在本次第九期激光雷达(LiDAR)森林生态应用培训班中,来自西南大学的樊磊教授以《全球森林碳储量被动微波遥感监测》为题展开了讲座。
樊磊
西南大学教授,博导,国家优青。长期从事全球变化森林碳汇微波遥感,领导研发全球首套基于低频被动微波(L-VOD)的森林碳储量年际产品,服务于IPCC报告。相关成果发表于Nature GeoscienceNature Plants,Science Advances等顶级学术期刊,获李小文遥感科学青年奖。
借着培训班的宝贵机会,我们有幸采访到樊磊老师。现在,让我们一起,聆听专家见解。
樊老师您好,我们了解到您一直致力于基于被动微波遥感监测森林碳储量,在处理和应用微波遥感数据及其产品(LVOD)时,您遇到过哪些主要挑战,是如何克服的?
其实主要的挑战很多。因为首先的话,这个陆地碳储量目前反演的主要手段还是靠激光雷达。LVOD这样一个指数其实在过去是一个辅助变量,之前使用微波大家做土壤水分反演的时候经常用到。在反演土壤水分的过程中,其实是需要把VOD和土壤水分一起反演出来的。在今天我的ppt里面有个端盘子的照片,就是之前VOD给土壤水分反演端了十几年的盘子。再后来呢,荷兰团队和我们法国的团队,发现VOD其实和植被含水量相关,这是之前大家没有发现的,因此也没有想到用VOD去反演森林的碳储量。
所以说,万事开头难,从0到1的过程很重要。最早刘毅老师和我的导师他们想到了可以用VOD去反演碳储量,而大家都没有想到。我在做这个事情的时候就是15-16年,刚好这个LVOD发展出来了,因此我的工作就是用VOD去反演森林碳储量产品。这里就有很多问题,首先你做一个大家都能用的产品,最核心的就是质量控制。假如你的质量做不好,这个产品发布出来久没有人用。对于LVOD因为它在L波段,和我们的手机信号频段接近,也和很多雷达频段接近,因此很容易受到电磁干扰。一旦有这样的电磁干扰的情况下,这个VOD的反演就会偏高,而在时序反演的时候,每年的电磁干扰不一样,因此最关键的第一步是要去动态的检测这个电磁干扰,把它从LVOD中剔除掉,这是最核心的一步。而对于第二步,就是 SMOS卫星以及SMAP卫星,它虽然每天都在转但并不能保证每天都有观测,因为有一些天可能会存在这样的干扰,需要被剔除掉。如果仅使用单轨卫星,就会出现数据缺失的问题。我们是通过升轨和降轨融合来解决这个问题的。这样的话,有的时候信号在升轨上受到影响,但是降轨的时候背面没有受到干扰,把升降轨融合就可以达到一个较高的时间分辨率,因此第二个挑战就是升降轨的融合技术。第三个就是要把湖泊和洪涝的影响去掉,因为我们是通过植被含水量进行反演的碳储量,因此湖泊这些水体的出现会很大程度影响我们的结果,需要进行水体矫正工作。这三个工作当时做了大概有1到2年,在解决这些问题之前,根本没办法发表文章,只能对着谷歌影像和Landsat肉眼观测,把水体圈出来纠正掉。在解决了这些问题后,后面从LVOD到碳储量的计算,其实也有很多的问题,比如植被生理上的问题,但这些问题不像前面,因为我们是做遥感出身的,还没有进入到我们的范畴,目前也没有集中于这些后续反演的问题,主要就是这三个技术问题。
老师您提到关键的数据质量控制问题,单轨的数据可能无法达到较高的时空分辨率。我们现在也有一些其他的遥感技术,例如主动雷达SAR和激光雷达信号,老师您觉得这些主动遥感技术能够如何帮我们更好的获得森林碳储量呢?
首先呢,我们在使用VOD去反演碳储量的时候,其实就是用了激光雷达获取的数据作为底图进行反演的,我们相当于是将这个底图动起来了。所以说,如果这个底图不够精确,其实就会影响到我们后面的反演精度,我们目前反演的得到的16%的误差有部分就是来自于激光雷达底图。因此,激光雷达所做出来的底图非常重要。第二点是分辨率的问题,25公里的分辨率做全球气候变化和碳循环没有问题,已经够了,但是假如落在全国,落在我们重庆的话,那么这个分辨率是不够的。所以说,我们希望发展高分辨率,尤其是在30m尺度上这种,那么发布这种高分辨率的产品就需要用到这种主动信息,因为主动信息的空间分辨率很高,我们现在主要是考虑物理降尺度效应和机器学习两种方法来完成这种提高分辨率的工作。所以说,发展高分辨率的VOD产品离不开主动遥感技术,主动遥感技术是一个非常重要的数据源。
老师您关注于绘制碳的分布格局,我们在未来是会更加关注于绘制和极端事件相关的碳储变化,还是会更关注于碳的长期监测呢?
觉得两边都很重要,就是在一般情况下,例如扰动很少的区域,我们需要去关注于其长时间的变化。因为在全球变暖的气候趋势下,这类地区的森林碳储怎么变化的很重要。我们目前主要的未来预测还是依赖于IPCC报告和模型,但是模型无论是物理的还是什么,都是需要真值去训练的。因此,我们通过这样的一些观测能够为模型提供真值,进行一定的模型矫正。当模型纠正好了,IPCC的报告才能更加可信,这是很重要的一点,这也是我们产品现在用在IPCC报告中的一个很重要的原因。而对极端气候事件,其实也是一样。我们最大的主题就是政府间的决策,就是靠IPCC报告来决定的,如果IPCC报告里面有重大误差的话,会影响到很多的政府决策,而IPCC报告里面依赖的模型对极端气候事件量化的样本很少,包括这种极端气候持续的影响,目前模型都没有考虑进去,而遥感检测是可以做到这一点的。我们通过遥感的方法先去看到极端气候事件对我们的碳循环有什么影响,然后才是服务于模型,所以说这些在过去可能无法解决的问题,通过我们遥感的监测能够了解到并加以解决。举个简单的例子,如果是缙云山着火了,在我们当地看来是一件大事情,因为电视上都进行了报道,但是放到全中国来看,如果只是一场山火的话,对于一整个国家的碳汇是没什么影像的,同样的道理也是,一片森林和一片草地燃烧对于碳汇的影响也不一样,目前很多的极端气候事件都是缺乏碳汇的影响量化的研究的。我们这套技术能够告诉大家能够用怎么样的一个手段去将这种极端气候事件真正的做到量化,以及它怎么恢复等等问题,这是很重要的一点。
通过樊老师您的分享,我们学习到了很多。那么作为这个领域优秀的青年学者,想问问樊老师对未来踏入这一领域的年轻科学家和学生有什么寄语吗?
现在的话经验算是比较多的。当时读书的时候第一个感觉就是很枯燥,很痛苦,因为学术积累就是一个漫长的过程,等我真正享受学术的快乐的时候是我做博士后的时候,博士后的时候才是真正去热爱上这份工作的。在之前读博的时候,特别是你们读博的时候,还没有形成完整的科学学术思维,也没有清晰的这种逻辑思路,包括一些科学假设和对科学的认识,因此最重要的一点就是要和导师多沟通,导师给你们的建议是非常重要的,因为导师对这个领域的认识要比你们深得多,不要去闭门造车,这是第一点。然后就是多读文献,第三点是动手能力要强。导师让你去做什么就去做什么,要相信导师在这个阶段的判断,在学生阶段不要盲目的相信自己,因为对于学术还没有很清晰的认知嘛。就是这三点很重要,但是会很枯燥,因为别人告诉你怎么去做,一般情况下你是愿意的,但是心里面有的时候也很难理解导师的想法,所以说就很枯燥,需要坚持,坚持个四五年,有的人可能需要七八年。但是你一旦在这个领域取得一定成果的时候,学生对学术的热情和兴趣就会被激发出来。在这个过程中,也需要强大的心理承受能力来帮助度过这个阶段,抗压能力很重要。最后就是需要多多锻炼,身体好,找一个自己喜欢的,可以排解压力的方式。这几点能做好,把学术的路走通了,我觉得还是很享受的。