您的位置:首页

详情

农业气象遥感关键参数反演技术及应用

2020-09-21

 

根据国家统计年鉴,21世纪以来,我国年均农业受灾面积达6.27亿亩,其中干旱和洪涝灾害造成的受灾面积占全国总受灾面积的73.7%,仅2011年直接经济损失就高达2 329亿元。中国农业科学院农业资源与农业区划研究所等单位围绕国家对气象灾害和农情监测信息高效获取的迫切需求,立足于高中低分辨率遥感卫星数据日益丰富的现状,创建了基于高中低分辨率遥感数据的关键农业气象参数反演技术,为全球变化提供科学数据集,尤其是使用国产卫星数据生产的数据集。项目团队创新提出了卫星气象灾害参数反演方法,发展适合我国的灾害监测方法,减少对国外数据和方法的依赖,降低系统运行成本,提高了系统的稳定性与安全性,也为后续卫星平台及载荷的研制提供不断改进和完善的经验,以促进我国卫星和国产卫星数据应用产业的发展与壮大。
“农业气象遥感关键参数反演技术及应用”项目针对高中低分辨率卫星研发关键气象遥感产品算法和地表关键参数遥感产品,生产90 m、1 km和25 km三个尺度地表温度、土壤水分、积雪等农业气象灾害关键参数的数据产品,为气象和农业相关部门提供高精度的农业气象遥感数据。
通过利用同极化不同频率微波指数克服粗糙度的影响,建立了标准极化微波指数模型,提高了土壤水分反演精度。该方法克服了以往需要同步获得大尺度地表温度的困难,反演误差降低10%。发明了一套利用GPS地面反射信号反演土壤水分的装置和方法,实现了国内在地面一定高度获得大面积土壤水分参数仪器零的突破,解决了星上土壤水分验证时地面点观测难以匹配且缺乏代表性的难题。
率先提出利用地表温度和发射率作为先验知识,建立迭代优化的人工智能方法,从而使得直接从遥感数据大面积反演近地表空气温度的反演方法变得通用,误差大约1 K;进一步利用大气水汽含量作为先验知识提高近地表空气温度反演精度;提出利用卡曼滤波迭代优化方法估算发射率及大气水汽含量,提高了反演精度。
通过利用近红外波段克服以往算法从气象站点获取水汽的困难,提出了地表温度反演的新劈窗算法,简化了反演过程,提高了反演精度。针对多热红外波段数据,通过建立邻近波段发射率之间的关系克服方程不足的问题,提出了同时反演地表温度和发射率的多波段反演算法,并利用深度学习进行优化计算,克服传统反演算法缺陷,提高了反演精度和算法适用性。
提出了针对风云卫星数据的积雪监测算法和冻融的降尺度算法,大大提升了现有冻融产品的空间分辨率和反演精度,并在此基础上提出了基于数据同化理论的地表蒸散发时间序列重建方法,率先实现国内地表蒸散发时间连续估算,为粮食估产和干旱监测提供了准确参数。
项目紧扣“理论创新-技术突破-应用服务”的主线,以农业灾害遥感关键参数监测的理论创新为切入点,重点突破了“农业气象灾害关键参数信息快速获取、动态解析和定量评估”三大技术瓶颈。在新的历史时期,为防止极端气候灾害造成影响,项目提出“藏粮于民”计划,受到各界人士的认同和支持。