植被的光谱反射曲线特征区别于土壤、 水等其他物质, 密切关系于本身的生理性状表现。 由于对冠层植被进行俯视与侧视时的入目效果不一致, 实际角度原因会导致传感器获得的覆盖度信息产生误差。 以内蒙古四子王旗荒漠草原植被为研究对象, 利用自主设计组装的野外在线多角度光谱仪, 开展草原植被多角度实时观测试验。 并结合归一化植被指数（NDVI）、 比值植被指数（RVI）、 优化型土壤调节植被指数（OSAVI）以及光化学植被指数（PRI）共4种指数进行多维的数据比较。 分析了不同传感器观测角度（SVA）和不同太阳高度角（SEA）下的草地生理性状光谱多样性三者间的关联特征。 研究发现, 传感器观测角越大, 不同波段冠层反射率的日内变化程度越弱, 表现出明显的观测角度差异性和角度敏感程度差异性, 当传感器观测角（SVA）在75°附近或垂直向下观测时, 植被的反射率日变化标准差较小。 在固定传感器观测角度的情况下, 植被的反射率与太阳高度角呈正相关关系。 同样, 不同植被指数的角度效应也存在差异, OSAVI指数在传感器观测角（SVA）为45°时表现最为敏感, 不同月份都出现了最低值这一特征, PRI指数的最大值均出现在传感器观测角（SVA）为60°位置以下。 同时发现, 针对不同的太阳高度角（SEA）并基于所观测植被所处的不同生长期而选择一定传感器观测角度更有利于获得有效且精确的数据。 野外在线多角度光谱仪观测结果旨在为卫星影像产品矫正、 植被遥感精准监测、 草原生物量的准确估算等方面提供科学数据支撑。

针叶害虫爆发将会削减林木针叶水分和叶绿素含量, 导致林木冠层颜色发生变化, 甚至使林木死亡。 这严重威胁森林生态系统健康安全。 通过遥感技术监测受害林木冠层颜色变化, 可对虫害林生态系统安全进行快速评估。 因此, 虫害林木冠层不同颜色判别研究极为重要。 基于此, 选择蒙古国肯特省和杭爱省的3个雅氏落叶松尺蠖爆发林区（binder, Ikhtamir和Battsengel）为试验区, 开展落叶松受害过程冠层颜色变化信息调查和光谱测量试验, 并利用高光谱特征和机器学习算法判别了落叶松冠层不同颜色。 首先通过虫害灾区林木调查对冠层颜色进行了分色, 即绿色、 黄色、 红色和灰色。 同时根据不同危害程度下林木冠层不同颜色, 从试验区选取66棵样本树, 并对其冠层进行了光谱测量。 其次以样本树光谱反射率曲线为基础数据, 计算平滑光谱反射率（SSR）、 微分光谱反射率（DSR）和平滑光谱连续小波系数（SSR-CWC）等高光谱特征, 并借助方差分析法揭示了这些高光谱特征对冠层不同颜色的敏感性。 再次采用Findpeaks函数和连续投影算法结合模式（Findpeaks-SPA）快速提取了SSR, DSR和SSR-CWC等高光谱特征的敏感特征。 最后通过随机森林分类（RF）和支持向量机分类（SVMC）算法构建雅氏落叶松尺蠖虫害林木冠层不同颜色判别模型, 并与费歇尔判别（FD）模型进行比较, 评价了判别模型精度。 研究发现: (1)可见光的多个波段, SSR-CWC对冠层不同颜色表现出了极显著的敏感性。 (2)基于Findpeaks-SPA模式能够有效提取敏感高光谱特征, 该模式不仅大大降低高光谱特征数量, 而且改善了多重共线性问题。 (3)判别冠层不同颜色最有潜力的高光谱特征为SSR-CWC, 其Daubechies系、 Biorthogonal系、 Coiflets系和Symlets系的最优小波基分别为db9, bior1.5, coif1和sym4, 其中db9-RF（SVMC）达到了最高的判别总体精度（0.900 0）。 这比SSR-RF（SVMC）和DSR-RF（SVMC）模型分别提高了0.250 0（0.450 0）和0.250 0（0.100 0）。 (4)基于DSR和SSR-CWC的RF和SVMC模型判别精度优于FD模型, 尤其db9-RF（SVMC）模型更为明显, 其判别总体精度和Kappa系数比db9-FD模型分别提高了0.150 0和0.167 0。 可见, 在虫害林木冠层不同颜色判别中db9-RF（SVMC）有极大潜力。 这为林业和生态安全相关部门对森林虫害严重程度进行遥感监测提供重要参考和实用价值。

害虫引起的林木失叶会严重威胁森林健康。 森林虫害遥感监测与评价中快速、 准确获取失叶信息十分重要。 基于此, 针对雅氏落叶松尺蠖引起的落叶松失叶灾象, 在蒙古国开展受害林木光谱测量和失叶率估测试验。 首先通过光谱实测数据的处理, 得到微分光谱反射率（DSR, 对光谱反射率求一阶导数）和微分光谱连续小波系数（DSR-CWC, 利用Biorthogonal, Coiflets, Daubechies和Symlets等4种小波系的36个母小波基函数对DSR进行连续小波变换）, 分析DSR和DSR-CWC对失叶率的敏感性, 进而借助MATLAB的Findpeaks（Fp）函数自动寻找DSR和DSR-CWC的敏感波段并确定其对应的敏感特征, 然后利用连续投影算法（SPA）对敏感特征进行降维处理, 最后利用敏感特征建立偏最小二乘回归（PLSR）和支持向量机回归（SVMR）失叶率估测模型, 并与逐步多元线性回归（SMLR）模型进行比较。 研究结果表明: ①DSR-CWC与DSR相比, 对失叶率变化的敏感性更显著且敏感波段亦较多, 其敏感波段主要分布于三个吸收谷（440～515, 630～760和1 420～1 470 nm）和三个反射峰（516～620, 761～1 000和1 548～1 610 nm）范围内。 说明DSR-CWC能够增强光谱反射和吸收特征。 ②Fp与SPA结合模式（Fp-SPA）不仅能够快速、 客观选择敏感特征, 而且对特征有效降维, 是一种光谱敏感特征选择的有效方法。 ③4种小波系的最优母小波基分别为bior24, coif2, db1和sym6, 其中db1的失叶率估测性能最稳定, 精度最高。 ④对DSR进行连续小波变换能够提高失叶率估测精度, 在DSR-CWC中db1-PLSR模型（R2M=0934 0, RMSEM=0089 0）提高的最为显著, 比DSR-PLSR的R2M提高了0047 5并且比DSR-PLSR的RMSEM降低了0024 9。 ⑤利用DSR-CWC建立的PLSR和SVMR模型估测精度类似, 其精度优于SMLR模型。 可见, DSR-CWC比DSR失叶率估测更有潜力, 可为森林虫害遥感监测中提供重要参考。

近年来蒙古国雅氏落叶松尺蠖灾害不断加剧, 逐渐逼近大兴安岭地区, 将威胁我国北方森林生态系统安全。 以现代遥感监测方法替代传统检测方法, 及早掌握该虫害发生发展规律对防控有重要意义。 为快速、 大范围遥感监测雅氏落叶松尺蠖灾害, 利用光谱分析技术研究了该害虫危害下落叶松受害程度检测模型。 通过实测健康和轻度、 中度、 重度受害落叶松光谱, 计算与比较不同受害程度落叶松原始光谱和去除包络线光谱的敏感度, 揭示光谱敏感波段及去除包络线光谱敏感性。 然后对去除包络线光谱进行一阶导数变换获得光谱特征参数并分析其随受害程度的变化特征, 构建基于CART（分类与回归树）算法的落叶松受害程度光谱检测模型。 研究表明: 去除包络线光谱敏感性比原始光谱更显著, 尤其在480～520 nm（蓝边）、 640～720 nm（红谷、 红边）、 1 416～1 500 nm（短波红外谷）等波段内光谱敏感度介于0.1～2.0, 而且出现了敏感峰现象。 随受害程度增加, 去除包络线光谱敏感性增强趋势比原始光谱更明显; 在蓝边波段上去除包络线光谱敏感峰位置向短波方向移动, 即502 nm→490 nm, 而在红谷及红边、 短波红外谷等波段上光谱敏感峰位置向长波方向移动, 即664 nm→672 nm和1 436 nm→1 448 nm; 红谷位置和短波红外谷位置归一化反射率以及红谷和短波红外谷面积呈上升趋势。 在蓝边与红边波段内去除包络线光谱一阶导数对受害程度有明显响应, 出现了波峰现象。 随害虫危害程度加剧红边位置蓝移（718 nm→700 nm）, 红边斜率及面积和蓝边斜率及面积呈下降趋势。 基于此, 利用红边斜率、 红谷位置和短波红外谷位置归一化反射率、 红谷和短波红外谷面积、 蓝边斜率及面积等去除包络线光谱特征参数构建的CART模型对落叶松受害程度有很好的检测能力。 与多元线性回归模型相比, CART模型检测精度更高, 其Kappa系数达0.875。 研究结果对雅氏落叶松尺蠖灾害的防治有参考价值。

采用基于短波红外波段的Vanhellemont和Ruddick算 法对乌梁素海水体的Landsat-8业务陆地成像仪(Operational Land Imager, OLI)数 据进行了大气校正。用该算法得到的OLI反射率与ENVI Flaash大气校正结果 之间具有很好的一致性，且R2为0.8。经大气校正后得到的OLI反射率与实测值 吻合得较好，而且483 nm、561 nm和655 nm波段的误差在19.3% ～ 36.5%之 间，表明该算法适用于乌梁素海水体。基于时间序列OLI数据，得到了 悬浮物浓度的时空分布特征。乌梁素海的悬浮物浓度反演结果存在一定 的不确定性，其主要原因是底质、沉水植物和藻华对离水反射率有很 大影响。

基于Landsat TM和OLI/TIRS数据反演了呼和浩特 区域的地表温度。经MODIS地表温度产品检验，反演结果的精度较好，平 均相对误差为5%，均方根误差为1.53℃(R=0.88)。研究结果表明，不 同类型地表的温度不同，最高值出现在建筑用地上，最低值出现在植被和 水体覆盖区域。地表温度与建筑用地、裸地和半裸地分布之间呈正相 关，而与植被分布呈负相关。建筑用地和裸地对地表温度的影响较大，而 半裸地和植被对其的影响则较稳定。

针对目前CASA (carnegie-ames-stanford approach)模型等植被生产力模型植被最大光能利用率的取值未对草原进行区分的问题, 以内蒙古草甸草原、 典型草原和荒漠草原为研究对象, 结合野外实测NPP(net primary productivity)数据和CASA模型的建模思路优化了三大草原类型植被最大光能利用率, 并以此为基础模拟分析了其植被光能利用率和NPP时空格局。 结果表明, 基于99个地面采样点所建立的一元二次方程模拟的草甸草原、 典型草原和荒漠草原最大光能利用率分别为0.654, 0.553和0.511 gC·MJ-1, 平均为0.573 gC·MJ-1。 与未对草原类型进行区分而统一取值为0.541 gC·MJ-1的结果相比, 实测NPP与模拟NPP之间的决定系数和和均方根误差分别提高了0.024和2.62 gC·(m2·month-1)-1。 受水热组合和草原类型的空间格局的影响, 内蒙古草原植被光能利用率和NPP总体上由东北向西南逐渐下降趋势, 呈明显的单峰季节变化特征。 但光能利用率和NPP的最大值出现的月份有所不同, 分别出现在8月份和7月份, 这可能与植被吸收的光合有效辐射和光能利用率的最高值出现的月份不同有关。 光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的顺序依次降低。

设计并研究了一种周期性多层金属/介质层结构以获得太赫兹频段的阻带滤波器.通过利用极化综合效应实现了一个大带宽的阻带.这一阻带滤波器的带宽可以通过调制银层的电磁耦合作用进行调节.同时还研究了金属层的数量、晶格常数和介质层的介电常数对阻带滤波器的中心频率和带宽的影响.通过合理调配这些因素可以调制中心频率蓝移和带宽增大.通过耦合作用调制带宽的方法可为设计大带宽阻带滤波器提供好的思路.

卷云中冰晶粒子的单次光散射计算是卷云辐射传输及云微物理参数反演的重要基础.近年,利用高观测频率的静止气象卫星数据来反演水云和卷云的光学和微物理参数,进而计算地表光通量的研究倍受重视.然而,很多研究中卷云的冰晶用球形模型来模拟.由于不同形状和尺度大小的冰晶对电磁波的散射特征的不同,导致不同冰晶模型计算的卷云环境下卫星观测的辐射值及地表光通量的不同.利用不同尺度大小和电磁波波长的球形和六角形冰晶的单次散射数据,结合RSTAR辐射传输模式来定量分析了卷云环境下不同形状的冰晶模型对计算卫星观测的辐射和地表光通量中的影响.结果显示利用不同形状的冰晶模块来计算的卫星观测的辐射,地表向下辐射通量明显不同.波长在0.4～1.0 μm之间的大气窗口部分的光谱辐射通量的差距最大.总辐射通量受云粒子形状的影响显著.研究证实了正确选择冰晶模型对卫星反演卷云微物理和光学参数的反演及计算地表光通量的重要性.该结果对于云微物理参数的反演及地表向下辐射通量的模拟具有参考价值.

盐度是重要的物理海洋参数，会影响海洋许多过程。基于渤海实测的海表盐度和MERIS卫星获取的遥感反射率数据，建立并检验了一种多元线性模型和人工神经网络模型。经检验，两种模型的反演均方根误差分别为0.858 psu和0.689 psu(psu为实用盐度单位)，对应的相关系数分别为R2=0.81和R2=0.82。将模型应用于MERIS遥感数据，获取了渤海海表盐度图，能够体现渤海海表盐度的空间分布情况。两种模型均可适用于多光谱遥感数据。