农业灾害遥感及空间气候变化前沿研究

刘岩松 马玲 舒鹏

毛克彪，1977年出生，博士，中国农业科学院农业资源与农业区划研究所研究员（优秀青年一级人才），湖南科技大学兼职教授，安徽农业大学客座教授。主要从事农业大数据、气候变化、农业遥感、微波、热红外遥感、空间数据挖掘及GIS应用等方面的研究，主持或作为核心成员参与各类国家重大、重点等科研项目近20项。在国内外期刊和国际会议发表论文100余篇，专著1部，获得国家发明专利6项，国际发明专利3项。为国家重大自然灾害监测做出突出贡献，2016年5月被授予“全国优秀科技工作者”称号。毛克彪是一位在学术界研究思维非常活跃的学者，在遥感和计算机等七个专业学习过，研究思路开阔，不拘一格。

水热参数是表征地球各圈层（岩石圈、水圈、大气圈和生物圈）之间能量传输的两个重要的物理量，地面温度（包括地表和近地表）是研究地表和大气之间物质和能量交换、全球海洋环流、气候变化异常等方面不可或缺的重要参数，涉及众多基础学科和重大应用领域。运用卫星遥感技术快速准确地获取大面积、长时间序列的地表温度和土壤水分，是顺应当前科学技术发展趋势，是应对多种自然灾害等诸多问题迫切需要开展的研究课题，其研究成果既具有重大的科学意义，同时也具有重要的社会经济价值。

地表热辐射在通过大气达到卫星传感器的过程中，主要受地表类型和土壤水分，近地表空气温度和大气水汽含量的影响。氮磷钾溶解在土壤水分里面，土壤水分的变化影响介电常数变化，从而改变发射率，发射率变化影响地表的辐射效率，而地表温度变化决定土壤水分的蒸发速度，从而影响与近地表空气的能量交互，改变近地表空气温度；近地表空气温度的变化影响大气剖面，从而决定大气平均作用温度；在地表热辐射经过大气时，被大气水汽吸收，然后达到卫星传感器。因此，在利用单波段热红外传感器准确计算地表温度过程中，必须满足三个条件：获取大气水汽含量计算大气透过率；获取近地表空气温度估算大气平均作用温度；已知地表类型和土壤水分准确估算地表发射率。

以往大部分研究人员只集中在辐射传输方程中某一个部分的改进提高反演精度。毛克彪博士为了系统性提高地表温度反演精度，在三个关键参数研究以及空间气候变化研究都做了大量创新研究工作，并取得了一系列创新成果。今天，就让我们走近毛克彪教授，领略科技改变世界的神奇！

问：据了解，为了系统性提高地表温度反演精度，您通过潜心研究，对三个关键参数进行了深入探讨，那么主要取得了哪些可喜的成绩？

答：我们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；发明了一套利用GPS地面反射信号估算土壤水分的仪器和方法，填补了国内地面高空估算大面积土壤水分微波仪器的空白；提出利用卡曼滤波迭代优化方法估算窄波段、宽波段发射率及大气水汽含量，提高了反演精度。

土壤水分不但是干旱监测中非常重要的参数，而且其变化影响热辐射和发射率变化，从而影响地表温度的反演精度。以往人们通过同一个频率不同极化建立微波指数与土壤水分建立统计关系计算土壤水分，同频率不同极化的微波指数受土壤粗糙度的影响很大。我们通过研究发现，不同频率V极化的微波指数能较好的消除粗糙度的影响，从而提出并建立了新的不同频率同极化标准化微波指数模型，在此基础上建立了被动微波土壤水分反演方法。该方法通过比值法克服了以往需要同步获得大尺度地表温度的困难，且分析表明通过标准化发射率指数和标准化微波指数建立土壤水分反演方法精度较高，反演误差降低了10%，得到国际同行认可。为了进一步验证和提高土壤水分反演算法精度和实用性，我们还发明了一套利用GPS地面反射信号反演土壤水分的装置和方法，估算误差为0.02m/3m3，该装置和方法通过在地面一定高度架设信号接收器接受GPS地面反射信号，通过建立模型获得土壤水分与反射信号的关系，全天候获得土壤水分参数，填补了国内在地面一定高度获得大面积土壤水分参数仪器的空白，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，获得了国家发明专利授权，被“草原植被及其水热生态条件遥感监测理论方法与应用”项目采纳，并在国家呼伦贝尔草原生态站得到了应用，为草原生态监测提供了强大的技术支持。

发射率地表温度反演过程非常重要的关键参数，以往主要通过两种方式计算发射率：一是通过地表类型分类赋予固定的发射率值，不随时间变化，从而限制了气候变化等模型的估算精度；二是通过局部线性关系和比值法来计算发射率。我们针对以往算法的缺点，提出了利用卡曼滤波迭代优化方法提高了窄波段和宽波段估算发射率的方法。针对ASTER数据误差在0.009以内，MODIS数据估算误差在0.010以内（国际相关研究精度为0.02）。为蒸散发和农情监测模型等提供了有效手段和技术支撑。

大气水汽含量是地表温度反演过程中计算透过率的关键参数，也是农业旱情监测的主要参数。为此，我们提出了一种用卡曼滤波迭代优化方法从遥感数据反演大气水汽含量的新方法。该方法克服了NASA传统比值法在水汽比较低和比较高时反演不敏感的缺陷，通过利用迭代优化提高了不同地表类型条件下反演方法的适用性。用MODIS数据反演分析表明，该方法还很好地简化了传统方法复杂的反演过程，和减少了反演结果的不确定性，平均误差0.12g/cm2。与美国宇航局（NASA）提供的产品比较表明，在大气水汽含量低于1.0g/cm2和高于3.5g/cm2时，反演精度提高15%以上。该反演方法被应用到了相关监测业务系统中，提高了农情和草原长势监测精度。

问：多年的科研生涯中，您创造了多个“首次”的记录，成为农业大数据、气候变化、农业遥感等领域的佼佼者，您简单介绍一下这些“首次”的创造都经历了哪些创新开拓？

答：首先，我们首次提出利用先验知识和人工智能方法直接从遥感数据大面积估算近地表空气温度反演方法，提高了空气温度反演的精度和时效性。

近地表空气温度不但是影响大气平均作用温度的关键参数，也是能量平衡和气候变化研究里一个非常重要的参数。由于近地表空气温度受时间和空间，以及地表情况的影响，至今还没有一种方法能够很好地估计近地表空气温度的空间分布。目前，在气候变化研究里公知的三种获得近地表空气温度的方法，一是基于能量平衡的物理方法。物理方法需要空气动力学阻抗，以及地表状态（包括水、土壤和植被的状态等），这几个参数难以获取；另外一个是经验方法，利用GIS对气象站点获得的近地表空气温度进行插值得到近地表空气温度的分布图。当气象站点不是很多而且不是均匀分布（特别是在山区）时，插值得到的结果不是很好；第三个是利用热红外波段与地面站点进行统计回归的经验算法，这种经验算法在时间和空间上不具备平移性，即需要在不同空间和时间重新采集数据进行统计修正系数。我们首次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℃（同类国际刊物发表精度是2～3℃）。在此基础上，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，获得国家发明专利1项。

其次，在晴空条件下，通过利用近红外波段估算大气水汽含量，克服了以往算法需要从气象站点获得水汽的困难。我们在国内外首次提出了针对MODIS和ASTER数据地表温度和发射率分步反演的新劈窗算法，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，克服方程不足的困难，首次提出了用同一景MODIS数据同时反演地表温度和发射率的多波段反演算法（美国NASA是用的白天和晚上两景数据），并利用神经网络进行优化计算，大大提高了反演精度和算法适用性。

针对两个波段的热红外数据，从热辐射传输方程出发，通过理论推导，提出了地表温度和发射率分步反演的新方法。第一步：在对不同热红外波段建立辐射传输方程组的基础上，对Planck函数进行线性简化，简化辐射方程组；第二步：利用可见光波段PV指数计算不同热红外地表发射率；第三步：利用近红外波段估算大气水汽含量，并计算热红外波段大气透过率；第四步：估算地表温度。该算法被国内外许多科研人员采用，理论精度为0.32℃（美国NASA发表的产品算法理论精度为1℃），提高了农情和草原长势气象参数监测精度。

针对多个波段的热红外数据，我们继续提出了同时反演地表温度和发射率的多波段方法。利用不同热红外波段发射率之间的关系建立邻近波段发射率之间的函数关系，从而得到与未知数相同的方程组数，解决了热红外地表温度和发射率同时反演方程不足的病态问题。该方法进一步利用大气辐射传输模型模拟保证了地球物理参数之间的物理关系，和神经网络内含分类信息和优化计算的能力，从而提高了地表温度和发射率同时反演精度。大气辐射传输模型与神经网络复合来反演地球物理参数是当前反演技术的一个很大进步。具体针对高分辨率ASTER数据5个热红外波段的特征，提出了针对ASTER数据同时反演地表温度和发射率的反演算法，分析表明平均理论误差在0.25℃以下，波段11/12/13/14发射率的平均误差在0.001以下。日本产品算法精度是1.5℃，发射率误差是0.015，而且算法中运用发射率比值关系使得算法普适性性下降。

另外，针对中分辨率MODIS数据，我们利用地表温度、近地表空气温度、大气平均作用温度、星上亮度温度之间的关系，以及透过率与大气水汽含量之间的关系，提出了针对MODIS数据同时反演地表温度和发射率的多波段算法，克服了美国NASA同时反演地表温度和发射率产品反演算法需要大量参数做复杂运算的缺陷，分析表明我们的算法理论精度平均误差在0.4℃以内，发射率的平均误差在0.008以内。NASA 发表的理论精度为0.4～0.5℃，发射率误差为0.009，而且NASA该产品算法需要同时运用白天和晚上的热红外数据，假定地表发射率不变，使得算法不够稳定（两次数据之间可能突然下雨或者降雪）。我们提出的算法只用同一景数据，减少了算法的复杂性，通过优化迭代运算使算法比较稳定。这两个反演算法都被农业旱涝灾害遥感监测技术项目和草原植被及其水热生态条件遥感监测理论方法与应用项目采纳，提高了农情和草原长势气象参数监测精度。

另外，首次提出了利用人工智能方法从全天候的被动微波和热红外数据的反演地表温度方法，解决了有云情况下热红外无法准确反演地表温度的难题。

全球平均每天有60%～70%的地表受云影响，热红外在云覆盖地区很难获得地面信息，为了克服这一缺点。在分析Aqua卫星多传感器特征的基础上，提出利用MODIS温度产品和AMSR-E不同通道之间的亮度温度建立反演地表温度的反演模型。从而克服了以往需要同步测量地面温度数据的困难，并为不同传感器之间的参数反演的相互校正和综合利用多传感器的数据提供实际应用和理论依据，解决了有云情况下热红外无法准确反演地表温度的难题。通过分析发现不同的地表覆盖类型的辐射差异比较大。精确反演地表温度至少把地表分成三种覆盖类型（雪覆盖的地表、非雪覆盖地表和水覆盖地表），建立的统计方法的平均误差在2℃左右，国际相关研究精度为2～3℃。在此基础上，利用多传感器的优势和人工智能方法，进一步提高精度和使得算法通用化，获得国家发明专利1项。

问：近年来，您提出建立以开普勒三定律和万有引力为基础空间气候变化模型，原因是什么？您取得的研究成果是否得到了权威部门的肯定？

答：近几年，我们通过研究当前气候变化预测模型存在的问题，提出了建立基于大数据和万有引力空间气候变化模型思想。原因是，我们认为地球每天的天气变化是由于各个星体轨道变化导致地球的引力场和磁场每时每刻都在变化，高速自转和公转的地球每时每刻都在做自我调整从而达到动态平衡，从而引起地球系统每天水循环（包括大气水汽、降雨和洋流）和地球内部（岩浆）等变化，形成了每天不一样的天气，气候周期变化是由于各个星体都在做周期运动。太阳和其它星体也是在运动的过程中由于各星体引力和磁场大小及方向变化做即时自我调整，比如太阳每天的辐射变化和黑子周期的变化与地球的每天天气和气候变化是相似的，引力大小和方向变化控制太阳的辐射变化。地球每天的天气（气象）和长时间的气候变化都是一种天文现象，极端天气是由对地球作用的天体引力方向突然改变引起的。人类在地球系统内部的作用是非常小的，特别是人类排放产生的二氧化碳对气候变化影响非常小，只是一个微调或者扰动作用。他提出以大数据思维建立终极气候变化模型：以开普勒三定律和万有引力定律为基础，建立一个以太阳或者银河系为中心的引力和磁场变化模型，模拟在行星运动过程中，磁场和引力方向变化以及太阳辐射变化怎样驱动地球大气水汽（云）、洋流运动和岩浆运动等，从而引起每天不同的天气变化，特别是模拟引力场和磁场方向突变引起地震和火山喷发，从而更加准确地预报重大自然灾害。我认为地球上的每个物种的出现和消失在某种程度也是由星体引力和磁场变化及周期等因素决定，引力场和磁场的变化直接影响到各物种在自然界的生存能力，主要原因是各种物种都是由分子原子构成，都受到引力和磁场的作用。由于星体运行周期长，人类缺乏观测数据和观测技术，可以利用地球极端气候周期变化反推天体运动规律和发现新的天体，用大数据思维建立复杂气候变化模型是未来气候变化研究的趋势。

目前，我们取得的研究成果已经发表在国内外刊物上，并分别获得国家和国际发明专利，在国内外学术界产生了较大影响。特别是在2008年中国南方大雪冰冻灾害监测中，由于雪情复杂导致常规监测算法失效。在国内各个国家自然灾害监测中心无法获得地面雪灾信息情况下，应李小文院士的邀请参加冰雪灾害监测工作。我们综合利用自己提出的算法作出的灾情图件提交到了国务院和农业部等相关部门，得到了国家遥感中心领导和李小文院士的高度赞扬，为遥感界争得了荣誉，为救灾提供了有力的支撑信息，凸显了遥感在大尺度灾害监测中的作用。在出版一部专著后，李小文院士再次推荐我为研究生写一本参考教材，并再次肯定我们的研究成果在国家重大自然灾害中的应用贡献。上述主要研究成果还被中国农业科学院农业部重点实验室和呼伦贝尔草原生态系统国家野外科学观测研究站采纳并作为业务监测算法，在国家重大自然灾害监测中发挥了重大作用。这些研究成果被相关部门采纳，参与成功申报两项国家科技进步二等奖、两项北京市科技进步三等奖。

在2015年10月召开的十八大五中全会上，习近平总书记提出坚持创新发展，必须把创新摆在国家发展全局的核心位置，不断推进理论创新、制度创新、科技创新、文化创新等各方面创新，让创新贯穿党和国家一切工作，让创新在全社会蔚然成风。必须把发展基点放在创新上，形成促进创新的体制架构，塑造更多依靠创新驱动、更多发挥先发优势的引领型发展。培育发展新动力，优化劳动力、资本、土地、技术、管理等要素配置，激发创新创业活力，推动大众创业、万众创新，释放新需求，创造新供给，推动新技术、新产业、新业态蓬勃发展。毛克彪做到了，他用矢志不渝的创新精神和行坚意笃的科研态度，在提高地表温度反演精度道路上一路耕耘，一路收获，为国家的“创新强国梦”贡献了巨大力量！