本书以林下参种植光环境为研究对象, 提出了一种非线性快速Fourier分解算法以解决光环境实测信号的随机噪声干扰问题 ; 同时采用机器学习和模式识别理论, 构建了基于偏最小二乘回归算法 (PLS) 的净光合速率分析模型和基于适应神经网络模糊推理系统方法 (ANFIS) 的净光合速率预测模型, 并通过对有代表性的试验样地进行了的数据采样, 验证了所建模型的有效性和可行性, 进而利用自主设计的自适应数据处理算法, 设计了开发林下参种植光照情况实时监测和采集系统。