美国国家航空航天局（NASA）与地质调查局（USGS）联合推出Harmonized Landsat Sentinel-2（HLS）协调计划，通过构建虚拟卫星星座的方式，整合了Landsat-8/9 OLI传感器与Sentinel-2A/B MSI传感器数据，生成具有时空、角度和光谱一致性的地表反射率产品（L30/S30）。融合后的数据能以中等空间分辨率（30 米）实现每2–3天一次的全球覆盖。

    与单一Landsat系列数据（30 米，16 天重访周期）相比，HLS显著提高了对地观测频率，能够更准确地反映地表环境变化，在捕捉瞬态与突发性现象方面表现出色。与此同时，HLS在内陆湖泊藻华动态监测方面展现出巨大潜力，同时也为评估Landsat等单一数据源监测结果的不确定性提供了基准。然而，目前针对该潜力的系统研究与深入探讨仍属空白。

    中国科学院南京地理与湖泊研究所张玉超研究员团队，近期利用HLS的L30（Landsat）与S30（Sentinel-2）产品，对我国主要富营养化内陆湖泊的藻类水华开展了长期遥感评估研究，并取得重要进展。

    研究基于2016–2023年期间我国四个典型富营养化内陆湖泊（太湖、巢湖、滇池、呼伦湖）的HLS数据，构建了湖泊表层藻华面积时序数据集，并结合高时间分辨率（1 天）Aqua MODIS数据的反演结果开展精度验证，系统比较了HLS与单一Landsat 8数据在捕捉藻华统计趋势、时间动态与空间分布方面的能力差异。

    研究结果显示，HLS将有效影像数量增加了约67%，大幅提升了数据连续性，进而能够检测到更稳定、更频繁的藻华变化特征。与此同时，HLS有效降低了藻华峰值日期的漏检率，能够识别到单一Landsat数据所遗漏的短期藻华事件，从而更准确地捕捉藻华季节性变化趋势。此外，两种HLS产品在内陆湖泊应用中表现出良好的一致性（R²=0.93）。

    HLS显著提升了藻华监测的精度与效率，凸显了协调多源卫星星座在水环境系统监测与综合制图方面的重要价值。

图1. Harmonized Landsat Sentinel-2 数据监测藻华概念图

图2. 研究流程图

图3. 监测结果对比：S30/L30/HLS

图4. 监测结果对比：HLS vs MODIS

    上述研究成果以Harmonized Landsat Sentinel 2 data can unveil more nuanced dynamics in lacustrine ephemeral algal blooms为题，近期发表于环境科学领域权威期刊Water Research。
    

    【文章信息】：

Lai L., Liu Y., Zhang Y.*, Jin J., Chen X., Wu S. (2025). Harmonized Landsat Sentinel 2 data can unveil more nuanced dynamics in lacustrine ephemeral algal blooms. https://doi.org/10.1016/j.watres.2025.125081