中国农大水利与土木工程学院农业水文与水土环境团队霍再林课题组经过多年的努力，在基于多源数据融合的高时空分辨率遥感蒸散模型方面取得进展。近日，相关成果在国际遥感领域顶尖期刊《Remote Sensing of Environment》发表了题为“A Classification-Based Spatiotemporal Adaptive Fusion Model for the Evaluation of Remotely Sensed Evapotranspiration in Heterogeneous Irrigated Agricultural Area”的研究论文。
发表文章网站截图
蒸散发（ET）时空分布是农业水资源配置与管理的重要基础，遥感蒸散发已成为农业区域蒸散发确定的重要手段。然而，受灌区农作物种植复杂性及灌溉渠系配水空间差异的影响，目前遥感蒸散发难以反映异质农业区蒸散发的复杂时空分布特征。针对于此，该项研究工作提出了新的面向复杂种植和灌溉条件的农业区遥感蒸散发时空数据的融合方法，即基于分类的时空自适应ET融合算法（A Classification-Based Spatiotemporal Adaptive Fusion Model，CSAFM）。该算法采用农业区相对均匀气象和灌溉条件的水文响应单元代替传统的分解窗口，并提出一种ET校正的方法，基于作物种植结构对ET进行分解和重构。CSAFM算法综合了权重融合算法和解混融合算法的优点，在仅需一对基础ET图像输入的情况下，可以获得整个生育期内的逐日ET动态。
基于分类的遥感蒸散发多源时空数据融合方法
所提出的方法采用团队在中国农业大学河套试验站所建立的农田水碳通量站观测数据（2016年至2019年）以及灌区农田水平衡数据进行了验证，与主流的遥感时空数据融合算法（ESTARFM和FSDAF）进行对比，其融合精度提高了约25%，并且新算法对基础数据的更新频率的敏感性更低，其对复杂下垫面的异质农业区有更强的适应性。课题组在对比目前常用的遥感蒸散发模型的基础上，结合所提出基于分类的多源遥感蒸散发时空数据融合方法，形成了农业区高时空分辨率遥感蒸散发反演方法，并生产了黄河流域上游河套灌区2000年以来经过严格质量控制的逐日30米分辨率遥感蒸散发产品。研究成果在农业用水效率评估、农业干旱评估、农业灌溉配水等方面具有广泛的应用前景。
本研究提出的多源遥感蒸散发数据融合方法与常用的方法结果比较
水利与土木工程学院博士研究生王帅为论文第一作者，霍再林教授为通迅作者。农业水文与水土环境团队带头人黄冠华教授以及优秀引进人才汪超子副教授和张成龙副教授，已毕业博士生薛景元、王兴旺，在读博士生王璞、王惟舒、张鑫，宁夏大学李王成教授参与了部分研究工作。该项研究得到了国家自然科学基金重点项目以及中国农业大学2115人才计划的资助。