|
黄华国
2019年7月28日到8月2日,IEEE国际地学与遥感大会(IGARSS)2019在日本横滨举行。这次会议对我来说具有重要意义。主要原因是我研发的三维遥感机理模型RAPID第一次在领域内的顶级国际会议上亮相,并且以半天培训(Tutorial)的形式系统展示了最新的研究理念、模型和软件。在获批的所有tutorial中,主讲人是中国人的只有我一个。我感到很自豪,不过也比较忐忑。为了不丢人,我花了一个学期认真准备,不断完善RAPID配套软件,并准备手册和培训文档。随着日期不断临近,我仍然能发现新问题,因此没有心思去管具体的行程安排。另外,考虑日本很近,很多文字也能猜,并不是太担忧。而且有个博士生林起楠同行,我第一次做了行程上的甩手掌柜。
去横滨的整体规划仍然是我安排的,非常密集,几乎没有浪费的时间段,完美控制在7天以内。不过实际上还是太过理想。带来的问题是27号飞机晚点,晚上11点左右才到东京,办理入境手续后,主干线的地铁很快停运。没有想到是的是日本的地铁很复杂,在横滨站竟然找不到出口。大半夜在空旷的地铁中几乎都找不到人问路。终于在一个本地人的帮助指引下,找到工作人员,然后工作人员借用翻译软件沟通,才找到出口。为了安全,从出口处打车到酒店。听说日本不能打出租,很贵。体验后发现,起步价750,后面每公里似乎都跳增150,表打的得心惊肉跳的。好在距离很近,没有超过1500就到了。办完入住,都快三点了。
回程的飞机到达北京快11点,如果稍微晚点到,可能入境时间就得8月3号,超过批件的日期。幸运的是航班正点到,避免了麻烦。
因此,以后行程还是应该稍微留有余地,免得紧张。
7月28日9点半开始培训。我和起楠8点就到了311会议室进行准备。首先,将RAPID软件安装到会议室的电脑上后,一切正常,非常开心。然后,检查PPT的每一页内容,直到9点工作人员到来。
培训的主题是“Bridge 3D Radiative Transfer Simulations from optical, thermal, lidar to microwave”,为半天场的第一个(HD-1),正好在会议手册的最左上角。主要想传达一种全电磁波谱段、各类传感器统一三维建模的思想。遥感发展到今天,已经进入到大数据时代。一方面,通过智能算法可以更好地处理数据;另外一方面,更需要站在更高的角度来思考所有数据之间的关联机制。而我们以RAPID模型为契机,开始探索一条统一模型的路,为数据融合打下坚实的理论基础。
整个培训很顺利,一共八个人缴费注册培训,其中四个外国人(哥伦比亚1人、韩国2人、日本1人)。到会5人参加三个小时的现场培训。其中一个小伙是哥伦比亚的博士生,计划做作物表型监测,对RAPID模型很感兴趣,学习的也非常认真。
培训完毕后,进行了合影和讨论。会务组还为培训人准备了午餐。在这里,衷心感谢注册的、捧场的、加油的各位师兄弟的大力支持。没有你们的鼓励,这场培训不一定能成功。
我的培训信息显示在会议手册的最左上方
培训合影
主培训人免费领取的午餐盒饭
除了还有一个POSTER以外,28号培训完毕后,可以放松听听报告。这次的听会目标比较清楚,广度优先,扩展知识面。利用词云图(https://wordart.com)分析了Technical Program中的主要词汇,发现仍然是SAR最多,其次是Big Data,Deep, Machine learning, Image, Monitoring等。
会场门口的会议指示牌 基于会议日程的词云统计图
因此,我尽可能的去一些微波方面的分会场,去了解微波遥感圈中是如何开展模型研发、硬件研制和植被应用的。我发现一些有意思的现象,整理如下:
(1)微波遥感建模的报告中很少有验证的部分。篇幅主要集中在方法上,看到results那里基本都是数值模拟,主要看看趋势对不对。然后,我很期待validation,可是PPT就直接跳到conclusion了。Jin Y.Q.老师做的月球散射角度纠正,很类似光学的地形纠正,不过没有时间深入交流。
(2)发现一个报告专门讲验证数据源,对微波的土壤湿度反演进行验证。这是个很好的验证数据源(SMAPVEX12,http://smapvex12.espaceweb.usherbrooke.ca/),应该能用于RAPID模型的验证。
(3)被动微波L波段亮温做全球植被生物量很有意思。主要概念是vegetation optical depth,简称VOD。数据源是SMOS和SMAP ,空间分辨率很粗(15公里)。这个几乎很难满足林业应用,但是对于全球变化研究还是有点用处的。有个团队一直集中做这个产品。通过融合哨兵1号数据,可以将分辨率提升到1公里。不过如何验证?现场的回答也是很难。从概念上,微波波段使用光学深度定义,这似乎本身就是一种融合吧。
(4)SAR在热带雨林的生物量饱和问题解决方案。有个报告(TU1.R6.4: ESTIMATION OF TROPICAL FOREST STRUCTURE AND BIOMASS FROM AIRBORNE P-BAND BACKSCATTER AND TOMOSAR MEASUREMENTS)在热带雨林做实验,认为层析雷达的30米左右散射强度和高生物量相关性好,可以有效解决饱和性问题。
(5)水云模型的应用不少。虽然忽略double bouncing,但是大多数情况下精度还挺好的。
(6)多源数据融合方面,有个MIT的小伙用机器学习的方法,将光学、X、L、P等波段进行线性组合,实现生物量反演。可惜的是不让照相,没有很好的记录下来。
(7)硬件方面,日本的ALOS-4也要发射,仍然采用L波段SAR技术;一个俄罗斯人使用固定目标(海上油井)和移动目标开展的PALSAR的标定工作。英国发射的NovaSAR为S波段,澳大利亚进行共享,并开展应用分析。
(8)层析雷达不仅用于森林,也用于积雪。第一次知道积雪热力学模型SNTHERM.
(9)美国火警预报框架图(The 1978 National Fire-Danger Rating System)很有意思。通过查找USDA的文档,发现早在1972年就构建了完整的框架。
会场连通的有一个超级MALL,里面很多购物的吃饭的地方。不过日本的吃饭太贵,多数饭菜1000元起步。一碗面条基本在900元以上。晚上也随着大流吃过野毛小路的串,到一兰拉面打卡。饭店大多数都超级小,不过很精致。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 14:36
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社