整合自主水下航行器、航空与WorldView-2卫星影像的混合遥感框架监测美国St. Clair湖西部底栖有害蓝藻Microseira wollei

《Journal of Great Lakes Research》：A hybrid remote sensing approach for monitoring the harmful benthic cyanobacterium, Microseira wollei in western Lake St. Clair, USA

　　

Microseira wollei（曾称 Lyngbya wollei）是一种问题底栖蓝藻（benthic cyanobacterium），已在美国St. Clair湖西部增殖至危害密度。在约1100 km²的动态湖泊系统中量化其空间分布和时间动态具有挑战性，因为底栖藻垫可能出现在广阔且异质的近岸区域。传统野外调查难以扩展至大型生态系统，因此需要互补监测技术。本研究评估了一个混合框架，结合野外调查、自主水下航行器（autonomous underwater vehicle, AUV）、航空和卫星影像，以表征底栖 M. wollei 的分布及监测效用。研究人员使用配备下视相机的AUV、高分辨率航空影像（4.4–7 cm pixel^?1）和WorldView-2多光谱影像，调查了St. Clair湖西部岸线80 km²区域。AUV影像成功地从岸线至约2.2 km离岸处判别 M. wollei 与混合沉水水生植被（submerged aquatic vegetation, SAV）和底栖藻类组合。高分辨率航空影像区分了岸线900 m以内（水深≤1 m）的底栖组合，并量化了10年期间覆盖百分比相对变化。WorldView-2影像评估在有利光学条件下为近岸底栖组合提供区域空间背景，但受浊度、水柱效应和大气校正不确定性限制。总体而言，这些互补技术提供了可扩展监测框架，支持大型淡水生态系统中有害藻华（harmful algal blooms, HABs）的检测、野外验证、时间监测和适应性管理。

论文解读

淡水有害藻华（harmful algal blooms, HABs）在Laurentian Great Lakes已成为反复出现的生态和公共健康问题。过去数十年，浮游蓝藻受到较多关注，而底栖蓝藻如 Microseira wollei（曾称 Lyngbya wollei）被认为是藻华动态中被低估的组成部分。该种可产生厚层藻垫、嗅味化合物和毒素，阻碍水资源利用，降低休闲价值并压低岸线财产价值。自20世纪90年代中期以来，M. wollei 已在Lake St. Clair美国西岸被记录；部分地点生物量可使小湾和码头完全淤浅，破坏岸线通道。Lake St. Clair面积超过1100 km²，传统调查受时间和资源限制，难以扩展；目前缺乏描述 M. wollei 时空变异的数据，限制资源管理者优先确定监测地点、评估藻华扩张、识别最可能受益于干预的区域以及评估底栖生境长期变化。因此，研究人员需要探索混合原位与遥感方法，以界定受影响区域并优先管理区域。

研究人员在western Lake St. Clair约80 km²区域评估了一个集成多平台监测框架，结合传统野外观察、AUV影像、高分辨率航空摄影和商业WorldView-2卫星影像。研究目标为：传统野外采样验证 M. wollei 存在与底栖覆盖；评估AUV成像系统和自动图像后处理量化近岸至离岸藻垫分布的能力；利用2014—2025年高分辨率航空影像量化底栖覆盖时空变化；评估商业WorldView-2多光谱影像作为探索性、定性组件，在集成监测框架中识别近岸可能受影响的底栖植被组合。研究结论认为，这些互补技术提供了可扩展监测框架，支持大型淡水生态系统中底栖HABs的检测、野外验证、时间监测和适应性管理。

为开展研究，关键技术方法如下：研究区为美国St. Clair湖西部岸线约80 km²，设North、West和South Shore。2024年6月采集水、沉积物和 M. wollei 生物量样品，采用点截距协议、岸线目视估计、船载双波束声呐、Ponar抓斗和GPS，并以显微镜确认。AUV（i3XO EcoMapper）于2024年6月4—6日执行约4.5 km垂直岸线样带和网格任务，搭载GoPro相机、YSI EXO-S、侧扫声呐和HOBO光记录仪。航空影像来自Nearmap 2014—2024年，分析25-ha和100-ha网格。WorldView-2影像于2024年6月24日获取。处理包括ExifTool、Python/Jupyter、CIELAB、对比度受限自适应直方图均衡化（CLAHE）、Otsu和高斯阈值、ImageJ、ENVI FLAASH、WorldView Water Index（WV-WI）及监督最大似然分类。

结果部分保留原文小标题并概括如下。

3.1 传统野外采样。三个监测区域均有岸线可见 M. wollei 积累，且离岸样带湖底样品可检测到蓝藻覆盖。M. wollei 形态随地点和环境因素变化，可与挺水岸线植被、沉水水生植被（SAV）共现，并形成球状“balls”，显微镜确认其分类身份。West Shore岸线藻垫厚度最大，范围为0.13—3.10 m，中位数1.09 m，n=90；North Shore和South Shore中位厚度分别为0.24 m和0.27 m。离岸10—2500 m、水深1—4 m的Ponar抓斗样品显示，M. wollei 通常为较薄藻垫（<1—5 cm），覆盖从不可检测至95%；West Shore最高，North Shore和South Shore最大分别约30%和10%。SAV常与 M. wollei 共现，North、West和South Shore估计覆盖最高分别约50%、40%和60%。M. wollei 常出现在混合底栖组合中，而非单一物种藻垫。

3.2 自主水下航行器调查。AUV成功获取高分辨率湖底图像，并通过人工解译和自动阈值脚本确认 M. wollei 存在。两次任务从West Shore岸线向外覆盖约4.4 km，每任务收集约10,000张图像。水下光强从近水面6500 lx（120.2 μmol/m²/s）降至1.1 m深1500 lx（27.7 μmol/m²/s），漫衰减系数K_d为1.19 m。人工方法在离岸400 m至2.2 km、水深小于4.6 m处检测到 M. wollei；近岸400—1000 m覆盖>90%，1.2 km处平均85±19%，2.2 km处48±6%，>2.2 km且水深>4.6 m时降至<1%。自动阈值算法在近岸高覆盖区通常低估，与人工估计的相对百分差异（RPD）为70—79%；在1.2—2.2 km、50—90%覆盖区表现较好，RPD为5—50%；在深水非检出区则过预测为15—37%，RPD约200%。观察覆盖与离岸距离（R²=0.81）、水深（R²=0.78）和光衰减（R²=0.70）相关；严格和包容阈值优于宽松阈值。侧扫声呐高回波和底质粗糙度与较高 M. wollei 覆盖定性对应，但分辨率不足以区分蓝藻垫和SAV。

3.3 航空影像调查。2014—2025年多个时间点的航空影像在光学清晰条件下可区分离岸250—900 m内具绿色色素特征的底栖基质，但代表藻类和SAV混合组合。三地底栖覆盖均相对增加：North Shore由2015年24%升至2017年68%，2024年约47%，年际变化1—27%；West Shore在2015年后由11%升至2022年52%，2023年50%，2024年48%；South Shore由2014年5%逐渐升至2024年33%。在27个100-ha网格中，2024年航空影像估计混合组合覆盖，并按40%比例折算 M. wollei，得到North、West和South Shore覆盖分别为11±5%、13±7%和9±4%；West Shore最高，Clinton River Spillway以南Sites 11—14为16—30%。按2.5 cm藻垫厚度和0.989 g/mL湿容重估算，三区平均生物量为2.15—3.29 kg f.w./m²，对应0.22—0.33 kg d.w./m²和0.11—0.16 kg C/m²。

3.4 卫星影像调查。WorldView-2影像在2024年6月24日获取，覆盖研究区。高浊度和悬浮沉积显著降低底部可见度，水柱效应和大气校正不确定性限制定量解译。监督最大似然分类仅作为视觉手段，在North Shore和West Shore识别出与沉水植被组合特征一致的区域；结果不应解释为定量底栖地图或物种级产品，但表明商业卫星影像在有利光学条件下可提供区域空间背景，并暴露浊度、大气校正和水柱效应限制。

讨论部分总结认为，淡水HABs是Laurentian Great Lakes持续关注问题，底栖蓝藻仍被低估。M. wollei 在Great Lakes地区已有危害密度记录。本研究中所有原位和遥感平台均可检测SAV和藻类混合底栖覆盖，但目标应用和能力不同；没有单一平台足以覆盖western Lake St. Clair遇到的全部环境条件。AUV相机平台在区分丝状蓝藻与SAV方面置信度最高，但空间尺度小、数据存储和后处理负担限制可扩展性。高分辨率航空影像最适合记录近岸约900 m内底栖覆盖时间变化，并可与野外和AUV数据结合估计覆盖和潜在生物量。WorldView-2卫星影像提供区域背景，但应视为定性概念验证。未来需专用水体大气校正、水柱校正、同步现场光学测量和物理反演方法。研究还表明，用于Cladophora的监测概念可适用于 M. wollei，但混合组合、形态和藻垫厚度变异带来物种特异性挑战。该框架可用于管理前后覆盖和生物量评估、评估管理绩效及估计生物量向管理区外输运潜力。

结论部分翻译：研究人员应用的若干方法有助于表征问题底栖蓝藻 M. wollei 的时空分布。基于AUV的水下成像平台在区分丝状蓝藻与SAV方面提供最高置信度。使用开源软件（如ImageJ）分析历史航空影像，为量化过去十年近岸底栖覆盖相对变化提供了有效手段，尤其是在岸线900 m以内。尽管存在水体透明度和表面反射限制，航空影像识别了持续性底栖藻垫区域，为长期监测和管理提供实用工具。WorldView-2卫星影像和监督分类技术的应用提供了探索性评估，表明商业卫星影像可在多平台监测框架内贡献区域空间背景。由于影像解译受浊度、水柱效应和大气校正不确定性限制，卫星评估应视为定性且与野外、AUV和航空观测互补，而非独立定量制图方法。总体而言，本研究证明将传统野外观测与AUV、航空和卫星影像整合，可提供可扩展监测框架，用于跨多个空间尺度评估底栖 M. wollei。通过利用各平台互补优势，资源管理者可更有效记录藻华范围，优先监测和管理行动，并评估底栖蓝藻覆盖随时间变化。