空间目标由于距地相对较远, 且散射光信号受到大气介质的强散射, 在地基测量中很难获取到目标的准确信息。 近年来光谱观测技术蓬勃发展, 由此为空间目标测量提供了新的方案, 但在采集的目标光谱信息中, 由于目标轨道高度、 材料组成等大多相近, 很难直接从光谱曲线中分辨出目标。 为此基于双向反射分布函数（BRDF）散射理论, 建立了空间目标散射光谱成像模型, 并由1.2 m口径地基观测平台与光谱视频成像系统实验测量了一组高轨道同步卫星（GEO）目标, 光谱范围为400～720 nm, 光谱分辨率为2 nm。 采用径向基神经网络算法对光谱数据中的BRDF进行解混, 实验测量了六种空间目标典型材料的BRDF。 由于目标相对较远, 已经超出探测系统的衍射极限, 因此目标可视为点目标, 但在地基测量中大气层是阻隔在探测系统和目标之间的重要屏障, 目标光信号穿过大气层时会受到大气介质的强烈散射, 这种散射虽然很大程度上削弱了光信号, 但同时光信号也被按原结构放大。 依据光学记忆效应, 目标光信号穿过均匀大气介质后其结构仍保持不变。 基于以上分析, 目标光斑图像应该保留有目标投影结构的信息。 为此采用针对目标光斑图像纹理区域分割反演的方法, 将目标光斑划分为10个纹理区域, 并提取对应光谱数据。 通过探测系统传递函数标定以及减噪处理, 获得了观测时段在轨目标空间几何角度下的光谱曲线。 再利用建立的典型材料光谱数据库进行拟合反演。 结果表明: 在2号、 5号、 10号纹理区域反演出了区别于其他区域不同的材料类型。 同时, 反演的各纹理区的材料面积比也有较大不同。 为进一步评估拟合结果, 采用非奇异矩阵对拟合效果进行评价, 分析了扰动方程, 拟合准确率最高为85.283 3, 最低为76.982 7。 这说明拟合结果是相对真实的, 目标散斑图像中含有可分辨的目标投影结构信息。 此研究为揭开点目标成像探测和散斑图像结构识别提供了新的方向。

土壤水分在一定程度上决定着地区的生态承载力和土壤理化性质。 准确、 快速的获取土壤水分含量, 对生态环境监测、 土壤退化恢复等具有重要意义。 高光谱遥感在土壤参数反演方面应用广泛, 但对高寒草甸土壤的高光谱特征与参数反演研究有待深入。 为建立适用于高寒脆弱生态系统的高寒草甸土壤含水量高光谱反演模型, 以黄河源区的河南县为例, 利用多元线性逐步回归(MLSR)、 偏最小二乘回归(PLSR)和BP神经网络(BPNN)对土壤样本含水量与土壤光谱及其数学变换的特征波段进行建模, 由决定系数(R2)、 均方根误差(RMSE)和预测残差比(RPD)对模型精度进行验证。 结果表明: (1) 在可见光-近红外波段, 土壤样本的光谱反射率在710、 780和950 nm附近存在强弱不同的水分吸收区间, 且随着含水量的增加, 反射率呈现先迅速降低, 后缓慢增加的趋势。 (2) 通过连续投影算法(SPA)筛选的光谱特征波段作为自变量, 含水量作为因变量, 分别通过MLSR和PLSR建立反演模型, 其中一阶微分(FD)、 对数一阶微分(FDL)变换对应的PLSR模型可实现高寒草甸土壤水分的粗略反演, 且FD变换对应的PLSR模型精度较高。 (3)BPNN反演模型中, 除去包络(CR)建模外, 其余模型R2均大于0.9, RMSE在0.048~0.074之间。 其中FD、 FDL、 LG变换光谱对应的BPNN模型反演精度较高, 验证结果的R2均大于0.8, RPD均大于2.5, 精度最高的为对数(LG)变换对应的BPNN模型, R2、 RMSE和RPD分别达到0.967、 0.038和5.039。 因此, BPNN模型能较精确的实现黄河源区高寒草甸土壤含水量的高光谱反演, 为该地区乃至其他高寒地区生态环境监测与土壤恢复提供技术基础和数据支撑。

稀散元素矿产资源是国民经济中的关键性矿产资源, 元素含量的提取是矿产资源潜力评价、 靶区优选的基础。 现有稀散元素含量分析面临快速检测、 潜力评价的需求, 基于高光谱的稀散元素含量反演是解决此问题的一种途径。 因此, 采集西藏斯弄多-则学矿集区的铅锌矿石, 开展铅锌矿石稀散元素镉(Cd)含量的高光谱反演方法与反演模型研究。 选用ASD Field Spec 3地物光谱仪及配套软件进行光谱数据采集和预处理； 在光谱特征分析基础上, 开展一阶微分(FD)、 二阶微分(SD)、 倒数的对数(AT)、 倒数对数的一阶微分(AFD)、 倒数对数的二阶微分(ASD)光谱数据变换处理, 结合皮尔森相关性系数(r)筛选特征波段, 进行随机森林(RF)、 人工神经网络(ANN)、 支持向量机(SVM)模型构建与反演, 选用决定系数(R2)和均方根误差(RMSE)评价反演模型效果与预测精度。 结果表明: 样品反射率集中于40%~60%区间； 1 420、 1 920和2 200 nm处形成吸收峰； 特征波段覆盖可见光和近红外波段, 771~2 051 nm为特征波段的最优区间。 SD光谱变换的降维效果最好, 筛选出15个特征波段； 其次为ASD和AFD光谱变换, 分别筛选出8个和2个特征波段。 FD与AT光谱变换未筛选出特征波段。 SD筛选的特征波段用于反演, 镉元素含量预测效果最好的是SD-ANN模型(R2=0.884, RMSE=2.679), 其次是SD-SVM模型(R2=0.830>0.8, RMSE=1.382), SD-RF模型预测效果最差(R2=0.505<0.6)。 ASD筛选的特征波段用于反演, 镉元素含量预测最好的是ASD-SVM模型(R2=0.857, RMSE=2.198), 其次是ASD-ANN模型(R2=0.846, RMSE=2.625)。 对比分析, 镉元素含量的高光谱反演模型效果为: SD-ANN>ASD-SVM>ASD-ANN>SD-SVM>ASD-RF>SD-RF。 该研究总结了铅锌矿石稀散元素镉的高光谱特征, 建立了镉元素含量的高光谱反演方法及模型, 为镉等稀散元素含量的高光谱反演、 无损检测、 快速分析提供了参考, 为高海拔勘探区稀散元素矿产资源的潜力评价、 靶区优选提供了科学支持。

针对红外掩日通量法准直系统中光路聚焦点位置对光谱质量及气体质量浓度反演精度的影响,建立了参考坐标,推导了干涉腔内的光路,并提出了一种红外光谱修正算法。利用ZEMAX软件仿真分析了干涉腔内光路的离轴情况,结果表明,聚焦点位置的变化会导致碲镉汞探测器上光斑的大小、位置及强度发生变化。外场实验结果表明,光束离轴角的变化会引起光束干涉强度及信噪比的变化。静态测量情况下,传统算法和本算法的SF₆波数平均漂移量分别为0.2602 cm ^-1和0.1146 cm ^-1;动态测量情况下,传统算法和本算法的SF₆波数平均漂移量分别为0.2355 cm ^-1和0.0860 cm ^-1,且本算法反演的待测气体质量浓度精度更高。

为了满足星上载荷高频次的在轨定标需求,常使用场地自动化定标技术将多光谱反射率反演为高光谱反射率,所以提升光谱的反演精度对提高自动化定标精度尤为重要。使用布设在敦煌辐射校正场的通道式自动化观测仪器计算从2018年9月至2019年9月的反射率;根据测量过程中太阳天顶角的不同将数据分为6组,并使用双向反射分布函数模型对不同太阳天顶角下的光谱形状进行一致性分析。实验结果表明,双向反射分布函数模型校正不同入射角度是有效的。

为了高速采集并反演光谱数据, 采用 FPGA设计了一种高速光谱反演系统。由 FPGA控制 CCD驱动模块, 使 CCD高速采集干涉条纹数据并传输给 FPGA处理模块。设计了高速数据采集与处理的 FPGA硬件结构, 通过仿真数据分析了采集模块与处理模块的时序逻辑关系。为了同时满足系统光谱反演精度与速度的要求, 对比了 8 bit、10 bit和 12 bit数据位深条件下的频谱分布, 实验结果显示, 位深越小速度越快, 但其会降低光谱反演的对比度; 而位深越大光谱反演的对比度越好, 但处理速度越慢, 综合考虑本系统采用 10 bit位深结构。实验针对中心波长为 975 nm的激光进行光谱反演, 并与 MATLAB反演数据进行对比分析。结果显示本系统检测精度符合要求, 且速度更快。

国内外对DMD空间光调制的Hadamard变换成像光谱仪做了大量的理论研究和实验验证, 但这项技术的研究还不够成熟, 很多问题需要进一步的研究。在这种光谱仪中每个像素点色散光谱的编码矩阵互不相同。通过比较激光编码图像灰度值的变化并结合S矩阵元素的变化规律, 提出了一种光谱反演矩阵的标定方法。以七阶左移循环S矩阵为例设计编码模板, 通过两组成像实验对光谱反演结果进行了验证。在第一组实验中, 将一束激光波长为632.8 nm激光导入光谱仪中, 光谱仪的光谱响应范围为550~680 nm, 632.8 nm在第五个波段范围626~644 nm之内理论上只有波段范围为626~644 nm的第五幅光谱图像是明亮的, 其余的图像没有能量分布, 实际的实验结果与理论上的分析相吻合。在第二组实验中, 让光谱仪对一个彩色蝴蝶模型进行成像, 在反演后得到的光谱图像上提取两个测试点的光谱曲线, 与用辐射度计提取的光谱特性曲线进行对比分析, 实验结果表明反演所得的光谱曲线与辐射度提取的光谱特性曲线基本一致。两组光谱反演的实验结果验证了所提出的光谱反演矩阵标定方法的有效性。

矿产资源对工业和国民经济的发展有重要的作用, 但是随着矿业开采规模的扩大, 资源枯竭、 经营不善而形成的矿业废弃地越来越多。 由于长时间受到采矿的影响, 矿业废弃地土壤中存在大量的重金属元素, 高浓度重金属可能会对环境和人体产生影响。 土地复垦是整治污染、 退化土壤再利用的重要方法, 对重构后的土壤进行重金属含量检测是衡量土地复垦成效的重要指标, 需要长期进行跟踪监测。 传统的化学检测方法效率低、 成本高、 无法实现重金属大范围检测。 高光谱是一种新兴的、 发展潜力巨大的技术, 在环境保护, 资源利用, 区域可持续发展等方面有着广泛的应用。 经过近几十年的快速发展, 仪器精度逐渐提高, 检测方法逐渐成熟, 为实现土壤重金属高效、 便捷检测提供了可能。 正常土壤重金属含量一般相对较低, 采用光谱测量重金属含量较为困难, 但铁矿开采区矿业废弃地由于土壤中的铁元素较多, 会使土壤中的重金属的存在和聚集形式发生变化, 影响重金属对光谱的响应, 从而使土壤光谱反射率与重金属含量之间关系更加明显。 以湖北省大冶市复垦矿区研究区, 采样化学检测方法获取土壤重金属（As, Cr, Zn）含量; 借助于美国ASD公司生产的FieldSpec4地物光谱仪（350～2 500 nm）获取土壤反射率, 应用一阶微分、 倒数对数、 连续统去除法分别对反射率曲线进行预处理, 提取出光谱特征波段, 分析三种重金属元素与光谱特征间的相关性并建立逐步回归模型。 研究表明, 光谱数据预处理可使光谱特征波段更加明显, 其中一阶微分和连续统去除法的效果最为明显。 3种重金属元素的特征波段为495, 545, 675, 995, 1 425, 1 505, 1 935, 2 165, 2 205, 2 275和2 355 nm。 将土壤重金属含量与光谱特征波段之间做相关性分析, 三种重金属都表现出了与光谱曲线的相关性, 相关系数大部分都达到了0.5以上, 最大相关系数为0.663, 由于重金属种类和预处理方式的不同会导致相关性系数存在明显的差异。 利用与土壤重金属相关性最大的特征波段建立三种重金属反演模型, 并以反演模型r大小选择每种重金属的最优反演模型。 由于重金属种类的不同, 模型的选择也有差异, Cr和Zn一阶微分逐步回归为最佳反演模型, 重金属As连续统去除法逐步回归为最佳反演模型。 通过检验, 三种重金属中Cr反演效果最好, RMSE为2.67, 其次是Zn和As。 对比当前不同检测手段可知, 基于土样和光谱数据预处理的土壤重金属含量地物光谱仪高光谱反演是比较理想的。 可为矿业废弃地土壤重金属高光谱反演提供参考。

光学观测是空间目标识别的重要手段, 由于探测距离远, 视场中的空间目标多呈现为非分辨的点目标。 相比于传统的定轨测量和光度测量, 光谱探测提供了波长维的可分辨信息, 极大的提升了目标表面材质判别能力, 并为目标状态反演提供了更可靠的依据, 极具应用潜力。 介绍了近年来国内外学者在空间点目标光谱探测及特征识别方面的典型研究进展, 依据主要研究方法, 分为多通道测光探测、 高光谱探测、 实验室光谱特性测量、 目标特性建模仿真四个方向。 其中, 多通道测光获得了低光谱分辨率的测量数据, 是常用的广域空间目标分类判别手段; 高光谱探测研究反射能量在波长维的精细分布, 有助于反演重点目标的材质组成; 实验室光谱特性测量可在受控条件下模拟目标探测的物理过程, 提供材质光谱特性数据库; 目标特性建模仿真则对物理属性抽象特征化, 研究目标光谱变化过程。 通过分析国内外研究成果, 总结当前研究的能力与不足, 提出几点研究思路, 为后续研究开展提供参考。

静态迈克耳孙干涉仪是一种实体式像面干涉仪, 可以解决干涉光谱成像仪大视场的技术难点。在采样过程中, 静态迈克耳孙干涉仪会引入光程差的非线性干涉误差, 导致无法准确复原光谱, 因此需要对非线性干涉误差进行修正。分析了非线性干涉误差的理论模型, 提出了基于数值拟合的非线性干涉光谱数据重构算法, 并进行了仿真验证。仿真结果表明, 采用数值拟合的重构算法可成功复原目标光谱, 消除非线性干涉误差; 与采用线性拟合的重构算法相比, 使用柯西色散公式拟合的重构算法的光谱复原精度更高, 且吸收峰处的反演光谱与入射光谱的相对误差小于0.7%。