海岸带亚热带浅水湖泊藻华检测的光谱指数与水体颜色组合评估

本研究创新性地结合多光谱指数（AFAI/NDCI）与国际照明委员会（CIE）色彩算法，通过Landsat和Sentinel-2卫星数据优化亚热带浅水湖泊藻华检测方法。结果表明：阈值校准对Landsat 5至关重要，而CIE算法可有效降低非藻华水域的假阳性率，为缺乏监测资源的区域提供可靠遥感解决方案。

　　

Highlight

本研究验证了多算法组合在区域尺度藻华检测中的优越性，通过融合光谱特征与色彩空间分析，为亚热带浅水湖泊系统提供了高精度的遥感监测方案。

Study Area

巴西南部海岸带的浅水湖泊群由全新世海侵作用形成，具有生态敏感性和高度人为干扰特征。这些水体承受着城市与农业活动的复合压力，近年来藻华事件频发（Castro & Rocha 2016），亟需建立有效的监测体系。

Bloom detection thresholds

经调整（Adj）的检测阈值在传感器间呈现差异：Landsat 5的AFAI中位数为0.02，而Landsat 8/9和Sentinel-2均为零值。NDVI与SABI在所有传感器中均未呈现正值，但Landsat 5更接近零值阈值（-0.01），暗示该传感器对弱藻华信号更敏感。

Discussion

多指数联用策略显著提升了检测精度，这与Rouibah & Belabbas（2020）在城市遥感中的发现相呼应。CIE色彩算法的引入使非藻华水域的假阳性率降低37%，特别适用于富含无机悬浮物的水体。值得注意的是，Landsat 5因缺乏红光边缘波段，其NDCI性能劣于Sentinel-2（p<0.05）。

Conclusions

我们提出两步式藻华检测框架：先通过藻类特异性指数（AFAI/NDCI）初筛，再结合CIE色彩空间验证。该方法在亚热带浅水湖泊中可实现85%的整体准确率，为数据匮乏地区的长期生态监测提供标准化方案。