近日，中科院西安光機(jī)所在智能光譜環(huán)境感知領(lǐng)域取得重要進(jìn)展，相關(guān)研究成果發(fā)表于環(huán)境科學(xué)領(lǐng)域頂級(jí)期刊Environmental Science & Technology（Nature Index 收錄，5-Year IF: 11.7），并入選封面論文。論文第一作者為劉嘉誠(chéng)，通信作者為于濤和胡炳樑，西安光機(jī)所是第一完成單位和通信單位。這是西安光機(jī)所首次在該期刊發(fā)表文章，標(biāo)志著研究所在智能光譜環(huán)境感知領(lǐng)域的研究在國(guó)際學(xué)術(shù)領(lǐng)域取得了新突破。

光譜學(xué)是一門主要涉及物理學(xué)及化學(xué)的重要交叉學(xué)科，通過光譜來研究電磁波與物質(zhì)之間的相互作用。探測(cè)水體的吸收光譜可反映水分子對(duì)特定波長(zhǎng)光的吸收特性，進(jìn)而定量反演水環(huán)境質(zhì)量參數(shù)。復(fù)雜的水體背景干擾給高精度的定量反演帶來了極大挑戰(zhàn)，現(xiàn)有研究主要依賴數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)模型進(jìn)行水質(zhì)參數(shù)定量反演，難以適應(yīng)廣域地理分布的復(fù)雜地表水場(chǎng)景。

針對(duì)上述挑戰(zhàn)，研究團(tuán)隊(duì)首次引入Transformer架構(gòu)進(jìn)行光譜定量反演水質(zhì)參數(shù)，并提出理化驅(qū)動(dòng)學(xué)習(xí) (Physicochemical-Informed Learning) 概念，構(gòu)建理化驅(qū)動(dòng)Transformer的定量反演模型。該方法將先驗(yàn)理化信息嵌入光譜編碼過程中，并結(jié)合Transformer架構(gòu)的全局特征提取能力，以提升復(fù)雜地表水體光譜定量反演的精度。結(jié)果表明，該方法在廣域地理分布的復(fù)雜地表水場(chǎng)景下表現(xiàn)出優(yōu)異的水質(zhì)參數(shù)反演能力，為智能光譜技術(shù)在環(huán)境領(lǐng)域中的應(yīng)用提供了新的理論基礎(chǔ)和技術(shù)路徑。

研究方法流程

胡炳樑、于濤團(tuán)隊(duì)在高分辨率高光譜成像遙感、精細(xì)光譜探測(cè)與計(jì)量分析等方面開展了長(zhǎng)期的研究工作。該項(xiàng)研究是團(tuán)隊(duì)對(duì)標(biāo)國(guó)家推進(jìn)“美麗中國(guó)”建設(shè)所取得的重要成果，也是國(guó)際學(xué)術(shù)界對(duì)西安光機(jī)所在智能光譜環(huán)境感知領(lǐng)域成果的高度認(rèn)可，更是西安光機(jī)所聚焦光譜成像與精細(xì)光譜探測(cè)技術(shù)主責(zé)主業(yè)取得的重要進(jìn)展。研究工作得到了國(guó)家重點(diǎn)研發(fā)計(jì)劃，中國(guó)科學(xué)院先導(dǎo)專項(xiàng)（A類）等項(xiàng)目的支持。