近年来,受气候变化和人类活动的影响,中国湖泊数量、面积和分布都发生了较为显著的变化,同时水质下降与富营养化加重等水环境问题也受到了广泛关注。总悬浮物(TSM)是水环境评价的重要参数之一,它直接影响水质状况,决定着水下光场分布,进而影响水体的初级生产力。
目前,基于遥感数据的湖泊TSM时空数据反演得到了广泛的应用,应用各类遥感数据源的湖泊TSM反演方法不断得以改进,反演精度也不断提升。但利用遥感图像处理软件进行TSM反演操作流程较为繁琐,存在数据量大、数据下载时间长等问题。中国科学院东北地理与农业生态研究所水环境遥感学科组科研人员开发了基于谷歌引擎(Google Earth Engine,GEE)的Landsat遥感影像湖泊TSM反演算法。利用2011-2020年的多次野外调查采样数据(423个湖泊),并结合GEE平台上的Landsat地表反射率产品,构建了精度较高的TSM遥感反演模型(R2 = 0.95),经验证该模型也具有较高的时空可移植性。
研究人员应用该遥感模型估计了全中国湖泊(面积〉1 ha)水体TSM浓度的空间分布模式(2019年),结果表明,中国湖泊TSM浓度具有较强的空间变异性,东北湖区水体TSM浓度最高(均值:44.6 mg/L),其次是蒙新湖区(39.7 mg/L)、东部湖区(38.8 mg/L)、云贵湖区(17.6 mg/L),最低的是青藏高原湖区(5.31 mg/L)(图1)。本研究为应用遥感数据进行气候变化条件下的水环境管理提供了重要的方法和技术支撑。
该研究成果发表在期刊 Journal of Photogrammetry and Remote Sensing上,中国科学院东北地理与农业生态研究所温志丹副研究员为第一作者,宋开山研究员为通讯作者。
图1 中国不同湖区湖泊水体TSM反演浓度直方图. (a) NLR-东北湖区,(b) ELR-东部湖区,(c) MXR-蒙新湖区,(d) YGR-云贵湖区,(e) TQR-青藏高原湖区,(f) 全中国湖泊.
该研究得到了国家科技部重点研究计划项目(2019YFA0607101)、国家自然科学基金面上项目(42071336、42171374)和中国科学院青年创新促进会(2020234)等共同资助。
论文信息:
Zhidan Wen, Qiang Wang, Ge Liu, Pierre-Andre Jacinthe, Xiang Wang, Lili Lyu, Hui Tao, Yue Ma, Hongtao Duan, Yingxin Shang, Baohua Zhang, Yunxia Du, Jia Du, Sijia Li, Shuai Cheng and Kaishan Song*. Remote Sensing of Total Suspended Matter Concentration in Lakes across China Using Landsat Images and Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing, 2022, 187: 61-78.
论文链接:https://doi.org/10.1016/j.isprsjprs.2022.02.018
本文来源:中国科学院东北地理与农业生态研究所