本书以林下参光环境为研究对象，在前期研究成果基础上，提出一种非线性快速傅里叶分解算法来解决光环境实测信号的随机干扰噪声，同时运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，最后基于MATLAB平台完成林下参种植光环境预测、评价系统的集成开发，进而获得林下参种植光环境的地域栽培适宜性综合评价指数，作为指导林下参种植的重要依据。