遥感大数据表明超过40%东部湖泊透明度未达到良好水平
联合国2015年提出可持续发展目标（Sustainable Development Goals, SDGs），其中SDG 6.3.2定义为环境水质良好的水体比例，重点关注各类水体水质状况。SDG 6.3.2指标核心参数包括溶解氧、电导率、pH、氮和磷等5项，这些参数依赖于野外测量与室内试验，目前只在一些代表性的湖泊有连续常规水质监测数据，无法支撑全球一级的SDG6.3.2评价报告。随着新一代卫星数据空间分辨率、光谱分辨率的提高以及重返周期的缩短，卫星遥感数据将成为最重要且低成本的大范围地表水质监测数据来源。
在中国科学院战略先导专项“地球大数据科学工程”、国家自然科学基金、中国科学院青年创新促进会等项目的共同资助下，段洪涛研究员团队博士生沈明等，联合中国科学院东北地理与农业生态研究所、中国科学院西北生态环境资源研究院等研究人员，充分利用卫星遥感高时空监测的优势，将透明度卫星产品纳入SDG 6.3.2评价方案，相关成果近期以“Sentinel-3 OLCI observations of water clarity in large lakes in eastern China: Implications for SDG 6.3.2 evaluation”为题发表在遥感顶级期刊Remote Sensing of Environment（IF=8.218）。
研究概述
联合国提出的可持续发展目标SDG6.3.2重点关注环境水质，而水体透明度在视觉上直观地反映了水质，与SDG6.3.2的五个核心指标有着密切联系，可作为判断水质好坏的依据。本研究基于大量的原位观测数据和Sentinel-3 OLCI影像，建立了适用于浑浊和富营养化水域的透明度随机森林回归估算模型，利用该模型估算得到2016年5月至2018年4月中国东部86个大型湖泊（>30km2）的水体OLCI透明度产品，在此基础上进一步评估了将OLCI透明度产品应用于SDG 6.3.2评价的潜力。该研究提供了中国东部大型湖泊水体透明度信息，将有助于了解2030年联合国可持续发展议程框架下的环境水质，为未来SDG 6.3.2评估提供有效的数据和技术支持。
研究区与数据
本研究中的中国东部主要指胡焕庸线以东的东部平原湖区（EPL）和东北平原与山地湖区（NPML）两大湖区，人口稠密、经济发达，是中国的核心区域。东部平原湖区属于亚热带季风气候，水热条件良好，水源丰富；东北平原与山地湖区位于温带半湿润的大陆性季风区，夏季短，但降水量充沛，区域内湖泊通常存在结冰期。中国东部包含1059个面积大于1km2的湖泊，湖泊总面积约为25752.8km2，这些湖泊在当地的生态环境和经济发展中发挥着关键作用。但是由于近几十年的快速发展，这些湖泊大多数处于中营养或富营养状态。考虑到OLCI数据空间分辨率（约300m）的局限性，本研究重点关注其中86个大型湖泊（>30km2）（EPL为65个、NPML为21个）。
图1. 中国东部湖泊和研究区分布
研究结果与讨论
在六个常见的大气校正算法中（BAC、C2RCC、POLYMER、暗像元、MUMM和6SV）中，除754 nm外，6SV在各波段、波段比值通常表现最佳。实际上6SV算法前期已经在太湖取得了较好的效果（Shen et al., 2017），国外Kravitz、Matthews等科学家也认可了该种方法（Kravitz et al., 2020）；因此，本研究推荐将6SV作为中国东部湖泊或具有类似生物光学特性水域的替代大气校正算法；
图 2. (a-f) OLCI Rrs与原位测量的Rrs的比较; (g-l) OLCI Rrs波段比值与原位测量的Rrs波段比值的比较
本文建立的透明度随机森林回归估算模型与其它可用模型相比，具有较高的准确性和适用性，更加适用于中国东部富营养化的浑浊湖泊水体。将该模型应用于OLCI数据（2016年5月至2018年4月），发现中国东部大型湖泊总体十分浑浊，平均透明度为0.44±0.13m；东部平原湖区的平均透明度（0.45±0.12m）高于东北平原和山地湖区（0.40±0.17m）；大多数湖泊在夏季（雨季）的透明度高于秋季和冬季（旱季），并且透明度最高的月份的分布与中国东部季风区降雨带的运动方式一致；
基于遥感透明度产品构建了SDG6.3.2评价方案，结果表明监测期内只有54.65％的湖泊（N=47/86）达到“良好”水平。建议管理部门应加强湖泊管理，恢复水生植被，对湖区内非法采砂活动和围网养殖等严厉打击，对湖泊流域水土流失和点面源污染加强治理，从而提高湖泊水体透明度，恢复湖泊健康生态系统，达到人与自然的可持续发展。
图 3 中国东部大型湖泊平均透明度空间分布
图4. 基于遥感透明度产品的SDG 6.3.2报告评价方案
图5. 中国东部湖泊透明度达标时间比例（a）；湖泊水质（SDG 6.3.2）评估结果（b）
注：论文涉及的数据产品与算法程序可联系作者团队获取(mshen@niglas.ac.cn；htduan@niglas.ac.cn)。
原文链接：https://doi.org/10.1016/j.rse.2020.111950