为了提高大空间γ辐射场全局计算效率，开展了全局减方差（Global Variance Reduction，GVR）方法在大空间γ辐射场计算中的应用研究。针对计数栅元/网格体积差异造成的过度分裂问题，引入体积修正因子修改全空间权窗参数。体积修正后的基于通量的GVR方法计算的全局品质因子（FOM_G）比直接模拟提高约39倍。针对非计数区计算耗时问题，提出了非计数区修正方法，使得FOM_G因子进一步提高40%。在引入体积和非计数区修正的基础上，在大空间γ辐射场计算中与基于粒子误差、权重、径迹、数目、能量、碰撞和通量的7种GVR方法进行对比。结果表明：7种GVR方法计算的FOM_G因子比直接模拟提高2~3个量级，基于误差的标准差σ降低2~3个量级；而基于权重的GVR方法计算的FOM_G因子比直接模拟提高2 304倍，在所有GVR方法中减方差效果最好。在基于通量的GVR方法中引入光滑因子SI后，模拟计算的权窗下限随SI增加而减小，FOM_G因子随SI的增加先增加后减小。当SI=0.8时，该方法计算的FOM_G因子最大，比直接模拟提高3 246倍。

为进一步研究高斯激光束在水下通信与信息探测中的应用和在不同海水环境中传输过程的特性，以海水中最常见的陆源悬浮泥沙粒子为例，将米氏（Mie）散射理论与蒙特卡罗（Monte Carlo）方法相结合建立含有悬浮物海水中波长为520 nm的高斯激光传输模型，研究了特定直径和密度的粒子群对激光传输的影响。分析了不同探测距离下高斯激光传输模型的归一化接收功率随激光初始发散角的变化。研究结果表明：1）通过改变米氏散射模型中的悬浮泥沙粒子的直径和密度，从而改变仿真中设置的消光系数、散射系数和不对称因子，探测靶面的接收功率随散射体直径、密度和传输距离增加呈指数级减小；2）在一定范围内，初始发散角的变化不会影响接收面的接收功率，并且这种范围随着散射系数以及传输距离的增大而减小。所提的研究方法为进一步实际分析含复杂颗粒群（悬浮气泡、浮游藻类、悬浮泥沙）海水中高斯激光传输特性变化奠定理论基础，可为相关的工程估算提供参考。

激光诱导荧光（LIF）技术是一种主动式的遥感光学探测技术。土壤是常见的天然多孔介质，与石油混合后油滴会进入其孔隙内部，其独特的结构可以使光线发生多次反射和吸收，这种现象导致LIF探测土壤石油污染物获得的荧光分布具有差异性。笔者根据土壤含油量的多少以及分布特点，将土壤石油污染物分为油泥与含油土壤，基于蒙特卡罗方法和多孔介质的隐函数表示法，分别建立油泥和含油土壤的荧光仿真模型，采用荧光转换效率（接收荧光功率与发射激光功率的比值）表征荧光强度，从不同出射方向分析发射出土壤的荧光分布情况。通过模拟不同油品污染的油泥和含油土壤在不同入射天顶角、孔隙率、孔隙密度下的荧光转换效率，分析不同油品、LIF系统参数和土壤因素对荧光分布的影响。仿真结果表明：对于同种石油污染的油泥和含油土壤，油泥因较高的含油量导致荧光信号强于含油土壤；当激光垂直入射时，LIF系统收集的荧光信号强度最高，入射角度增大会导致荧光信号强度逐渐减弱；土壤石油污染物的荧光强度会随着孔隙率的增大而增大，随着孔隙密度的增大而减小；在激光照射下，轻质原油污染的土壤由于吸收系数较低，产生的荧光信号要弱于重质石油污染的土壤。本研究为LIF探测陆地溢油污染提供了理论和技术支持。

为了研究浑浊水体对成像质量的影响，利用单次Mie散射理论和蒙特卡罗法，在融合几何光学成像的基础上提出一种理论分析方法。该方法分析不同波长的点光源在不同粒径不同浓度的浑浊水体环境传输时的成像特征。结果表明：波长分别为456 nm、524 nm、620 nm的点光源经相同的水体环境和无散射环境进行偏振成像传输时，波长为456 nm的点光源的成像效果最好；波长为456 nm的点光源经过散射粒径大小分别为1 μm和2 μm的浑浊水体时，线偏振光的成像效果优于圆偏振光，圆偏振光优于自然光；当穿过散射粒径为3 μm、4 μm、5 μm的浑浊水体时，自然光成像效果最好，线偏振光成像效果最差。从理论上分析了不同波段的点光源经过不同水体进行偏振成像传输的成像效果，为水下偏振成像技术提供了新的思路和方法。

生物组织光学参数的无创在体测量是近红外光谱学（NIRS）研究的基础课题之一。在已发展的NIRS方案中，时间分辨测量具备优良的同时反演吸收系数和散射系数的能力，而且近年来该技术的性价比显著提高，获得了更多关注，但其针对分层组织的参数反演在准确性、稳定性和反演速度等方面尚存在一定的局限性。为此，本文提出了一种时域蒙特卡罗模型支持的Nelder-Mead单纯形算法，该算法利用双源探距下的时间分辨漫反射光信号，以循环迭代方式设置不同的基向量，经线性变换后无须求导便可启发式搜索目标函数的最优值，从而实现了高信效度的分层光学参数反演。模拟实验与仿体实验均表明：在组织光学参数反演方面，所提算法的精度优于传统算法，而且该算法具有良好的噪声鲁棒性和临床适应性，为生物组织光学参数的在体测量提供了新方法。

采用蒙特卡罗模拟技术对血管组织在可见光波段的多光谱成像进行建模仿真，通过分析不同血氧饱和度下血液后向散射功率的绝对值、相对值、绝对差值和对比度，并考虑可能的干扰因素，优选出适合内窥环境下使用的450 nm、525 nm、630 nm和660 nm 4个成像波段。基于4个优选的成像波段展开了血氧饱和度检测的实验验证。在血管仿体组织上的实验结果表明，在95%的置信水平下，血氧饱和度的检测偏差为1.24%。研究结果验证了利用四波段进行内窥组织血氧饱和度检测的可行性。

木材抗拉强度是评价木材力学性质的重要指标。 针对近红外光谱建模中样本数据量小、 波长信息冗余所导致预测模型精度低的问题, 提出一种基于模型集群分析MC-UVE-IVSO波长优选的木材抗拉强度建模方法。 以桦木为例, 选取150个桦木样本作为实验对象, 首先使用900～1 700 nm波段的近红外光谱仪采集试件光谱数据, 并采用力学试验机获得相应的抗拉强度真值; 然后对采集的光谱数据运用多元散射校正（MSC）、 一阶求导和卷积平滑（SG）相结合的方法进行预处理, 完成光谱平滑滤波; 分别采用变量组合集群分析算法（VCPA）、 蒙特卡罗无信息变量消除法（MC-UVE）、 迭代变量子集优化算法(IVSO)及MC-UVE-IVSO组合优化算法进行波长筛选, 并对比优选波长结果; 最后在优选近红外波长基础上, 建立桦木抗拉强度的偏最小二乘预测模型（PLS）。 实验结果表明: 基于MC-UVE-IVSO算法优选波长的PLS模型, 光谱变量数由512减小到98, 优选波长占总波长的19%, 其预测决定系数R2为0.94, 预测均方根误差RMSEP为7.50, 性能偏差比RPD为3.16, 相比于全波段、 MC-UVE、 VCPA、 MC-UVE-VCPA与IVSO相应的R2（0.92、 0.93、 0.82、 0.87、 0.93）、 RMSEP（17.91、 11.7、 14.91、 12.12、 8.47）和RPD（2.81、 2.91、 2.25、 2.28、 2.78）均有不同程度提升; 通过统计特征波长所建立的预测模型箱形图, 进一步证明了MC-UVE-IVSO算法在处理多变量波长的稳定性。 实验结果表明, MC-UVE方法可以消除与建模不相关的多数变量, 而IVSO算法能有效搜索出最优变量子集, 基于MC-UVE-IVSO的光谱优选算法提升了木材抗拉强度预测模型的准确性和稳定性, 为木材近红外光谱的无损、 快速与精准检测提供了一定的理论基础。