新闻动态

虚拟星座协同监测湖泊富营养化取得进展

  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,MODISVIIRSOLCI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-8Sentinel-2A/BLandsat-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 OLISentinel-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,相关成果发表在遥感领域顶级期刊IEEE Transactions on Geoscience and Remote sensing(https://doi.org/10.1109/TGRS.2022.3207345)。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 OLISentinel-2 MSI获取遥感反射率。该方法精度(相对误差~30%)不仅高于POLYMERC2RCCSeaDAS,且能从MSIOLI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MSIOLI,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2293821MSIOLI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 OLISentinel-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。

1 DSF获得的MSIOLI遥感反射率的一致性 

2 算法在MSIOLI影像的验证结果 

3 MSI-OLI获取的云南九大湖泊Chla时间序列