《Remote Sensing Letters》：Feasibility of empirical remote sensing for estimating total nitrogen in the coral reef lagoon of Yoron Island, Japan
编辑推荐：
摘要翻译：陆源养分富集是影响珊瑚礁泻湖生态系统的主要压力因素之一，但其空间分布仍缺乏高分辨率解析。本研究利用Landsat影像和有限的现场观测，探讨了采用经验遥感方法估算日本西南部与论岛东部珊瑚礁泻湖中总氮（T-N）浓度的可行性。研究人员通过针对单个光谱波段测
摘要翻译：陆源养分富集是影响珊瑚礁泻湖生态系统的主要压力因素之一，但其空间分布仍缺乏高分辨率解析。本研究利用Landsat影像和有限的现场观测，探讨了采用经验遥感方法估算日本西南部与论岛东部珊瑚礁泻湖中总氮（T-N）浓度的可行性。研究人员通过针对单个光谱波段测试多种回归形式，建立了基于五个现场T-N观测值的经验模型。模型性能采用决定系数（R2）、F检验、t检验和均方根误差（RMSE）进行评估。由于校准数据集有限且缺乏独立验证数据集，所得模型应视为初步的、可行性层面的经验关系，而非经过验证的预测模型。在所测试的模型中，基于Landsat-8蓝波段反射率的二次多项式模型显示出最佳的相对性能，并将其应用于2014年、2020年和2023年获取的Landsat-8影像，以绘制T-N的空间分布。由于未进行跨传感器协调处理，额外的Landsat-5 TM和Landsat-7 ETM+影像（1984–2010年）仅用于提供定性的历史背景。地下水排放区附近T-N浓度升高，表明海底地下水排放（SGD）和径流是营养物质进入泻湖的关键途径。尽管未直接测试生态影响，但这些模式标示了可能存在脆弱性的区域，证明了基于卫星的建模可以绘制浅水珊瑚礁泻湖中的养分富集情况，并为未来与水文或生态数据的整合奠定了基础。
**论文解读：基于经验遥感的与论岛珊瑚礁泻湖总氮估算可行性研究**
**一、研究背景与科学问题**
珊瑚礁生态系统分布于全球热带和亚热带地区，是生物多样性的重要组成部分。然而近几十年来，由于全球气候变化引起的海表温度升高和海洋酸化，加之海岸开发和污染等人为压力，全球范围内的珊瑚礁生态系统正面临快速退化的威胁（Halpern et al., 2008；Hoegh-Guldberg et al., 2007；Hughes et al., 2020）。特别是在西太平洋地区的琉球群岛，珊瑚礁退化不仅受到与海洋变暖相关的大规模白化事件的影响，还因邻近流域通过地表径流和海底地下水排放（SGD）输入的营养盐和陆源沉积物增加而加剧（Nakano et al., 2010；Omori et al., 2011；Yamano & Watanabe, 2016）。这些陆源输入改变了近岸水质，通过促进富营养化、增加浑浊度和改变浅水珊瑚礁环境的生物地球化学过程，直接影响珊瑚礁的韧性。
水污染是人类活动造成的最关键后果之一，因此水质指标的监测对于珊瑚礁生态系统的有效管理至关重要。然而，传统的现场监测方法在珊瑚礁区域往往因后勤条件限制而在空间和时间上覆盖不足，亟需能够提供同步、可重复和空间连续信息的观测方法。卫星遥感已被广泛应用于沿海和河口环境的水质参数估算，包括叶绿素a、悬浮沉积物和营养物质等。但以往研究多集中于河流或河口系统，针对浅水珊瑚礁泻湖中总氮的卫星遥感估算研究相对较少。
目前用于卫星水质估算的方法主要有两类：基于物理的辐射传输（RT）模型和经验统计模型。RT模型需要详细的 bathymetry、底质反射率和固有光学属性信息，这些信息在浅水珊瑚礁泻湖中往往难以获取。相比之下，经验模型直接将地表反射率与现场测量相关联，计算简单且适合业务化监测，尽管其在校准条件之外的迁移能力有限。由于简单且适用性广，经验模型被广泛应用于各种水生环境。
本研究旨在利用Landsat影像开发和评估用于估算浅水珊瑚礁泻湖总氮浓度的经验模型，作为一个概念验证，证明在数据有限条件下基于卫星的泻湖T-N估算的可行性。研究区域选择日本西南部与论岛的东部珊瑚礁泻湖。
**二、研究区域与数据概况**
与论岛是位于日本西南部琉球群岛中部的一个小型隆升珊瑚礁岛屿，陆地总面积约20.6 km2，周围发育了良好的岸礁和浅水珊瑚礁泻湖。东部礁坪和泻湖总面积约6.5 km2，水深一般为2至5 m，属半日潮，春季潮差约1.6 m。该岛地质以更新世琉球石灰岩为主，具有轻度喀斯特化和低起伏海成阶地特征。岛上森林面积有限，仅占约4%，农业用地占主导地位，以甘蔗种植和集约化畜牧业为主要产业。根据2014年化肥购买记录和全岛牲畜数量数据，Nakano等人（2017）估算年总氮（T-N）负荷为149.0 t/y，其中农业化肥施用占67.1 t/y，牲畜废物占69.8 t/y，生活污水占12.1 t/y，表明超过90%的氮负荷来自农业和畜牧业活动。基于达西定律的水文地质模型和实测地下水营养盐浓度，估算地下水来源的T-N年通量为116.9 t/y。
**三、主要技术方法**
研究采用Landsat系列卫星影像作为数据源。Landsat-8提供16天重访周期和30 m空间分辨率，包含五个可见光与近红外（VNIR）波段和一个短波红外（SWIR）波段。研究人员将数字量化值（DN，即Digital Number）转换为地表反射率（SR，即Surface Reflectance）。为建立经验模型，选取5个现场T-N采样点的观测数据作为校准参考。对每个采样点，评估了波段2（蓝）至波段7（SWIR-2）的单波段反射率，并测试了线性、多项式、对数、指数和幂函数五种回归模型。模型性能通过F检验（总体显著性）、t检验（回归系数显著性）和均方根误差（RMSE，即Root Mean Square Error）进行评估。在低潮条件下，基于波段2（蓝）的多项式回归模型具有最高的决定系数（R2），且通过p<0.05的显著性筛选。最终选择蓝波段二次多项式模型，表达式为：T-N (mg/L) = 11.877(Blue)2 ? 0.6456(Blue) + 0.1703。将该模型应用于2014、2020和2023年的Landsat-8影像绘制T-N空间分布，并对1984至2010年的Landsat-5 TM和Landsat-7 ETM+影像进行定性历史背景展示。
**四、主要研究结果**
**4.1 经验T-N算法的开发**
通过对五个现场采样点提取各波段反射率值，并测试五种回归模型，结果表明在低潮条件下，采用波段2（蓝）的多项式回归模型获得了最高的决定系数（R2 = 0.5353），其次为波段3（绿）。在高潮条件下，波段5（近红外，即NIR）结合多项式回归表现相对较好，但由于高潮状态下没有校准数据，因此未对该条件进行评估。由于仅有两个模型参数和五个样本，残差自由度只有2，统计功效受到很大限制。总体而言，蓝波段在低潮条件下表现出最强的相关性，因此被选为经验T-N算法的基础。
**4.2 统计评估：回归、F检验、t检验和RMSE**
对R2值大于0.530的候选波段（波段2和波段3）进行了F检验和t检验。结果显示，只有波段2和波段3满足p<0.05的显著性标准。进一步计算RMSE，基于波段2（蓝）的多项式模型产生了最低的RMSE值（0.141 mg/L）。由于观测T-N浓度范围为0.11至0.11 mg/L，这个RMSE相当于观测范围的约141%，表明预测精度相对有限。
**4.3 卫星数据应用**
将最优经验模型应用于2014年Landsat-8影像后，整个研究区域的T-N浓度总体较低，但在近岸区域存在局部高值区。这一空间模式与与论岛泻湖水体多为浅而清澈的光学特征一致。蓝波段（450–500 nm）对水质变化特别敏感，因而在T-N估算中表现出更好的性能。然而，由于泻湖浅，蓝波段信号也可能受底部反射和水柱散射的影响。
**4.4 T-N时间序列制图**
研究人员绘制了1984年至2023年选定年份的T-N浓度空间分布图。在定量建模的Landsat-8子集（2014、2020和2023年）中，估算的T-N浓度范围为0.13至约0.98 mg/L，其中2023年显示出该子集中最高的值。其余年份（1984、1990、1998、2004、2010年）由Landsat-5 TM和Landsat-7 ETM+影像应用同一经验模型得出，但由于未进行跨传感器协调处理，这些结果仅作为探索性空间背景呈现，不能与Landsat-8估算结果进行定量比较。
**五、讨论**
本研究的主要局限性在于校准数据集非常有限，仅有五个现场T-N观测值，这大大限制了统计稳健性，降低了统计推断的可信度，并增加了过拟合风险。此外，每年仅选择一张六月至八月期间的无云影像，虽然减少了极端季节性差异，但无法捕捉T-N浓度的年内波动，且可能对较干旱的前期条件产生系统性偏差。
尽管存在这些限制，卫星反演的T-N浓度空间分布与独立推断的地下水排放区显示出良好的定性一致性。与论岛东部存在两个南北走向的地下水流域：较大的南部流域向Ooganeku海滩排放，该处在低潮期已观察到大量海底地下水排放（SGD）（Yasumoto et al., 2024）；较小的北部流域从Minata向Kurohana方向向东排放。卫星估算的最高T-N浓度恰好在Ooganeku近海被检测到，而北部流域对应区域也观察到中等程度的T-N升高。这些空间对应关系支持了陆源地下水排放是东部泻湖重要营养盐来源的工作假说。
但研究也发现了时间上的不一致：卫星反演显示近年表面水T-N上升，而长期地下水监测显示T-N浓度从1990年代中期的高峰逐步下降。这一差异可能部分反映了地下水和泻湖地表水之间停留时间和水动力过程的差异。与论岛地下水和SGD的停留时间估计约为15年，而泻湖内地表水经历快速的潮汐交换和短期变化。因此，卫星反演的地表水T-N浓度可能对短期或事件性的营养盐输入更敏感，而非长期地下水趋势。此外，光学浅水的泻湖环境中，蓝波段反射率包含了水柱光学性质和底质反射率的综合影响，底质类型的空间异质性可能部分混淆了表观T-N梯度，需谨慎解释。
**六、结论**
本研究使用基于Landsat-8蓝波段反射率的二次多项式经验模型，探索了利用经验遥感估算与论岛浅水珊瑚礁泻湖总氮的可行性。在定量建模的Landsat-8子集（2014、2020和2023年）中，Ooganeku海岸附近升高的T-N浓度与包括模拟地下水来源氮通量在内的陆源输入在空间上一致。由于未进行跨传感器协调处理，基于Landsat-5 TM和Landsat-7 ETM+的探索性制图（1984–2010年）仅作为定性背景呈现。
该经验模型仅使用五个现场观测值进行校准，尽管所选模型具有统计学上的显著关系，但统计稳健性受到很大限制且不确定性增加。此外，该模型尚未经过独立验证，因此应被视为初步的概念验证模型，而非普遍适用的预测工具。要发挥这种方法在沿海营养盐监测中的实用且经济有效的潜力，需要扩展现场采样、进行跨传感器协调处理，并与水文和生物观测集成。所提出的方法为识别浅水珊瑚礁泻湖中的潜在营养盐热点提供了一个实用框架，并可能有助于未来陆地-海洋连通性和生态系统脆弱性的评估。该研究成果发表在《Remote Sensing Letters》上。
