气象科技管理信息系统

气象科技管理信息系统

当前位置:首页 / 科技成果 / 成果展示 / 正文阅读

优秀成果展示——融合卫星—地面物联网的干旱综合监测评估技术与应用

发布者:   来源:   发布时间:2025/7/31 0:00:00   标签:   浏览次数:1545

成果评价编号: 中气科成评[2024]046
评价结果: 良好
成果名称: 融合卫星—地面物联网的干旱综合监测评估技术与应用
完成单位: 中国地质大学(武汉)、南京信息工程大学、中山大学、长江水利委员会水文局、武汉华信联创技术工程有限公司
成果形式: 基础研究类-新方法
研究领域: 气象服务与应用气象
评价年份: 2024
完成人: 张翔、顾西辉、吴杰峰、龚杰、王乐、肖名忠、李春龙、张旭、陈能成
成果简介: 在6项国家自然科学基金、2项重点研发计划、1项国家重点实验室、1项中国气象局计划、2项地方基金的支持下,针对气候变化下的干旱事件连续高精度监测与机制定量解析难题,采用气象、遥感、地理信息和人工智能交叉学科知识,重点解决了三方面科学难题:①定量揭示了卫星遥感监测干旱的误差规律,构建了卫星—地面物联网多尺度干旱数据深度融合模型;②定量解析了干旱事件的水汽传输异常过程,揭示了长江流域2022年极端干旱的形成机制;③提出了观测过程信息与致灾机制耦合的新型累积型PADI干旱指数,建立了气象-水文-农业干旱灾害链的定量评估方法。项目成果应用于长江流域抗旱减灾工作和科普宣传,产生了显著的社会经济效益。
①针对传统单一手段监测干旱存在的时空盲区或精度受限的问题,本项目提出了基于全球800多个物联网的干旱变量遥感监测误差的定量评估方法,首次阐明了全球24种降水、5种表层土壤水分、8种根区土壤水分和6种根区土壤温度感知的误差机制;针对光学遥感数据受云遮挡的问题,提出了地面物联网重建卫星遥感观测盲区的智能学习SICR模型,比传统方法质量提升了5倍;进一步提出了结合点面融合和深度学习的GRASPS模型,并引入变量因果关系建立了融合CLSTM和GRASPS的Causal-GRASPS模型,生成了兼具高精度、高时空分辨率、高时空连续的干旱变量数据。相比于传统遥感同质数据融合方法,本项方法获得了时空分辨率和精度更高的数据集,为后续干旱监测分析奠定了高质量数据基础。 ②针对传统研究仅定性描述干旱水汽异常输送导致降水不足的问题,本项目系统分析了干旱期间的水汽收支、输送、源地以及驱动因子等四个水汽分析片段,将水汽异常传导从孤立的定性描述提升至全过程的定量评估;针对准确解析长江流域干旱事件形成机制难题,进一步量化了水汽输送异常的源地及其驱动因子在不同干旱阶段中的作用,将针对单一干旱事件的分析提升至关注“汛期反枯”等复杂极端干旱事件,全面揭示了复杂干旱形成演变过程中水汽输送异常的动态变化。本项成果科学阐明了长江流域历年4次“汛期返枯”极端事件的物理驱动机制。 ③针对现有干旱指数在评估农业干旱严重程度时存在较大误差问题,本项目提出了新型累积型PADI干旱指数,耦合了干旱演变过程和作物生长过程信息,并考虑了作物不同物候阶段的缺水敏感性差异,比传统PDSI、VegDRI和Palmer Z等指数精度提高11%以上;基于多个区域复合干旱指数适用性分析结果,进一步提出了气象-水文-农业干旱传播过程的定量化解析方法,阐明了典型干旱传播情景以及传播驱动力,量化了干旱的阶段阈值、时空异质性以及驱动贡献。
①本项目授权专利15项,登记软件21项,出版著作4部,发表SCI期刊论文71篇。 ②被IPCC第六次报告、联合国UNDRR、UNEP和UNCCD组织的多份干旱报告广泛引证,被Nature期刊作为研究亮点专文报道,被Nature综述论文引用并设计了未来土壤水文观测的信息物理基础设施,被AGU、New Scientist等多家国际媒体专文报道,被评价为“最近10年基于多传感器集成干旱指数的代表性指数之一”; ③研究成果在长江流域气象服务综合业务平台中集成应用,实现了长江流域十二个省市的气象、水文、灾害信息的实时共享、预报预警、气象服务产品制作和服务产品的一键式发布; ④应用在长江流域2022年枯水情势及预报调度工作中,形成了《2022年长江水情总结》; ⑤制定了一系列干旱形成与灾害的科普动画、视频,包括天气雷达虚拟仿真实验教学系统、气候影响评价科普教学系统、气象灾害风险评估科普教学系统、湖北省气象灾害风险普查系统,产生了显著的科学传播与公众教育效益; ⑥撰写的决策咨询报告“警惕未来气候变暖背景下长江中上游特重大干旱和洪涝风险”被湖北省省委采用,并上报中办信息综合室。
设为首页 | 加为收藏 | 网站介绍 | 联系我们
主管单位:中国气象局科技司  网站维护:中国气象局气象干部培训学院
业务咨询:010-68409139 技术支持:010-68407418
地址:北京市海淀区中关村南大街46号 邮编:100081 EMAIL:kjgl@cma.gov.cn 京ICP备 15008089号-2
访问次数[86527975] 当前在线[5]