自然資源部海洋二所何賢強研究員團隊構建了基于云平臺的我國沿海地區水質多參數遙感反演框架！

近日，自然資源部二海洋研究所衛星海洋環境監測預警全國重點實驗室何賢強研究員團隊及合作者在Journal of Hydrology上發表了題為“Satellite water quality monitoring of China’s coastal inland waters based on Google Earth Engine”的研究論文，構建了基于云平臺的我國沿海地區水質多參數遙感反演框架。論文第一作者為該室與浙江大學聯合培養的博士生趙雅琪、閆瑜佳，通訊作者為何賢強研究員，合作者包括該室白雁研究員、李騰副研究員、金旭晨副研究員、龔芳高級工程師，廣西科學院姜發軍研究員，該室與上海交通大學聯合培養的博士生陳芷彥，以及塔斯馬尼亞大學（University of Tasmania）博士生趙镠。

沿海地區水系是陸海相互作用的重要紐帶，其水質狀況直接關系到河口近岸生態環境安全、陸源污染輸送評估以及水資源保護與管理。我國沿海地區人口密集、經濟活動強度高，河流、湖庫、養殖塘等內陸水體類型復雜，水質時空變化顯著。傳統自動監測站能夠提供高頻、準確的點位觀測，但難以全面覆蓋大量中小型河流、湖泊和水庫；衛星遙感具有空間連續覆蓋和周期性觀測優勢，是支撐大范圍水質監測的重要手段。然而，沿海地區水體光學特性復雜，污染來源多樣，高錳酸鹽指數、總氮、總磷等非光學活性水質參數難以直接由遙感光譜反演；同時，大范圍高分辨率遙感資料處理也面臨計算量大、業務化應用難等問題。因此，如何構建兼具精度、可遷移性和大范圍應用能力的水質遙感監測方法，是當前水環境遙感研究及其業務化應用面臨的重要挑戰。

本研究面向我國沿海地區水體水質全域、高頻監測需求，構建了基于 Google Earth Engine（GEE）的水質多參數遙感反演框架。研究基于 Sentinel-2 衛星遙感反射率、國家地表水水質自動監測站實測數據，構建了大規模衛星—地面實測匹配數據集。其中，獲得高錳酸鹽指數 12650 例、總氮 12610 例、總磷 12223 例、濁度 12528 例匹配樣本，為構建統一的全國沿海地區水質多參數遙感反演模型提供了充分的數據支撐（圖 1）。

圖1. 匹配數據集中的各水質參數濃度分布情況

(a) 高錳酸鹽指數, (b) 總氮, (c) 總磷, (d) 濁度

在此基礎上，團隊針對濁度、高錳酸鹽指數、總氮和總磷 4 個關鍵水質參數，建立了輕量化多模態遙感反演模型（圖 2）。該模型兼顧精度與 GEE 平臺部署效率，實現了光學信息、地理空間信息和環境驅動信息的協同建模。模型驗證結果表明，遙感反演結果與實測水質數據在空間分布和時間變化上總體一致，能夠較好地監測我國沿海地區水體水質的區域差異和季節變化特征（圖 3、圖 4、圖5、圖6）。

圖 2. 本研究的技術路線圖

圖 3. 各水質參數衛星反演值與實測值對比散點圖

其中，(a)、(b) 分別為高錳酸鹽指數訓練集和驗證集；(c)、(d) 分別為總氮訓練集和驗證集；(e)、(f) 分別為總磷訓練集和驗證集；(g)、(h) 分別為濁度訓練集和驗證集

圖 4. 衛星反演值與實測值隨經度（左列）及緯度（右列）的變化，實線為各0.5°空間網格內的均值，陰影區域為±1倍標準差

(a) 高錳酸鹽指數, (b) 總氮, (c) 總磷, (d) 濁度

圖 5. 衛星反演值與實測值隨站點時間變化, 實線為逐月均值，陰影區域為±1倍標準差

(a) 高錳酸鹽指數, (b) 總氮, (c) 總磷, (d) 濁度

圖 6. 遙感反演的我國沿海省份內陸水體各水質參數濃度分布圖（圖中結果以0.5°網格平均濃度展示）
(a) 高錳酸鹽指數, (b) 總氮, (c) 總磷, (d) 濁度

本研究是在何賢強研究員團隊前期突破浙江全省水體水質遙感技術基礎上取得的新進展。相比前期區域尺度研究，本研究進一步面向我國沿海地區大范圍復雜內陸水體，構建了可在云平臺上高效運行的多參數水質遙感監測框架，為陸海統籌下高分辨率衛星數據在水環境監測與管理中的業務化應用提供了可推廣、可遷移的模型支撐。該研究得到了國家重點研發計劃項目（2023YFC3108101）、自然資源部第二海洋研究所中央級公益性科研院所基本科研業務費-博士研究生學科交叉創新培育基金資助項目（BS2601）、浙江大學博士研究生“求是新星”培養計劃等資助。

論文引用

1. Zhao, Y.#, Yan, Y.#, He, X.*, Chen, Z., Li, T., Jin, X., Zhao, L., Gong, F., Jiang, F., Bai,Y., Satellite water quality monitoring of China's coastal inland waters based on Google Earth Engine,Journal ofHydrology(2026), doi: https://doi.org/10.1016/i.jhydrol.2026.135882

相關論文

1. Zhao, Y., He, X.*, Pan, S., Bai, Y., Wang, D., Li, T., Gong, F., Zhang, X., Satellite retrievals of water quality for diverse inland waters from Sentinel-2 images: An example from Zhejiang Province, China.InternationalJournal ofAppliedEarth Observation andGeoinformation(2024), https://doi.org/10.1016/j.jag.2024.104048

2. Yan, Y., He, X.*, Bai, Y., Liu, J., Shanmugame, P., Zhao, Y., Zhang, X., Wang, Z., Zhang, Y., Gong, F., Monitoring Dissolved Organic Carbon Concentration and Flux in the Qiantang Riverine System Using Sentinel-2 Satellite Images.Remote Sensing(2024), https://doi.org/10.3390/rs16224254

• 信息來源：衛星海洋環境監測預警全國重點實驗室。

  轉載請注明信息來源及海洋知圈編排。