MDPI 特刊精选 | Remote Sensing特刊专辑：中国定量遥感进展—纪念李小文院士
（图片来自：央广网）
李小文，男，1947–2015年，四川自贡人，中国科学院院士。曾任北京师范大学遥感与地理信息系统研究中心主任，中国科学院遥感应用研究所所长。
李小文院士致力于地物光学遥感和热红外遥感的基础和应用研究。
①在遥感模型建立方面，他针对地表大量呈现非均匀复杂三维结构的情况，突破过去被广泛应用的辐射传输理论的局限，建立了描述像元尺度地表方向性反射的几何光学模型，发现了植被冠层反射的四个分量在不同方向投射阴影的差异，考虑了入照与反射两方向相互荫蔽，成功地解释了由于冠层结构所产生的植被像元表面反射的非朗伯现象，被国际同行广泛引用，称为“Li‑Strahler几何光学模型”；他修正了“像元平均有效发射率”的内涵，提出了普朗克定律用于非同温黑体表面的尺度修正式，成功地解释了热红外辐射的方向性，使普朗克定律能直接应用于像元尺度地温遥感。
②在反演方面，李小文院士提出了基于先验知识的多阶段目标决策反演方法以及不确定性和敏感性矩阵的概念，利用野外多角度测量数据构建了遥感反演的初始先验知识库，被国际同行认为是“开创性的工作”。
③在遥感模型和反演产品的质量检验方面，李小文院士给出了互易原理在遥感像元尺度上失效的条件，平息了遥感界长期对互易原理是否适用于地表二向性反射测量数据检验的争论；建立了我国典型地物波谱数据库，制定了地物波谱数据测量标准与规范，形成了标准化的科学数据和集数据、模型、知识为一体的知识化数据库；研制了国内第一台机载多角度、多光谱成像仪，首次获取了我国作物、森林植被、水体、城市等目标的机载高分辨率多角度数据，实现了地物组分温度的反演。
为了给全国从事遥感基础和应用研究的科学家，特别是青年科研人员和研究生提供一个高水平的学术交流平台，李小文院士倡导举办定量遥感学术论坛。2017年7月14日至15日，由遥感科学国家重点实验室主办，北京师范大学承办的第三届全国定量遥感论坛吸引了全国300多名研究人员参加。为了记录中国定量遥感的发展，并促成国内外遥感领域更多的国际交流与合作，Remote Sensing 期刊邀请美国马里兰大学地理系梁顺林教授、北京师范大学阎广建教授和中国科学院遥感与数字地球研究所的施建成研究员共同编辑特刊 Advances in Quantitative Remote Sensing in China – In Memory of Prof. Xiaowen Li。特刊分两卷收录了此次论坛的41篇高水平论文，其中综述文章3篇，辐射传输建模文章5篇，反演算法文章14篇，产品生产及应用文章19篇。其中大部分论文基于可见光‑热红外遥感观测数据进行研究，但也有少数论文主要采用了微波和激光雷达数据。特刊涵盖的内容包括太阳辐射、地表方向反射、气溶胶光学厚度、反照率、地表温度、向上长波辐射、叶绿素荧光、叶面积指数、植被覆盖度、森林生物量、植被生产力、植被物候、生物多样性、森林扰动、降水、蒸散发、冻融、积雪、干旱监测、空气质量监测、传感器设计、采样策略和测量验证方法等。
客编介绍
梁顺林 美国马里兰大学地理系教授。主要从事定量遥感、地表参数反演、四维同化遥感数据产品以及环境变化评价等工作。他创建了多个土壤‑植被‑大气系统复合的辐射传输模型，率先倡导和发展数据同化的遥感方法，发展了一系列卫星遥感地表参数反演算法。
阎广建 北京师范大学教授，遥感科学国家重点实验室副主任。主要从事多角度遥感测量、建模以及参数反演研究，研制了我国第一台机载多角度电力巡线系统，提出了路径长度分布法，在多角度、多光谱数据处理及信息提取方面取得系列成果。
施建成 中国科学院遥感与数字地球研究所研究员，遥感科学国家重点实验室主任。主要从事遥感与水循环的基础理论研究，在主被动微波辐射传输机理建模、积雪和土壤水分反演、陆表水文模型开发及遥感数据同化等领域取得了突出性成果。
文章推荐
1. Characterizing Land Surface Anisotropic Reflectance over Rugged Terrain: A Review of Concepts and Recent Developments
包括山脉、丘陵和高地在内的崎岖地形是世界范围内典型的地表特征。作为一种表征地表非均质反射率的物理参数，双向反射率分布函数(bidirectional reflectance distribution function，BRDF)在遥感领域发挥着重要作用，并被广泛应用于各类地表的表征模型。然而，崎岖地形对BRDF的形状和幅度影响较大，给建模过程带来了巨大挑战。来自中国科学院遥感与数字地球研究所的Jianguang Wen博士及其研究团队发表了一篇综述文章，介绍了BRDF函数在崎岖地形应用的理论背景，全面回顾了地表BRDF的估算方法演变历程，并将该方法按照描述对象划分为两类：单独坡度BRDF和复合坡度BRDF。同时本文聚焦于山区地表反射率反演，分析了单独坡度BRDF模型和复合坡度BRDF模型之间的差异，提出用遥感卫星提高BRDF模型精度的未来研究方向，对今后的相关研究具有指导意义。
长按识别二维码，
查看文章详细内容。
2. Estimating Leaf Area Density of Individual Trees Using the Point Cloud Segmentation of Terrestrial LiDAR Data and a Voxel-Based Model.
树木冠层内的叶面积密度(Leaf area density，LAD)对于理解树木光合作用并建立相关模型非常重要。利用地面激光探测及测距系统(Light Detection and Ranging，LiDAR)能够获得植被的三维结构特征并预测叶面积密度，但该方法的实际应用效率还有待提高。来自电子科技大学的Shihua Li博士及其研究团队撰文介绍了一种基于高分辨率陆地激光雷达数据的单株木兰树冠层叶面积密度估算方法，提出了一种能够应用于叶片点云分割的，基于叶片和非叶片成分结构差异的正态差分方法，定量研究了体元尺寸对单株树木叶面积密度预测的影响，在叶面积密度估算领域具有积极意义。
长按识别二维码，
查看文章详细内容。
3. Estimating Land Surface Temperature from Feng Yun-3C/MERSI Data Using a New Land Surface Emissivity Scheme
地表温度(Land surface temperature，LST)是广泛应用于水文、气象和地表能量平衡等方面的关键参数。来自遥感科学国家重点实验室的Xiangchen Meng博士及其研究团队提出了一种新的地表发射率(Land surface emissivity，LSE)方案，包括基于查找表的方法来确定植被地表发射率，以及一种利用Global LAnd Surface Satellite(GLASS)宽带发射率(BBE)产品来计算粗糙裸土壤表面发射率的经验方法来。利用现代研究与应用回顾性分析(MERRA)数据和风云‑3c中分辨率光谱成像仪(FY-3C/MERSI)可沉淀水汽产品校正大气效应。在解决了地表发射率和大气效应之后，使用辐射传递方程算法和广义单通道算法直接从FY-3C/MERSI数据导出了地表温度。这种新的发射率计算方案能有效提高FY-3C/MERSI等宽光谱范围传感器的地表温度计算精度。
长按识别二维码，
查看文章详细内容。
4. Inter-Comparison and Evaluation of Remote Sensing Precipitation Products over China from 2005 to 2013
降水是气候系统的重要方面。来自遥感科学国家重点实验室的Qiaolin Zeng博士及其研究团队比较了包括TRMM3BV42, PERSIANN_CDR, GSMaP_RENALYSIS, CMORPH_BLD和CMORPH_RAW的5个卫星降水数据产品的可靠性与2005年至2013年中国的原位降水测量结果。为了全面评价这些降水产品，本文计算了年、季、月降水量的平均值。总体来看，淮河和秦岭东南部降水偏多，西北部降水偏少。比较结果表明，CMORPH_BLD提高了CMORPH_RAW的质量，使得相关系数(CC)较高，相对偏差(BIAS)较低，均方根误差(RMSE)较低。在中国，GSMaP_RENALYSIS优于其他产品，CC最高(0.91)，RMSE最低(0.85毫米/天)，给出了最高的检测概率(81%)、临界成功指数(63%)和最低的误报率(36%)。而TRMM3BV42给出了最高的频率偏差指数(1.00)。在青藏高原地区，2013年12月CMORPH_RAW表现最差，偏差最大(4.2毫米/月)，CC最低(0.22)。GSMaP_RENALYSIS预测结果与夏季现场测量结果一致。然而，GSMaP_RENALYSIS和CMORPH_RAW低估了华南地区的降水量。CMORPH_BLD和TRMM3BV42在夏季CC较高(>0.8)一致，但RMSE相对较大。
长按识别二维码，
查看文章详细内容。
5. Monitoring Rice Phenology Based on Backscattering Characteristics of Multi-Temporal RADARSAT-2 Datasets
水稻物候的准确估计和监测对于水稻的管理和产量预测是非常必要的。雷达后向散射系数是水稻生长参数反演中最直接、最方便的参数之一。来自电子科技大学的Ze He博士及其研究团队撰文探讨了利用该参数或者多时相RADARSAT-2数据库进行水稻物候检测的可能性(如移植、营养，生长和成熟)。该文对四川省眉山市30个样地的4个RADARSAT-2数据集进行分析，通过探讨后向散射系数及其组合与水稻物候的关系，发现HH/VV、VV/VH和HH/VH比值在物候检测方面潜力最大。采用决策树分类器对四个物候期进行划分，效果良好。分类器的验证表明，分类器的总体准确率为86.2%。大多数误差存在于营养和生长阶段，分别为21.4%和16.7%。
长按识别二维码，
查看文章详细内容。
Remote sensing (ISSN 2072-4292; IF:4.118)是一个与遥感学科相关的国际型开放获取期刊。其期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准，到遥感在地球科学、环境生态、土木建筑等各方面的广泛应用。Remote sensing采取单盲同行评审，一审周期约为19天，文章从接收到发表仅需2.9天。
长按识别二维码，了解更多特刊内容。
扫描以上二维码，可订购该特刊书。
////////////////////////////
往期回顾：
版权声明：
文案作者：Kent Wang
*本文内容由MDPI中国办公室编辑编写。如需转载，请邮件联系：mdpicnmarketing@mdpi.com
请点击左下方“阅读原文”, 了解Remote sensing期刊更多内容。