富营养化湖泊中藻类大量繁殖，卫星观测的表面藻华面积和叶绿素a浓度是评价水体富营养化状态的常用指标。但水华的暴发并非藻类在二维表层快速生长造成的，而是水体一定深度内藻类生物量持续性累积，是藻类在三维水柱中上下、水平迁移的综合表现。遥感技术已经成为藻类生物量监测的重要手段，然而由于二类水体（Case II，尤其是内陆水体）复杂的生物光学特性以及显著的地理空间区域性差异，目前仍无法建立具有较强普适性的生物量估算算法。此外，对藻类生物量量化的深度必须包含整个藻类生长生存所覆盖的绝大部分深度，深度的取决是估算的前提条件。因此，如何基于卫星遥感手段开展内陆湖泊中包含藻类深度内的生物量研究，以丰富湖泊水色遥感的研究内涵，扩展湖泊水色遥感的应用深度和广度，成为一个有待解决的问题。

    中国科学院南京地理与湖泊研究所张玉超研究员课题组来莱博士，针对内陆湖泊藻类生物量估算模型存在的问题，基于MODIS卫星数据对内陆典型富营养化湖泊-太湖的藻类生物量长时序变化开展遥感评估研究并取得进展。相关系列研究成果近期分别以Algal biomass mapping of eutrophic lakes using a machine learning approach with MODIS images和Satellite mapping reveals phytoplankton biomass's spatio-temporal dynamics and responses to environmental factors in a eutrophic inland lake为题发表在环境科学权威期刊The Science of The Total Environment和Journal of Environmental Management。

    系列研究基于野外实测数据和2003~2020年MODIS卫星数据，构建了估算太湖真光层内藻类生物量的随机森林机器学习算法、获取了太湖近20年真光层深度内藻总量的长时序数据集、解析了其时空动态变化趋势规律、定量评估了对环境变化因子的响应。研究表明，（1）基于机器学习算法估算内陆湖泊藻类生物量误差更低、模型更稳定、应用普适性更强；（2）太湖全湖藻类生物量2003~2020年呈现三个变化阶段，即2000~2007年缓慢上升，2008~2017年较平稳，2018~2020年相对减少，峰值出现在2007和2017年；（3）太湖全湖藻总量呈现双峰年际变化模式；（4）太湖单元水柱藻总量呈现“三湾高（竺山湾、梅梁湾、贡湖湾），湖心低”的特点；（5）单元水柱藻总量对月际、年际尺度上温度变化响应比较敏感，而风速则直接影响着每日的单元水柱藻总量的空间分布格局，较高的温度和偏低的风速促进了湖泊中浮游藻类的生长，风则通过湖泊的水动力过程对藻总量空间分布细节产生直接影响；（6）藻类生物量是评价湖泊富营养化状态更好的指标，可以提供浮游植物更细节的物候信息；（7）随着气候变化的加剧，太湖富营养化状况将面临着更多的挑战。

    该系列研究工作得到国家自然科学基金、中国科学院科研仪器设备研制项目、江苏省水利科技项目联合资助。

    论文链接：https://doi.org/10.1016/j.scitotenv.2023.163357，https://doi.org/10.1016/j.jenvman.2024.121134