《Marine Pollution Bulletin》：Regime shift in phytoplankton bloom dynamics in an anthropogenically polluted semi-enclosed bay
编辑推荐：
本研究针对浑浊浅水区稀疏亚潮带海草床监测难题，开发了融合PlanetScope与Sentinel-2影像的PSeagrasS2开源方法。通过集成ACOLITE大气校正与随机森林分类器，在Google Earth Engine平台实现了3米分辨率的海草变化检测，成功量化了巴西Concei??o Lagoon污水处理厂溃坝事件导致的92.12%海草损失，为海岸带生态系统健康评估提供了可推广的技术框架。
在人类活动日益频繁的海岸带区域，半封闭海湾的生态系统正面临着前所未有的压力。其中，海草床作为重要的"蓝色碳汇"，不仅能够固化沉积物、改善水质，还为众多海洋生物提供栖息地，堪称海岸带的"生态工程师"。然而，这些珍贵的生态系统正以惊人的速度退化，特别是在富营养化严重的浑浊水域，传统的潜水调查和声呐探测方法难以实现大范围、高频次的监测。
更严峻的是，当突发环境事件（如污水处理设施故障导致大规模污水排放）发生时，海草床的响应机制和恢复能力评估缺乏快速有效的技术手段。这个问题在巴西的Concei??o Lagoon表现得尤为突出——这个旅游与渔业价值并重的亚热带海岸泻湖，在2021年因极端降水事件引发了未经处理的污水大规模排放，对整个生态系统造成了毁灭性冲击。面对这样的生态危机，科学家们急需一种能够精确量化环境影响的监测工具。
正是在这样的背景下，Mar Roca-Mora等研究人员在《Marine Pollution Bulletin》上发表了他们的创新性研究成果。他们开发了一种名为PSeagrasS2的开源地球观测方法，通过多源遥感数据融合，成功实现了对浑浊浅水区稀疏亚潮带海草床的高精度变化检测。
研究团队采用了几项关键技术方法：首先创新性地将ACOLITE大气校正算法集成到Google Earth Engine的Python API中，实现了Sentinel-2影像的水体专用校正；通过多传感器配准技术，将PlanetScope（包括Classic和SuperDove）与Sentinel-2影像融合为3米分辨率的多波段栅格数据；利用随机森林分类器，结合水体光学参数（如叶绿素a浓度、悬浮颗粒物SPM、光合有效辐射PAR等）和深度不变指数DII进行海草分布识别；基于现场采集的Ruppia maritima和Halodule wrightii两种海草的存在/缺失数据（n=100）进行模型训练与验证；最后通过不确定性量化分析确保变化检测结果的可靠性。
3.1. 卫星光谱分离敏感性
通过光谱特征分析发现，Sentinel-2的红边波段（705nm）在识别海草光谱特征方面具有独特优势，而PlanetScope SuperDove的8波段传感器相比4波段的Classic版本能更好地捕捉海草的光谱特性。在富营养化水体中，海草与非海草底质的光谱分离更为可行，而高浊度水体中的水质成分会干扰底栖信号。
3.2. 多传感器海草制图性能
多传感器方法在2018年（事件前）达到了78.4%的总体精度，比单独使用Sentinel-2提高了5-6%。研究表明，海岸气溶胶波段（443nm）和深度不变指数是模型中最重要特征变量。在2024年（事件后）的高营养化条件下，所有传感器的精度都有所下降，反映了水体成分对底栖检测的干扰增强。
3.3. 生态变化：卫星与实地观测
研究揭示了惊人的92.12%海草损失（-215.5±113公顷），仅有7.9%的海草床保持稳定。实地观察证实了物种组成的变化——Ruppia maritima几乎完全消失，而Halodule wrightii表现出更强的环境耐受性，但也被大量附生藻类覆盖。
研究结论部分强调了多传感器方法在浑浊浅水区海草监测中的独特价值。通过融合PlanetScope的高空间分辨率与Sentinel-2的优越光谱特性，PSeagrasS2方法能够有效检测小规模、稀疏分布的海草斑块，即使在富营养化条件下也能保持较好的识别能力。深度不变指数和关键水质参数的纳入显著提升了模型在变化环境中的适应性。
讨论部分深入分析了海草退化的生态影响。92.12%的海草损失不仅意味着碳汇功能的丧失，还可能引发沉积物中有机碳的再矿化，导致沉积物不稳定性增加。两种基础物种的不同响应策略反映了生态系统对环境压力的适应性机制，其中Halodule wrightii表现出的较强耐受性为生态恢复提供了希望。
这项研究的重大意义在于其技术方法的可推广性和管理应用价值。作为首个在GEE平台集成ACOLITE处理器的研究，它为全球海岸带管理者提供了低成本、高效率的生态监测工具。特别是在缺乏常规监测程序的地区，这种方法能够为水质框架指令（WFD）和海洋战略框架指令（MSFD）的实施提供关键数据支持，为海岸带生态系统的科学管理和保护决策提供了有力支撑。
