農業(yè)災害遙感及空間氣候變化前沿研究

劉巖松 馬玲 舒鵬

毛克彪，1977年出生，博士，中國農業(yè)科學院農業(yè)資源與農業(yè)區(qū)劃研究所研究員（優(yōu)秀青年一級人才），湖南科技大學兼職教授，安徽農業(yè)大學客座教授。主要從事農業(yè)大數據、氣候變化、農業(yè)遙感、微波、熱紅外遙感、空間數據挖掘及GIS應用等方面的研究，主持或作為核心成員參與各類國家重大、重點等科研項目近20項。在國內外期刊和國際會議發(fā)表論文100余篇，專著1部，獲得國家發(fā)明專利6項，國際發(fā)明專利3項。為國家重大自然災害監(jiān)測做出突出貢獻，2016年5月被授予“全國優(yōu)秀科技工作者”稱號。毛克彪是一位在學術界研究思維非?；钴S的學者，在遙感和計算機等七個專業(yè)學習過，研究思路開闊，不拘一格。

水熱參數是表征地球各圈層（巖石圈、水圈、大氣圈和生物圈）之間能量傳輸的兩個重要的物理量，地面溫度（包括地表和近地表）是研究地表和大氣之間物質和能量交換、全球海洋環(huán)流、氣候變化異常等方面不可或缺的重要參數，涉及眾多基礎學科和重大應用領域。運用衛(wèi)星遙感技術快速準確地獲取大面積、長時間序列的地表溫度和土壤水分，是順應當前科學技術發(fā)展趨勢，是應對多種自然災害等諸多問題迫切需要開展的研究課題，其研究成果既具有重大的科學意義，同時也具有重要的社會經濟價值。

地表熱輻射在通過大氣達到衛(wèi)星傳感器的過程中，主要受地表類型和土壤水分，近地表空氣溫度和大氣水汽含量的影響。氮磷鉀溶解在土壤水分里面，土壤水分的變化影響介電常數變化，從而改變發(fā)射率，發(fā)射率變化影響地表的輻射效率，而地表溫度變化決定土壤水分的蒸發(fā)速度，從而影響與近地表空氣的能量交互，改變近地表空氣溫度；近地表空氣溫度的變化影響大氣剖面，從而決定大氣平均作用溫度；在地表熱輻射經過大氣時，被大氣水汽吸收，然后達到衛(wèi)星傳感器。因此，在利用單波段熱紅外傳感器準確計算地表溫度過程中，必須滿足三個條件：獲取大氣水汽含量計算大氣透過率；獲取近地表空氣溫度估算大氣平均作用溫度；已知地表類型和土壤水分準確估算地表發(fā)射率。

以往大部分研究人員只集中在輻射傳輸方程中某一個部分的改進提高反演精度。毛克彪博士為了系統(tǒng)性提高地表溫度反演精度，在三個關鍵參數研究以及空間氣候變化研究都做了大量創(chuàng)新研究工作，并取得了一系列創(chuàng)新成果。今天，就讓我們走近毛克彪教授，領略科技改變世界的神奇！

問：據了解，為了系統(tǒng)性提高地表溫度反演精度，您通過潛心研究，對三個關鍵參數進行了深入探討，那么主要取得了哪些可喜的成績？

答：我們通過利用同極化不同頻率微波指數克服粗糙度的影響，建立了標準極化微波指數模型，提高了土壤水分反演精度；發(fā)明了一套利用GPS地面反射信號估算土壤水分的儀器和方法，填補了國內地面高空估算大面積土壤水分微波儀器的空白；提出利用卡曼濾波迭代優(yōu)化方法估算窄波段、寬波段發(fā)射率及大氣水汽含量，提高了反演精度。

土壤水分不但是干旱監(jiān)測中非常重要的參數，而且其變化影響熱輻射和發(fā)射率變化，從而影響地表溫度的反演精度。以往人們通過同一個頻率不同極化建立微波指數與土壤水分建立統(tǒng)計關系計算土壤水分，同頻率不同極化的微波指數受土壤粗糙度的影響很大。我們通過研究發(fā)現，不同頻率V極化的微波指數能較好的消除粗糙度的影響，從而提出并建立了新的不同頻率同極化標準化微波指數模型，在此基礎上建立了被動微波土壤水分反演方法。該方法通過比值法克服了以往需要同步獲得大尺度地表溫度的困難，且分析表明通過標準化發(fā)射率指數和標準化微波指數建立土壤水分反演方法精度較高，反演誤差降低了10%，得到國際同行認可。為了進一步驗證和提高土壤水分反演算法精度和實用性，我們還發(fā)明了一套利用GPS地面反射信號反演土壤水分的裝置和方法，估算誤差為0.02m/3m3，該裝置和方法通過在地面一定高度架設信號接收器接受GPS地面反射信號，通過建立模型獲得土壤水分與反射信號的關系，全天候獲得土壤水分參數，填補了國內在地面一定高度獲得大面積土壤水分參數儀器的空白，解決了星上土壤水分驗證時地面點觀測難以匹配且缺乏代表性的難題，獲得了國家發(fā)明專利授權，被“草原植被及其水熱生態(tài)條件遙感監(jiān)測理論方法與應用”項目采納，并在國家呼倫貝爾草原生態(tài)站得到了應用，為草原生態(tài)監(jiān)測提供了強大的技術支持。

發(fā)射率地表溫度反演過程非常重要的關鍵參數，以往主要通過兩種方式計算發(fā)射率：一是通過地表類型分類賦予固定的發(fā)射率值，不隨時間變化，從而限制了氣候變化等模型的估算精度；二是通過局部線性關系和比值法來計算發(fā)射率。我們針對以往算法的缺點，提出了利用卡曼濾波迭代優(yōu)化方法提高了窄波段和寬波段估算發(fā)射率的方法。針對ASTER數據誤差在0.009以內，MODIS數據估算誤差在0.010以內（國際相關研究精度為0.02）。為蒸散發(fā)和農情監(jiān)測模型等提供了有效手段和技術支撐。

大氣水汽含量是地表溫度反演過程中計算透過率的關鍵參數，也是農業(yè)旱情監(jiān)測的主要參數。為此，我們提出了一種用卡曼濾波迭代優(yōu)化方法從遙感數據反演大氣水汽含量的新方法。該方法克服了NASA傳統(tǒng)比值法在水汽比較低和比較高時反演不敏感的缺陷，通過利用迭代優(yōu)化提高了不同地表類型條件下反演方法的適用性。用MODIS數據反演分析表明，該方法還很好地簡化了傳統(tǒng)方法復雜的反演過程，和減少了反演結果的不確定性，平均誤差0.12g/cm2。與美國宇航局（NASA）提供的產品比較表明，在大氣水汽含量低于1.0g/cm2和高于3.5g/cm2時，反演精度提高15%以上。該反演方法被應用到了相關監(jiān)測業(yè)務系統(tǒng)中，提高了農情和草原長勢監(jiān)測精度。

問：多年的科研生涯中，您創(chuàng)造了多個“首次”的記錄，成為農業(yè)大數據、氣候變化、農業(yè)遙感等領域的佼佼者，您簡單介紹一下這些“首次”的創(chuàng)造都經歷了哪些創(chuàng)新開拓？

答：首先，我們首次提出利用先驗知識和人工智能方法直接從遙感數據大面積估算近地表空氣溫度反演方法，提高了空氣溫度反演的精度和時效性。

近地表空氣溫度不但是影響大氣平均作用溫度的關鍵參數，也是能量平衡和氣候變化研究里一個非常重要的參數。由于近地表空氣溫度受時間和空間，以及地表情況的影響，至今還沒有一種方法能夠很好地估計近地表空氣溫度的空間分布。目前，在氣候變化研究里公知的三種獲得近地表空氣溫度的方法，一是基于能量平衡的物理方法。物理方法需要空氣動力學阻抗，以及地表狀態(tài)（包括水、土壤和植被的狀態(tài)等），這幾個參數難以獲?。涣硗庖粋€是經驗方法，利用GIS對氣象站點獲得的近地表空氣溫度進行插值得到近地表空氣溫度的分布圖。當氣象站點不是很多而且不是均勻分布（特別是在山區(qū)）時，插值得到的結果不是很好；第三個是利用熱紅外波段與地面站點進行統(tǒng)計回歸的經驗算法，這種經驗算法在時間和空間上不具備平移性，即需要在不同空間和時間重新采集數據進行統(tǒng)計修正系數。我們首次提出利用地表溫度和發(fā)射率作為先驗知識，建立迭代優(yōu)化的人工智能方法，從而使得直接從遙感數據大面積反演近地表空氣溫度的反演方法變得通用，誤差大約1℃（同類國際刊物發(fā)表精度是2～3℃）。在此基礎上，進一步利用大氣水汽含量作為先驗知識提高近地表空氣溫度反演精度，獲得國家發(fā)明專利1項。

其次，在晴空條件下，通過利用近紅外波段估算大氣水汽含量，克服了以往算法需要從氣象站點獲得水汽的困難。我們在國內外首次提出了針對MODIS和ASTER數據地表溫度和發(fā)射率分步反演的新劈窗算法，簡化了反演過程，提高了反演精度；針對多熱紅外波段數據，通過建立鄰近波段發(fā)射率之間的關系，克服方程不足的困難，首次提出了用同一景MODIS數據同時反演地表溫度和發(fā)射率的多波段反演算法（美國NASA是用的白天和晚上兩景數據），并利用神經網絡進行優(yōu)化計算，大大提高了反演精度和算法適用性。

針對兩個波段的熱紅外數據，從熱輻射傳輸方程出發(fā)，通過理論推導，提出了地表溫度和發(fā)射率分步反演的新方法。第一步：在對不同熱紅外波段建立輻射傳輸方程組的基礎上，對Planck函數進行線性簡化，簡化輻射方程組；第二步：利用可見光波段PV指數計算不同熱紅外地表發(fā)射率；第三步：利用近紅外波段估算大氣水汽含量，并計算熱紅外波段大氣透過率；第四步：估算地表溫度。該算法被國內外許多科研人員采用，理論精度為0.32℃（美國NASA發(fā)表的產品算法理論精度為1℃），提高了農情和草原長勢氣象參數監(jiān)測精度。

針對多個波段的熱紅外數據，我們繼續(xù)提出了同時反演地表溫度和發(fā)射率的多波段方法。利用不同熱紅外波段發(fā)射率之間的關系建立鄰近波段發(fā)射率之間的函數關系，從而得到與未知數相同的方程組數，解決了熱紅外地表溫度和發(fā)射率同時反演方程不足的病態(tài)問題。該方法進一步利用大氣輻射傳輸模型模擬保證了地球物理參數之間的物理關系，和神經網絡內含分類信息和優(yōu)化計算的能力，從而提高了地表溫度和發(fā)射率同時反演精度。大氣輻射傳輸模型與神經網絡復合來反演地球物理參數是當前反演技術的一個很大進步。具體針對高分辨率ASTER數據5個熱紅外波段的特征，提出了針對ASTER數據同時反演地表溫度和發(fā)射率的反演算法，分析表明平均理論誤差在0.25℃以下，波段11/12/13/14發(fā)射率的平均誤差在0.001以下。日本產品算法精度是1.5℃，發(fā)射率誤差是0.015，而且算法中運用發(fā)射率比值關系使得算法普適性性下降。

另外，針對中分辨率MODIS數據，我們利用地表溫度、近地表空氣溫度、大氣平均作用溫度、星上亮度溫度之間的關系，以及透過率與大氣水汽含量之間的關系，提出了針對MODIS數據同時反演地表溫度和發(fā)射率的多波段算法，克服了美國NASA同時反演地表溫度和發(fā)射率產品反演算法需要大量參數做復雜運算的缺陷，分析表明我們的算法理論精度平均誤差在0.4℃以內，發(fā)射率的平均誤差在0.008以內。NASA 發(fā)表的理論精度為0.4～0.5℃，發(fā)射率誤差為0.009，而且NASA該產品算法需要同時運用白天和晚上的熱紅外數據，假定地表發(fā)射率不變，使得算法不夠穩(wěn)定（兩次數據之間可能突然下雨或者降雪）。我們提出的算法只用同一景數據，減少了算法的復雜性，通過優(yōu)化迭代運算使算法比較穩(wěn)定。這兩個反演算法都被農業(yè)旱澇災害遙感監(jiān)測技術項目和草原植被及其水熱生態(tài)條件遙感監(jiān)測理論方法與應用項目采納，提高了農情和草原長勢氣象參數監(jiān)測精度。

另外，首次提出了利用人工智能方法從全天候的被動微波和熱紅外數據的反演地表溫度方法，解決了有云情況下熱紅外無法準確反演地表溫度的難題。

全球平均每天有60%～70%的地表受云影響，熱紅外在云覆蓋地區(qū)很難獲得地面信息，為了克服這一缺點。在分析Aqua衛(wèi)星多傳感器特征的基礎上，提出利用MODIS溫度產品和AMSR-E不同通道之間的亮度溫度建立反演地表溫度的反演模型。從而克服了以往需要同步測量地面溫度數據的困難，并為不同傳感器之間的參數反演的相互校正和綜合利用多傳感器的數據提供實際應用和理論依據，解決了有云情況下熱紅外無法準確反演地表溫度的難題。通過分析發(fā)現不同的地表覆蓋類型的輻射差異比較大。精確反演地表溫度至少把地表分成三種覆蓋類型（雪覆蓋的地表、非雪覆蓋地表和水覆蓋地表），建立的統(tǒng)計方法的平均誤差在2℃左右，國際相關研究精度為2～3℃。在此基礎上，利用多傳感器的優(yōu)勢和人工智能方法，進一步提高精度和使得算法通用化，獲得國家發(fā)明專利1項。

問：近年來，您提出建立以開普勒三定律和萬有引力為基礎空間氣候變化模型，原因是什么？您取得的研究成果是否得到了權威部門的肯定？

答：近幾年，我們通過研究當前氣候變化預測模型存在的問題，提出了建立基于大數據和萬有引力空間氣候變化模型思想。原因是，我們認為地球每天的天氣變化是由于各個星體軌道變化導致地球的引力場和磁場每時每刻都在變化，高速自轉和公轉的地球每時每刻都在做自我調整從而達到動態(tài)平衡，從而引起地球系統(tǒng)每天水循環(huán)（包括大氣水汽、降雨和洋流）和地球內部（巖漿）等變化，形成了每天不一樣的天氣，氣候周期變化是由于各個星體都在做周期運動。太陽和其它星體也是在運動的過程中由于各星體引力和磁場大小及方向變化做即時自我調整，比如太陽每天的輻射變化和黑子周期的變化與地球的每天天氣和氣候變化是相似的，引力大小和方向變化控制太陽的輻射變化。地球每天的天氣（氣象）和長時間的氣候變化都是一種天文現象，極端天氣是由對地球作用的天體引力方向突然改變引起的。人類在地球系統(tǒng)內部的作用是非常小的，特別是人類排放產生的二氧化碳對氣候變化影響非常小，只是一個微調或者擾動作用。他提出以大數據思維建立終極氣候變化模型：以開普勒三定律和萬有引力定律為基礎，建立一個以太陽或者銀河系為中心的引力和磁場變化模型，模擬在行星運動過程中，磁場和引力方向變化以及太陽輻射變化怎樣驅動地球大氣水汽（云）、洋流運動和巖漿運動等，從而引起每天不同的天氣變化，特別是模擬引力場和磁場方向突變引起地震和火山噴發(fā)，從而更加準確地預報重大自然災害。我認為地球上的每個物種的出現和消失在某種程度也是由星體引力和磁場變化及周期等因素決定，引力場和磁場的變化直接影響到各物種在自然界的生存能力，主要原因是各種物種都是由分子原子構成，都受到引力和磁場的作用。由于星體運行周期長，人類缺乏觀測數據和觀測技術，可以利用地球極端氣候周期變化反推天體運動規(guī)律和發(fā)現新的天體，用大數據思維建立復雜氣候變化模型是未來氣候變化研究的趨勢。

目前，我們取得的研究成果已經發(fā)表在國內外刊物上，并分別獲得國家和國際發(fā)明專利，在國內外學術界產生了較大影響。特別是在2008年中國南方大雪冰凍災害監(jiān)測中，由于雪情復雜導致常規(guī)監(jiān)測算法失效。在國內各個國家自然災害監(jiān)測中心無法獲得地面雪災信息情況下，應李小文院士的邀請參加冰雪災害監(jiān)測工作。我們綜合利用自己提出的算法作出的災情圖件提交到了國務院和農業(yè)部等相關部門，得到了國家遙感中心領導和李小文院士的高度贊揚，為遙感界爭得了榮譽，為救災提供了有力的支撐信息，凸顯了遙感在大尺度災害監(jiān)測中的作用。在出版一部專著后，李小文院士再次推薦我為研究生寫一本參考教材，并再次肯定我們的研究成果在國家重大自然災害中的應用貢獻。上述主要研究成果還被中國農業(yè)科學院農業(yè)部重點實驗室和呼倫貝爾草原生態(tài)系統(tǒng)國家野外科學觀測研究站采納并作為業(yè)務監(jiān)測算法，在國家重大自然災害監(jiān)測中發(fā)揮了重大作用。這些研究成果被相關部門采納，參與成功申報兩項國家科技進步二等獎、兩項北京市科技進步三等獎。

在2015年10月召開的十八大五中全會上，習近平總書記提出堅持創(chuàng)新發(fā)展，必須把創(chuàng)新擺在國家發(fā)展全局的核心位置，不斷推進理論創(chuàng)新、制度創(chuàng)新、科技創(chuàng)新、文化創(chuàng)新等各方面創(chuàng)新，讓創(chuàng)新貫穿黨和國家一切工作，讓創(chuàng)新在全社會蔚然成風。必須把發(fā)展基點放在創(chuàng)新上，形成促進創(chuàng)新的體制架構，塑造更多依靠創(chuàng)新驅動、更多發(fā)揮先發(fā)優(yōu)勢的引領型發(fā)展。培育發(fā)展新動力，優(yōu)化勞動力、資本、土地、技術、管理等要素配置，激發(fā)創(chuàng)新創(chuàng)業(yè)活力，推動大眾創(chuàng)業(yè)、萬眾創(chuàng)新，釋放新需求，創(chuàng)造新供給，推動新技術、新產業(yè)、新業(yè)態(tài)蓬勃發(fā)展。毛克彪做到了，他用矢志不渝的創(chuàng)新精神和行堅意篤的科研態(tài)度，在提高地表溫度反演精度道路上一路耕耘，一路收獲，為國家的“創(chuàng)新強國夢”貢獻了巨大力量！