近日，我室何贤强研究员团队及合作者在遥感领域TOP期刊International Journal of Applied Earth Observation and Geoinformation上发表了题为“Satellite retrievals of water quality for diverse inland waters from Sentinel-2 images: an example from Zhejiang Province, China”的研究论文。论文第一作者为我室与浙江大学联合培养的直博生赵雅琪，通讯作者为何贤强研究员，合作者包括浙江省生态环境监测中心的潘淑萍高级工程师，我室白雁研究员、王迪峰研究员、李腾副研究员、龚芳高级工程师以及张翾工程师。

监测内陆水体水质对于保护和管理水资源、水体污染防治以及保障生态系统健康具有重要意义。然而，不同水域的水体组分来源不同，水体光学特性复杂多变；另一方面，对于营养盐等不具有光学活性的水体化学参数，难以与遥感光谱建立直接关系，需要基于实测数据建立经验统计或机器学习模型。因此，如何构建适用于不同河流、湖库等内陆水体的非光学活性水质参数遥感反演模型是当前面临的主要难点。

本研究从数据驱动的角度出发，以浙江省为例，基于浙江省水质自动监测站积累的丰富历史水质数据，与10米分辨率的Sentinel-2卫星遥感影像进行匹配，构建了大规模的卫星遥感-地面实测匹配数据集，其中高锰酸盐指数8760例，总氮7434例，总磷8845例，氨氮8642例，涵盖了不同光学类型的水体和不同季节，确保了样本量广泛且全面（图1）。在此基础上结合极端梯度提升树（XGBoost）机器学习方法，针对各水质参数建立了适用于不同内陆水体的统一遥感反演模型。验证结果表明，遥感反演获得的水质参数结果与实测数据在空间分布（图2）、时间变化（图3）方面具有良好的一致性。利用该模型，在晴空条件下可实现对不同水体的每5天一次水质状况监测（图4）。

图 1. 匹配数据集中的光谱、各水质参数浓度分布情况

图 2. 钱塘江沿河站点卫星反演值与实测值随站点位置变化图

图 3. 曹娥江大闸闸前站点卫星反演值与实测值随时间变化图

图4. 钱塘江流域水质参数浓度遥感监测（2016 ~ 2023平均结果）. (a) 高锰酸盐指数, (b) 氨氮, (c) 总氮, (d) 总磷, (e) 浊度

本研究为何贤强研究员团队前期突破入海河流水质遥感技术后取得的新成果，已业务化应用于浙江省海洋生态环境遥感监视监测工作。该研究得到了浙江省“尖兵”计划项目（2023C03011）、国家重点研发计划项目（2023YFC3108101）等资助。

论文引用：Zhao, Y., He, X.*, Pan, S., Bai, Y., Wang, D., Li, T., Gong, F., Zhang, X., 2024. Satellite retrievals of water quality for diverse inland waters from Sentinel-2 images: An example from Zhejiang Province, China. Int. J. Appl. Earth Obs. Geoinformation 132, 104048. https://doi.org/10.1016/j.jag.2024.104048