中国新型卫星HJ-2影像在湖泊叶绿素a定量分析中的应用：经验方法、半解析方法和机器学习算法

《International Journal of Digital Earth》：Chinese new satellite HJ-2 imagery application in quantifying lake chlorophyll-a: empirical, semi-analytical and machine learning algorithms

　　摘要：中国的环境灾害减少卫星2号（HJ-2）最近发射了电荷耦合器件（CCD）传感器，用于监测环境和生态变化。本研究标志着HJ-2A/B CCD图像首次被用于量化具有不同光学特性和营养状态的湖泊中的叶绿素-a（Chl-a），突显了其在全面水质监测方面的潜力。叶绿素-a是藻类生物量和氮水平的关键指标，通过经验算法（EMs）、半解析算法（例如准解析算法（QAAs）和数据驱动的机器学习（ML）算法进行了评估。结果显示，经验算法难以处理湖泊的特定特征，而准解析算法表现出较高的可靠性（R2 > 0.75，RPD > 2）。机器学习算法凭借其数据驱动的适应性，优于经验算法和准解析算法，其中CatBoost（CB）取得了最高的准确性（R2 = 0.97，RMSE = 6.69 μg/L，MAE = 4.78 μg/L，RPD = 5.16）。CB生成的空间叶绿素-a分布图显示了HJ-2A/B CCD在具有不同光学和营养条件的湖泊中进行实际水质监测的巨大潜力。本研究不仅验证了HJ-2A/B CCD在叶绿素-a量化方面的实用性，还强调了机器学习方法在处理复杂数据驱动挑战时的优越性。这些发现为HJ-2A/B CCD图像的未来大规模和长期应用提供了坚实的基础，为环境管理者和研究人员提供了宝贵的见解。

关键词：Huanjing-2；CCD传感器；叶绿素-a；准解析算法；水质监测

1. 引言
2020年9月成功发射并经过校准后，Huanjing-2（HJ-2）的数据已公开可供下载。作为中国持续的环境灾害减少卫星系列的一部分，HJ-2 CCD系统相比其前身HJ-1有了显著改进。与HJ-1的30米空间分辨率和四天时间分辨率相比，HJ-2具有16米的空间分辨率、两天重访周期以及新增的红色边缘波段（Li等人，2022年）。这些改进大大提高了HJ卫星系列数据的可用性和适用性，适用于多种监测应用。监测内陆水生栖息地是卫星成像最重要的用途之一，而定量遥感对此过程至关重要。湖泊是食物供应系统的重要组成部分，有时被称为对人类活动和气候变化反应敏感的哨兵（Williamson等人，2009年；Woolway等人，2020年）。浮游植物中的主要光合色素叶绿素-a（Chl-a）是确定藻类繁殖和营养状态的关键指标（Rousso等人，2020年；Hou等人，2022年；Li等人，2025年）。此外，它还是影响反射率的重要光学活性成分（OACs）（Pahlevan等人，2022年）。与海洋水体不同，内陆湖泊受到陆地输入的影响，这些输入导致总悬浮物（TSM）和有色溶解有机物（CDOM）浓度较高，从而产生混合光谱信号（Moses等人，2012年）。TSM和CDOM浓度的变化会干扰叶绿素-a的检测，尤其是在短波长（如蓝色）区域，CDOM的吸收显著影响叶绿素-a的反射特性，降低依赖这些波段的算法的准确性（Odermatt等人，2012年）。在高浊度条件下，较高的TSM可能会增加400-900纳米范围内光的散射效应，从而掩盖叶绿素-a吸收的一些特征，使其估计变得不确定（Duan等人，2010年；Song等人，2013年）。此外，非藻类悬浮颗粒物的后向散射系数可能随波长线性变化，这与算法中反复使用的光谱平坦假设显著不同。这种变化可能导致叶绿素-a浓度的高估或低估（Gitelson、Schalles和Hladik，2007年）。此外，光学复杂性也会带来问题，例如来自相邻陆地的反射光干扰和大气效应对传感器接收水反射率的影响。近红外-红色区域的水反射率低，进一步增加了这些挑战（Liu等人，2024年）。虽然HJ-2A/B CCD图像在高度富营养化的内陆湖泊中的可用性已经得到验证（Li等人，2024年），但在特定气候区域的光学复杂湖泊中的表现仍不确定。

中国东北部是一个寒冷且半干旱的地区，也是世界上的三个黑土地区之一（Liu和Wang，2022年）。该地区的湖泊浊度较高（Wen等人，2022年）且透明度较低（Tao等人，2022年），这使得获取精确的叶绿素-a值变得困难。在红色和近红外光谱之间，叶绿素-a存在一个非常强的反射峰，这个峰与蓝绿色区域中藻类较少的CDOM不重叠，从而减少了非藻类悬浮颗粒物的污染。这意味着需要红色边缘波段来在浑浊的水中获取叶绿素-a（Gitelson，1992年；Odermatt等人，2012年）。中国东北部的高纬度（40°–54°N）由于太阳天顶角低、大气光信号路径长以及辐射减少（Bi、R?ttgers和Hieronymi，2023年，48°–53°N），给获取高质量图像和准确的水信号带来了额外挑战。为了克服这些困难，需要强大的大气校正处理器和丰富的现场测量数据来开发可靠的算法。高分辨率图像数据及其适当的大气校正对于解决日益受到气候变化和人类资源开发威胁地区的水生生态系统参数问题至关重要（Li等人，2021年）。现有的海洋颜色卫星（如SeaWiFS、MODIS和Sentinel-3 OLCI）通常无法很好地服务于内陆水域，主要是因为内陆水域的规模较小、生物光学特性复杂多变，以及这些传感器的空间分辨率相对较低（O'Reilly等人，2000年；Smith、Robertson Lain和Bernard，2018年；Xue等人，2019年）。中等分辨率的卫星，如Landsat操作陆地成像仪（OLI，30米分辨率）和Sentinel-2多光谱成像仪（MSI，10–60米分辨率），由美国国家航空航天局（NASA）-美国地质调查局Landsat项目和欧洲航天局Copernicus Sentinel-2服务共同运营，引起了广泛关注。它们加速了旨在开发内陆湖泊监测应用的研究活动（Gitelson等人，2008年；Gurlin、Gitelson和Moses，2011年；Li等人，2021年；Hu等人，2022年；Li等人，2023年；Zhao等人，2024年）。在过去十年中，这些发展使我们能够获得基于卫星的水体反射率及其产品（如叶绿素-a）的精确测量。然而，从观测角度来看，HJ-2 CCD的两天时间分辨率填补了MSI的五天重访间隔和OLI传感器的16天间隔（Li等人，2024年）。这对于估计高度变化的内陆湖泊栖息地中的叶绿素-a浓度以及及时通知藻类繁殖的出现尤为重要。大气效应占传感器检测到的水信号的90%（Gordon，1989年），这突显了提高信噪比（SNR）以改善水质监测数据质量和准确性的必要性。Li等人（2024年）的比较分析表明，CCD传感器的最佳性能是SNR高于MSI，但其SNR在所有波段中比OLI低近40%。鉴于这些因素，了解HJ-2 CCD传感器在内陆水质参数定量评估中的操作特性变得至关重要。

有了适当的卫星图像产品，量化算法可以影响下游产品的准确性。其中，基于现场测量的叶绿素-a和反射率的经验算法（EM）易于操作，但其性能会受到生化/光学特性（Yang等人，2022年）的影响，例如单波段（Gitelson，1992年）、红蓝段比率（O'Reilly等人，2000年）和三波段（Gitelson等人，2011年）。相比之下，基于辐射传输理论和经验参数的半解析算法（例如非藻类特定吸收系数）可以获得高度准确的下游产品（Gitelson等人，2008年；Smith、Robertson Lain和Bernard，2018年；Pahlevan等人，2021年），例如准解析算法（QAA，最新更新至QAA_V6）（Lee、Carder和Arnone，2002年）。在没有足够先验信息的情况下，局部参数可能会增加半解析算法的可移植性不确定性（Werther等人，2022年）。研究表明，机器学习作为一种人工智能系统，可以自动发现输入数据的模式和规则，从而估计叶绿素-a的浓度（Murphy等人，2012年；Song等人，2013年；Werther等人，2022年；Cao等人，2024年）。值得注意的是，数据驱动的机器学习和深度学习可以产生非线性关系并避免大气效应（Li等人，2021年）。近年来，这些测量内陆湖泊中叶绿素-a量的技术越来越受到关注。例如，经验算法（Chen等人，2014年）和机器学习技术（Ren和Zhou等人，2024年）已被用于使用HJ1 CCD绘制湖泊叶绿素-a地图。这些先进技术为传统经验性和半解析模型提供了有希望的替代方案，能够在不同的湖泊条件和光学特性下实现更准确和可靠的检索。与前辈HJ-1 CCD相比，新的HJ-2A/B CCD传感器增加了关键的红色边缘波段。这一添加非常重要，因为700-720纳米范围对叶绿素-a的荧光和后向散射特性非常敏感。这种光谱增强使HJ-2不仅能够有效监测富营养化湖泊（Li等人，2024年），还能检测到以前用HJ-1的宽光谱配置难以分辨的叶绿素-a浓度微妙变化。然而，在寒冷和半寒冷地区，这些方法可能不适用于光学多样且营养状态多变的水域。因此，可能会出现以下问题：使用经验、半解析和机器学习算法量化叶绿素-a浓度是否可行？HJ-2 CCD的波段设置是否适合开发半解析叶绿素-a算法？由于大多数现场测量的湖泊样本需要收集和评估，半解析技术的应用可能更具挑战性。

鉴于各种营养状态和光学活性成分（OACs）的贡献，本研究试图提供使用经验、半解析和机器学习算法对典型湖泊中叶绿素-a浓度进行量化的客观评估。本研究的具体目标是：（1）评估HJ-2A/B CCD传感器设置获取叶绿素-a数据的适用性；（2）校准和验证叶绿素-a估算算法；（3）评估这些算法应用于HJ-2 CCD数据时的优势和局限性；（4）生成叶绿素-a地图，分析湖泊叶绿素-a浓度的时空动态。本研究首次系统地应用HJ-2 CCD图像来量化具有不同光学类型和营养状态的湖泊中的叶绿素-a浓度，评估了经验、半解析和机器学习方法。结果表明，QAA_V6在独立湖泊中的性能优于经验算法，并突显了机器学习在跨湖泊组绘制叶绿素-a方面的强大能力，提供了一种数据驱动的解决方案，以克服湖泊特定变异性带来的限制。

2. 研究区域、材料和方法
2.1. 研究区域
中国东北部是世界三个黑土农业区之一，面积达147万平方公里。该地区有超过37.5万平方公里的农业用地，总水量约为1571.4亿立方米（Liu和Wang，2022年）。温暖多雨的夏季和寒冷干燥的冬季是这一温带季风气候区的特点。该地区的著名湖泊包括兴凯湖（XKL，131°58′–133°07′E，45°01′–45°07′N），这是中国和俄罗斯之间最大的淡水跨界湖泊；松花湖（SHL，126°40′–127°E，43°40′–44°N），第三大人工湖；呼伦湖（HLL，117°00′–117°41′E，48°30′–49°20′N），面积约为2339平方公里，是四大淡水湖之一；以及查干湖（CGL，124°03′–124°34′E，45°05′–45°30′N），一个大型浅咸水湖，面积约为372平方公里（图1和表1）。

图1. 研究区域和湖泊样本分布，分别为（a）兴凯湖（XKL），（b）松花湖（SHL），（c）呼伦湖（HLL）和（d）查干湖（CGL）。
表1. 本研究中使用的缩写或符号。

2.2. 野外数据收集和实验室分析
2021年至2023年间，在四个湖泊进行了17次野外调查，在非冻结季节（5月至10月；表S1）收集了376个样本。使用GPS设备（G350，UniStrong，中国）在地理参考位置采集了表层水样本（约0.5米深度）。这些大量样本储存在1升琥珀色高密度聚乙烯瓶中，并在24小时内过滤。为了防止色素降解，过滤器和滤液被保存在由野外车辆供电的便携式冰箱（4°C）中。滤液和大量样品在实验室中迅速通过0.45微米的Whatman醋酸纤维素膜过滤器进行过滤。根据SCOR-UNESCO方程式，在低光照条件下使用90%的丙酮提取Chl-a，并使用UV-2660PC分光光度计（Shimadzu，京都，日本）在四个波长（750、663、645和630纳米）下进行测量（Jeffrey和Humphrey，引用1975年）。根据Song等人（引用2013年）的方法，总悬浮物（TSM）的浓度通过重量分析进行测量。我们使用定量膜过滤方法计算了浮游植物色素的吸收系数aphy(λ)、CDOM aCDOM(λ)和非藻类颗粒物的吸收系数aNAP(λ)（Cleveland和Weidemann，引用1993年）。这些吸收系数与纯水的吸收系数aw(λ)相加，以确定总非水吸收系数anw(λ)（Pope和Fry，引用1997年）。此外，为了描述光学活性成分的浓度，选择了在440纳米处的总吸收anw(440)、非藻类颗粒物吸收aNAP(440)、CDOM吸收aCDOM(440)和浮游植物颗粒物吸收aphy(440)（Babin等人，引用2003年）。

2.3 卫星数据及其处理
HJ-2A和HJ-2B卫星上的四个CCD相机（CCD1、CCD2、CCD3和CCD4）的校准系数可以在www.crasda.com上在线获取。共使用了18张HJ-2 CCD图像，这些图像的采集时间与野外采样时间相差在±3天内，并且是从中国资源卫星数据与应用中心获取的（表S1）。对图像进行了6S大气校正和辐射校正，以获得大气底部反射率（Rrs）。该技术使用了MODIS陆地气溶胶光学厚度每日1公里产品来考虑大陆气溶胶模式下的550纳米处的局部气溶胶光学厚度（Hadjimitsis、Clayton和Hope，引用2004年；Li等人，引用2024年）。在GPS记录的采样点周围应用了一个3×3的窗口，以得出表面反射率Rrs(λ)（Li等人，引用2023年）。使用归一化差异水指数（NDWI）生成了用于裁剪Chl-a地图的湖泊掩膜，该指数是根据HJ-2A/B CCD图像的绿色波段Rrs(555)和近红外波段Rrs(830)计算得出的（McFeeters，引用2007年）。此外，还使用了HJ-2A/B CCD数据的常规假彩色图像（RGB：B4、B3、B2）来评估开发的Chl-a算法检测藻类水华的效果。非水华区域在分析中显示为白色，使用归一化差异植被指数（NDVI）进行了剔除（Pettorelli等人，引用2005年）。整个现场数据集使用Python 3.9中的随机抽样函数被随机分为校准（CA）数据集和独立验证（VA）数据集。大约70%的样本被分配到CA数据集用于模型开发和调整，而剩余的30%作为VA数据集用于性能评估（表2）。

表2. HJ2A/B卫星参数。

2.4 Chl-a算法
2.4.1 经验算法
利用光谱反射率和实地测量的水质参数，经验算法（EM）是一种基于相关性的统计回归模型（Yang等人，引用2022年）。通过基本算术运算（+、?、×、/），使用皮尔逊相关系数来确定各个波段或其组合与现场Chl-a浓度之间的关系。为了创建Chl-a经验（EM）算法，选择了皮尔逊相关系数（r）大于0.5的组合（Ren等人，引用2024年）。

2.4.2 准解析算法
基于辐射传输模型，准解析算法（QAA）已被广泛用于高精度地检索内陆和海洋水体中的固有光学性质（IOPs）（Lee、Carder和Arnone，引用2002年；Watanabe等人，引用2016年；Rodrigues等人，引用2017年）。将参考波段红移可以提高对内陆湖泊在550纳米和675纳米处吸收系数的估计精度（Li等人，引用2016年）。本研究使用Lee等人（引用2014年）推荐的最新修订版QAA_V6算法开发了针对所研究湖泊的半解析Chl-a算法（见支持材料）。

2.4.3 机器学习算法
使用多种机器学习技术对四个研究湖泊的Chl-a算法进行了校准，例如CatBoost（CB）、XGBoost（XGB）、随机森林（RF）、支持向量回归（SVR）、梯度提升决策树（GBDT）、核岭回归（KRR）、K最近邻（KNN）和反向传播神经网络（BPNN）。有关更多详细信息，请参阅支持材料。此外，在本研究中，为了优化训练过程，在训练Chl-a算法之前调整了超参数以控制性能和学习效果。根据Bergstra等人（引用2011年）的方法，使用网格搜索交叉验证技术探索了多维超参数空间。本研究中校准过程使用的精确超参数显示在表S2中，有关超参数设置的更多信息可以在Ren等人（引用2024年）中找到。关于算法准确性的所有方法学细节，包括所有统计指标（包括R2、RMSE、MAE和RPD）的计算公式以及用于解释RPD值的特定分类尺度，都包含在支持材料中。本研究的技术路线如图2所示。

图2. 本研究使用的方法论框架。

3. 结果
3.1 水质和光学吸收特性
3.1.1 水质特性
不同湖泊之间的采样日期存在显著差异（p < 0.05）。这些湖泊可以根据平均Chl-a水平大致分类如下（表3和图S1）：中营养湖泊（HLL：26 < Chl-a < 64 μg/L）、轻度营养湖泊（CGL和XKL：10 < Chl-a < 26 μg/L）和贫营养湖泊（SHL：Chl-a < 10 μg/L）（Huo等人，引用2013年）。XKL的现场测量Chl-a浓度范围为0.06至165.4 μg/L，平均值为15.17 ± 24.06 μg/L（表3）。这表明Chl-a水平存在季节性差异（F = 11.78，p < 0.05），与轻度营养湖泊的分类一致。在XKL进行的七次野外实验中记录的最大Chl-a浓度为165.43 μg/L，发生在2023年8月21日。

表3. 四个典型湖泊的水质和光学吸收参数的描述性统计。

在HLL中，Chl-a浓度范围为4.39至196.54 μg/L，平均值为41.95 ± 46.71 μg/L，当Chl-a浓度超过26 μg/L时，将其分类为营养湖泊。大约30%的样本来自三次野外实验，其浓度超过了64 μg/L，这与2022年7月21日观察到的藻类水华一致（Li等人，引用2023年）。相比之下，CGL和SHL的平均Chl-a浓度分别为22.11 ± 9.51 μg/L和9.92 ± 7.15 μg/L，分别将其分类为轻度营养湖泊和贫营养湖泊。就TSM浓度而言（图S1），XKL的值最高（74.95 ± 45.48 mg/L），其次是CGL（38.25 ± 28.21 mg/L）、HLL（36.68 ± 14.42 mg/L）和SHL（2.99 ± 1.92 mg/L）。

3.1.2 湖泊光学特性和吸收贡献
与水质特性一致（表3），XKL的平均aNAP(440)最高（1.05 m?1），其次是HLL（1.79 m?1）、CGL（1.05 m?1）和SHL（0.17 m?1），表明湖泊之间存在显著差异（F = 67.13，p < 0.05）。CGL（1.81 m?1）和XKL（1.47 m?1）的平均aphy(440)值高于HLL（1.47 m?1）和SHL（0.43 m?1）（F = 18.06，p < 0.05）。相比之下，HLL（1.21 m?1）和SHL（1.17 m?1）的aCDOM(440)值高于XKL（1.47 m?1）和CGL（0.82 m?1）（F = 5.65，p < 0.05）。XKL的平均anw(440)值最高（5.90 m?1），其次是HLL（4.37 m?1）、CGL（3.45 m?1）和SHL（0.56 m?1），表明存在显著差异（F = 74.71，p < 0.05）。

通过检查440纳米（CCD波段1）的OAC组分的吸收贡献（Wen等人，引用2016年），可以了解湖泊之间的光学特性差异。吸收贡献（%）及其对应的光学类型如下（图3a–d）：SHL被分类为CDOM型（82%的样本），XKL为NAP型（80%的样本），HLL为混合型（80%的样本），CGL为Phy型（72%的样本）。

图3. 基于440纳米处吸收贡献的不同湖泊的光学水类型分类，即aphy(440)、aCDOM(440)和aNAP(440)，在（a）XKL、（b）SHL、（c）HLL和（d）CGL中。如果现场收集的湖泊样本落在红色区域内，表明吸收贡献主要由有色溶解有机物（CDOM）主导，则该湖泊被识别为CDOM型。

3.2 湖泊特异性
3.2.1 水质和OACs的季节性变化
湖泊之间水质特性的季节性变化在表S3中呈现。在XKL中，Chl-a和TSM浓度存在显著的季节性差异（F = 22.76，p < 0.01）。夏季的平均Chl-a浓度为16.72 ± 29.37 μg/L，秋季为12.21 ± 5.39 μg/L，这与平均TSM浓度分别为63.41 ± 34.83 mg/L和97.01 ± 54.77 mg/L一致。然而，在SHL中没有发现显著的季节性差异（p > 0.05），其平均TSM浓度在整个夏季和秋季都低于4 mg/L，Chl-a浓度始终低于10 μg/L。在CGL中，夏季的平均Chl-a浓度为22.49 μg/L，秋季为21.12 μg/L（p > 0.05），但在aphy(440)或aNAP(440)中观察到显著的季节性差异（F = 32.15，p < 0.01）。在HLL中，夏季的Chl-a浓度显著高于秋季（61.43 ± 54.11 μg/L vs 18.05 ± 15.84 μg/L，F = 26.39，p < 0.01），而TSM浓度在秋季（28.65 ± 11.03 mg/L）高于夏季（46.53 ± 11.76 mg/L）。值得注意的是，在HLL中，440纳米处的OAC吸收没有季节性差异（p > 0.05）。

3.2.2 OACs的anw(λ)与水质之间的关系
分析了四个湖泊在485纳米、555纳米、660纳米和710纳米处的Chl-a与anw(660)之间的关系（图4和S2），这些波长与CCD图像波段设置一致（表2）。当所有湖泊样本合并时，在SHL（r = 0.57**）、CGL（r = 0.58**）和HLL（r = 0.40**）中观察到anw(660)与Chl-a之间的显著相关性，而在XKL中没有发现显著相关性。这些发现表明，红色波段中的anw(660)可能作为Chl-a变化的有效指标（Gitelson和Kondratyev，引用1991年）。此外，我们发现在特定湖泊内，anw(λ)与Chl-a之间的相关性存在季节性波动（图4和S2）。与XKL夏季的情况（p < 0.05）相反，XKL在秋季Chl-a与anw(660)之间的相关性显著（r = 0.88*）。它们的相关性揭示了SHL在夏季（r = 0.65**）和秋季（p < 0.05）、HLL在夏季（r = 0.60**）和秋季（r = 0.82**）之间的差异。单个湖泊的Chl-a与anw(660)之间的关系随季节变化，这可以通过气候变化和水文条件的变化来解释。

3.3 经验算法
3.3.1 在四个湖泊中开发的经验算法
使用CCD波段的Rrs(λ)及其组合，用CA数据集训练了EM算法。我们发现，当结合所有四个湖泊样本时，蓝光、红光和近红外波段的组合可以与Chl-a显示出相对较高的相关性（r > 0.50）。对于CA数据集，线性拟合性能为r = 0.61，R2 = 0.37（表S4和图5a）；对于VA数据集，r = 0.59*，R2 = 0.35（表S4和图5b），使用Rrs(710)2/Rrs(485)×Rrs(830)创建了EMChl-atotal算法。然而，在CA和VA数据集中，EMtotal预测Chl-a的性能都有限（R2 < 0.40，RPD < 1.5，RMSE(CA)：16.89 μg/L，RMSE(VA)：17.34 μg/L，MAE(CA)：24.79 μg/L，MAE(VA)：25.36 μg/L；表4）。

3.3.2 在单个湖泊中开发的经验算法
3.3.2.1 被识别为轻度营养和NAP型水的湖泊
在XKL-EMtotal（图5c）中，[Rrs(555)/Rrs(660)2×Rrs(710)]指标有效地表征了Chl-a浓度（r = 0.90**；表S4）。该算法表现出强大的性能，CAXKL数据集的R2为0.81，RMSE为9.37 μg/L，MAE为6.90 μg/L，RPD为2.27%（n = 109）。对于VAXKL数据集（n = 55），算法的R2为0.75，RMSE为9.62 μg/L，MAE为7.33 μg/L，RPD为2.04%（表4）。

3.3.2.2 被识别为贫营养和CDOM型水的湖泊
对于SHL-EMtotal（图5d），公式[(Rrs(660)?Rrs(555))×Rrs(555)/Rrs(660)]提供了最佳的Chl-a浓度估计（r = 0.93；表4和S4）。对于CASHL数据集（n = 31），SHL-EMtotal算法表现出高准确性，R2为0.86，RMSE为2.24 μg/L，MAE为1.84 μg/L，RPD为2.71。同样，在VASHL数据集（n = 15）中，算法表现良好，R2为0.85，RMSE为2.11 μg/L，MAE为1.63 μg/L，RPD为2.55。

3.3.2.3 被识别为中营养和混合型的湖泊
对于HLL-EMtotal（图5e，表S4），公式[Rrs(710)/Rrs(660)/(Rrs(830)＋Rrs(660)]与现场测量的Chl-a水平显示出强相关性（r = 0.92）。HLL-EMtotal算法表现稳健，CAHLL（n = 65）和VAHLL（n = 33）数据集的R2值均超过0.80，RPD值均大于2（表4）。

3.3.2.4该湖泊被认定为轻度富营养化和植物型。对于CGL-EMtotal（图5f，表S4），采用了某种公式来开发一种Chl-a估算算法，该算法具有很强的相关性（r：0.90）。该算法在CACGL（n=45，R2=0.83，RMSE=3.59 μg/L，MAE=2.99 μg/L，RPD=2.44）和VACGL（n=23，R2=0.72）数据集上表现稳健（表4）。(5) CGL-EMtotal=144.93×[Rrs(830)/(Rrs(830)+Rrs(485))]?28.93。(5) 3.4. 半分析算法本研究通过两个主要部分改进了QAA_V6算法：第一部分是根据常规QAA_V6算法推导bbp(λ)和anw(λ)。第二部分是开发适用于光学复杂水体的经验关系式，以估算Chl-a浓度（μg/L）。3.4.1. QAA_V6推导的吸收和后向散射系数第一步是使用方程S1将Rrs(λ)转换为rrs(λ)。第二步是使用方程S2和S3计算u(λ)，应用原始参数（g0=0.089和g1=0.1245）。第三步是基于HJ-2 CCD图像的中心波长（λ0=710 nm或830 nm），假设aw(λ0)占主导地位，计算anw(λ0)（方程S4）。对于内陆水样，使用较长的NIR波长（λ0=830 nm）会导致Rrs(380)的信噪比降低，从而影响bbp(λ0)的估算。因此，考虑使用λ0=710 nm，并使用HJ-2 CCD图像的Rrs(485)代替QAA_V6算法的Rrs(443)和Rrs(490)。(6) anw(λ0)=anw(710)+0.39×Rrs(710)2×Rrs(485)1.14。(6) 第五步是按照以下方程计算bbp(λ0)：(7) bbp(λ0)=bbp(710)=u(710)×at(710)1?u(710)?bbw。(7) 第六步是使用方程S6计算幂律指数η。最后，在第七步中，根据方程S7和S8计算anw(λ)和bbp(λ)。3.4.2. 单个湖泊的算法开发第八步是估算Chl-a浓度。在特定波长（485、555、660、710和830 nm对于anw(λ)，以及485、710和830 nm对于bbp(λ)）计算anw(λ)和bbp(λ)的值，这与CCD图像的波段Rrs一致（表2）。这些变量能够捕捉到四个研究湖泊中Chl-a的变化情况。同样，建立的QAAtotal算法在整体性能上优于EMtotal算法（图6a和b）。3.4.2.1. 该湖泊被认定为轻度富营养化和NAP型水体。在XKL-QAAtotal算法中，[(bbp(830)?anw(660))×bbp(485)]与现场Chl-a浓度的相关性最强（r=0.90；表4和S5）。该算法在CAXKL（n=190）数据集上表现良好（图6c），并且在VAXKL（n=55）数据集上优于XKL-EMtotal算法：(8) XKL-QAAtotal=?59.51×[(bbp(830)?anw(660))×bbp(485)]+3.66。(8) 3.4.2.2. 该湖泊被认定为贫营养化和CDOM型水体。对于SHL-QAAtotal算法，[bbp(710)/anw(485)×(anw(555)?anw(660))]是贫营养化、以CDOM为主的水体中Chl-a浓度的可靠预测因子（表3）。该算法在CASHL（n=31）和VASHL（n=15）数据集上表现良好，R2达到0.90，误差率较低（图6d）：(9) SHL-QAAtotal=?440.61×[bbp(710)/anw(485)×(anw(555)?anw(660))]?4.80。(9) 3.4.2.3. 该湖泊被认定为中度富营养化和混合型水体。在HLL-QAAtotal算法中，[anw(660)/bbp(555)×anw(830)]与现场测量的Chl-a浓度有很强的相关性（r=0.91；表4和S5）。该算法在CAHLL（n=65）数据集上表现稳健，并在VAHLL（n=33）数据集上获得了可接受的结果（图6e）：(10) HLL-QAAtotal=11.67×[anw(660)/bbp(555)×anw(830)]?1.09。(10) 3.4.2.4. 该湖泊被认定为轻度富营养化和植物型。对于CGL–QAAtotal算法，公式[anw(710)/((bbp(485)?anw(660))]与Chl-a浓度有很好的相关性（r：0.91；表4和S5）。该算法在CACGL（n=45）和VACGL（n=23）数据集上表现强劲（图6f）：(11) CGL-QAAtotal=4.87×[anw(710)/(bbp(485)?anw(660))]+30.37。(11) 总之，我们通过四个典型湖泊开发的改进版QAA_V6算法显示了测量和估算的Chl-a浓度之间的一致性，具有良好的拟合度（斜率≈1）和相对较低的误差（图6）。我们观察到，针对轻度富营养化和植物型湖泊开发的CGL-QAAtotal算法表现良好，而针对轻度富营养化和NAP型水体开发的XKL–QAAtotal算法在0–30 μg/L范围内略微高估了Chl-a水平。研究表明，针对贫营养化和CDOM型湖泊开发的SHL-QAAtotal算法产生了更有利的结果，其线性拟合斜率在CA数据集中更接近1。然而，在VA数据集中存在轻微的高估。相比之下，针对中度富营养化和混合型湖泊开发的HLL-QAAtotal算法在Chl-a水平低于75 μg/L时低估了Chl-a水平，在高于75 μg/L时高估了Chl-a水平。统计测试表明，我们的QAAtotal算法在各种营养状态和光学吸收类型下表现良好。3.4.3. 机器学习算法通过迭代和相关性分析，确定了Rrs(485)、Rrs(555)、Rrs(660)、Rrs(830)、Rrs(710)、Rrs(710)/Rrs(660)+Rrs(830)和Rrs(485)/Rrs(555)作为开发Chl-a算法的输入变量，这些变量表现出强劲的性能（表5和图7）。对于CAML（n=250），所有MLtotal算法都表现出优异的准确性，R2值超过0.90，RPD值高于3.5。RMSE和MAE都低于EMtotal和SEtotal算法在四个典型湖泊上的表现。在这些算法中，BPNN算法的表现略低（R2=0.92；MAE=5.83 μg/L；RMSE=8.70 μg/L；RPD=3.58）。在VAML（n=125）中，四种基于树的算法表现优于其他算法。特别是CB算法表现出最高的准确性（R2=0.97，RMSE=6.69 μg/L，MAE=4.78 μg/L；RPD=5.16）。KRR算法也表现出更好的性能，R2=0.91，RMSE=9.76 μg/L，MAE=5.77 μg/L，RPD=3.37，有效解决了过拟合问题。此外，为了提高可解释性和稳健性，我们披露了所有八种算法的超参数和训练细节，并使用五折K-Fold交叉验证进行评估，其中shuffle=True和random_state=42。图S4展示了学习曲线和样本量与性能曲线，验证R2随样本量的增加而增加，与训练R2的差距逐渐缩小，没有明显的过拟合现象。SHAP和传统排名在主要特征上一致，支持了对光谱信息的物理可解释性。表S7报告了全面的交叉验证指标，CatBoost实现了最高的平均CV R2，为0.711±0.115。关于算法运行效率的所有详细信息记录在表S8中。3.5. 使用不同算法绘制Chl-a地图开发的算法，包括EMtotal、QAAtotal和MLtotal，用于生成研究湖泊的Chl-a浓度空间地图。在MLtotal算法中，CB算法表现最佳（图8）。总体而言，使用MLtotal CB算法生成的Chl-a地图在不同季节和湖泊中提供了更详细的Chl-a浓度空间分布。该算法在捕捉空间分布和避免过度泛化方面表现出色，其次是QAAtotal和EMtotal算法。值得注意的是，EMtotal在某些情况下无法准确表示空间Chl-a分布，例如夏季的XKL（图8a）和秋季的HLL（图8c）。此外，还分析了三种算法生成的像素分布（图S3）。MLtotal CB算法生成的Chl-a范围最多样，在夏季XKL图像中超过50%的总像素落在20–40 μg/L范围内。相比之下，QAAtotal和EMtotal在夏季低估了Chl-a浓度，没有像素低于10 μg/L（图S3a）。在SHL、HLL和CGL中，这三种算法也表现出相同的趋势（图S3b–d）。4. 讨论4.1. 湖泊特异性监测和管理湖泊营养状态需要时间和空间的Chl-a地图，无论是单个湖泊还是湖泊群。这些群体通常与气候变化和人为活动有关。然而，湖泊特定特征（如地理属性（例如海拔、集水区和湖泊深度）和气象条件）对Chl-a变化及其与OACs吸收系数的影响是众所周知的（Qin等人引用2020；Shen等人引用2022）。我们的研究揭示了不同湖泊中Chl-a浓度的明显季节性变化，以及与anw(λ)的不同相关性（图4）。尽管我们的湖泊样本是根据440 nm处的光学吸收进行分类的，但有几个不确定性影响了湖泊属性。例如，CGL中的70%样本被分类为植物型。先前的研究（Li等人引用2021）和我们的当前研究（表S6）表明，已发布的Chl-a算法在我们的数据集上表现不佳。这解释了许多现有Chl-a算法的可转移性挑战。在过去十年中提出了许多基于经验和半分析的Chl-a算法，例如Neil等人（引用2019）对内陆水体的光学分类。Chl-a是现场测量的；然而，这个框架无法涵盖中国湖泊的所有类型。对这些湖泊数据集的半分析和机器学习算法的评估（表4和5）表明，当将所有湖泊样本合并时，开发通用的经验Chl-a算法是具有挑战性的（表4）。Rrs(710)、Rrs(485)和Rrs(830)的组合表现较好，但仍然获得了较差的结果（表4）。然而，对于每个湖泊，经验Chl-a算法在量化Chl-a浓度方面显示出显著改进（>40%），例如通过波段组合。红色和NIR方法在植物型湖泊（如CGL）中有效识别Chl-a，这与先前的发现一致（Pahlevan等人引用2021），以及在CDOM型湖泊（如SHL、CGL和SHL）中也是如此。在CGL和SHL中还观察到anw(660)与Chl-a之间的强相关性（图4a）。此外，485 nm的蓝光波段与NAP型和MIX型湖泊的Chl-a浓度相关。特别是，anw(λ)与Chl-a（图4a）和TSM（图4b）之间观察到显著的相关性。我们开发的QAA total算法也优于经验算法（图5和6），尽管其准确性略低于机器学习算法（图7）。如前所述，QAA基于光学辐射传输和局部参数化（方程S1–S3）。通过将anw(660)纳入传统的Chl-a经验关系中，我们尝试将QAA适应不同的湖泊类型（图3和6）。在单个湖泊内，QAAtotal在验证数据集上显示出显著的改进（表4）。例如，SHL-QAAtotal通过推导anw(485)、anw(555)、anw(660)和bbp(710)实现了高性能（R2>90%）。我们的发现强调湖泊特异性显著影响算法的可转移性，需要为每个湖泊重新参数化以考虑环境和气候变化。在没有大量数据集用于算法开发的情况下，半分析Chl-a QAA可以与经验方法结合，在大规模观测中实现相对良好的性能。对于大规模制图，当所有湖泊样本合并时，机器学习算法表现出稳健的性能（图7和8）。我们的结果表明，光学特性的巨大差异可能对模型在校准和验证数据集中的性能产生负面影响。然而，所有机器学习算法及其AI算法的特征变量提供了几乎相同的测量结果。这表明AI算法提供了稳定的性能。观察到的一致性强调了建立通用Chl-a检索算法的潜力，超越了仅基于红光波段光谱反射率的简单经验模型的限制。4.2. HJ-2-A/B CCD应用与Landsat 5 TM、Landsat 7 ETM+和Landsat 8 OLI（Hu等人引用2022；Li等人引用2022）相比，环境灾害减灾卫星II（HJ-2）提供了更高的空间和时间分辨率，非常适合与其他卫星联合使用。无人机和高光谱卫星可以实现高检索精度，基于UAV的融合可以达到R2高达0.87（Alam等人引用2024），而EnMAP由于其光谱分辨率可以达到R2超过0.93（Alam等人引用2025）。然而，这些平台在区域监测方面面临实际限制，包括覆盖范围有限、成本较高和处理复杂。例如，Sentinel-2 MSI提供了精细的空间细节，但信噪比较低，使得精确的Chl-a制图变得复杂，其四天的重访频率低于HJ-2 A/B CCD（Pahlevan等人引用2022；Li等人引用2024）。中等分辨率卫星也存在权衡。粗分辨率传感器（如MODIS（>150 m）缺乏足够的内陆水域空间细节（Liu等人引用2024）。在这种情况下，HJ-2 CCD为操作监测提供了有用的平衡。其16 m的空间分辨率和两天的重访周期支持常规制图，而接近710 nm（690–730 nm）的红边波段提高了对水质特征的敏感性（Li等人引用2022；引用2024）。这些特性有助于在动态内陆水域中弥合空间细节、时间频率和实际应用之间的差距。这也可以提高检测Chl-a浓度的能力（Liu等人引用2020），可以应用于浑浊湖泊（Gurlin、Gitelson和Moses引用2011；Smith、Robertson Lain和Bernard引用2018；Neil等人引用2019）。我们的结果还表明，HJ-2 CCD图像可以用来估计和绘制湖泊的Chl-a含量，考虑到我们研究中使用的不同光学湖泊类型（图5–7和表4和5）。表4。经验算法和QAA分析算法的校准和验证结果。显示表格表5. 开发的叶绿素a算法的性能评估。下载CSV显示表格考虑到我们对开发的EMtotal Chl-a算法的验证结果（图5和表4），卫星的波段设置对算法的开发非常重要。这是因为许多早期研究（Dekker和Peters引用1993；Sakuno引用2013）旨在通过波段组合（如TM、GOCI和MODIS）来提高Chl-a EM算法的准确性，以补偿受干扰的信号（例如NAP）以获得目标水质数据。此外，包括双波段、三波段和四波段的EM算法在内的几种常见算法被广泛用于估计Chl-a值（Gitelson等人引用2008；Le, Li, Zha, Sun, Huang等人引用2009）。此外，我们在表S6中比较了我们开发和发布的Chl-a算法的性能。根据这些结果，这些经验算法难以达到令人满意的准确性（R2 = 0.07–0.28；RMSE = 26.30–31.25 μg/L；MAE = 14.18–18.17 μg/L；RPD = 1.0–1.21），这表明它们在校准算法方面的有效性通常仅限于特定的传感器或海洋环境（见第4.1节）。由于HJ2图像缺乏更窄的近红外波段，例如其他传感器中可用的745 nm、753 nm或779 nm的中心波长（Moses等人引用2009；Son, Min和Ryu引用2012；Guo等人引用2020），这些算法的应用受到限制，从而增加了误差传播和累积的可能性。半解析算法，如本研究中用于QAAtotal Chl-a算法的QAA_V6。我们的结果显示，HJ-2图像在估计Chl-a浓度方面优于EMtotal算法（图6）。然而，我们发现HJ-2A/B CCD的波段配置不如其他传感器（例如Sentinel-2 MSI、Sentinel-3 OLCI和Landsat-OLI；Li等人引用2024），特别是因为缺乏蓝光和深蓝光区域（410–520 nm；表2），这对依赖412 nm和443 nm波段的QAA_V6来说是一个挑战。同样，缺乏蓝光波段也阻碍了我们开发的QAAtotal算法中光学活性成分（如aphy(λ0)、aCDOM(λ0)和aNAP(λ0)的准确估计，当使用HJ2图像的有限波段来计算吸收和散射系数（方程S4和S6）时，可能会导致更大的不确定性。此外，由于HJ-2A/B CCD缺乏狭窄的近红外波段范围（740–780 nm），这也限制了QAAtotal算法中参数的适用性。例如，Gons、Rijkeboer和Ruddick（引用2002）以及Simis、Peters和Gons（引用2005）使用了一种半解析方法，该方法利用665 nm、709 nm和779 nm的波段从现场测量的光谱数据来估计Chl-a浓度。卫星传感器波段的更宽带宽可以减少对水体光谱特性的敏感性（Decker等人引用1992）。HJ-2 CCD图像中的B5波段（690–730 nm）带宽为40 nm（表2），明显宽于MSI中相应波段的20 nm带宽。根据NASA国际海洋颜色协调组（IOCCG）的建议（IOCCG，引用1998，引用2012），海洋颜色传感器的最佳带宽分别为10–15 nm（350–750 nm）、20–40 nm（750–865 nm）和20–50 nm（865–2130 nm）。在量化浑浊水中的Chl-a含量时，更宽的带宽可能会导致累积误差，影响传感器信号的准确性，并阻碍固有光学特性的确定，从而限制了QAA算法的适用性（Gitelson引用1992；Cao等人引用2019）。此外，高空间分辨率通常会导致信噪比（SNR）降低，这会影响传感器检测水质微妙变化的能力，进而影响Chl-a估计的准确性（Li等人引用2015；Cao等人引用2019）。Li等人（引用2024）的先前研究表明，HJ-2 CCD图像（485 nm、555 nm、660 nm和710 nm）的SNR超过400，除了红外波段（830 nm）的SNR超过600，符合IOCCG标准（SNR > 500）（IOCCG引用2012），尽管其他波段的SNR略低于这一基准。这一限制降低了我们开发的算法检测湖泊中Chl-a水平微妙变化的能力，从而增加了不确定性。因此，迫切需要为HJ-2A/B CCD图像开发更准确的Chl-a估计算法。最后，我们的结果证明了使用HJ-2A/B CCD图像开发Chl-a算法的适用性，特别是在复杂、光学多样的湖泊中，并强调了监测水生环境的巨大潜力。4.3. Chl-a算法的开发：EM、QAA和ML具有复杂光学特性的内陆湖泊通常会增加开发通用Chl-a算法的难度（见第4.1节；Xue等人引用2019）。这可以从我们发布的Chl-a算法的较差验证结果中看出（表S6和图3）。在覆盖所有四个具有不同光学类型的湖泊的大规模制图中（图3），QAAtotal算法在空间映射细节方面表现出比EMtotal算法更好的性能（图4、5和7）。这表明EM和SE算法可能仅限于特定的湖泊和固定的区域尺度（Yang等人引用2022；Le, Li, Zha, Sun等人引用2009），使得它们难以转移到不同的营养条件和光学吸收类型中（表3）。我们的结果强调了需要定制的算法（EM中的局部波段组合；QAA中的局部参数），这些算法专门针对可用光谱数据的限制，并考虑不同湖泊中的不同条件。考虑到不同的局部水生环境，我们因此在QAA算法中开发了特定的局部参数。例如，在像太湖这样的浑浊水域中，Le, Li, Zha, Sun等人（引用2009）通过将λ0 nm改为710 nm来改进从反射率中提取总吸收系数的方法，与之前使用的640 nm相比，显著提高了吸收特性的反演效果。Zheng（引用2023）证明，在以aphy(λ0)为主的云贵地区富营养化湖泊中，将λ0改为716 nm可以在670 nm处获得更好的吸收系数，成功推导出aphy(670)并实现了高达0.85的Chl-a估计精度。基于这些发现，本研究将QAA_V6算法的λ0值设置为710 nm。这导致在不同光学特性和季节条件下的湖泊中，推导出的anw(λ)和bbp(λ)与Chl-a值之间存在强相关性（r > 0.65，表S5）。这种方法可能为光学复杂水域中的半解析Chl-a估计提供一条有前景的新途径。然而，虽然这种开发特定湖泊算法的策略在提高单个水体的准确性方面有效，但带来了显著的权衡：用于模型校准和验证的样本量大幅减少。如表4所示，这些EM和QAA模型的验证依赖于非常有限的样本（例如，SHL-EMtotal的n = 15；CGL-QAAtotal的n = 23），这本质上限制了它们的统计能力和性能指标的普遍性。这一困境突显了传统算法开发中的一个根本挑战——模型特异性与统计稳健性之间的紧张关系。在这种情况下，机器学习（ML）算法通过解决这一权衡提供了范式转变。最近，人工智能驱动的方法提供了用于估计Chl-a浓度并生成相应下游产品的稳健算法（Li等人引用2021）。重要的是，机器学习算法可以通过识别输入特征中的复杂关系并通过参数调整来提高遥感中的大气增强效果（Murphy引用2012；Pahlevan等人引用2021）。我们的结果表明，基于整个聚合数据集训练的MLtotal算法表现出更优的性能（R2 > 0.89，RMSE < 13 μg/L，MAE < 9 μg/L，RPD > 3；表5和图5–7）。关键的是，这种方法避免了按湖泊分割的需要，从而保留了较大的验证集（n = 150），并展示了ML管理湖泊特异性的固有能力。因此，传统算法的小样本验证问题不仅仅是数据限制，而是它们无法在不同光学条件下泛化的直接后果——这是机器学习直接解决的弱点。特别是，当使用增强技术训练一组弱学习器（例如决策树；图7）时，CB算法表现出色。CB算法迭代地纠正了前几次迭代中的错误，从而逐步提高了模型准确性（Prokhorenkova等人引用2018）。尽管ML方法提供了数据驱动的解决方案，但它并不能完全替代传统方法，因为它们在不同时间和空间背景下的泛化能力有限。因此，通常需要将物理模型与机器学习方法结合起来以获得稳健的应用。尽管ML算法在大型观测中展示了准确量化Chl-a浓度的能力，但它们也面临重大挑战，包括高复杂性和有限的可解释性，这使得理解模型预测的背景变得困难。然而，最近的进展，如SHAP（Shapley加性解释；Lundberg, Erion和Lee引用2018），通过提供关于各个特征对预测贡献的见解，提高了模型的可解释性。对于包含各种光学特征的大规模湖泊观测，当使用广泛的数据集进行训练时，ML算法可以有效工作（Shen等人引用2022）。因此，ML是进行全球和区域水质监测的最佳方法。然而，还有其他挑战，包括参数选择和优化，因为算法的性能高度依赖于这些参数。调整这些参数可能既耗时又复杂（Guo等人引用2020）。尽管存在这些障碍，ML为水质分析提供了有希望的解决方案。尽管如此，仍需要进一步努力来克服与模型可解释性、数据可用性、泛化能力和参数优化相关的挑战。4.4. 含义和局限性本研究代表了首次尝试使用HJ-2 CCD图像结合各种现场测量的水样来开发和比较湖泊中经验（EM）、半解析（SE）和ML算法的性能（图4–6）。现场测量的Chl-a、OACs和Rrs(λ)之间的观察到的相关性显示出相当大的变异性，反映了不同湖泊组中的湖泊特定特征（图3和4）。这些结果表明，使用EM和SE方法开发通用Chl-a算法对于大规模观测来说具有挑战性。然而，ML算法已被证明是可行的替代方案，因为它们能够处理复杂的关系和变化的光学条件。然而，本研究中的机器学习模型有明显的局限性。它们主要学习了中国东北部四个代表性湖泊中的Chl-a与HJ-2A/B CCD光谱反射率之间的关系，因此它们的预期用途应限于具有相似固有光学特性和季节性制度的水体。当在其他气候区和湖泊类型的外部独立数据上进行验证时，模型准确性显著下降（表S9），表明地理异质性和IOP结构的差异是可移植性的关键限制。在未来的工作中，我们将通过按湖泊类型和季节进行分层，并结合物理信息先验或半解析约束来提高可移植性。我们还将扩展跨多个区域和季节的训练数据，量化域偏移和不确定性，并报告预测区间、覆盖范围和点估计。这些步骤明确了适用性限制，同时推进HJ-2 CCD平台向常规跨区域Chl-a监测的发展。图4. 四个典型湖泊中anw(λ)与Chl-a（a）和TSM（b）之间的皮尔逊相关系数热图，在485 nm、555 nm、60 nm和710 nm处。颜色表示相关性的强度，蓝色表示正相关，红色表示负相关。数字是相关系数，星号表示显著性水平：*表示p < 0.05，**表示p < 0.01。显示全尺寸图5. 四个湖泊中叶绿素a的校准和验证的经验算法。(a) 和 (b) 展示了将所有四个典型湖泊样本合并在一起的经验算法结果。(c–f) 分别展示了每个湖泊的经验算法：校准（CA）和验证（VA）结果由不同的标记和拟合线表示。虚线黑色代表参考的1:1线。显示全尺寸图6. 用于推导四个典型湖泊中Chl-a的半解析QAA算法。(a) 和 (b) 展示了将所有四个典型湖泊样本合并在一起的QAA算法结果。(c–f) 显示了分别为每个湖泊拟合的QAA算法结果。校准（CA）和验证（VA）结果由不同的标记和相应的拟合线表示。虚线黑色线条代表1:1线，表示测量值和估计值之间的完美一致。显示全尺寸图7. 使用机器学习算法（即CB、XGB、GBDT、RF、SVR、KRR、KNN和BPNN）推导四个典型湖泊中叶绿素a（Chl-a）含量的方法。虚线黑色线条代表1:1线，表示测量值和估计值之间的完美一致。红色和蓝色线条分别代表校准和验证数据集的拟合线。显示全尺寸图8. 在夏季和秋季，使用HJ-2影像数据，将不同的Chl-a算法应用于绘制我们四个典型湖泊的空间Chl-a分布图，即（a）XKL、（b）SHL、（c）HLL和（d）CGL。显示全尺寸此外，本研究承认在校准和验证数据集划分方面存在方法学上的局限性。虽然在样本层面进行随机划分对于确保在不同光学水体类型下进行稳健的算法训练和测试所需的样本量是必要的，但这导致同一湖泊的样本同时被纳入了CA和VA集合中。因此，这些数据集之间的空间独立性并不是绝对的。这意味着验证结果可能对模型在完全未见过的湖泊中的泛化能力过于乐观。然而，需要重申的是，这项工作的主要目的是评估HJ-2A/B-CCD在各种内陆水体光学分类中获取叶绿素a浓度的基本潜力，在此过程中，确保所有光学条件的代表性被置于严格的空间独立性之上。未来旨在开发操作性区域算法的研究应采用空间独立划分或时间划分方法，以严格评估空间和时间上的可转移性。除了算法本身的固有局限性外，用于HJ-2 CCD影像大气校正的处理器选择也会显著影响Chl-a算法的性能。虽然6S处理器能够有效减少可见光和近红外反射率中的大气干扰（Vermote等人，1997年；Hadjimitsis、Clayton和Hope，2004年），但我们的研究没有考虑所研究四个湖泊的独特气溶胶特性。相反，我们使用了一个基于平坦湖面的大陆气溶胶模型，这可能引入了误差，并进一步限制了算法的准确性。未来的研究应专注于为特定研究区域开发定制的气溶胶模型，以改进大气校正和算法精度。5. 结论本研究展示了使用HJ-2A/B CCD传感器影像通过经验方法、半解析方法（QAA）和机器学习算法成功量化光学复杂内陆湖泊中叶绿素a（Chl-a）含量的方法。在这些方法中，机器学习算法——特别是CatBoost算法——在验证方面的表现尤为出色（R2 = 0.97；RMSE = 6.69 μg/L；MAE = 4.78 μg/L；RPD = 5.16），突显了它们处理复杂光学条件和湖泊生态系统非线性关系的潜力。我们得出结论，QAA算法在受光学活性成分影响的环境中具有可靠的准确性，而经验模型则适用于特定地点的应用。这些结果强调了像HJ-2 CCD这样的卫星影像在生成高分辨率空间和时间水质图方面的关键作用，这对于监测水生生态系统动态至关重要，尤其是在水质快速变化的地区。凭借改进的空间和时间分辨率以及红边波段，HJ-2A/B CCD传感器在监测各种湖泊状况方面表现出色，弥补了其他遥感工具的不足。这些结果为参与水质评估的湖泊管理者和研究人员提供了实用框架，并为未来的研究奠定了基础。此类研究可以探索更长的时间尺度、更广泛的区域应用以及集成先进的机器学习方法，以进一步提高对水生环境的遥感能力。补充材料补充材料下载MS Word（2.9 MB）支持材料2.docx数据可用性声明支持本研究发现的数据可从相应作者[Sijia Li]处获得，如有合理请求。本文的补充数据可访问：https://doi.org/10.1080/17538947.2026.2640812。