基于 Landsat 与谷歌地球引擎的长期叶绿素 - a 监测：巴拉顿湖水质研究

为解决传统原位采样低频及卫星重访周期长对 Chl-a 反演的限制，研究人员利用 Landsat 4–9 数据结合机器学习模型开展研究。结果表明随机森林模型精度最佳（R2=0.86，RMSE=8.16 μg/L），还开发了开源在线工具，为湖泊水质监测提供新范式。

　　湖泊作为地球生态系统的重要组成部分，其水质健康直接关系到生物多样性保护与人类社会可持续发展。然而，传统的水质监测手段，如人工船载采样，往往面临空间覆盖不足、时间频次有限的难题，难以捕捉湖泊水质的快速变化与长期趋势。尤其是对于像巴拉顿湖这样面积近 600 km2、具有显著东西向水质梯度的大型湖泊，高频次、全覆盖的监测需求与现有技术手段的局限性矛盾尤为突出。与此同时，卫星遥感技术虽具备大范围观测能力，但 Landsat 卫星约 16 天的重访周期与 “低频次原位采样” 的双重限制，导致叶绿素 - a（Chl-a）反演模型在训练时面临样本不平衡、高浓度事件捕捉不足等挑战。如何整合多源数据、优化模型算法，实现对湖泊 Chl-a 浓度的长期精准监测，成为全球水生态研究领域的重要课题。

为攻克上述难题，匈牙利巴拉顿湖湖沼学研究所（Balaton Limnological Research Institute）的研究团队开展了一项具有开创性的研究。他们以巴拉顿湖为研究对象，利用 Landsat 4–9 卫星的长时序遥感数据，结合原位 Chl-a 测量值，构建了适用于复杂水质环境的 Chl-a 反演框架，并将研究成果发表在《Ecological Informatics》期刊上。该研究不仅揭示了巴拉顿湖近四十年的水质演变规律，更开发了开源的在线监测工具，为全球湖泊水质管理提供了可复制的技术模板。

关键技术方法

研究主要采用以下技术手段：

1. 多源数据整合：收集 Landsat 4/5 TM、7 ETM+、8/9 OLI 的 Level 2 地表反射率（SR）数据，通过 Google Earth Engine（GEE）云平台实现数据存储与预处理，确保不同传感器数据的光谱一致性。
2. 机器学习建模：训练了随机森林（Random Forest, RF）、多元线性回归（Multiple Linear Regression, MLR）、神经网络（Neural Network, NN）和梯度提升树（Gradient Boosting Tree, GBT）等模型，其中 RF 模型通过引入月份信息（表征藻类物候特征）、扩展时间容差（±3 天）及 SMOTENC 过采样技术，显著提升了对高浓度 Chl-a 样本的拟合能力。
3. 模型验证与数据集生成：利用 2369 条原位采样记录（1984–2023 年）构建匹配对，通过 R2、RMSE、MAE 等指标评估模型精度，并基于最优模型生成 30 m 分辨率的长时序 Chl-a 数据集，实现历史数据回溯与实时更新。

研究结果

3.1 样本不平衡问题的解决策略

通过对比不同时间容差（0–3 天）的匹配对构建策略，发现扩展时间容差至 3 天可使匹配对数量从 160 对增至 1299 对，有效捕捉了 Chl-a 浓度范围（0.6–261.7 μg/L）的样本。结合 SMOTENC 过采样技术（将高浓度样本从 119 条扩展至 920 条），RF 模型的 R2 从 0.71 提升至 0.76，RMSE 从 10.5 μg/L 降至 9.5 μg/L，表明过采样技术显著改善了模型对稀有高浓度事件的学习能力。

3.2 模型精度与原位数据一致性

随机森林模型在验证集上表现最优，R2=0.86，RMSE=8.16 μg/L，MAE=4.87 μg/L。长期时序分析显示，模型准确捕捉了巴拉顿湖水质变化趋势：1995 年前因富营养化导致 Chl-a 浓度较高（如站点 I 年均值达 40 μg/L），1995 年 Kis-Balaton 水保护系统建成后，全湖 Chl-a 浓度显著下降（站点 I 降至 15 μg/L），但近年（如 2019、2021 年）因气候变化引发局部藻类爆发，显示水质改善的脆弱性。

3.3 传感器一致性与实时监测工具

不同 Landsat 传感器（如 L4/5/7 与 L8/9）在 Chl-a 反演结果上具有较高一致性，但 L7 因 SLC-off 故障存在数据缺口。研究团队开发的 GEE 在线应用（https://lihuan.projects.earthengine.app/view/chla-balaton）支持用户交互式查询任意点位的四十年 Chl-a 时间序列，对比不同年代水质差异，并自动更新实时数据，为科研人员与公众提供了直观的监测平台。

结论与讨论

本研究构建的 “长时序卫星数据 + 机器学习 + 云平台” 框架，成功突破了传统监测的时空限制，为大型湖泊水质动态评估提供了高效解决方案。随机森林模型通过整合物候信息与过采样技术，有效克服了样本不平衡难题，其在巴拉顿湖的应用表明，该方法可准确追踪富营养化进程与管理措施成效。此外，开源工具的发布（代码与模型可在 GEE 仓库及 GitHub 获取），降低了其他湖泊应用该技术的门槛，有助于推动全球水生态监测的标准化与协同化。

研究同时指出，尽管模型在整体趋势上表现优异，但对极端高浓度值（>140 μg/L）仍存在低估，未来需通过改进算法（如集成神经网络）与优化大气校正参数（如将 SR 转换为遥感反射率 R_rs）进一步提升精度。随着气候变化加剧湖泊生态系统压力，此类跨学科、跨尺度的研究方法将为水资源管理提供更坚实的科学支撑，助力实现 “绿水青山” 的可持续发展目标。