3月31日，记者从中国科学院空天信息创新研究院（以下简称空天院）获悉，空天院遥感与数字地球全国重点实验室研究员胡斯勒图和石崇等人联合国家卫星气象中心、中国科学院国家空间科学中心、中国科学院大气物理研究所、日本东海大学等国内外多家机构的科学家，率先构建了基于国际上最新一代地球静止卫星的多星组网地表太阳辐射观测（GSNO）系统，建立了多源异构卫星观测遥感模型，实现了近全球尺度地表太阳辐射最高时空分辨率的探测能力，并同步提升探测精度。相关成果发表在《创新》。
胡斯勒图表示，该项技术相当于给地球表面装上了“阳光扫描仪”，可精确监测地表太阳辐射变化，为清洁能源利用、农业估产、气候变化应对、人体健康等提供精准数据支撑。
地表太阳辐射是指地球表面接收到的太阳辐射组分的总称，是地球生命活动的基本能量源泉，也是影响气候变化、农业生产和太阳能利用的关键因素。卫星遥感技术具有数据连续性强、覆盖范围广等特点，是监测地表太阳辐射变化的最有效手段之一。
该研究团队在2023年研发的地表太阳辐射近实时遥感监测系统基础上，突破了多星协同过程中光谱差异和观测几何差异等带来的遥感难题，实现了中国风云四号卫星、日本葵花八号卫星、欧洲第二代气象卫星和美国地球静止环境业务卫星等国际上最新一代地球静止卫星的一体化融合应用。该系统成功实现了对亚洲、欧洲、北美洲、南美洲、大洋洲和非洲地区的地表太阳辐射连续无缝监测，填补了极轨卫星观测频次低、单一静止卫星观测区域有限的不足。
胡斯勒图说：“通过我们多年的努力，该系统通过多星组网观测，实现从区域到近全球观测的跨越。该系统可同步解析近全球的太阳短波辐射、光合有效辐射、紫外线A/B波段及其直射与散射分量。”
云是影响到达地表太阳辐射的最主要不确定因素，是地表太阳辐射监测的难题之一。该研究基于构建的智能云检测系统、非规则冰云粒子散射模型，结合不同卫星的光谱特征，针对性地构建了适用于每颗卫星的高精度云遥感算法。同时，考虑大气气溶胶、气体、地表反射等影响，开发了人工智能及辐射传输模型相结合的快速辐射传输模拟器，实现辐射传输计算速度提升9万倍，误差小于0.3%。
石崇表示：“通过整合以上核心技术，我们构建了应用于GSNO系统的地表太阳辐射遥感算法。通过算法创新，破解了每颗卫星云干扰及快速辐射传输计算难题。”
目前，GSNO系统可以提供空间分辨率5公里、观测频次每小时1次的近全球地表太阳辐射监测数据，显著优于美国CERES和欧洲ERA5等权威产品，实现了空间分辨率的数量级提升，可精细捕捉台风路径、青藏高原等局地辐射变化。通过对比全球地基实测数据，基于GSNO系统的地表太阳辐射数据日均误差为27.48W/m2（每平方米27.48瓦），可以为局部地区气象灾害监测、光伏电站选址等提供精细化、高精度支持，并为高时空分辨率地球系统模式提供数据驱动。
胡斯勒图表示，GSNO系统将助力全球太阳能资源评估，支撑“双碳”目标下的清洁能源布局，其光合有效辐射数据可为粮食估产与生态碳汇测算提供新依据，紫外线数据模块有望应用于公共卫生领域。
原文链接：https://news.sciencenet.cn/htmlnews/2025/3/541395.shtm
相关论文信息：https://www.cell.com/the-innovation/fulltext/S2666-6758(25)00079-7
多星组网地表太阳辐射观测（GSNO）系统及成果图
动态新闻