近日，人工智能学院青年教师魏祖帅博士在遥感领域国际顶级期刊《Remote Sensing of Environment》发表了题为《Bridging spatio-temporal discontinuities in global soil moisture mapping by coupling physics in deep learning》的研究成果，魏祖帅博士为第一作者，江汉大学为第一署名单位。《Remote Sensing of Environment》是中科院一区TOP期刊，影响因子达13.5，被公认为遥感领域最权威的学术期刊，并在全球同类SCI期刊中长期位居首位。该期刊主要刊登与地球遥感观测相关的理论、应用和方法的原创性研究文章。
该文针对卫星遥感土壤水分产品存在时空间隙，无法支持日尺度分析的问题，基于国产自主研发的SMAP MCCA（Multi-channel Collaborative algorithm）土壤水分产品，提出了物理机制约束的深度学习重建算法PhyFill，研发了全球逐日无缝的土壤水分数据集，为精细化的水文和生态应用提供了有力支持。审稿人高度评价该方法： “Its interdisciplinary approach spanning soil moisture dynamics, deep learning, and global-scale validation is particularly impressive” 。
本研究的开展标志着从土壤水分反演算法到产品时空重建的国产化，为未来实现我国高质量土壤水分卫星遥感产品的完全自主可控奠定了坚实基础。目前，全球逐日时空无缝的SMAP MCCA土壤水分数据已在ZENODO平台共享（https://zenodo.org/records/10203150）。
魏祖帅老师为人工智能学院2023年引进的预聘制青年教师，精细爆破国家重点实验室爆破数字化所、人工智能学院科研创新基地青年骨干教师，长期从事卫星土壤水分产品的定量遥感研究。此项研究得到国家自然科学基金项目、教育部人文社科基金项目、自然资源部地理国情监测重点实验室开放基金和江汉大学校级科研项目资助。
