根据试验任务的特定需求，部分试验需在野外开展。通过分析野外测试情况下不同目标测量模式的工作原理，建立了测量解算数理模型，并进一步推导误差传递函数，仿真计算误差曲线。仿真结果表明，单站定轨精度比交会测量高一倍。在此基础上，明确各种工作模式对仪器设备的精度要求，为制定试验方案提供参考意见，为野外试验中仪器选取、测量精度预计、误差分析等提供理论依据。

针对野外复杂路面对轮腿复合式移动平台的运动性能和越障性能的需求, 应用ADAMS软件建立了移动平台的简化虚拟样机模型, 并在各个关节处添加对应约束、驱动力以及扭杆弹簧, 并建立仿真环境。通过动力学仿真分析, 观察移动平台车轮及扭杆弹簧的加速度、垂向力以及位移变化等因素, 验证了该移动平台对野外复杂路面的适应能力以及越障能力。

针对目前卫星遥感器进行场地定标的光谱观测仪器的应用需求，设计了可见近红外波段（0.4 μm~1.0 μm）的光谱辐射采集电路系统，并结合光谱辐射采集模块进行了应用与数据分析。重点介绍了线阵探测器的选型与驱动需求，并完成了基于STM32微处理器的设计。结合辐射观测需求，在信号处理部分使用仪表放大器运放对探测器的模拟输出信号进行处理，并采用STM32内部的A/D转换器采集。分析数字信号输出的结果，该辐射测量电路系统的的采集数据达到了1 LSB的数据精度（≤0.8 mV）。探测器电路系统应用到光谱辐射采集模块中，进行了户外应用与数据分析，光谱辐照度比对结果的偏差小于5%。光谱辐照度的比对结果证明整个系统可以直接进行产品应用，满足野外辐射测量数据的可靠性获取。

为了研究人类干扰活动对土壤有机质含量的影响以及提高干旱区土壤有机质估算精度,以新疆北部阜康市的土壤为研究对象,对90个采样点的高光谱曲线分别进行连续小波变换(CWT),并与两种常用光谱变换R′、lg(1/R)进行对比。结果表明,随着人类干扰程度的增加,土壤有机质的空间变异性随之增强;常用光谱变换中,Ⅰ、Ⅱ、Ⅲ区R′与土壤有机质所建立的偏最小二乘决定系数模型R²均高于R、lg(1/R);经过CWT变换后所建模型精度更高,验证模型精度R²分别为0.717、0.689、0.630,与R所建模型的R²相比最大分别提高了0.382、0.4、0.389,且相对分析误差分别达到2.150、2.090、2.013,均能很好地预测土壤有机质含量,说明利用CWT不会因人类干扰程度的提高而使模型精度大幅度降低,更加适用于干旱区有机质含量的预测。

基于原子发射光谱法原理（AES）, 通过常压辉光放电（APGD）与光化学蒸气发生（PVG）联用发展了一种简单, 快速, 灵敏的检测水体中痕量铁的方法。 含Fe溶液与甲酸混合后进入紫外灯（UV lamp）反应生成Fe的挥发性物种, 然后被载气带入到APGD激发源激发并由Maya 2000 pro微型光谱仪检测。 为了获得最佳的分析性能, 实验优化了氩气流速, 样品流速, 甲酸浓度, pH值以及放电电流等系列实验参数。 Fe的发射信号强度随着氩气流速, 样品流速和pH值的变化趋势都是先增大后减小, 其中, 氩气流速, 样品流速和pH值分别为300 mL·min-1, 2.6 mL·min-1和3.5时Fe发射信号最佳; 甲酸浓度在10%~50%（V/V）范围内, 随着甲酸浓度升高Fe的发射信号不断增强, 但甲酸浓度过高会使APGD激发源稳定性变差, 综合考虑甲酸浓度选择为40%（V/V）; 放电电流在10~35 mA范围内随着放电电流升高Fe的发射信号不断降低, 但放电电流低于10 mA时APGD产生放电等离子体会不稳定甚至熄灭, 综合考虑放电电流选择为12 mA。 在最优实验条件下, PVG-APGD-AES方法检测Fe（249.8 nm）的检出限（DL）达2.1 μg·L-1, 并且方法稳定性良好, 多次测定相对标准偏差（RSD）为2.5%（n=9）。 实验还评估了Cd2+, Mg2+, Ca2+, Au+, Zn2+, Mn2+, K+, As5+, Al3+, Cr3+, Ni2+和 Cu2+等一系列干扰元素对PVG-APGD-AES方法检测Fe的干扰, 回收率在87.6%~107.2%之间, 结果表明了这些共存离子不会显著干扰Fe的测定。 此外, 实验还通过测定Fe的标准参考物质（GSB 07-1188-2000）验证了该方法的准确性, 测定值与参考值一致证明PVG-APGD-AES测定Fe是准确可靠的。 上述这些结果表明所提出的简单, 可靠, 廉价的PVG-APGD-AES方法有望用于野外痕量Fe的检测。

土壤速效氮是影响作物生长发育的重要养分指标。 野外原位可见近红外光谱(VIS-NIR)分析技术具有快速无损等特点, 对速效氮的定量预测具有较好的应用前景。 野外条件下进行原位光谱采集更节省人力物力, 且为土壤养分实时传感器的开发提供了数据基础。 但由于野外原位光谱中通常存在大量的无关环境因子干扰信息, 易导致回归模型预测精度降低, 达不到实用要求。 针对位于以色列中部和北部的两个试验点共76个样本开展研究, 提出利用Y-梯度广义最小二乘加权算法(Y-GLSW)对样本的野外原位VIS-NIR反射率光谱(350～2 500 nm)进行滤波校正, 以提高回归模型的预测能力。 首先使用SG平滑、 一阶导数变换、 标准正态变换等常规方法对原始光谱进行预处理和变换; 在此基础上再使用Y-GLSW构建滤波模型对变换后的光谱进行滤波校正; 最后使用偏最小二乘回归算法(PLS-R)分别结合原始光谱RW、 预处理变换后的光谱PPT和滤波校正后的光谱Y-GLSW建立回归分析模型对速效氮进行定量预测。 结果表明: 利用RW光谱建立的回归预测模型是不可靠的; 利用PPT光谱建立的回归模型在测试集的相对分析误差(RPD)为1.41, 解释总方差占实际总方差之比(SSR/SST)为0.57, 模型具有一定的可靠性; Y-GLSW光谱建立的回归模型在测试集的RPD和SSR/SST分别为2.07和0.69, 相对于PPT模型分别提高了46.81%和21.05%。 因此, 利用Y-GLSW对野外原位VIS-NIR光谱进行滤波校正, 能够有效去除光谱中的无关信息数据, 提高模型的预测精度和解释能力。

针对靶场现场监测范围大, 相机焦距不固定, 相机空间位置及角度各不相同的情况, 为实现对弹落点空间坐标位置的高精度自动测量, 提出了一种在野外大视场环境下使用的基于单相机空间坐标测量系统的快速标定方法。首先, 在小孔成像模型的基础上, 通过GPS测量获得视场内两个标定点及相机在大地坐标系中的坐标; 然后读取标定点的像素坐标, 根据对角相等及最小二乘法实现焦距与旋转矩阵的分步标定; 最后在保证标定精度前提下, 略去主点的标定过程, 确定相机主点为理想主点位置。实验结果表明, 在测试距离1 km以外, 对视场宽度为200 m的区域进行监测时, 校验点相对定位误差低于0.25%。该相机标定方法不需要高精度靶标, 操作简单, 适用于野外大视场环境下单相机空间坐标测量系统的快速标定。

为解决偏远地区野外光谱设备通讯盲区问题,设计了一种基于北斗卫星通信的远程数据传输系统。通过仪器通信电路板、北斗终端和室内数据中 心软件的配合,实现设备远程通信功能。在该系统的配合下观测设备无人值守工作,避免人工频繁跑场,去除人为测量误差。针对北斗通信丢包,设计 了数据重传功能,解决数据丢失问题。目前,该设计已应用于自动化场地观测辐射计,并在敦煌辐射校正场实地工作,满足数据通信要求。同时, 该系统也可应用于其他需要远程无线通信的仪器设备。