本网讯（通讯员张翔）我室陈能成教授团队与美国普渡大学Dev Niyogi教授团队合作，在干旱监测分析领域取得重要进展，相关研究成果于近日发表于Nature子刊Scientific Reports（科学报告），论文题为“Droughts in India from 1981 to 2013 and Implications to Wheat Production”。这是继陈能成教授团队在IEEE Transactions on Geoscience and Remote Sensing（美国电气与电子工程师协会地球科学与遥感学会会刊）和Remote Sensing of Environment（环境遥感）上连续发表干旱研究成果之后，取得的又一重要进展。上述三篇论文的第一作者均为张翔博士生，通讯作者为陈能成教授。

干旱灾害是对人类社会影响最为严重的气候灾害之一，它具有出现频率高、持续时间长、波及范围广的特点。由于干旱不仅受降雨量影响，而且还与地表状态、需水量和人类活动有关，发生和发展都非常复杂。因此如何对干旱进行精确监测和科学分析成为制约人类感知、认知和缓解干旱的关键瓶颈问题。

为此，陈能成教授带领博士生张翔和团队成员开展了长期研究，相继提出了基于星地协同的土壤水分重建方法、面向干旱演化过程的多传感器协同监测方法和干旱灾害细粒度分析方法，实现了干旱的精确监测和科学分析。

基于星地协同的土壤水分重建方法互补协同了卫星和地面传感器在观测能力上的差异，巧妙利用了地面传感器时间连续弥补卫星受云遮挡间断监测的不足，而卫星空间连续监测弥补地面离散监测的不足，并以我国GF-1 WFV卫星传感器和11个地面土壤水分传感器为例，实现了全部厚云遮挡下的区域土壤水分格局完整重建，解决了干旱监测空间不连续的问题。与仅依靠卫星或地面传感器进行重建的方法相比，点面协同监测重建方法能够更加精确恢复被遮挡区域土壤水分，并且保留了较多的水分变异细节。

面向干旱演化过程的多传感器协同监测方法在农业干旱事件过程蕴含的科学原理指导下，将干旱演化过程划分为多个重要阶段（如潜伏期、开始期、发展期和消亡期），并在每一个阶段分别选择最合适的传感器进行监测，最终多种星地传感器取长补短、互为补充，实现了基于灾害事件形成过程的多传感器协同监测。并进一步与地面农作物生长阶段结合，提出了累计干旱指数的新模型，能够比现有干旱指数更为精确地评估干旱灾害对作物减产的影响。

干旱灾害细粒度分析方法则将干旱细化为气象、水文、土壤和作物干旱四个子类，并在小麦生长阶段进行了重点分析。通过对1981-2013年四类干旱的时空分布、并发关系、相关关系、演化过程和变化趋势的精细分析，并与小麦产量定量关联，揭示了印度小麦主产区干旱灾害的诸多特征，对于该区域的干旱灾害发生特征、演化过程和影响程度有了全方位的认知。

据悉，上述研究受国家973计划项目、国家自然科学基金面上项目、教育部联合基金、国家建设高水平大学公派研究生项目和湖北省自然科学基金创新群体等资助。

论文链接：

http://www.nature.com/articles/srep44552

http://ieeexplore.ieee.org/document/7469376/

http://www.sciencedirect.com/science/article/pii/S0034425716304242