精选
赴日参加2019年IEEE国际地学与遥感大会总结
黄华国
背景篇
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。
出行篇
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。
培训篇
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
听会篇
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。
饮食篇
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。
转载本文请联系原作者获取授权，同时请注明本文来自黄华国科学网博客。
链接地址：https://wap.sciencenet.cn/blog-768960-1192703.html?mobile=1
收藏
