5月26日，2022中国国际大数据产业博览会领先科技成果奖正式揭晓。物理与电子电气工程学院参与中国农业科学院农业资源与农业区划研究所主持的 “基于热红外遥感反演和气象数据融合的地表温度产品重建技术”项目获2022数博会领先科技成果奖“优秀项目”奖项（完成单位：中国农业科学院农业资源与农业区划研究所、8181801威尼斯、国家卫星气象中心、中国科学院国家空间科学中心、国家气象中和山东建筑大学；主要完成人：毛克彪，施建成，杨军，王旭明，毛留喜，郭中华，孟飞，曹萌萌，王涵，袁紫晋等）。

中国国际大数据产业博览会由国家发展和改革委员会、工业和信息化部、国家互联网信息办公室和贵州省政府共同主办。该奖项在国家科学技术奖励工作办公室备案，是目前国内唯一以大数据为主题的社会科技奖励，旨在展现工业、农业、旅游业等领域大数据相关领先科技成果。

地表温度是气象预报和农业灾害监测的关键参数，借助遥感技术快速准确获取大面积和长时间序列的地表温度信息是顺应当前科学技术发展的趋势，从而满足全球多种自然灾害和农情监测等的迫切需求，进一步保障全球和我国粮食安全。本研究通过利用深度学习耦合物理方法和统计方法，建立“物理模型+统计方法+专家知识”驱动的深度学习地表温度反演理论框架，从理论上解决了地表温度和发射率分离难题。通过利用辐射传输模型模拟及高精度统计数据解决了深度学习所需要的训练和测试数据，从技术上高精度地解决了地表温度反演难题，在观测角小于10度和65度时，理论精度分别在0.1 K和0.5 K以下。本技术为热红外传感器地表温度反演提供了通用算法模式，同时也为热红外传感器波段设计提供了方案。在此基础上，我们进一步将反演结果与地面气象站点数据融合，从而解决有云情况下地表温度数据缺失的问题，生产时空连续的地表温度数据集。该技术框架将成为全球地表温度和其他参数遥感反演及重建的主要通用范式，特别是成为我国风云和高分等卫星地表温度反演和数据产品重建的主要标准算法。深度动态学习神经网络与辐射传输模型及高精度统计数据相结合反演地表温度在遥感地表温度和发射率反演史上具有里程牌意义。

图1.“物理模型+统计方法”和深度学习耦合的地表温度反演技术路线

图2.每天四个时段全球陆地表面温度时空变化特征

图3.中国地表温度融合数据时空变化规律分析