《Remote Sensing》：The Five-Decade Landsat Legacy in Inland Water Quality: A Systematic Review of Technological and Methodological Evolution
监测静水内陆水体质量对于评估生态系统健康、支持可持续水资源管理以及为环境政策提供信息至关重要。尽管Landsat计划最初并非为水生应用而设计，但凭借其长达五十年的观测历史、中等空间分辨率、全球覆盖以及开放获取的档案数据，已成为内陆水质遥感的重要基石。本系统综述整合了1983年至2026年间发表的229项研究，旨在探讨Landsat的技术遗产如何塑造静水内陆水体水质遥感的演变。研究人员系统检索了截至2026年6月10日的Web of Science和Scopus数据库，纳入使用Landsat影像评估静水内陆水体水质参数的研究；排除了河流和海岸带研究、综述文献、非英文出版物以及不符合Landsat水质评估条件的文献。依据传感器、水质参数、方法途径、研究时段、地理区域、水体类型和应用类型对提取的证据进行了定性综合。综合结果揭示出从主要使用多光谱扫描仪（MSS）和专题制图仪（TM）的经验方法，向使用陆地成像仪（OLI）和OLI-2的更高生物光学灵敏度与方法多样化的转变，并伴随2008年Landsat开放数据政策实施后科研产出的显著增长。本综述还识别了与传感器、环境、大气、数据和方法相关的主要局限，这些局限持续制约着模型的迁移性和业务化应用。基于上述发现，研究人员提出了“Landsat到全球淡水智能框架”，以指导更具可迁移性和互操作性的淡水监测。本次综述未编写或注册正式综述方案。
1. 引言
静水（或缓流）内陆水体，包括湖泊、水库、池塘、潟湖、湿地和河口，在维持生物多样性、支持人类生计以及维持区域水文和生物地球化学循环方面发挥着关键作用。监测这些水资源的质量对于环境管理、政策制定和生态系统服务保护至关重要。传统上，水质评估依赖于原位采样技术，这些技术在点位尺度上虽然准确，但通常劳动强度大、成本高，且在空间和时间覆盖范围上受限。
自20世纪70年代以来，卫星遥感已成为补充实地观测的有力工具，能够提供一致、大尺度和时间序列丰富的数据集。卫星传感器在大尺度水质评估中的适用性取决于其空间、时间、光谱和辐射分辨率。总体而言，这些卫星传感器可分为两类。第一类包括水色传感器，如中分辨率成像光谱仪（MODIS）、中分辨率成像光谱仪（MERIS）和哨兵-3号海洋与陆地颜色仪（OLCI），这些传感器专门设计用于反演大型水生系统的生物光学特性。其较粗的空间分辨率（约300–1000米）通常将其使用限制在大型湖泊、沿海或开阔海洋环境，尽管其更高的时间频率能够分析快速演变的过程。第二类包括陆地表面光学传感器，包括Landsat计划仪器，即多光谱扫描仪（MSS）、专题制图仪（TM）、增强型专题制图仪加（ETM+）和陆地成像仪（OLI），以及哨兵-2号多光谱仪器（MSI）。这些传感器通常提供更精细的空间分辨率（约10–30米），但时间分辨率较粗（约一至两周），能够详细绘制较小水体（如河流和小湖泊）的空间变化，尽管观测相对不频繁并进一步受到云层覆盖的制约。
MODIS和Landsat任务（Landsat 5–9）因已运行近五十年，可对静水内陆水体水质进行长期监测；然而，Landsat的中等空间分辨率（30米）使其特别适用于多年代际趋势分析、回顾性评估和政策相关研究。尽管Landsat传感器光谱分辨率有限，且缺乏针对复杂水体的理想波段中心和信噪比，但它们能有效捕获中小型湖泊和水库中的光学活性水质参数。因此，在众多可用地球观测平台中，Landsat计划因提供若干优势而在推进内陆水质遥感方面发挥了关键作用：（1）长期数据记录：Landsat自1972年以来持续运行，提供了跨越连续Landsat任务的多年代际观测档案；（2）30米空间分辨率：Landsat的空间分辨率在细节与覆盖之间实现了有效平衡，使其非常适合监测中型水体并捕获水质中有意义的特征和变化，同时仍能覆盖大范围区域；（3）相对频繁的重访时间：单个Landsat卫星的名义重访周期为16天，使其能够监测水质参数的时间变化，这对于检测季节性和短期变化尤其有价值，尤其是对易发生快速变化的水体；（4）免费开放获取：Landsat数据对公众免费开放，使其成为长期环境研究和监测的可行工具；（5）多光谱影像：Landsat传感器在可见光、近红外和短波红外等多个光谱波段采集数据。
本综述审视了Landsat计划的技术演变——这一卫星内陆水质监测的基础，追溯其从主要为视觉地球观测设计的成像系统，转变为能够支持定量水质反演的生物光学平台的过程。综述并非按时间顺序罗列传感器或算法，而是探讨传感器设计、辐射性能、光谱能力、数据可获取性和计算方法方面的连续进步如何逐步扩展Landsat的科学潜力。通过将技术发展与经验性、半经验性、半分析性和人工智能方法的演变相结合，本综述识别了塑造该领域的关键创新；评估了它们对模型稳健性、可迁移性和业务适用性的影响；并概述了迈向物理信息人工智能、可互操作地球观测系统和全球标准化内陆水体长期监测的未来方向。通过这样做，本综述不仅综合了现有文献，还通过所提出的“Landsat到全球淡水智能框架”为该学科的演变提供了一致的视角。该框架帮助研究人员识别新兴科学挑战、发现未来研究机会，并设计在区域间更具可迁移性、业务相关且与下一代综合地球观测基础设施兼容的研究。
2. 系统综述方法
2.1. 文献检索与研究选择
研究人员使用Web of Science（WOS）和Scopus数据库进行了截至2026年6月10日的系统文献检索。综述过程遵循了系统综述和元分析首选报告项目（PRISMA 2020）声明，以确保研究识别、筛选、资格评估和纳入过程中的透明性和可重复性。本次系统综述未注册任何综述方案。资格标准、检索策略、研究选择程序以及用于数据提取和分类的变量均在分析前定义，并由所有作者一致同意。
文献检索与选择流程总结于图1。初步检索使用术语“内陆水质遥感”，识别出3015条记录：WOS 2081条，Scopus 934条。为将综述限制在可能涉及Landsat数据的研究，随后使用术语“Landsat”对检索记录进行筛选。此步骤保留1281条记录，包括WOS 573条和Scopus 708条。在去除两个数据库间识别的218条重复记录后，剩余1063条唯一记录进入筛选。
根据预定义的纳入和排除标准，对这1063条记录的标题、摘要和关键词进行了筛选。在此阶段，当记录明确集中在综述范围之外的生态系统（特别是河流和沿海水域）时被排除。为综述目的，静水内陆水体定义为静止或主要静止的大陆水体，包括湖泊、水库和池塘。仅在河流、河口、沿海水域或海洋环境中进行的研究被排除。混合环境研究在包含符合条件的静水内陆水体并报告了与该部分相关的基于Landsat的分析时被保留。位于湖泊内的河流羽流区域被视为接受静水水体的一部分，而仅限于河流河道或河口、沿海或海洋水域的研究被排除。当未使用Landsat影像、全文无法获取英文版本，或标题、摘要和书目记录中可用信息不足以确定潜在资格时，记录也被排除。此阶段共排除798条记录：321条因专门针对河流或沿海水域，246条因未使用Landsat影像，53条因全文无法获取英文版本，92条因可用信息不足，86条因属于综述文章。其余265篇文章被检索并进行全文资格评估。
在全文资格评估期间，更具体地应用纳入标准以确定每项研究是否能为计划的方法综合做出贡献。研究在调查静水内陆水体、使用Landsat影像进行水质评估、评估至少一个与水质相关的参数，并提供足够的方法学信息以描述遥感反演方法时被认定为合格。在评估的265篇全文文章中，36篇被排除：5篇因方法学信息不足以描述水质反演方法，31篇因Landsat数据实际上未用于评估合格的水质参数。
一些研究最初似乎符合资格标准，因为它们涉及静水内陆水体、Landsat影像或水质相关应用；然而，全文评估表明它们未满足所有预定义的资格标准。例如，[42]因未使用Landsat影像来反演或评估水质参数而被排除，而[43]因提供的方法学信息不足以描述水质反演方法而被排除。这些潜在的合格研究及其具体排除原因在补充材料S2中报告。
全文评估后，229项研究满足所有资格标准并被纳入系统综述（见补充材料表S1）。
应承认综述过程的一些局限性。将文献检索限制在Web of Science和Scopus可能遗漏了区域数据库中索引的相关研究，特别是中国知网（CNKI）或万方中的早期中文文献，以及伊比利亚-美洲的西班牙语或葡萄牙语文献。为评估这种数据库覆盖偏差的潜在影响，研究人员检查了由这些地区机构主导的研究的时间代表性，在两种情况中均定义为第一作者或通讯作者分别隶属于中国或伊比利亚-美洲机构。中国机构主导的研究占229篇出版物中的75篇（32.8%），并在近几十年中具有较强代表性（2020年代占48.4%）。尽管2000年前未检索到任何此类研究，但这一时期仅占总数的3.5%，而89.4%的出版物发表于2010年及以后。伊比利亚-美洲机构主导的研究呈现出相似的时间模式，但总体规模较小：2010年前未检索到任何研究，而2010年代81项研究中的21项（25.9%）和2020–2026年124项研究中的17项（13.7%）由伊比利亚-美洲机构主导，占2010年以来205项研究中的38项（18.5%）。虽然因此可能遗漏了区域期刊中一些早期的中文、西班牙语或葡萄牙语出版物，但两个地区在Landsat内陆水质研究扩展的主要时期内的可观代表性，加上本综述聚焦于广泛研究趋势而非逐国的详尽历史记录，表明这种潜在的数据库覆盖偏差不太可能实质性地改变所识别的主要时间和方法趋势。未检索Google Scholar是因为灰色文献（如学位论文和技术报告）不在预定义范围内；将证据基础限制在WOS和Scopus索引的出版物也提供了出版类型、同行评审标准、元数据可用性和检索可重复性方面更大的一致性。综述限于静水内陆水体中基于Landsat的应用，排除河流和沿海环境，符合其预定义范围。此外，纳入研究之间的方法异质性阻止了正式的定量元分析；因此，报告的模型性能指标以描述性方式综合。在解释综述结果的全面性和普遍性时，应考虑这些方法选择。
2.2. 数据提取与综合
对于每项纳入研究，使用表1中描述的预定义数据提取框架系统提取相关信息。数据提取由一名评审人员进行，随后由共同作者检查，不确定性或差异通过共识解决。信息来自已发表文章及其补充材料；未联系研究调查人员以获取缺失信息，也未使用自动化工具进行筛选或数据提取。随后对与水质量参数、传感器、方法和应用相关的术语进行标准化以促进研究间比较。在适当情况下对密切相关术语进行协调，以避免因文献中命名不一致而产生人为差异。
纳入研究根据水质参数、方法途径、水体类型和应用进行分类。这些类别用于组织证据，并构成描述性和定性综合的基础。将提取的信息制成表格并可视化总结，以识别科学文献中的时间趋势、方法途径的变化、参数特定模式、地理分布和新兴研究方向。最后一项分类为以下类别之一：（1）技术性：仅关注遥感，文章目的是展示和验证新模型或方法。结果包括模型验证和误差指标。（2）技术与环境结合：文章主要关注方法开发和验证，但包含模型输出的某些空间或时间分析。（3）环境监测：文章的主要目标是检查研究区域内水质的时空模式和/或趋势。尽管呈现了模型验证结果，但大部分结果和讨论集中于空间或时间趋势分析。
未进行定量元分析，因为综述目标是综合基于Landsat的内陆水质研究的技术和方法演变，而非估计共同的干预效应。研究间显著的方法异质性，包括水体、水质参数、Landsat传感器、大气校正程序、反演算法、校准和验证策略、时间尺度以及报告的性能指标的差异，也排除了计算有意义的合并效应估计。
出于同样原因，为临床或干预性证据设计的正式偏倚风险评估不适用于本综述。相反，方法相关性和报告完整性被纳入资格评估。特别是，研究必须提供足够信息以识别所使用的Landsat数据、所调查的水质参数以及所采用的方法途径。此程序确保保留用于综合的研究包含足够的方法信息，以支持综述目标内的一致分类和比较。
综述识别了一系列常用Landsat传感器监测的水质参数，并检查了算法开发和校准/验证技术，强调了经验性、半分析性和基于机器学习模型的优势和局限（图2）。地理覆盖包括世界各地的案例研究，并关注不同的静水水体类型，包括湖泊（大型、通常较深的静止淡水或盐水体）；水库（通过筑坝形成的用于蓄水、水电和灌溉的人工湖）；池塘（小型、浅水水体，天然或人工，通常为临时或季节性）；潟湖（内陆类型，与被较大水体隔开的浅水体，其中一些为淡水或咸水）；湿地（沼泽、草本沼泽、泥炭沼泽和矿质泥炭湿地，土壤饱和，通常是陆地和水之间的过渡带）；以及河口（部分被视为内陆的咸淡水过渡带，位于河流和沿海水域之间）。
3. 地球观测格局中Landsat的优势
地球观测技术的快速扩展创造了日益多样化的卫星系统，其中传感器族在时空分辨率连续体上占据不同位置（图3）。在一个极端，甚高分辨率商业卫星，包括WorldView、GeoEye、QuickBird和Cartosat，提供亚米级至米级影像，能够解析精细的岸线特征、狭窄河道、小池塘和高度异质的水生环境。然而，它们对系统长期水质监测的贡献因时间连续性相对有限、历史深度受限以及许多情况下商业数据访问模式而受到限制。在光谱的另一端，区域至全球观测系统如MODIS、VIIRS、AVHRR、MERIS、Sentinel-3 OLCI、SeaWiFS和PACE OCI提供频繁观测和广泛空间覆盖，支持大规模水生动态评估。但其相对较粗的空间分辨率限制了它们对小型和形态复杂内陆水体的适用性，在这些水体中混合像元和邻近效应可能显著扭曲水生信号。
在这一连续体中，Landsat占据独特的中间位置。其30米空间分辨率足以解析许多湖泊、水库、河流段和较大池塘，同时保持系统的全球覆盖和一致的获取策略。尽管其名义16天重访频率低于许多当代全球监测任务，但通过任务连续性、云感知合成和多传感器集成可显著增强时间分析。因此，Landsat在空间细节和时间重复性之间实现了特别适合内陆水体应用的平衡。
在目前地球观测背景下，Landsat的另一个独特优势是其长期热红外记录。自TM开始可用的热红外观测，随后由ETM+和TIRS/TIRS-2延续，通过实现内陆水表面温度评估补充了光学档案。
然而，Landsat的独特性不仅限于其空间和时间特征。其优势主要在于中等空间分辨率、系统全球采集以及跨越五十多年的观测档案相结合。这种连续性使得重建长期环境趋势成为可能，包括富营养化、沉积物输移、水文改变、水库扩张、水-陆相互作用以及气候变化驱动的内陆水生态系统变化。同样重要的是，2008年Landsat档案的开放将这一广泛记录转变为可公开访问的全球资源，允许可重复分析、大规模回顾性研究、方法创新以及从孤立案例研究向区域和全球时间序列研究的过渡。
这种长期连续性和开放获取的结合定义了一个独特的观测生态位。Landsat提供比大多数区域和全球海洋水色任务更精细的空间细节，并提供比新卫星系统更无与伦比的历史记录。Sentinel-2以其改进的空间和时间分辨率已成为当代内陆水体监测的重要补充，而Sentinel-3 OLCI和PACE OCI提供增强的光谱能力以在区域和全球尺度观测水生成分。然而，这些任务目前缺乏重建卫星时代早期以来环境变化所需的多年代际档案。它们并非取代Landsat，而是通过加强当前和未来观测来补充其能力，同时依赖Landsat档案提供解释当代环境状况所需的长期时间背景。
因此，Landsat的科学相关性在那些太小或空间异质性过高而无法由粗分辨率海洋水色传感器充分表征的内陆水体系统中最大，但这些系统又足够大以在30米分辨率下持续解析。在这些环境中，该档案为连接当代生物光学观测与历史环境变化模式提供了特殊机会。
然而，该档案的价值不能仅通过其持续时间来理解。Landsat记录由不同代际的传感器产生，它们具有不同的光谱配置、辐射分辨率、信噪比特征、校准能力和对水生光学变异的敏感性。因此，从多光谱扫描仪系统（MSS）到专题制图仪（TM）、增强型专题制图仪加（ETM+）、陆地成像仪（OLI）和OLI-2的演变，代表了对内陆水体特性检测、量化和解释能力逐步扩展的过程，而不仅仅是跨越约五十年长期观测记录的延伸。
以下部分审视这一技术演变，追溯连续Landsat传感器如何将观测从地表反射率的宽泛多光谱描述转变为对生物光学变异和水质指标日益准确的定量反演，从而支持Landsat计划的科学遗产。
4. 技术遗产：从视觉检测到生物光学灵敏度
基于Landsat的内陆水体研究演变反映的不仅仅是科学出版物数量的稳定增长；它捕捉了连续技术和政策创新的累积影响，这些创新从根本上改变了该领域。如图4所示，科学产出在三十多年内相对有限，随后出现两个明显的加速增长期。第一个拐点发生在2008年Landsat开放数据政策通过后，该政策使历史档案的获取民主化，并显著降低了大规模遥感研究的门槛。第二次更陡峭的扩张发生在2013年Landsat 8发射后，其陆地成像仪（OLI）在辐射灵敏度、光谱保真度和校准稳定性方面引入了显著改进。更近些时候，Landsat长期档案与云计算平台、虚拟卫星星座和人工智能进展的结合进一步加速了科学产出，标志着向数据密集型和业务化水质监测的过渡。
重要的是，Landsat特定出版物的演变（图4）与内陆水遥感的整体增长密切对应。尽管Landsat研究在卫星观测的前三十年中仅占文献的一小部分，但其贡献在2013年后显著增加，近年来达到所有发表的内陆水遥感研究的大约一半。这一趋势凸显了Landsat作为内陆水质研究骨干的巩固，表明该计划引入的技术进步不仅刺激了一个专门的研究生态位，还塑造了整个学科的发展。出版轨迹并非简单的时间趋势，而是说明了每个技术里程碑如何逐步扩展可解决的科学问题，将该学科从视觉解释和经验反射率关系转向日益定量、生物光学灵敏和物理信息化的内陆水体监测方法。
理解这一转变需要超越出版趋势，审视使这些趋势成为可能的技术和制度创新。Landsat对内陆水研究的遗产包括：早期MSS和TM传感器施加的限制以及由此产生的经验建模方法的主导地位；OLI和OLI-2引入的辐射精度和生物光学灵敏度的阶跃变化；30米空间分辨率作为中小型内陆水体最佳观测生态位的确立；以及2008年开放数据政策最终发挥的催化作用，该政策将Landsat从长期运行的卫星任务转变为可重复、大规模环境监测的全球科学基础设施。
4.1. MSS和TM时代：量化限制与经验方法
Landsat观测的最初几十年确立了卫星内陆水体监测的技术和概念基础。然而，早期传感器的能力，特别是Landsat 1–5上的多光谱扫描仪系统（MSS）和Landsat 4–5上的专题制图仪（TM），从根本上受到其光谱配置、有限辐射量化精度和相对较低信噪比的限制。尽管这些任务最初并非为水生应用设计，但它们首次证明可以利用地表反射率的变化来推断水质状况，开启了从纯粹视觉解释向内陆水体定量遥感的过渡。
这些技术限制在很大程度上决定了可以解决的科学问题。MSS的宽光谱波段以及MSS和TM相对较粗的辐射分辨率降低了对离水反射率细微变化的灵敏度，特别是在光学复杂的内陆水体中，大气效应、悬浮颗粒和有色溶解有机物（CDOM）通常主导测量信号。因此，早期研究集中在产生强光学对比度的水属性上，包括悬浮沉积物、浊度梯度、水透明度和较小程度上的叶绿素-a（Chl-a），而更复杂的成分仍超出传感器的有效能力。
文献计量证据清晰反映了这些仪器限制。如图5所示，2012年前的科学生产仍然非常有限，每年仅有少量出版物。此外，文献的主题结构高度集中在少数光学活性参数上，特别是Chl-a、透明度、悬浮颗粒物（TSS/SPM）和浊度。水表面温度在综述文献中也有体现，得益于始于TM并由ETM+和TIRS延续的宝贵长期热档案。然而，尽管这一多年代际热记录对评估内陆水动态和环境变化很重要，但在本次综述检索到的文献中，与温度相关的研究相对代表性不足。与光学活性水质成分不同，温度不是通过吸收或散射改变水柱光学颜色的悬浮或溶解成分。它是一种物理和热力学状态变量，控制水-大气界面的能量交换。因此，水表面温度通常被视为辅助环境因素或更广泛生态系统状态的间接代理，而非水质成分本身或水组成的直接指标。这种概念区别可能部分解释了它在针对“内陆水质”的检索策略所获文献中代表性有限的原因。此外，其反演依赖热红外观测，遵循与光学活性水质参数不同方法框架。涉及其他水质变量如CDOM、磷或蓝藻的研究几乎不存在，且大多数应用被归类为技术开发而非环境监测。这一模式表明，MSS和TM时代该领域的主要目标是展示从多光谱影像中提取水质信息的技术可行性，而非建立业务化监测框架。
在这种技术背景下，经验算法自然成为主导方法途径。大多数研究依赖于简单回归模型、光谱指数和波段比，将实地测量直接与卫星反射率关联。这些方法对于对可见光和近红外反射率产生强烈影响的成分（如Chl-a、TSS/SPM和浊度）特别成功。其简单性允许在局部条件下稳健校准，并证明尽管早期传感器光谱丰富度有限，多光谱观测仍能提供有意义的定量信息。
然而，经验范式也暴露了第一代Landsat的内在局限。针对单个湖泊或水库校准的关系在转移到其他水体时经常失败，因为内陆水体由于浮游植物群落、悬浮矿物颗粒、CDOM、底反射和大气条件的差异而表现出显著光学变异性。在缺乏足够光谱信息来分离这些重叠光学贡献的情况下，经验算法仍然强烈依赖局部校准数据集，因此表现出有限的可迁移性。
总之，MSS和TM的技术限制塑造了所开发的算法和学科本身的科学身份。在这一时期，Landsat从一个能够检测可见水特征的平台演变为能够通过经验关系量化选定水质变量的平台。这些任务证明了卫星水生监测的可行性，并建立了后续传感器代际所依赖的方法基础。同时，它们暴露了改进辐射灵敏度、增强光谱判别能力和提高校准稳定性的需求，以超越局部校准的经验模型，走向物理可解释的生物光学反演。这些限制最终为Landsat计划下一次重大技术飞跃创造了科学动力，即陆地成像仪（OLI）和后来的OLI-2。
除了可见光和近红外域，TM还为内陆水观测引入了重要的热红外维度。其热红外波段能够反演水表面温度，建立了湖泊和水库热状况长期Landsat记录的基础，随后由ETM+和TIRS扩展。这一能力将Landsat应用从光学活性水质参数扩展到热状况和长期环境变化评估。
4.2. OLI和OLI-2的突破：精度与灵敏度
2013年Landsat 8上陆地成像仪（OLI）的引入标志着Landsat计划自专题制图仪发射以来最重大的技术进展。尽管早期任务证明了多光谱观测可以与内陆水属性相关，但OLI从根本上改变了可提取信息的质量。从8位到12位辐射分辨率的转换，加上改进的信噪比性能、精细的光谱校准和推扫式架构，显著提高了Landsat观测对内陆水体特征的弱反射信号的灵敏度。OLI不是增量式硬件升级，而是将Landsat从能够检测可见水特征的传感器转变为能够一致反演生物光学信息的传感器。
这一技术转变清晰地反映在科学文献的演变中。Landsat 8发射后，年度科学产出迅速增加，2021年后每年超过二十篇出版物。更重要的是，这种增长伴随着研究主题的多样化，而不仅仅是出版量的简单增加。早期研究主要关注浊度和TSS/SPM，而OLI时代则看到针对生物重要变量如Chl-a、蓝藻和CDOM的研究显著扩展，证实了Landsat反演光学活性成分能力的提高。
在这些变量中，Chl-a成为主要的生物光学目标，成为整个综述中最常研究的参数。这一趋势反映的不仅仅是研究兴趣的转变，因为Chl-a需要辨别与浮游植物吸收和散射相关的细微光谱变化，这在以前的Landsat代际中更难解决。同样，与蓝藻相关的研究日益增多，说明该领域正朝着监测有害藻华等生态相关过程发展，而不仅仅是估算总体光学性质。与此同时，TSS/SPM和浊度继续作为主要研究主题，表明OLI同时保留了Landsat在检测散射主导成分方面的历史优势，同时将其能力扩展到生物驱动指标。
方法途径的演变反映了这一技术成熟过程。在MSS和TM时代，经验回归模型在文献中占绝对主导地位，因为传感器限制限制了反演算法的复杂性。相比之下，OLI引入后发表的研究越来越多地采用机器学习、半经验和半分析模型，机器学习成为近年来增长最快的方法类别之一（图5d）。这一转变反映了计算方法的改进以及OLI观测的更高辐射保真度，后者提供足够稳定的光谱信息以支持能够模拟反射率和水质变量之间复杂非线性关系的算法。
OLI引入的技术进步也改变了基于Landsat研究的目的。早期研究主要用于方法开发和概念验证，而最近的出版物越来越多地将算法开发与环境应用和长期监测相结合（图5e）。这种演变反映了Landsat角色的更广泛转变，从证明卫星观测能够估算水质，到利用多年代际卫星记录研究富营养化、生态动态、气候变化驱动的水变化和水资源管理。
Landsat 9上OLI-2的发射巩固了这一进展，确保了辐射校准的连续性并保持了内陆水体最长多光谱记录的一致性。OLI-2不是引入新的技术革命，而是加强了多年代际分析所需的一致性，促进了自1972年以来获取的历史观测与当前采集的整合，同时考虑了连续Landsat传感器之间的差异。因此，超越改进的传感器规格，OLI代际的主要遗产是推动从经验性水体检测向定量生物光学监测的过渡，确立Landsat作为内陆水生生态系统最稳健的长期观测系统之一。
4.3. 30米遗产：定义小型内陆水体的生态位
也许Landsat计划对水生遥感最持久的技术贡献是其30米空间分辨率。比任何单个光谱波段或算法更重要的是，这一分辨率定义了Landsat五十多年来运作的生态位。与海洋水色任务（其粗像元针对开阔海洋环境和大型湖泊优化）不同，Landsat占据一个中间观测尺度，能够解析内陆水体的空间异质性，同时保持全球覆盖和异常长的历史档案。空间细节和时间连续性之间的这种平衡最终决定了哪些水生生态系统被研究，哪些水质参数已变得可业务化，以及反演方法如何演变。
本综述的定量综合清晰反映了这一空间遗产。图5c显示湖泊和水库在文献中占绝对主导地位，而潟湖、河口、池塘和混合系统在整个Landsat记录中相对代表性不足。这种不平衡在很大程度上反映了传感器分辨率与生态系统维度之间的兼容性，而非仅仅是研究优先级。大型静水系统最小化岸线污染和混合像元效应，提供更可靠的离水反射率，从而产生更具可迁移性的反演算法。相反，较小或形态复杂的水体通常仅占据几个像元，使得大气校正、邻近效应和亚像元混合问题更加严重。
因此，30米遗产的意义超越了空间分辨率本身。Landsat确立了观测尺度，在此尺度上数十年的连续测量可以与湖泊学过程相关联，从而能够重建全球数千个内陆水体的富营养化轨迹、沉积物动态、浮游植物变率和长期环境变化。尽管更高分辨率传感器如Sentinel-2现在提供更精细的空间细节，但Landsat提供了将这些观测置于跨越五十多年多年代际历史背景中的独特优势。
因此，Landsat的长期价值在于其将空间分辨率、时间连续性和算法演变连接成一个连贯的长期监测框架的能力。30米像元定义了内陆水遥感成熟的业务生态位，将孤立的经验研究转变为全球一致的系统，以观测淡水生态系统数十年的演变。
4.4. 政策作为科学引擎：2008年开放数据催化剂
Landsat的技术演变不能仅通过传感器设计的改进来理解。尽管从MSS和TM到OLI和OLI-2的进步提高了卫星观测的科学能力，但Landsat转变为全球环境监测系统同样受到一项基本政策决定的推动：2008年Landsat档案免费开放。这一事件代表了地球观测历史上的转折点，将卫星影像获取从主要科学限制转变为创新、方法发展和大规模环境应用的催化剂。
如图5所示，2008年之前，Landsat影像潜力不仅受技术限制还受数据可获取性限制。尽管Landsat自1972年以来积累了最长久的多年地球观测档案之一，但该档案大部分未被充分利用，因为影像获取和分发伴随着显著成本和后勤障碍。对内陆水研究而言，这些限制尤为重要，因为水生系统需要频繁观测以捕捉季节变率、偶发事件和长期生态变化。有限的获取降低了研究人员超越单个场景和发展系统监测方法的能力。
美国地质调查局（USGS）于2008年引入的开放数据政策从根本上改变了这一状况，使整个Landsat档案对科学界免费开放。这一决定将Landsat从有价值但受限的数据集转变为全球环境资源。财务障碍的消除使世界各地的研究人员、机构和新兴科学社区能够获取数十年的卫星观测，为回顾性分析、算法开发和大规模环境评估开辟了新可能性。
开放获取的影响在内陆水遥感中尤为明显。2008年之前，基于Landsat的水生研究通常由于数据可获取性限制而局限于特定地点和短期时间段。档案发布后，研究人员可以利用Landsat观测的全部时间深度，允许重建水质和生态系统变化的历史轨迹。这一能力使得从孤立案例研究向能够检测富营养化、沉积物动态和气候变化驱动趋势的连续监测框架过渡。
开放数据革命为快速方法创新创造了有利条件。数千幅历史影像的可用性为在各种环境条件下开发和验证反演算法创造了新机会。以前针对单个湖泊或区域校准的经验模型可以在更广泛的数据集上进行测试，揭示其优势和局限性。与此同时，计算能力、大气校正、反演算法、云处理平台和机器学习方法的并行进步进一步促进了大尺度Landsat应用的扩展，使得自动化处理链、基于云的分析平台和能够利用大量卫星观测的机器学习方法得以出现。
这一转变从根本上改变了卫星数据与科学发现之间的关系。在MSS和TM时代，观测的可用性往往决定了可以解决哪些问题。2008年后，大量可获取数据改变了范式：研究人员不再受影像稀缺的限制，而是面临从日益庞大的档案中提取有意义信息的挑战。科学瓶颈从数据获取转移到数据解释，促进了先进分析方法的发展。
对内陆水体而言，这种变化尤其具有变革性，因为许多水生系统缺乏长期监测计划。Landsat历史记录与开放获取的结合使研究人员能够调查数千个湖泊、水库和其他水体，这些水体不可能仅通过实地调查进行监测。这促进了全球和区域内陆水质评估的出现，证明了卫星观测作为环境管理补充工具的潜力。
开放数据政策还在地理上民主化了Landsat科学。此前，获取限制对资源和机构较少的研究人员影响不成比例。免费数据的可用性使不同地区的国家能够更多参与，增加了所研究环境的多样性，并将应用扩展到传统遥感社区之外。Landsat研究的这种全球化反映在内陆水研究地理多样性的增加，包括在传统监测基础设施有限的地区的应用。
2008年后研究主题的演变与数据可获取性的这一重大变化并行发生。2008年后时期显示从主要关注传感器评估和算法开发的技术研究向以环境监测为中心的应用的明显转变。Landsat影像日益融入解决生态系统健康、水资源管理、气候影响和人为压力的研究中。在这种情况下，开放数据可以被视为从展示Landsat能观测什么向应用这些观测进行环境决策转变的重要促进因素。
此外，开放档案加强了Landsat作为扩展中的地球观测任务范围内长期参考系统的作用。尽管新卫星提供增强的空间、光谱或时间能力，但Landsat通过其跨连续任务的多年代际观测记录保留了独特优势。开放获取和时间深度的结合使研究人员能够将近期观测置于历史背景中，创建可评估环境变化的基线。
从内陆水监测的角度看，2008年以来的开放数据政策代表了一个重要的促进转型，补充并加强了OLI引入的技术改进。传感器演变提高了Landsat观测的灵敏度，而开放获取则显著扩展了其科学可获取性和潜在影响。这些发展加上更广泛的计算能力、处理基础设施和反演方法进步，共同促成了Landsat从为地球观测设计的卫星计划转变为环境知识全球基础设施。在这个意义上，开放数据可以被视为帮助释放Landsat技术和科学潜力的主要催化剂。
5. 算法方法：迈向物理信息人工智能的路径
Landsat计划的技术演变从根本上改变了卫星观测的质量以及这些观测的解释方式。随着辐射灵敏度提高、光谱信息变得更加可靠以及多年代际影像档案开放可获取，主要挑战逐渐从获取观测转向从日益复杂的光学信号中提取稳健的环境信息。因此，基于Landsat的内陆水监测历史也可以理解为连续算法方法的演变，从经验统计关系发展到能够利用现代卫星观测全部信息内容的物理信息人工智能。
这种方法演变与前几节描述的技术里程碑密切对应。在MSS和TM时代，有限的光谱判别力和辐射灵敏度自然有利于针对单个湖泊或水库校准的经验回归模型。OLI和OLI-2改进的辐射性能随后使得明确结合水生光学知识的半经验和半分析方法得以发展。最近，开放获取档案、云计算平台、计算能力增长和人工智能的结合使得能够模拟光谱观测与水质变量间高度非线性关系的机器学习算法出现。这些范式并非独立的方法发展，而是对Landsat计划提供的信息数量和质量不断提高的连续响应。
文献计量证据清晰地说明了这一转变。图5d显示经验模型在Landsat应用的最初几十年中主导文献，约2015年前仍是最主要方法。此后，机器学习方法迅速扩展，伴随半分析和半经验模型的逐渐出现。同时，文献的主导目标从纯技术算法开发转向业务化环境监测，表明方法创新与该领域所解决科学问题的更大转变密切相关。
建模策略的多样化伴随着所处理问题环境复杂性的显著扩展。研究地点的全球分布表明基于Landsat的算法已应用于不同地理和水文气候环境，尽管明显集中于温带地区，热带地区代表性相对有限。然而，这种模式可能部分反映了由区域实地数据可用性、监测基础设施、可获取性和合适卫星观测（特别是热带地区无云光学影像的稀缺）差异引起的观测偏差；因此，代表性不足不应被解释为科学或环境相关性较低。同样，反演变量范围已从传统Chl-a和TSS/SPM扩展到包括CDOM、蓝藻、磷、水温和多种生态系统条件指标。这种地理和主题多样化反映了算法要求的根本变化：模型不仅需要在局部条件下重现反射率-浓度关系，还需要在日益异质的光学环境和生态背景下运行。
这些观察揭示了人工智能在内陆水遥感中角色的重要概念转变。传统经验方法旨在识别在特定环境条件下最能解释特定水质变量的光谱关系。机器学习方法则试图直接从大型观测数据集中学习复杂的多维关系，将多光谱反射率与气象条件、水文动态和时间信息等辅助变量相结合。其优势在于建模用传统回归技术难以表示的非线性交互。然而，这种灵活性也带来了新挑战。高预测精度不一定意味着物理一致性，在一种环境条件下训练的模型在应用于不同生态系统、气候区域或传感器代际时可能表现出有限可迁移性。
这些限制激发了人们对物理信息人工智能（PIAI）日益增长的兴趣，它为将物理知识与数据驱动建模相结合提供了潜在途径。PIAI并非将物理模型和机器学习视为竞争范式，而是整合两种方法的互补优势。从辐射传输理论、固有光学特性和生物光学过程衍生的物理约束可以指导学习过程，而数据驱动算法保留建模高度非线性环境关系所需的灵活性。结合半分析模型与神经网络、辐射传输信息损失函数、从光学模拟生成的合成训练数据集以及物理约束深度学习架构的混合框架，已显示出提高预测准确性和模型泛化能力的潜力。
然而，物理信息AI仍然依赖于足够大、时间密集且具有代表性的数据集用于训练和独立验证。在内陆水应用中，卫星观测的有效时间可用性可能并不总是提供数据密集型模型所需的采样频率，特别是对于快速变化的过程。因此，在评估物理信息AI的可迁移性和业务化潜力时，应考虑这一限制。
从更广泛的视角看，向物理信息人工智能的过渡反映了基于Landsat的内陆水遥感方法成熟度的提高。早期Landsat任务能够系统观测水体，而后续技术进展逐步提高了反演水质变量的能力。最近，人工智能扩展了在日益庞大的数据集中整合光谱、环境和时间信息的可能性。因此，挑战在于利用不断增长的卫星
