近日，我院2015级博士生魏祖帅和导师孟令奎教授及合作者在遥感领域顶级期刊《Remote Sensing of Environment》发表了题为“Downscaling SMAP soil moisture estimation with gradient boosting decision tree regression over the Tibetan Plateau”的研究成果，这是我院博士生首次在该刊发表高质量论文。本研究受到国家重点研发计划“国家水资源立体监测体系与遥感技术应用”(2017YFC0405800)资助。
青藏高原是世界上海拔最高、面积最大的高原，号称“第三极”，其独特的大地形的动力和热力作用对中国乃至全球气候和生态环境有显著影响，是全球气候变化敏感区和启动区。在青藏高原气候和水循环中，土壤水分扮演着重要角色，它通过影响陆地表面蒸散、水的运移和碳循环及与地球气候系统相互作用，对气候系统及其变化产生重要影响。因此获取青藏高原地区高精度土壤水分信息对研究区域乃至全球气候变化有着至关重要的作用。
以NASA发射的SMAP为代表的土壤水分探测卫星，采用微波辐射计接收来自地面L波段的微波信号，该波段对土壤水分变化十分敏感，是当前反演土壤水分的主要方式，但其反演的土壤水分空间分辨率低(36km)，难以满足区域尺度上水文和农业应用需要。魏祖帅同学提出一种新的被动微波土壤水分降尺度方法，从MODIS和DEM数据中提取多个土壤水分因子作为辅助变量，在低分辨率下与SMAP土壤水分建立回归模型，采用梯度提升决策树回归表达辅助变量和土壤水分之间的非线性关系，再将回归模型应用于高分辨率辅助变量，从而得到高分辨率土壤水分产品。利用阿里、那曲和玛曲3个土壤水分实测站网数据，在时间、站点和区域尺度上对降尺度结果进行广泛验证。结果表明该方法在保留被动微波土壤水分高精度的同时还能提高其空间分辨率，是对当前降尺度算法的有力补充。
被动微波土壤水分降尺度方法及其在区域尺度上的应用是目前国际遥感领域热点。孟令奎教授指导的水利遥感团队，以水利部-武汉大学研究生联合培养基地为载体，以干旱和洪涝监测、网络GIS技术、大数据与高性能计算为主线，依托国家防汛抗早指挥系统、国家水资源监控能力建设项目、高分对地观测系统重大专项(民用部分)、国家重点研发计划、水利行业公益性科研专项等项目，服务国家重大需求，致力于理论研究、技术攻关和工程实践，近年来取得多项高水平成果，并成功应用于历次突发涉水灾害应急响应，为防灾减灾、挽救生命做出了重要贡献。