《International Journal of Applied Earth Observation and Geoinformation》：Global estimation of phytoplankton functional types using PACE OCI hyperspectral data and a novel deep ensemble learning approach
编辑推荐：
高光谱遥感正通过实现对浮游植物功能类型（Phytoplankton Functional Types, PFTs）的更精细区分，彻底改变海洋生态系统的监测。然而，全球尺度高光谱PFT建模的一个持续限制在于缺乏同时包含高效液相色谱（High-Performanc
高光谱遥感正通过实现对浮游植物功能类型（Phytoplankton Functional Types, PFTs）的更精细区分，彻底改变海洋生态系统的监测。然而，全球尺度高光谱PFT建模的一个持续限制在于缺乏同时包含高效液相色谱（High-Performance Liquid Chromatography, HPLC）色素数据和高光谱测量的共位现场样本。本研究通过引入一种新颖的两阶段框架来解决这一关键空白，该框架合成了最大的高效液相色谱（HPLC）–高光谱训练数据集，并部署了一种先进的深度集成学习模型，用于从美国国家航空航天局（NASA）的浮游植物、气溶胶、云和海洋生态系统（Phytoplankton, Aerosol, Cloud, and ocean Ecosystem, PACE）海洋颜色仪器（Ocean Color Instrument, OCI）数据中实现全球PFT反演。在第一阶段，研究人员通过将真实的HPLC–高光谱配对与使用生成对抗网络（Generative Adversarial Network, GAN）从历史多光谱海洋颜色观测数据中生成的 reconstructed 高光谱数据相结合，开发了一个广泛的合成训练数据集。这种创新的光谱重建策略使得超过4000个先前无法使用的HPLC样本能够被整合到高光谱建模过程中。在第二阶段，研究人员提出了HyperPFT，这是一种专门针对高光谱数据定制的轻量级基于Transformer的深度集成学习模型。HyperPFT同时提供高精度的PFT估算和像素级的不确定性量化，利用了通过bootstrap重采样训练的100个子模型。针对现场数据集的全面验证表明，HyperPFT在色素和PFT预测方面始终优于传统机器学习模型，特别是在光谱冗余和噪声条件下。应用于8天合成的PACE OCI数据时，HyperPFT成功绘制了八种PFT的全球分布图，揭示了具有生态一致性的生物地理模式，并识别了不确定性热点区域。这项工作标志着PACE高光谱数据首次在全球尺度上用于业务化PFT反演，是朝着可扩展、具有不确定性意识的海洋浮游植物多样性遥感迈出的关键一步。所提出的方法为未来的高光谱海洋颜色任务和生态系统监测应用奠定了坚实的基础。
**论文解读：基于PACE OCI高光谱数据和深度集成学习方法的全球浮游植物功能类型估算**
**研究背景**
海洋浮游植物是海洋生态系统的基础，贡献了近一半的全球初级生产力，并在生物地球化学循环和气候调节中发挥关键作用。准确估算浮游植物功能类型（Phytoplankton Functional Types, PFTs）的组成对于理解海洋生态系统变化、指导碳循环评估、水质监测、有害藻华预警和渔业管理至关重要。遥感技术为大尺度PFT观测提供了可能，但传统多光谱卫星数据因波段有限而难以区分光学特性相似的浮游植物类群。高光谱成像（如NASA的PACE OCI任务）通过捕获连续波长，有望检测不同浮游植物类群的细微吸收和散射特征。
**存在的问题与研究动机**
当前全球尺度高光谱PFT建模面临的核心瓶颈是：同时包含高效液相色谱（High-Performance Liquid Chromatography, HPLC）色素数据和现场高光谱测量的共位样本极度稀缺。已有HPLC数据虽覆盖广泛时空范围，但仅少数样本配有同步高光谱观测，导致高质量训练数据不足且分布不均，难以支撑数据密集型人工智能方法。尽管已有研究尝试使用光谱模拟补充观测数据，但模拟数据集可能无法完全反映真实光学变异性。为突破上述限制，本研究旨在利用历史多光谱卫星观测（如MODIS、Sentinel）和高级光谱重建技术扩充训练数据集，并开发专为高光谱设计的深度学习模型，以实现PACE OCI数据的全球PFT反演。
**研究工作与结论**
研究人员提出了一种两阶段框架。第一阶段通过生成对抗网络（Generative Adversarial Network, GAN）从多光谱数据重建高光谱反射率，扩展现有HPLC–高光谱配对数据集至4,258个样本。第二阶段开发了HyperPFT模型——一个集成100个子模型（基于轻量级Transformer自注意力机制）的深度集成学习框架。综合现场验证和交叉验证表明，HyperPFT在色素和PFT预测中显著优于传统机器学习模型（如主成分回归、随机森林等），尤其在处理光谱冗余和噪声时表现稳健。该模型成功应用于2024年7月的8天合成PACE OCI数据，绘制了八种PFT的全球分布，揭示了与大尺度生物地理学一致的格局，并提供了像素级不确定性量化。该论文发表在《International Journal of Applied Earth Observation and Geoinformation》。
**主要关键技术与方法**
1. **光谱重建**：采用生成对抗网络（GAN）将历史多光谱卫星反射率（来自MERIS、MODIS-AQUA、MODIS-TERRA、OLCI-Sentinel 3A/3B）重建为近高光谱（400–700 nm，1 nm间隔）反射率。训练数据来源于现场高光谱测量、辐射传输模拟光谱及HICO卫星高光谱影像（共230万高质量像元），并利用复合损失函数（均方误差、光谱角损失、对抗损失）保证物理可解释性。
2. **深度集成学习模型（HyperPFT）**：基于bootstrap重采样训练100个轻量级Transformer子模型，每个子模型包含自注意力机制和单层编码器-解码器结构。输入为301个波段的高光谱反射率结合地理坐标经Euclidean变换的辅助特征。通过取子模型预测均值作为最终输出、标准差作为不确定性估计，实现高精度PFT反演和像素级置信度评估。
3. **诊断色素分析（Diagnostic Pigment Analysis, DPA）**：使用更新后的权重系数，从八种诊断色素（19′-hexanoyloxyfucoxanthin, 19′-butanoyloxyfucoxanthin, alloxanthin, fucoxanthin, peridinin, zeaxanthin, chlorophyll b, divinyl chlorophyll a）推导出八种PFT的叶绿素a浓度。样本队列来源包括：东海数据集、Kramer et al.（2022）全球开放大洋数据集、HYPERMAQ数据集（河口/海岸）、澳大利亚水生生物光学数据集，以及从PANGAEA等公开数据库收集的4,481个HPLC样本。
**研究结果**
**3.1 评估PFT预测的模型精度**
**3.1.1 基于现场观测的验证**：对比实测与预测值，硅藻和绿藻表现出最佳性能（R2较高），而羽状藻和原绿球藻在低浓度范围内精度较低。HyperPFT在大多数PFT上均优于主成分回归、XGBoost、支持向量机、随机森林和多层感知器，尤其在处理非线性关系和高维数据时更具优势。所有模型在低浓度区间性能下降，可能因样本有限或测量误差较大。
**3.1.2 交叉验证**：HyperPFT在交叉验证中同样展现优势。硅藻和甲藻预测效果最佳，对羽状藻的预测虽具挑战但仍达到R2=0.56。预测斜率均小于1，表明模型倾向于低估高值、高估低值。主成分回归表现不佳，凸显了线性模型在高维、高光谱密度和光学复杂条件下的局限性。
**3.2 利用PACE OCI高光谱数据进行全球PFT制图**
将HyperPFT应用于2024年7月3–10日的8天合成PACE OCI反射率数据（400–700 nm，重采样至1 nm），生成了八种PFT的全球叶绿素a浓度分布图。硅藻主要分布在>60°高纬度和营养盐丰富的区域（如东海、白令海、南大洋）；甲藻分布类似但浓度较低；原核生物在热带亚热带贫营养海区丰富，而在极地和高营养区减少；原绿球藻在北大西洋、中太平洋和北冰洋显示高浓度；隐藻和绿藻在中纬度和赤道东太平洋较高。不确定性图显示，高纬度海域和沿岸地区不确定性较高，而热带和温带地区预测更稳定。此外，研究人员基于三种粒径类（MICRO、NANO、PICO）绘制了全球分布，发现MICRO（硅藻+甲藻）在上升流和沿岸区主导，NANO（羽状藻等）广布于沿岸至大洋，PICO（原核生物+原绿球藻）集中在开阔大洋贫营养区。
**总结讨论**
讨论部分指出，光谱重建显著扩充了HPLC–高光谱训练库，解决了全球缺乏共位数据的问题。HICO高光谱观测对增加光学多样性起到了关键补充作用，但真实现场高光谱数据仍需进一步积累。
关于不确定性，HyperPFT的不确定性主要反映认知不确定性（模型结构与训练数据有限），未显式包含输入噪声、大气校正残差或原始光谱重建误差导致的偶然不确定性，因此在高噪声区域可能被低估。未来的模型可引入异方差损失函数或贝叶斯深度学习框架以更完整地分解不确定性。
对于PFT产品的生态一致性，研究人员指出高纬度区域出现的零星非零原绿球藻估算应被视为伪影，源于数据外推和近零噪声放大。未来可通过整合栖息地约束（如海表温度生态位）在训练中惩罚不合理预测，并扩展高纬度训练覆盖，以减少不合理外推。
**研究结论**
高光谱遥感已成为监测浮游植物类群的强大工具，PACE卫星的发射进一步增强了这一技术的全球海洋研究潜力。在本研究中，研究人员利用历史高效液相色谱（HPLC）数据结合先进的光谱重建技术，构建了迄今为止最大的PFT反演训练数据集。基于该数据集，研究人员开发了HyperPFT——一种新颖的数据驱动深度集成学习框架，并成功应用于PACE卫星数据，反演了八种不同的浮游植物类群。HyperPFT模型在现场验证和交叉验证测试中均表现出显著的精度和鲁棒性，且能够量化像素级预测不确定性。该结果强调了HyperPFT在实际应用中使用PACE高光谱数据的潜力，为海洋生态系统和浮游植物群落气候相关变化的高分辨率监测提供了前景。本研究不仅推进了浮游植物类群高光谱反演的技术水平，也为未来遥感应用（特别是PACE等新兴卫星任务）铺平了道路。
