中科院团队破解水体遥感校正技术瓶颈

近日，中国科学院南京地理与湖泊研究所发布科研喜讯，该所研究团队通过全 球千余组水体实测数据，在全 球尺度上首次系统评估并成功校准了Landsat系列卫星地表反射率产品在水体监测中的“视觉误差”，破解了长期困扰全 球水体遥感监测的技术难题，相关研究成果为水资源监测与保护提供了更精准的技术支撑。

据了解，Landsat系列卫星自投入使用以来，长期为全 球地表观测提供重要数据支撑，其影像数据经平台处理后，被广泛应用于全 球湖泊、河流等水体的健康状况诊断，是开展水环境变化研究的核心数据源，积累了近40年的连续观测“地球档案”。然而，由于传统大气校正算法最初是针对陆地场景设计的，将其应用于水体数据处理时，不可避免地出现系统性偏差，导致水质监测结果不够精准，这一问题长期以来未能得到有效解决。

该研究团队经过长期攻关，通过对全 球范围内不同类型水体的遥感影像进行对比分析，精准识别出导致水体监测“视觉误差”的两大关键问题。其一，当水体邻近云、雪等高亮物体时，传统的“气溶胶校正”算法容易出现校正过度的情况，进而在影像中形成不合理的“黑色斑块”，也就是业内所说的伪影，其典型特征是443纳米蓝光波段反射率呈现负值。研究发现，这种现象并非个例，全 球范围内平均约13%的内陆水体像元都受到其影响，若直接使用含有伪影的数据开展分析，悬浮物浓度等关键水质指标的反演误差甚至会超过100%。

另一个突出问题是多代卫星传感器相机色彩不一致导致的数据断层。开展数十年的水环境变化分析，需要整合Landsat5、7、8、9等多代卫星的数据，但不同卫星载荷的硬件特性与处理算法存在差异，即便观测同一水体，得到的结果也会出现明显偏差，这种观测标准不统一的问题，大大增加了长时序水质变化分析的不确定性，也限制了近40年卫星观测数据的有效利用。

针对上述问题，研究团队选取了SIAC和MAIN两种面向水体优化的校正算法，开展了系统的对比测试。测试结果显示，基于“短波红外暗像元”假设的MAIN算法综合性能最优，不仅能够有效避免过度校正，真实还原水面的空间分布特征，还能通过构建跨卫星统一校正框架，使时序一致性提升90%以上，真正实现了近40年Landsat卫星观测数据的“无缝衔接”。

此次突破填补了全 球尺度水体遥感误差校准领域的空白，推动水体遥感监测从“通用校正”向“场景专用”转变，对全 球水环境演变、气候变化研究以及水资源可持续管理具有重要的推动作用。