风云气象卫星天气应用回顾和展望

 近50年来，我国风云气象卫星从无到有、从弱到强，迄今为止已成功发射19颗风云系列气象卫星，现有8颗在轨运行，形成极轨、静止2个系列化、业务化的综合观测网。伴随着卫星所搭载仪器载荷的升级和观测能力的提升，风云气象卫星在天气监测方法和技术也实现了稳步发展。回顾了风云气象卫星和卫星气象学的发展，综述了气象卫星在天气应用方面的发展历程，特别是更新换代的变化在天气应用中的进展。围绕未来需求和风云卫星未来技术发展方向，展望了卫星天气应用的前景和发展趋势。     

风云气象卫星发展及其应用

 风云系列气象卫星是我国重要的空间基础设施，是气象现代化的重要标志。自1988年成功发射第1颗风云气象卫星以来，我国已成功发射了两代四型19颗风云系列气象卫星，目前8颗卫星在轨业务运行，已形成极轨和静止2个系列气象卫星的组网观测体系，实现了气象卫星系列化、业务化自主发展。风云气象卫星整体实力跻身国际先进行列，有力支撑了气象防灾减灾，为我国经济社会发展、“一带一路”建设等做出了重要贡献。介绍了我国风云气象卫星的发展历程，综述了卫星数据在数值天气预报、天气监测、气候和气候变化、生态环境灾害监测、农业遥感监测和“一带一路”服务等方面的研究和应用进展，展望了风云气象卫星的未来发展。     

遥感地表参量反演的理论与方法

介绍了光学遥感地表参量反演的理论和方法及量新的研究进展，分析了遥感反演存在的主要问题及目前的一些解决方案，并讨论了遥感反演的未来发展方向。     

基于方向反射率的大尺度叶面积指数反演算法及其验证

提出了一种新的叶面积指数反演方法，该算法尝试采用不同于传统遥感反演方法的思路和架构，借鉴了地面观测叶面积指数的原理和方法，首先从叶面积指数的定义出发推导出叶面积指数与方向间隙率的关系，然后通过遥感BRDF产品和大尺度方向间隙率算法获得方向间隙率信息，最终通过角度积分得到大尺度LAI(叶面积指数).敏感性分析表明，该算法可以较好反映叶面积指数的相对分布信息，并采用长白山和黑河地区的地面观测数据对反演结果进行验证，为了解决高分辨率观测数据到低分辨率遥感数据的尺度转换问题，采用了与地面观测尺度相适应的高分辨率遥感数据进行过渡.首先建立实测LAI与高分辨率反射率数据之间的经验关系，进而得到高分辨率的叶面积指数分布，再利用高分辨率叶面积指数产品通过面积加权，获得对应低分辨率像元的LAI值.验证结果表明，算法具有较高的精度.     

机器学习在遥感影像分类中的应用

 概述了机器学习的主要方法及其在遥感影像的主要应用方向，涵盖环境生态遥感中机器学习技术的研究、应用情况及近年来的新进展。通过使用深度学习对FY-3C气象卫星资料进行积雪检测的应用实例，说明深度学习模型可以利用大数据的优势不断提高检测精度，在某些指标中取得了更优于传统机器学习的精度，可解决传统机器学习难以解决的一些问题，从而带动遥感应用模式的创新。     

遗传算法及其在遥感线性、非线性模型反演中的应用效果分析

分别以2类常见的遥感模型--线性光谱混合模型和GOMS模型为代表研究了遗传算法在遥感线性和非线性模型反演中的应用效果,并与逐步二次规划法等确定性搜索算法进行了比较.结果表明,遗传算法在线性遥感模型反演中的优势并不明显.而在非线性遥感模型反演中优于确定性搜索算法.这主要是因为对于线性模型来说,一般定义的代价函数为凸函数,大多优化算法可以收敛于全局最优解,相比较而言,遗传算法因其搜索效率低,故优势不明显.而在非线性模型反演中,代价函数的形式比较复杂,可能是非凸的,因此遗传算法的优势得以发挥,这也说明与一般确定性搜索算法相比,遗传算法具有更好的全局收敛性.     

风云气象卫星在防灾减灾中的应用

 风云气象卫星具有全球、全天候、三维立体观测的能力,在空间分辨率、时间分辨率和光谱分辨率等方面都达到了国际上先进气象卫星的水平,在防灾减灾工作中可发挥重要作用。介绍了风云气象卫星在台风、暴雨、干旱、高温、沙尘、雪灾、洪涝和森林草原火灾监测中的应用,展望风云气象卫星在防灾减灾中的应用工作进行了展望。随着风云气象卫星遥感仪器性能的不断提升、数据处理和应用技术的不断发展,将更好的为我国和全球提供卫星遥感灾害监测评估预警信息,为防灾减灾工作提供更加科学有力的支撑。     

激光雷达GLAS与ETM联合反演森林地上生物量研究

在实现大脚印激光雷达GLAS森林冠顶高度反演算法基础上,建立了复杂地形条件下森林地上生物量神经网络反演模型,制作了研究区森林地上生物量分布图。总体上,激光雷达GLAS森林冠顶高度和地上生物量估算精度较高。森林冠顶高度针叶林精度最好（R^2=0.692）;阔叶林次之（R^2=0.5062）;地上生物量反演结果与实测结果十...