基于美国国家极地操作环境（NPP）卫星可见光红外成像辐射仪（VIIRS）的红外和微光遥感数据开展夜间火点检测识别研究，并提出一种联合微光辅助红外遥感数据的夜间微小火点识别（FRJLI）算法。首先，采用VIIRS多天数据融合获得研究区的城市灯光背景图，为火点检测消除城市灯光影响；然后，在传统红外通道火点识别算法的基础上，联合微光通道的火点阈值调试，通过多通道阈值判别、绝对火点识别和上下文判别得到最终的识别结果。以韩国2022年3月4—13日森林火灾和蒙古国2022年4月18—19日草原火灾案例进行实验，根据夜间假彩图和植被指数验证了FRJLI算法识别火点的正确性，分析每天识别火点的亮温和辐射值关系，得出红外与微光数据的相关性及敏感性差异，FRJLI算法较NASA官方火点产品或其他火点算法结果具有更高的识别质量，特别是提高了微小火点的识别率，为更高效准确地识别火点提供了技术支持。针对森林和草原火点的识别效果表明，该算法适用性更广。

双向反射分布函数（BRDF）是星载遥感器进行场地替代定标中的重要参量，随着技术的进步，低空自旋翼无人机已经成为了获取场地BRDF的便捷高效手段，通过现场测量准不变定标场的无人机多角度观测光谱数据，建立更加准确的BRDF模型还能进一步挖掘潜力。提出一种基于地-空双光谱仪联合观测加漫射板观测并消除漫射光影响的BRDF建模方法。使用无人机搭载光谱仪进行场地光谱的低空测量，获取半球空间内多角度下的场地光谱数据，同时开展地基光谱仪联合同步测量漫射参考板，连续记录照明光场的变化以及漫射光照明下的场地光谱数据。联合空地双光谱仪对目标和参考板实测的辐亮度数据，结合太阳及观察角度之间的几何观测，计算场地的多角度反射率。基于Ross-Li核驱动半经验模型对多角度反射率数据进行拟合，采用最小二乘法对模型系数进行拟合，以得到最优的场地BRDF模型，并对模型进行漫射光校正。实验证明，经漫射光校正后的BRDF模型各波段的相对偏差均值都在5%以内，相对偏差标准差在3%以内，有效消除了场地BRDF建模在漫射光照射下的干扰，提高了BRDF建模的准确性。

转基因技术对实现作物增产增质, 降低农药使用量, 降低生产成本等具有重要作用, 但对生态环境也存在一定的潜在威胁。 为了防止转基因大豆在食品化中的滥用, 对转基因产品快速鉴别技术的研究尤为迫切。 紫外拉曼光谱检测技术具备外场远距离无损遥测检测, 简单高效, 快速准确等优点, 可有效用于物质遥测鉴别领域。 基于紫外拉曼光谱的转基因/非转基因大豆油以及与其他类别食用油鉴别方法, 采集了五种不同食用油(两种品牌转基因/非转基因大豆油各500组样本和一种稻米油100组样本, 共2 100组样本)在3 500~400 cm-1(268~293 nm)范围内的日盲紫外拉曼光谱信息, 为提高光谱数据的信噪比并保证分类识别的准确性, 对上述光谱数据采用Savitzky-Golay滤波降噪、 基于自适应迭代加权惩罚最小二乘法(airPLS)的基线校正以及多元散射校正(MSC)的光谱数据修正等预处理。 根据大豆油的紫外拉曼指纹图谱, 分析出主要化学成分包含脂肪类、 蛋白质类、 酰胺类。 将每种大豆油样本按1∶1划分为训练集和测试集, 输入训练集数据至支持向量机(SVM)进行训练, 采用10折交叉验证建立最佳模型, 识别准确率达99.81%, 对转基因大豆油的判别效果显著; 采用主成分分析法(PCA)进行数据降维处理, 提取出8个主成分, 累计贡献率为74.84%, 可代表大部分原始数据特征。 在此基础上, 将预处理后的光谱数据按4∶1划分为训练集和测试集, 采用偏最小二乘回归判别分析方法(PLS-DA), 结合10折交叉验证法建立全谱的最佳PLS-DA模型(判别阈值设置为0.5), 判别准确率达到70.95%。 研究表明, 紫外拉曼光谱分析方法可较为准确地鉴别非转基因/转基因大豆油, 同时可鉴别大豆油与稻米油, 实现对转基因大豆食品的快速无损鉴别, 可望成为转基因大豆油及其食品的现场检测新的技术途径, 对推动转基因产品遥测鉴别技术的发展具有进步意义。

虹膜纹理容易被纹理隐形眼镜隐藏甚至伪造，进而对虹膜识别系统的安全性构成了威胁。针对真实虹膜与纹理隐形眼镜伪造虹膜光学特性和纹理特征差异较小的问题，提出了一种循环注意力隐形眼镜虹膜防伪检测方法RAINet。利用循环注意力机制对能区分真伪虹膜的关键区域进行无监督定位，并通过多层级特征融合提升防伪检测精度，构建了端到端防伪检测网络，无需图像预处理即可直接进行真伪特征检测。采用MobileNetV2作为特征分类网络，在保持检测精度的同时，减少了网络的参数量和计算量。在包含真实虹膜样本和隐形眼镜虹膜样本的两个公开数据库（IIITD CLI和ND系列）上进行了实验验证。结果表明，RAINet的检测精度优于其他防伪检测网络，在同传感器、跨传感器和跨数据库实验条件下的平均正确分类率分别可达到99.93%、97.31%和97.86%。

拉曼光谱遥测技术主要用于在安全距离之下对一些危险品、违禁品、变质食品等进行现场快 速检测。早期拉曼光谱遥测技术大多采用可见光或近红外激光拉曼光谱技术，为了避免环境光影响， 常在实验室或夜间进行。近年来，因日盲紫外激光的拉曼光谱检测具有共振效应强、不受环境光干 扰、人眼相对安全等诸多特性逐渐开始被广泛应用。本文在分析自然环境下远程拉曼光谱遥测技术 基础原理上，归纳了国内外可见光或近红外激光拉曼光谱遥测技术和国内外紫外激光拉曼光谱遥测 技术的研究进展和现状，分析了远程紫外激光拉曼光谱应用在反恐、禁毒和食品安全等领域的优势， 最后总结了自然环境下拉曼光谱遥测技术的研究难点和发展趋势。

辐射传递链路的偏振灵敏度会影响中分辨率光谱成像仪(MERSI)遥感观测数据的精度及其后续应用,故需要对其偏振灵敏度进行反演、分析及定量去除以提高辐射定标的精度。针对在轨后的MERSI,选择洋面场景这一偏振度较大的区域,通过对卫星观测数据和环境数据进行预处理,基于海洋表面三维波浪斜坡的概率密度模型和菲涅耳反射定律来描述海表辐射状态,利用6SV辐射传输模拟工具来分析大气对偏振辐射状态的影响,将其与海表辐射状态耦合可得到大气顶偏振辐射状态,实现了对MERSI偏振辐射特性的反演。实验分析了MERSI在特定波段的偏振辐射特性,发现其偏振度随着卫星天顶角的变化呈现不对称分布,反射率误差随着卫星天顶角及偏振度的变化基本比较稳定;分析了MERSI在不同观测几何、风速风向下偏振敏感性的变化规律。

紫外拉曼光谱具有拉曼散射强度高、 易于荧光光谱分离、 受环境干扰影响小以及人眼安全性高等特性, 所用的紫外拉曼光谱仪采用波长266 nm激光器, 拉曼和荧光光谱会有部分重叠, 增加了准确获取拉曼光谱特征信息的难度, 进一步影响样品的辨识。 因此, 需要在分析拉曼光谱之前进行基线校正来消除荧光干扰。 根据紫外拉曼+荧光混合光谱中, 荧光光谱具有逐渐增加且接近分段线性递增的特点, 利用分段线性函数拟合荧光光谱基线是一种较简捷的方法, 于是针对传统分段线性拟合基线校正方法基线点定义过度依赖操作人员、 自动化水平较低等问题, 研究了一种改进的紫外拉曼光谱分段线性拟合基线校正方法: (1)首先求原始信号经不同次平滑迭代后的光谱数据。 由于波峰相对于基线是高频信号, 在多次平滑过程中, 波峰附近的光谱强度逐渐下降且变化较大, 基线部分逐渐上升且相对变化很小, 经不同次迭代平滑的光谱波峰和基线点处的光谱强度标准差SD差异较大。 (2)然后通过对光谱强度偏差的比较确定准有效基线点位置。 通过适当设定的阈值SD0提取出准有效基线点位置; (3)再利用线性迭代拟合法提取并修正过校正基线点。 准有效基线点将整个拉曼光谱分割成N个特征峰区间, 分别连接特征峰区间两端点得到一条直线, 若特征峰全部在直线以上表明不存在过校正, 否则区间端点向其峰方向移动并再次直线连接, 重复以上过程, 直到特征峰全部在直线以上, 得到有效基线点; (4)最后逐段直线连接所有相邻有效基线点得到整个光谱的基线。 原始光谱减去基线就是基线校正后的拉曼光谱。 通过对模拟和实际测量的紫外混合光谱的基线校正处理实验表明: 该方法能自动确定基线点位置, 且较传统方法能获得更好的基线校正效果, 为下一步的光谱分析提供更准确的光谱信息。

信号串扰会对焦平面通道的观测图像产生显著的条纹影响。基于地、月观测数据,对FY-3D核心载荷中分辨率成像光谱仪(MERSI-II)所有通道的串扰效应进行在轨检测并开展了初步的订正实验。检测发现,MERSI-II部分焦平面存在显著的通道信号串扰现象,其中短波红外焦平面通道5,6以及中长波红外焦平面通道20,21,22,23最为显著,分别表现为探元间串扰、通道间串扰两种特征。基于月球点光源成像特性,采用线性近似订正算法计算了串扰系数,并以通道20为例对订正算法进行了初步验证。结果表明,串扰订正可有效移除月球图像的串扰信号并能够显著改善地球观测图像的条纹现象,说明算法具有很好的适用性。