東北地理所證實(shí)國產(chǎn)HJ-2衛(wèi)星具備黑土區(qū)復(fù)雜湖群水質(zhì)監(jiān)測(cè)的跨湖泊泛化能力
東北黑土區(qū)湖泊密集分布，承擔(dān)著農(nóng)業(yè)調(diào)蓄、水資源供給和生態(tài)維系等關(guān)鍵功能。然而，在高強(qiáng)度農(nóng)業(yè)利用與氣候波動(dòng)背景下，該區(qū)湖泊普遍呈現(xiàn)出高懸浮顆粒物、高有色溶解有機(jī)物和多源營養(yǎng)鹽輸入并存的特征，使其成為典型的光學(xué)復(fù)雜水體系統(tǒng)。葉綠素a（Chl-a）作為表征浮游植物生物量與營養(yǎng)狀態(tài)的核心指標(biāo)，是湖泊生態(tài)監(jiān)測(cè)和富營養(yǎng)化評(píng)估的基礎(chǔ)參數(shù)。對(duì)于黑土區(qū)而言，關(guān)鍵科學(xué)問題并非單一湖泊的反演精度，而是在高度光學(xué)異質(zhì)性的湖群尺度上，如何構(gòu)建具有跨水體泛化能力的遙感反演框架。
近日，東北地理所水環(huán)境遙感團(tuán)隊(duì)圍繞國產(chǎn)環(huán)境減災(zāi)衛(wèi)星 Huanjing-2（HJ-2A/B）CCD數(shù)據(jù)，在東北黑土區(qū)典型湖泊開展系統(tǒng)研究，首次在不同營養(yǎng)狀態(tài)和光學(xué)類型條件下，綜合比較經(jīng)驗(yàn)?zāi)Ｐ停úǘ伪龋虢馕瞿Ｐ停≦AA算法）和機(jī)器學(xué)習(xí)模型的葉綠素a反演性能，全面評(píng)估HJ-2在復(fù)雜湖群環(huán)境中的應(yīng)用能力。
研究選取興凱湖、松花湖、呼倫湖和查干湖等具有代表性的黑土區(qū)湖泊。上述湖泊涵蓋寡營養(yǎng)、輕度富營養(yǎng)和中度富營養(yǎng)狀態(tài)，并對(duì)應(yīng)有色溶解性有機(jī)物主導(dǎo)型、懸浮顆粒物主導(dǎo)型、混合型和浮游植物主導(dǎo)型等不同光學(xué)結(jié)構(gòu)類型。2021-2023年期間，在國家民用空間基礎(chǔ)設(shè)施陸地觀測(cè)衛(wèi)星共性應(yīng)用支撐平臺(tái)支持下，研究團(tuán)隊(duì)開展多次野外調(diào)查，獲取376組實(shí)測(cè)樣本數(shù)據(jù)，并結(jié)合HJ-2影像構(gòu)建多類反演模型，對(duì)不同算法在跨湖泊條件下的穩(wěn)定性與適用性進(jìn)行了系統(tǒng)評(píng)估。研究結(jié)果表明，在單湖泊條件下，波段比和QAA模型均可獲得較好精度；但在湖群合并建模條件下，算法差異顯著。相比之下，機(jī)器學(xué)習(xí)方法在跨湖泊應(yīng)用中表現(xiàn)出更強(qiáng)的泛化能力。其中，CatBoost模型在獨(dú)立驗(yàn)證集中達(dá)到R2=0.97，RMSE為6.69 μg/L。基于最優(yōu)模型生成的空間分布圖能夠清晰反映不同湖泊及不同季節(jié)間葉綠素a的空間異質(zhì)性，體現(xiàn)出區(qū)域尺度應(yīng)用潛力。
圖1 利用HJ-2影像在四個(gè)典型湖泊中應(yīng)用不同葉綠素a算法進(jìn)行夏季和秋季空間分布制圖，即：(a) 興凱湖（XKL），(b) 松花湖（SHL），(c) 呼倫湖（HLL）和 (d) 查干湖（CGL）。EM代表經(jīng)驗(yàn)?zāi)Ｐ停琎AA代表半解析模型，ML代表機(jī)器學(xué)習(xí)模型。
作為我國新一代環(huán)境減災(zāi)業(yè)務(wù)衛(wèi)星，HJ-2A/B具備16米空間分辨率和2天重訪周期，并配置690–730 nm紅邊波段。較高時(shí)間分辨率對(duì)于黑土區(qū)高緯度湖泊季節(jié)性變化監(jiān)測(cè)具有重要意義，而紅邊波段的加入增強(qiáng)了對(duì)葉綠素信號(hào)的敏感性，為渾濁水體條件下的水質(zhì)反演提供了關(guān)鍵光譜信息。本研究表明，在復(fù)雜光學(xué)結(jié)構(gòu)條件下，HJ-2 CCD能夠穩(wěn)定支持葉綠素a定量反演，為國產(chǎn)衛(wèi)星在黑土區(qū)生態(tài)環(huán)境監(jiān)測(cè)中的規(guī)模化應(yīng)用提供了研究基礎(chǔ)。在糧食安全與生態(tài)安全高度耦合的黑土區(qū)背景下，建立高頻、可靠的湖泊水質(zhì)遙感監(jiān)測(cè)能力，對(duì)于支撐區(qū)域水環(huán)境治理與生態(tài)修復(fù)決策具有重要意義。
該成果近期在線發(fā)表于遙感領(lǐng)域國際重要期刊International Journal of Digital Earth（IF=4.9），由東北地理所聯(lián)培碩士生周昊沄（現(xiàn)為北京師范大學(xué)博士生）、李思佳副研究員（通訊作者）、毛德華研究員和宋開山研究員，以及中國科學(xué)院空天信息創(chuàng)新研究院陶醉研究員等共同完成，該研究得到國家自然科學(xué)基金區(qū)域創(chuàng)新發(fā)展聯(lián)合基金項(xiàng)目（U2342008）和吉林省自然科學(xué)基金項(xiàng)目B類（J202401384ZYTS）資助。該論文數(shù)據(jù)來源于國家陸地觀測(cè)衛(wèi)星共性應(yīng)用支撐平臺(tái)（https://124.16.188.131:9699/web/server3/build/#/Home）。
論文信息：Zhou, H., Li, S., Liu, G., Mao, D., Tao, Z., Mu, G. and Song, K., 2026. Chinese new satellite HJ-2 imagery application in quantifying lake chlorophyll-a: empirical, semi-analytical and machine learning algorithms.?International Journal of Digital Earth,?19(1), p.2640812.
論文鏈接：https://www.tandfonline.com/doi/full/10.1080/17538947.2026.2640812
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
