基于Landsat遥感数据的美国湖泊水质37年动态监测与机器学习预测模型构建

本研究通过整合Landsat卫星遥感影像与地面实测数据，构建了覆盖美国本土13,756个湖泊（≥4公顷）1984-2020年的水质预测模型。研究人员利用随机森林算法开发了叶绿素a（CHL）、透明度（Secchi）、真色度（True color）等6项水质参数的遥感反演方法，最高解释方差达63.7%（Secchi）。该数据集包含4590万组反射率数据和74万组地空匹配数据，首次实现了小至4公顷湖泊的长期水质监测，为全球变化下的内陆水体生态研究提供了突破性工具。

　　

在全球气候变化和人类活动加剧的背景下，内陆水体水质恶化已成为严峻的生态挑战。然而，传统水质监测受限于高昂成本和有限覆盖，难以揭示大尺度、长时序的水环境变化规律。尤其对于面积小于10公顷的小型湖泊——这些占全球湖泊总数90%却长期缺乏系统监测的水体，其生态响应机制更是一片空白。

为解决这一难题，密歇根州立大学（Michigan State University）渔业与野生动物系的Patrick J. Hanly团队在《Scientific Data》发表了开创性研究。该团队整合了Landsat 5/7/8卫星37年的遥感数据与水质门户（Water Quality Portal）的地面实测数据，构建了覆盖美国本土136,977个湖泊（≥4公顷）的多参数水质预测体系。研究首次将机器学习模型与遥感技术相结合，突破了小湖泊监测的技术瓶颈，为宏观尺度水生态研究提供了全新范式。

研究采用三大关键技术：1）通过Google Earth Engine平台提取Landsat地表反射率（SR）数据，实施严格的云层和像素质量控制；2）建立包含45.9万组反射率特征和74万组地空匹配数据的训练集；3）开发双阶段随机森林模型（Holdout-data和Full-data），对叶绿素a等6项水质参数进行预测，其中透明度预测的方差解释度最高达63.7%。

【数据与方法】
研究团队创新性地测试了7项工作流程组件，包括确定最佳像素检索范围（全湖尺度优于湖心缓冲区）、波段比值计算方式（像素级优于全湖均值）等。如图5所示，DOC模型的测试表明像素级波段比值可使方差解释度提升15%。

【模型性能】
如表2所示，各水质参数的预测性能差异显著：透明度（Secchi）模型表现最优（R²=0.637），而总悬浮物（TSS）预测精度最低（R²=0.207）。图7-8的分位数回归显示，除DOC>16 mg/L和TSS>80 mg/L的高值区间外，大部分预测值与实测值吻合良好。

【典型案例验证】
研究选取三个典型湖泊进行验证：1）佛罗里达州Okeechobee湖（图10）证明剔除云覆盖<10%的影像后，透明度预测误差降低42%；2）明尼苏达州McCarrons湖（图11）准确捕捉了2004年铝盐处理后的叶绿素a骤降过程；3）阿肯色州Beaver湖（图12）将DOC监测记录向前延伸18年，填补了历史数据空白。

这项研究创建了迄今最全面的湖泊水质遥感数据库，其重要意义体现在三方面：首先，将可监测湖泊的最小面积从文献报道的10公顷突破至4公顷，使小型水体纳入宏观生态研究成为可能；其次，开发的自动化工作流程支持全球其他区域的同类研究；最后，数据集与LAGOS-US平台的流域特征数据无缝衔接，为解析水质变化的驱动机制提供了前所未有的多维度数据支撑。正如作者强调的，该成果特别有助于解决水质监测中的社会公平问题——通过遥感技术弥补弱势群体聚居区的地面监测不足，为制定包容性环境政策提供科学依据。