月度归档:2025年05月

祝贺课题组2022级硕士生顺利通过学位论文答辩

2025年5月23日,课题组2022级硕士生闫麦瑞和汪宇的学位论文答辩在4520会议室举行。答辩专家组包括:中国科学院成都山地灾害与环境研究所李爱农研究员(国家级人才)、成都理工大学邵怀勇教授(地理与规划学院院长)、西南大学樊磊教授(国家级青年人才、地理科学学院副院长)和西南交通大学朱军教授(国家级人才、地球科学与工程学院副院长)。经过答辩汇报、专家评议、提问和讨论等环节,两位同学均顺利通过答辩。

闫麦瑞的学位论文题目为《川滇生态屏障区土地利用变化及其对碳储量影响的多情景模拟》。论文构建了兼顾一致性与精度的土地利用产品融合方法,显著提升了川滇生态屏障区土地利用数据的可靠性。在此基础上,系统分析了川滇生态屏障区土地利用与碳储量的时空演变特征,量化了生态工程实施背景下土地利用变化对区域碳储量的影响程度。进一步模拟了未来不同发展情景下土地利用格局变化对生态系统碳储量的潜在影响,揭示了生态保护与农业发展之间的权衡关系,为区域土地资源优化和碳中和路径选择提供了科学依据。相关成果已发表于SCI期刊Ecological Engineering。

汪宇的学位论文题目为《考虑最适温度适应性的青藏高原草地GPP遥感估算和预测》。本研究以青藏高原草地为对象,利用考虑最适温度的EC- LUE模型分析了最适温度对GPP估算的影响,并预测了未来气候情景下的GPP动态变化。结果显示:考虑最适温度的改进模型精度显著提升;未来最适温度将上升3–4℃;不同排放情景下GPP增速递增,且改进后的EC- LUE模型的估算结果更高。该研究为气候变化下碳循环评估提供了新依据。部分相关成果发表于《测绘》。

供稿:闫麦瑞、汪宇

审核:尹高飞

课题组在高分辨率时空连续植被参量反演领域取得新进展

近日,课题组在高分辨率、时空连续植被参量反演领域取得新进展,构建了一种植被光合有效辐射吸收比(FAPAR)深度学习反演方法,并生成了中国区域高精度、高分辨率时空无缝FAPAR遥感数据产品。该研究成果已发表于遥感领域国际顶级期刊Remote Sensing of Environment。课题组张国东助理教授为第一作者,尹高飞教授为通讯作者。

FAPAR是衡量陆地生态系统固碳能力的关键指标。以往的中低分辨率FAPAR遥感产品虽然支持了全球植被动态研究,但难以刻画复杂地表的空间异质性,限制了局地精细尺度应用。该研究提出两步法解决了这一难题:首先,在晴空条件下,利用预先训练的随机森林回归模型从陆地卫星(Landsat)地表反射率观测中反演FAPAR;然后,应用带有注意力和优化机制的新型双向时间卷积网络(SSA-BiTCN-Attention)重建缺失的FAPAR值(图1)。研究结果表明,该方法能准确预测不同土地覆盖类型的缺失FAPAR值,均方根误差在0.08至0.12之间。通过与地面实测数据对比验证,估算的Landsat FAPAR与地面测量结果高度一致,决定系数(R²)值在0.82至0.92之间。应用该方法生成了中国地区2013至2023年间30米分辨率、16天间隔的无缺失FAPAR产品(图2)。

图1 产品反演技术流程
图2 中国FAPAR产品展示

该研究得到了国家自然科学基金(42401396和42271323)、科技部基础资源调查项目(2022FY100204)以及国家重点研发计划(2023YFF1303602)支持。

文章信息:

Guodong Zhang, Gaofei Yin*, Wei Zhao, Meilian Wang, Aleixandre Verger, 2025. A deep learning method for generating gap-free FAPAR time series from Landsat data. Remote Sensing of Environment, 326:114783.

链接:https://www.sciencedirect.com/science/article/pii/S0034425725001877

供稿:张国东

审核:尹高飞