基于卫星多光谱成像的澳大利亚西部中央商务区周边水质时空评估

《Journal of Water Process Engineering》：Spatiotemporal assessment of water quality around Western Australian central business district using satellite multispectral imaging

　　

96幅经审核的月度Sentinel-2水质指数（WQI）地图覆盖2018–2025年。模糊推理建模整合了叶绿素a（Chl-a）、浊度和有色溶解有机物吸收系数（aCDOM）指数。较差光学水质指数（40–60）构成了最大的累积映射类别。低交换能力的内陆湖泊和湿地表现出持续较差的光学水质指数。降雨量、温度和溶解氧（DO）影响了水质指数变异性。

淡水、河口和城市湖泊系统为生物多样性、饮用水安全、洪水调节、娱乐和文化服务提供支撑，但水质易因降雨、热浪、停滞和流域干扰而快速变化。传统监测在时空上稀疏，尤其在都市集水区，采样间隔可能遗漏短期径流脉冲、藻类增长和浊度羽流。卫星遥感，特别是欧洲航天局哥白尼计划的Sentinel-2，以10-60米空间分辨率和约5天重访周期提供可见光、近红外和短波红外观测，适于映射内陆、河口和沿岸水体的光学活性水质指标。然而，缺乏针对中等规模城市影响流域（如珀斯中央商务区周边）的连续多年卫星支持水质指数（WQI）评估。研究人员旨在通过可追溯的Sentinel-2/PSTIA/Aurora/模糊推理系统工作流，映射内陆、河口和沿岸水体的WQI模式，利用西澳大利亚水资源与环境监管部现场数据和澳大利亚气象局气候记录验证输出，并将结果转化为管理相关证据，以识别热点、季节性风险和局限。该论文发表在《Journal of Water Process Engineering》。

研究人员为开展研究主要运用了以下几项关键技术方法：首先，获取Sentinel-2 Level-2A地表反射率数据，并通过软件云校正和时间合成进行预处理，筛选出2018–2025年间96幅月度影像。其次，利用PSTIA/Aurora平台中的机器学习模块（包括Extra Trees集成回归），从反射率反演叶绿素a（Chl-a）、总悬浮固体/浊度以及有色溶解有机物吸收系数（aCDOM(440)）。然后，通过模糊推理系统，将三个指数（营养状态指数、浊度指数和CDOM指数）基于Mamdani推理和质心解模糊转换为0–100的连续WQI值，并划分为五个模型水质类别。最后，与西澳大利亚水资源与环境监管部在Swan-Canning河系设置的五个监测点（DP1–DP5）的现场及实验室数据，以及澳大利亚气象局珀斯地铁站的气象记录进行比对验证。

研究结果部分：
3.1 模型性能与结果验证：通过独立测试，Chl-a反演取得R2=0.87、斜率0.82、归一化平均绝对误差0.008、平均百分比偏差30.29%；TSS/浊度反演R2=0.88、斜率0.77、NMAE=0.004、MAPD=30.05%；aCDOM(440)反演R2=0.82、斜率0.85、NMAE=0.007、MAPD=34.19%，表明反演保持了良好的秩信息和空间格局。现场验证显示，较高WQI类与更深、更清澈的水体关联，而较低WQI类与高浊度、高Chl-a和高脱镁叶绿素a相关，支持WQI输出的环境合理性。
3.2 现场-卫星关系与水质驱动因素：基于八年的数据集，Chl-a、TSS/浊度和aCDOM(440)对珀斯地中海气候（干燥夏季和湿润冬季）响应明显。相关分析表明，WQI随水深增加而改善，Chl-a与高WQI类强负相关，Secchi深度与高WQI正相关，浊度与WQI_60–80和WQI_80–100强负相关。降雨的效果具有事件依赖性，可稀释停滞水体亦可携带沉积物和营养物。
3.3 时空WQI映射与数据覆盖：生成2018–2025年完整的月度WQI图谱集（96幅）。低交换能力的内陆水体（如Lake Monger、Herdsman Lake）和Swan-Canning中上游河口段普遍呈现较差WQI（40–60），而河口下游和邻近开阔海岸由于更大水深、潮汐交换和海洋稀释出现局部较高WQI类。夏季和早秋因长停留时间和暖水易导致较差WQI，冬季降雨则可能通过稀释改善WQI或通过径流短期恶化。
3.4 WQI类别面积与气候-水文控制：WQI_40–60类累积面积最大，用作参考类。降雨与WQI_40–60面积呈滞后逆相关，而温度影响更直接。溶解氧（DO）与WQI正相关：凉爽湿润季节DO较高时，WQI_40–60面积减少；炎热干燥季节DO降低时，较差WQI面积扩大。降雨的稀释效应与径流输入之间的平衡决定了WQI响应。

讨论部分总结：该多光谱-机器学习-模糊推理工作流可识别光学复杂都市水网中有意义的WQI模式。主要贡献在于将重复卫星场景转化为空间显式证据：退化类别扩展区域、季节性恶化时间以及内陆水与河口/沿岸接收水体的差异。技术层面，工作流分离了四个信息层（Sentinel-2反射率、ML反演、FIS、现场验证），提高了可追溯性。FIS避免了刚性阈值问题，能表示混合光学状态。然而，存在局限：软件云校正后仍有残留薄云和时相合成不确定性；窄浅水体存在混合像素；对病原体、金属等非光学污染不敏感；aCDOM反演的不确定性较高；监测点与卫星像素间存在时空不匹配。因此，WQI输出应视为现场支持的光学指标，补充而非替代监管监测。

研究结论部分翻译：本研究结合96幅经审核的月度Sentinel-2水质指数（WQI）地图、PSTIA/Aurora生物光学反演和模糊逻辑建模，评估了2018–2025年珀斯中央商务区周边水质变化。反演输入表现出较强的独立测试性能（Chl-a R2=0.87，TSS/浊度 R2=0.88，aCDOM(440) R2=0.82）。较差WQI（40–60）在低交换能力的内陆水域和中上游河口段最为持久，而河口下游和开阔海岸的局部较高值与其更大的深度、潮汐交换和海洋冲刷一致。匹配的西澳大利亚水资源与环境监管部/生物多样性、保护和景点部现场和实验室记录及澳大利亚气象局水文气候数据通过将较低WQI与浊度、浮游植物指标、氧胁迫和季节性径流条件联系起来，支持了这一解释。主要挑战包括软件校正后的残余云和时相合成不确定性、狭窄或浅水体的混合像素效应、对非光学污染物的有限敏感性、aCDOM反演的较高不确定性以及监测样本与卫星像素之间的时空不匹配。这些约束定义了该框架的适当用途：WQI输出应视为现场支持的光学指标，补充而非替代实验室和监管监测。关键建议是将96幅地图集作为都市水资源管理的预警和优先排序层。应针对持续WQI_40–60热点进行同期或近日期实验室采样，尤其在大降雨事件后和温暖低流量时期。未来监测应整合高光谱影像、无人机调查、连续原位传感器、水动力建模和显式不确定性图层，以独立评估残余云效应、混合像素和非光学风险。