文字:马宏亮 摄影:赵欣、马宏亮 摄像:许殊 主持:王银
>>>人物名片
张翔,武汉大学测绘遥感信息工程国家重点实验室2014级博士研究生。已发表SCI期刊论文6篇,授权国家专利1项;获得研究生国家奖学金、国家公派留学奖学金和协同创新中心学生奖学金等。研究兴趣包括环境遥感、农业和城市干旱以及地理空间传感网等。
>>>报告现场
3月17日19:30,张翔做客GeoScience Café第153期学术交流活动,介绍攻读博士期间个人研究成果及成长经历。从新型干旱指数PADI,到普渡大学联合培养经历,以及科研感悟,张翔带来了一场精彩报告,让大家获益匪浅。
新型干旱指数PADI与EPMC方法
干旱,特别是农业干旱,是一种复杂的极端气象事件。目前学术界对此研究颇多,如研究干旱发展的趋势、干旱与碳循环之间的关系、干旱对净生产力的影响以及人类活动在干旱形成过程中的作用等。
对于干旱的研究现状,张翔介绍,由于干旱涉及要素多,发生发展较为复杂,因此对监测的时效性和准确性要求较高。目前的干旱监测大多运用指数形式,对干旱自然变量进行量化和综合。张翔展示了如图1所示常见干旱指数的分类。根据干旱指数中涉及变量数目,可以分为单因素指数和多因素指数;而根据指数计算过程的复杂性,则分为简单干旱指数和复杂干旱指数。这些指数各具特点。
图1.现有三种典型的干旱指数示意图
|
针对以上指数,张翔提出以下问题并尝试给出解决方案:(1)众多干旱指数在进行干旱监测时的效果如何评价?对于该问题,张翔将其具体化,对于农业干旱来说,他采用与作物因旱减产的相关性作为评价标准。相关性越大,则可判定为干旱指数的评价效果越好。(2)是否还有新的多因素综合指数构建方法?张翔提出基于过程模型的累计干旱指数,即以多传感器协同监测干旱发展过程,再结合地面作物生长过程,实现对干旱累计影响的评估。
基于以上问题的考虑,新型干旱指数Process-based Accumulated Drought Index (PADI) 被提出。它基于干旱发展和农作物生长这两个过程,计算累计的干旱严重程度。
为了具体描述如何利用多传感器协同来定义和获取干旱发展的四个阶段,张翔借助目前较为认同的干旱概念发展图解释了自己的思路来源。如图2所示,由于气候异常导致降雨量减少,同时伴随着高温、强风等导致地表水分输入减少,而且地表水蒸发加剧,从而导致气象环境变化,以及土壤水分亏缺。土壤水分的亏缺使作物生长受到影响,造成作物减产。另一方面,由于降水的减少会导致地表径流、水库等的减少。所以从时间上来看,各种类型的干旱发生有一个先后过程,张翔所做的工作就是将这个先后过程进一步细化。
图2.干旱概念发展图
(来源:http://drought.unl.edu/DroughtBasics/TypesofDrought.aspx)
|
从而,EPMC方法(Evolution Process-based Multi-sensor Collaboration)被提出,其原理图如图2。张翔集中分析农业干旱发生过程,同样从气象干旱开始,降水等条件变化导致地表土壤水分发生变化。根据灌溉农业和雨养农业的不同,土壤水分供给不足进而无法支撑作物需水量的出现时间会有差异,但都会到达这个不平衡的时间点,我们称该时间点为农业干旱的开始期。而前期单纯降水不足时(尚未出现供需失衡)称为农业干旱的潜伏期。农业干旱进一步发展,植被状态受到明显影响,这称为农业干旱的发展期。最后,如果长时间的充沛降水或者灌溉的增加使土壤增加到正常水平,致使气象干旱结束,称之为农业干旱的消亡期。对于所划分的农业干旱的四个时期,我们分别选取相应典型的指数。潜伏期重点关注降雨,开始期关注根区土壤水分,发展期关注植被,消亡期则关注降水和土壤水分。需要说明的是,各个时期采用的都是单因素的干旱指数。
图3. EPMC方法示意图
|
多传感器协同观测,在实验中也体现为采用多源数据。降雨数据采用的是基于地面降雨站数据生成的降雨格网数据(GPCC),该数据的时间跨度为30年。根区土壤水分我们采用的是全球陆表同化数据(GLDAS-2)。需要补充的是,实验采用根区土壤水分而非地表土壤水分,是因为前者相对稳定,不容易受到短时间内地表蒸散发的影响。植被状态则采用NOAA AVHRR的传感器获取的NDVI数据来描述。
张翔以湖北省2011年干旱为例,介绍了利用EPMC方法对农业干旱演化过程的分析结果。如图4所示,横轴代表时间,纵轴代表研究区域内降水指数、根区土壤湿度指数和植被状态指数的均值,对应到图中,依次为蓝色、紫色和绿色曲线。虚线代表划分的阈值,低于阈值则判定为干旱。可以看到2010年9月下旬,湖北省降雨出现异常,代表农业干旱进入潜伏期;随着降水的持续减少,土壤水分在2010年12月底也低于阈值,此时可判定农业干旱开始;2011年2月份,植被状态也开始出现异常,判定为农业干旱的发展期;2011年5月份,降水的大幅度增加,土壤水分亏损和植被异常问题都得到缓解,此时可判定为农业干旱的消亡期。此外,张翔还以美国中西部2012年的干旱过程分析向听众展示了EPMC方法的监测结果。
图4.湖北省2011年干旱监测示意图
|
张翔接着介绍到,作物生长过程的数据来自于经验数据、统计资料以及美国农业统计服务(NASS)中的结果。通过划分作物不同生长周期,并依据各个阶段作物对干旱的敏感系数,可以得出干旱对于作物不同阶段影响的差异。
有了农业干旱发生四个过程的计算方法,并获取了农作物生长阶段,关于农业干旱的累计影响的度量方法,张翔给出了PADI指数的定义。
指数计算为每周一次,当前的PADI值等于上周的PADI值加上本周的状态,而本周的状态则由本周与干旱开始阶段相交天数乘以当前作物生长的阶段的缺水敏感系数,再乘以当前土壤水分状态,作为第一部分;本周与干旱发生的发展阶段相交的天数乘以当前这一周的植被状态,作为第二部分;前两部分相加的和除以最严重的干旱时候的状态,这样就可以把PADI值量化到从0到1。计算的开始时间为作物生长过程中干旱开始的阶段,结束时间为作物生长过程中干旱的结束时间。值域为0到1,值越大,代表干旱对作物的影响越大,即干旱越严重。为了便于理解,张翔采用对PADI指数均分的方式将干旱划分为5个等级。张翔继续以图4为例,绿框为小麦生长的时间段,红框为PADI值计算的时间域,从干旱开始计算,到小麦收割时终止。
为评价不同干旱指数的监测效果,张翔将PADI与研究区域的小麦减产率做了相关性分析。通过对湖北、云南、河北以及美国中西部等区域的各种干旱指数与小麦减产率的相关性进行比较得出,如图5所示,PADI的干旱监测价值更大,更能代表干旱发生的严重程度。
图5.PADI在美国中西部实验中与作物减产率的相关性图
|
最后,张翔对报告进行了总结。PADI的优点:(1)提出的EPMC方法能够划分农业干旱发生发展的各阶段;(2)提出的PADI方法能够精确评估干旱对农作物产量的累计影响,对比结果表明,PADI与减产率的相关性比现有指数更高;(3)PADI方法表明,在干旱分析时,不仅需要同时考虑多种干旱变量,更需要结合地面作物生长特性获得更精确的干旱评估结果。PADI的局限性:(1)对输入数据要求较高;(2)只能应用于长期且完整发展的干旱事件;(3)采用的PCI/SMCI/VCI稳定性一般;(4)PADI模型的构建较主观,缺乏更科学的数理模型支撑。
普渡大学联培经历分享及读博科研感悟
随后,张翔分享了在普渡大学联合培养的经历。普渡大学筹建资金源于19世纪一位名为普渡的慈善家捐赠的15万美金。普渡大学的吉祥物是一个锅炉工,因此普渡人喜欢称自己为“Boil Maker”。
图6.慈善家普渡
|
图7.普渡吉祥物
|
谈到联培时的住宿和饮食,张翔展示了当时的住宿条件(如图8和图9所示),并分享了自己和室友一起做饭的经历。由于留学期间经常做饭,因此厨艺精进不少。此外,张翔还和观众分享了留学期间于闲暇时间外出旅游的照片。
图8.学生公寓室外条件
|
图9.公寓室内条件
|
而谈到读博的个人感悟,张翔首先谈到要理性选择读博。首先读博需要的时间较长(至少三年),另外探索未知需要勇气和耐心。在考虑是否选择读博的因素中,张翔认为最重要的两点是:做科研是否快乐以及是否有一个优秀的团队,即小组内是否有较浓厚的研究氛围。关于做科研的方式,张翔建议“深处掘井”而非“多处掘井”。选择一个能够持续发展的研究方向,眼光要放长远但行动要脚踏实地。另外,保持良好的心态也很重要,拥有自己的兴趣爱好来排解压力。随后,张翔提出了一些关于科技论文专业绘图的建议。最后,张翔总结到:“这是最好的时代——地球平坦得像一张纸,智慧共享的壁垒被打破,知识以超乎想象的速度在更新和蔓延;这是最坏的时代——全球化的浪潮把人群堆成了金字塔,每个人往上走都步履维艰,纵使你拥有满腹才华。愿大家在这最好的时代,风雨兼程,一往无前,登上自己人生的金字塔顶。”
>>>互动交流
观众A:我有两个问题想请教:(1)你提出一种新的干旱指数,最初的想法是怎么来的?(2)你在定义PADI指数的计算公式时是怎样考虑的?
张翔:对于第一个问题,我想最初想法来自两方面。第一个方面是现有的干旱指数都是描述当前状态,没有考虑历史的累计影响。而我们课题组又在重点研究基于过程的协同观测。我想既然干旱有这个过程,那么就有必要将其细化到每个阶段,且在每个阶段选取一个最合适的干旱指数来定义它的发展过程。而且现有的指数也很少考虑作物生长过程;第二个方面是我们小组也在做多传感器协同,这也促使我不以单一的变量作为研究对象;第二个问题,在构建指数的时候,因为它是累计干旱指数,所以要将当前的评价结果加上历史累计评价结果。而当前的评价结果还要考虑干旱发展到哪个阶段,该阶段对于作物影响的敏感度是多少,该阶段持续时间有多少等,即把当前的评价也进行了细化。
观众B:你提到多传感器协同观测,所以想请问一下在处理多传感器数据时,面对不同的时间分辨率以及空间分辨率数据,是怎么处理的?
张翔:时间分辨率不一致的问题确实存在,实验中所采取的降雨和根区土壤水分数据以月为单位,而植被数据以周为单位,同时空间分辨率也不一致,时间分辨率上没有做改变。针对空间分辨率不一致的问题,我的处理方法是进行重采样,将空间分辨率统一。
观众C:你博士期间已经发表6篇SCI,而且都是较好的期刊,所以想请问一下在学术论文写作方面有什么好的建议?
张翔:谢谢你的问题。读研期间我在café 听过过很多学术论文写作报告,包括毛飞跃老师、钟燕飞老师、胡楚丽老师和冯如意老师等等,他们的宝贵经验让我获益匪浅。大家可以去阅读Café整理的《我的科研故事论文》一书,应该会有很多收获。从我自己的观点来讲,要写好学术论文我认为有以下几个重要的点:(1)立意,就是你要做什么,这个可能决定文章所能达到的高度;(2)实验的细节,论文的框架等,“八股文”的结构要掌握清楚;(3)论文的图表要清晰、专业;(4)对于刚开始做科研的同学,建议从一个相对小而具体的问题出发,可能会更容易入门。
观众D:你在报告中提到单因素干旱指数和多因素干旱指数,想请问一下你是不是复杂的多因素研究就比单因素更好,哪一条路对以后的研究会更适合一些?
张翔:单因素研究和多因素研究,我认为不仅不是矛盾的,而且会长期并存。单因素研究的优势是比较直接,描述某一种干旱的变化会比较有效,很多国家和机构做干旱目前也是从这方面入手的;而综合干旱指数包含的信息更多,可能与干旱导致的影响的相关性更强。所以这两种方法各有优势,不应该是对立的。
张翔作精彩报告
认真听讲
踊跃互动
张翔(左四)与GeoScience Café团队成员合影留念
(编辑:肖珊)
更多精彩内容(报告PPT、新闻稿及下期活动消息等)敬请关注Geoscience Café群(QQ群号:532362856),微信公众号:GeoScienceCafe,新浪微博账号:GeoScienceCafe
微信公众号二维码及优酷报告视频二维码: