化妆品行业产生的化妆品废水处理特征与方法：当前研究综述

《Water》：Characteristics and Methods of Treating Cosmetic Wastewater Generated by the Cosmetics Industry: A Review of Current Research

　　

对悬浮泥沙浓度（SSC）的高频监测对可持续河流管理至关重要，但传统的断面测量和单传感器卫星观测无法同时提供精细的空间细节和足够的时间连续性。本研究评估了协调型Landsat与Sentinel-2（HLS）观测能否改善中国辽河中下游的SSC监测。将五个水文站的日均断面SSC记录与2016—2022年无冰期同日HLS L30和S30地表反射率观测进行匹配。采用三种岭回归方案（仅L30、仅S30以及L30+S30融合模型），通过按日期分组交叉验证、时间外推、站点外推和基于质量的可信度标签进行评估。融合模型在log₁₀(SSC)尺度上取得了折外RMSE为0.329、MAE为0.245、R²为0.454的结果，偏差可忽略，且在传感器特定子集内相对于最佳单传感器方案未出现明显精度下降。L30–S30并集在各站点的有效观测天数比单传感器中更多者增加了64.6%，并将站点-月可用性提升至87.9%。基于清水像素数量和比例的可信度标签有助于识别误差较低的观测，而空间迁移性在站点间的差异大于时间外推。这些结果表明，HLS融合提高了中宽河流中经质量筛选的SSC观测的时间可用性，尽管在SSC范围极值处以及模型迁移至新断面时不确定性仍然较大。

**论文解读文章**

**研究背景与问题**
悬浮泥沙浓度（SSC）是评估河流健康、管理水资源和理解地表过程的关键物理参数，其输移与沉积过程直接影响河床形态、航道安全及水库港口等工程设施运行。在气候变化与人类活动共同影响的流域，SSC常出现日内甚至小时级的剧烈波动，并与暴雨洪水等极端事件紧密耦合。传统水文站断面观测虽能提供高频点状数据，但空间代表性有限，难以捕捉全河段水沙过程的时空异质性。遥感技术具有宏观、快速、重复观测的优势，但现有方法在中等宽度河流（如辽河）的应用面临挑战：一方面，河水光学特性复杂，受浮游植物和有色溶解有机物（CDOM）共同影响，高浓度时信号饱和等问题增加模型鲁棒性要求；另一方面，高时间分辨率传感器（如MODIS、VIIRS）空间分辨率较粗，难以分辨窄河段，而高空间分辨率传感器（如Landsat）单星重访周期长（16天），受云雨天气影响后有效观测天数严重不足，难以捕捉关键期（如汛期）的SSC日变化。为缓解时空分辨率权衡，美国国家航空航天局（NASA）开发了协调型Landsat与Sentinel-2（HLS）地表反射率产品，通过系统几何与辐射定标统一，将Landsat 8/9 OLI/OLI-2和Sentinel-2 A/B MSI观测整合为空间对齐的30米L30和S30数据，理论上可将平均重访间隔缩短至2–3天。然而，标称获取频率并不直接代表经云、阴影、雪冰、水像素可用性及反射率质量筛查后仍可用于内陆水体SSC反演的观测数量。对于中宽河流断面监测，仍需回答：联合L30–S30建模是否相对于单传感器模型引入精度损失？融合是否实际增加了经质量筛选的有效观测天数？模型在不同年份和水文断面间表现如何？本研究针对这些问题，系统评估了HLS融合在中宽河流断面SSC监测中的实用价值。

**研究内容与结论**
研究人员利用2016–2022年无冰期辽河中下游五个水文站（铁岭、马胡山、平安堡、辽中、六间房）的日均断面SSC记录与同日HLS L30和S30地表反射率观测，在统一特征框架内建立了三种岭回归方案（仅L30、仅S30、L30+S30融合模型）。通过按日期分组五折交叉验证、时间外推（2016–2020年训练，2021–2022年测试）和留站外推验证，评估了模型精度、时间覆盖增益及空间迁移性。融合模型在log₁₀(SSC)尺度上取得折外RMSE为0.329、MAE为0.245、R²为0.454，偏差接近零。在传感器特定子集内，融合模型与最佳单传感器方案的误差差异无统计学意义（配对日期块自举检验95%置信区间跨零）。L30–S30并集在各站点的有效观测天数比单传感器中更多者平均增加64.6%，站点-月可用性达到87.9%。基于清水像素数量（P）和比例（F）构建的可信度标签（High: P≥100且F≥0.5；Mid: 其余）有助于区分不同误差水平的观测：High样本的RMSE为0.321，Mid样本为0.343。时间外推误差（RMSE=0.324）与主实验接近，但留站外推结果在各断面间差异较大（RMSE从0.246到0.452），表明空间迁移性需结合站点特定不确定性解释。该研究发表在《Water》。

**主要关键技术方法**
（1）**HLS v002地表反射率数据**：通过Google Earth Engine（GEE）平台获取L30（Landsat 8/9）和S30（Sentinel-2）经辐射与几何定标统一的30米反射率时间序列，利用Fmask质量评估层进行云、阴影、雪冰、无效像素筛选。
（2）**样本匹配与质量控制**：以站点为中心建立800米半径兴趣区（ROI），基于固定水掩膜（由NDWI_median>-0.1提取并经人工修正）和逐日NDWI>-0.1阈值识别清水像素，要求清水像素数量P≥30且比例F≥0.15后提取六波段中值反射率及四个光谱指数/比值（NDTI、NDVI、Red/Green、Red/NIR）作为特征，并加入传感器指示项is_S30。
（3）**建模与验证策略**：采用岭回归（L2正则化）处理特征共线性，通过内层三分组日期交叉验证选择正则化参数λ。验证采用按日期分组五折交叉验证、时间外推（按年份分割）和留站外推，并引入配对日期块自举检验评估融合与单传感器方案的误差差异显著性。覆盖统计基于有效观测天数（按日期去重）和站点-月可用性；可靠性分类基于清水像素数量P和比例F确定High/Mid标签。

**研究结果**
**3.1 模型精度比较与跨传感器一致性评估**
- **3.1.1 传感器特定子集内比较**：在L30和S30子集内，融合方案B_all的误差水平与对应最佳单传感器方案接近，ΔRMSE的95%置信区间跨零，表明融合未带来显著精度损失。
- **3.1.2 跨传感器一致性与误差结构**：单传感器模型在跨传感器迁移时出现不对称偏差（A1在S30子集低估，A2在L30子集高估），而融合方案B_all在两者中误差更均衡，偏差更接近零，且观测-预测散点图显示整体趋势良好但极值端预测偏集中。额外模型形式敏感性测试表明，随机森林误差高于岭回归，而普通最小二乘与岭回归无显著差异。

**3.2 站点级与月度尺度覆盖**
融合方案在各站点的有效观测天数均高于任一单传感器，平均相对提升率64.6%，中位数64.1%，同日双源重叠仅0–20天，表明覆盖增益主要来自不同日期的互补而非同日重复观测。月度尺度上，融合并集覆盖了87.9%的站点-月组合，高于L30（75.6%）和S30（68.9%），显著改善了时间序列连续性。

**3.3 可靠性分类与外推测试**
- 基于P和F的阈值敏感性分析显示，基本阈值（P≥30，F≥0.15）在保留观测数量与反演误差间取得合理平衡，更严格阈值仅将RMSE从0.329降至0.319但损失34.2%样本。
- High样本（P≥100且F≥0.5，n=687）的RMSE为0.321，Mid样本（n=357）为0.343，且High条件下融合仍保持覆盖增益（平均提升73.6%）。
- 时间外推误差（RMSE=0.324）接近主结果，但留站外推在各站点间差异显著：平安堡RMSE最高（0.452）且系统性低估，马胡山R²为负（-0.130），辽中误差最低（RMSE=0.246），表明空间迁移性需谨慎解释。

**讨论与结论**
**讨论部分**总结：L30–S30融合的覆盖增益主要源于质量筛选观测的时间互补性而非标称重访频率增加，同日双源重叠有限，融合后精度保留得益于HLS定标统一、一致的特征构建和传感器标识项。反演不确定性来源于水体光学复杂性、空间分辨率限制（中宽河流仅有限像素可用）、以及卫星观测与断面日均SSC在时空代表性上的不一致（卫星反映表层瞬时条件，参考变量为全断面日均值）。模型形式（岭回归）并非误差唯一来源，非线性模型（随机森林）未改善性能。空间迁移性受断面几何、水深、水流、泥沙组成及水库调节等影响，需站点特定验证。实际应用中，融合方案主要提升时间连续性而非反演精度，可靠性标签可指导不同质量观测的使用。局限性包括：仅基于辽河中下游五站，需多河多站验证；冬季观测排除；固定水掩膜未反映短期水位变化；未完全纳入其他水文变量和动态约束。

**结论部分**翻译：基于2016–2022年无冰期五个水文站的日均断面SSC记录和L30/S30地表反射率数据，本研究在按日期分组交叉验证、时间外推和留站外推下评估了单传感器和融合反演方案。融合方案B_all在log₁₀(SSC)尺度上取得了折外RMSE为0.329、MAE为0.245、R²为0.454、偏差为0.002的结果。该模型捕捉了断面SSC的整体变化，整体系统偏差有限，但在观测SSC范围的低端和高端预测误差更为明显。L30–S30融合显著增加了质量筛选观测的时间可用性，且相对于对应单传感器方案未出现明显精度退化证据。与各站点有效观测天数较多的单传感器相比，日期并集平均增加了64.6%的有效观测天数，站点-月可用性达到87.9%。基于清水像素数量和比例的可信度标签进一步区分了不同误差水平的观测。高可靠性记录更适合用于制图、时间比较和趋势分析，而中等可靠性记录可补充时间序列，但应附带明确质量信息并在定量分析中谨慎解读。时间外推产生的误差水平接近主交叉验证结果，而空间迁移性在各站点间差异显著。因此，所提出的工作流程最适合作为无冰期条件下、与训练数据所代表河段相似的断面日均SSC质量筛选估计的经验方法。应用于新河流或断面时，应辅以独立验证，必要时进行局部重新校准。