的研究人员提供参考及借鉴。

为了减缓建筑行业生产过程中CO2排放对全球气候变化的影响, 建筑行业提出了CO2矿化封存技术, 即利用CO2与水泥基材料中的水泥熟料以及水泥水化产物等反应生成以方解石为主的碳酸钙(CaCO3)沉淀和无定形高聚合度硅胶(SiO2·nH2O)。CO2矿化养护水泥基材料在实现永久封存利用CO2的同时, 因其矿化产物具有较好的稳定性、填充效应和成核效应, 矿化养护后的水泥基材料力学强度得以提升, 耐久性得到改善, 相比其他养护方法, 短时间内可以获得具有高性能的水泥基材料。本文总结了现阶段CO2矿化养护水泥基材料的最新研究进展, 从反应机理和影响因素两方面进行了介绍, 详细分析了预养护、相对湿度、水胶比、CO2浓度、养护压力和温度等养护条件对水泥基材料CO2矿化养护后性能、固碳率以及矿化程度的影响, 并对CO2矿化技术在水泥基材料中未来的发展和研究方向进行了展望。

为了获得相关因素对基于相干探测相敏光时域反射计（φ-OTDR）的分布式声波传感（DAS）系统测量准确性的影响规律，根据光纤中后向瑞利散射理论建立相干探测φ-OTDR仿真模型。基于该模型生成不同测量参数下的后向瑞利散射信号，采用IQ解调算法确定了振动位置、还原了振动信号，计算了振动检测信噪比和失真度。结果表明：采样率可以小于声光调制器（AOM）频率的2倍；宽范围内随着采样率的提高，振动检测信噪比与失真度不是严格单调增加或降低；模数转换器（ADC）量化位数在8~16位范围内变化时对系统解调结果的影响不大；随着入射光脉冲宽度减小、振动点与入射端距离增加，振动检测信噪比分别呈双指数、线性规律下降，失真度分别呈双指数、幂函数规律增加；随着掺铒光纤放大器（EDFA）放大倍数提高，振动检测信噪比呈幂函数规律提升，失真度在高、低噪声时分别呈幂函数、双指数规律下降。

为了探明再生砂混凝土的毛细吸水特性, 研究了再生砂掺量(0%、30%、50%、70%、100%, 质量分数)、再生砂微粉含量(3%、7%、10%, 质量分数)、水胶比(0.37、0.45、0.58)、矿物掺合料品种和掺量、再生砂预湿程度(0%、50%、100%)、硅烷浸渍处理等因素对再生砂混凝土抗压强度与毛细吸水性能的影响, 分析了不同再生砂掺量的混凝土孔结构与毛细吸水系数的关系。结果表明: 再生砂混凝土0~240 min和240~1 440 min两阶段的毛细吸水量皆与时间的平方根之间呈线性关系; 随着再生砂掺量和微粉含量的增加, 混凝土的毛细吸水系数逐渐增大, 再生砂掺量超过50%时, 会显著影响混凝土的毛细吸水性能和强度; 通过降低水胶比、增大再生砂的预湿程度、掺入三元复合矿物掺合料(15%粉煤灰+15%矿渣粉+8%硅灰)以及对混凝土表面进行硅烷浸渍处理, 均可以降低再生砂混凝土的毛细吸水系数。随着再生砂掺量的增加, 混凝土的孔隙率和临界孔径增大, 进而导致混凝土毛细吸水系数增加。

为促进钢铁企业废渣的无害化处理与资源化利用, 将钢渣制成微粉替代石英粉制备生态型超高性能混凝土(UHPC)是其再利用的有效途径之一。针对配制钢渣微粉UHPC的原材料因素影响问题, 采用正交试验法对不同配合比下钢渣微粉UHPC的抗压、抗折、劈裂抗拉等强度指标及弹性模量进行测试, 以分析硅灰、钢渣微粉、河砂和钢纤维四种原材料掺量对其各项性能指标的影响效果。结果表明: 钢纤维体积掺量对钢渣微粉UHPC的各项力学性能影响最为显著, 河砂、钢渣微粉掺量影响程度较大, 硅灰掺量影响程度较小; 立方体抗压强度、抗折强度、静力受压弹性模量指标下的显著性影响顺序为钢纤维>河砂>钢渣微粉>硅灰, 轴心抗压强度、劈裂抗拉强度指标下的显著性影响顺序为钢纤维>钢渣微粉>河砂>硅灰; 经正交试验得出最佳配合比方案, 按该方案制备的钢渣微粉UHPC具有良好的工作性能与力学性能。

为提高对爆破振动速度预测的准确性, 提出一种基于相关向量机(RVM)的爆破振动速度预测模型。利用该模型建立爆破振动速度与其影响因素之间的非线性映射关系, 通过选取影响爆破振动速度的3个主要因素(炸药用量、距离、高程差), 并对这3个主要影响因素产生的36组数据进行拟合训练, 根据这36组训练样本来对剩余5组样本进行精准预测。将该模型进行实例应用并与BP神经网络模型预测和GA-BP神经网络模型的结果进行对比, 在相同的影响因素数据样本条件下, RVM模型预测精度更高、离散性更小。与实际值相比, RVM预测的爆破振动速度的平均相对误差均明显优于利用BP神经网络和GA-BP神经网络预测得到的平均相对误差, 进一步验证了RVM模型能够提高预测精度的准确性和稳定性。

随着激光雷达的发展，基于机载激光雷达提取单木及林分参数是目前的研究热点之一。准确的单木识别是后续林木参数提取的重要基础。机载激光雷达单木识别方法可以分为基于冠层高度模型（CHM）的单木识别法和基于点云分布的单木识别法两类。基于CHM的单木识别方法通过CHM分割确定树冠边界或通过局部最大值识别树冠顶点并且进行区域生长或图像分割。基于点云分布的单木识别法在三维空间上采用区域生长或聚类算法识别树冠。分析不同方法在单木识别中的优缺点，对比不同单木识别法对单木识别精度、欠分割误差、过分割误差的影响。分析数据类型、点云密度、季节和林木生长状况等多个影响识别精度的因素，分析可得全波形数据优于离散回波识别精度，点云数据密度10 pt/m2即可满足单木识别要求，冬季识别精度优于夏季识别精度。探讨机载激光雷达数据的局限性及其在单木识别中的缺陷，从数据获取时间、获取方式及类型、数据组织管理、多源数据融合、多种识别算法综合应用、机器学习增加训练集寻找最优模型等方面展望了未来单木识别的发展方向，拓宽我国森林资源调查及相关领域的研究思路。

采用激光拉曼光谱技术对10种印文色料进行了测试研究,根据实验所得印文色料的测量数据,将测试的印文色料分为6类。实验发现,国内与国外生产的印文色料成分有所不同,国内同一厂家生产的不同型号的印文色料成分有所不同,不同厂家生产的印文色料成分也有相同,拉曼光谱技术可有效地检测出主要成分为金光红或大红粉的印文色料。结合实验,采用控制变量的方法,分析了样品自身、实验环境、实验条件、参数设定等因素对实验测量数据的影响。

使用电感耦合等离子体原子发射光谱(ICP-AES)和原子荧光光谱法(AFS)分别对内蒙古自治区兴和县180名农村育龄妇女头发中21种矿物元素(铝, 硼, 钡, 钙, 镉, 钴, 铬, 铜, 铁, 镁, 锰, 钼, 镍, 铅, 硒, 硅, 锡, 锶, 钛, 钒和锌)的含量及年龄、 生育史及饮食习惯等对其产生的影响进行了研究。 结果表明, 大多数矿物元素(硼, 镉, 铬, 钴, 铜, 铁, 镁, 锰, 钼, 镍, 铅, 硒, 硅, 锡, 锶, 钛, 钒和锌)含量从青年组(18～29岁)到老年组(40～45岁)依次减少, 而中年组(30～39岁)的钙, 镁, 锰、 铅的含量最低。 生育二胎的妇女钙, 镁, 锰, 钼, 镍, 铅, 锡, 锶和锌含量最低, 这可能与生育次数的增加有关, 相关性分析证实钙, 铅和锡与生育史有显著性相关。 此外, 饮食习惯也会影响头发中矿物质元素的含量。 经常食用酸菜会导致锌, 铁, 铜, 锰, 锶含量水平较低, 但钼, 铅和硒含量水平较高。 而且, 锌和硒含量随肉类摄入频率增加而增加。 规律性摄入蔬菜会增加硅的含量。 同时, 经常食用水果会增加锰, 镍和钛的含量水平。 因此, 该研究为解决不均衡饮食习惯盛行的农村地区生育和妇女健康提供基础数据和有用的信息。