青岛
气候变暖和人类活动双重胁迫下，湖库富营养化和蓝藻水华呈现全球扩张态势，显著削弱了湖库生态服务功能和价值。卫星遥感在湖库环境监测上展示了巨大的优势和应用潜力。目前，MODIS、VIIRS和OLCI等海洋水色传感器空间分辨率较低（~300m），无法满足面积较小的湖库监测需求。随着Landsat-8、Sentinel-2A/B、Landsat-9等中高分辨率卫星的陆续发射，携带的较高质量传感器为高分辨率反演湖泊水质提供数据支撑。然而，这些中高分辨率传感器的时间分辨率较低，单独使用难以满足环境变化大的湖库监测需求，联合多源卫星传感器构建虚拟星座成为有效的解决策略。
针对如何构建虚拟星座以高频监测中小型湖泊富营养化问题，中国科学院南京地理与湖泊研究所马荣华研究员课题组曹志刚博士，以云贵高原湖泊为试验区，交叉检验了Landsat-8/9 OLI、Sentinel-2A/2B MSI间的光谱一致性，发展了一套基于虚拟星座协同监测湖泊叶绿素a的方法。论文主要结果如下：
（1）在卫星图像获取湖泊遥感反射率上，DSF大气校正方法适合在云贵高原湖泊从Landsat-8/9 OLI和Sentinel-2 MSI获取遥感反射率。该方法精度（相对误差~30%）不仅高于POLYMER、C2RCC、SeaDAS，且能从MSI和OLI数据产生一致的湖泊遥感反射率（相对差异11.8%），奠定了虚拟星座构建的基础（图1）。
（2）在叶绿素a反演算法上，机器学习模型（MDN、随机森林、SVR）精度高于传统半经验/半分析模型，MDN方法精度最高。MDN方法同时适用于MSI和OLI，联合DSF大气校正，可从卫星图像获取较可靠的湖泊叶绿素a浓度（图2）。基于2293821个MSI和OLI同步样点对比发现他们获取的叶绿素a具有较好一致性（相对差异34.6%），据此，建立OLI-MSI叶绿素a的校正系数，用于构建虚拟星座。
（3）利用2013-2022年的Landsat-8/9 OLI和Sentinel-2A/B MSI图像产生了云贵高原九大湖泊的叶绿素a时间序列（图3）。过去10年，L8/L9/S2虚拟星座获取的云贵高原九大湖泊群平均叶绿素a浓度范围是1.8μg/L-92.6μg/L之间，抚仙湖（2.1μg/L）、泸沽湖（1.8μg/L）叶绿素a平均浓度极低，洱海、阳宗海、程海叶绿素a浓度在8-16μg/L之间，滇池、星云湖、杞麓湖和异龙湖则浓度较高，均超过60μg/L。自2021年9月Landsat-9发射，该虚拟星座的理论观测频次为2-3天，基于MDN模型，未来可在提升湖泊环境观测空间细节（10-30m）的同时保证湖泊富营养化状态的高频观测。
以上成果受到国家自然科学基金、江苏省自然科学基金和遥感科学国家重点实验开放基金资助。
图1 DSF获得的MSI和OLI遥感反射率的一致性
图2 算法在MSI和OLI影像的验证结果
图3 MSI-OLI获取的云南九大湖泊Chla时间序列
近日，中国科学院南京地理与湖泊研究所马荣华研究员课题组在虚拟星座协同监测湖泊富营养化方面研究取得重要进展，研究成果发表在IEEE Transactions on Geoscience and Remote sensing。
本文来源：中国科学院南京地理与湖泊研究所
