印度选定海岸带水质遥感反演：机载与星载高光谱影像的跨平台比较研究

本文创新性地对比评估了机载(AVIRIS-NG)与星载(PRISMA)高光谱影像(HSI)在印度科钦与韦拉瓦尔海岸的水质参数反演性能。研究采用下山单纯形反演算法，成功获取叶绿素、非藻类颗粒物(NAP)、有色溶解有机物(CDOM)及4类藻种（隐藻/蓝藻/硅藻/甲藻）浓度，验证了半解析模型在跨平台(R2达0.66-0.95)、跨地域应用的连续性，为海岸带生态系统健康监测提供了重要技术参考。

　　

亮点

本研究通过机载与星载高光谱数据的直接对比，首次揭示了半解析模型在跨传感器平台和不同地理环境下的水质参数反演稳定性，为全球海岸带可持续发展目标(SDGs)中的水质监测提供了可推广方案。

研究区域

为探究不同海岸环境对模型性能的影响，我们选取印度西海岸相距2200公里的两个典型站点——科钦（热带泻湖系统）和韦拉瓦尔（大陆架陡坡区）。这两个站点分别受阿拉伯海上升流和季风径流的差异化影响，形成了对比鲜明的光学水体环境。

机载高光谱影像的水质参数反演

在韦拉瓦尔海岸，AVIRIS-NG数据对叶绿素的反演精度达到R²=0.92，显著优于PRISMA卫星数据(R²=0.76)。特别值得注意的是，机载数据对甲藻的识别准确率高达87%，这得益于其更高的空间分辨率(5m)和信噪比。

讨论

尽管CDOM的反演精度较低(R²=0.4)，但跨平台数据对藻类群落的检测呈现高度一致性。我们发现蓝藻在科钦水域的占比(23%)显著高于韦拉瓦尔(8%)，这可能与当地农业径流输入有关。

结论

研究表明，当下山单纯形反演算法应用于不同平台的高光谱数据时，关键水质参数的检索性能具有显著连续性。这一发现为构建"空-天-地"一体化的海岸带智能监测网络奠定了算法基础。