段洪濤，曹志剛，沈明，馬金戈，齊天賜

1.中國科學(xué)院南京地理與湖泊研究所 中國科學(xué)院流域地理學(xué)重點(diǎn)實(shí)驗(yàn)室,南京210008;

2.西北大學(xué) 陜西省地表系統(tǒng)與環(huán)境承載力重點(diǎn)實(shí)驗(yàn)室,西安710127;

3.西北大學(xué) 城市與環(huán)境學(xué)院,西安710127

1 引 言

現(xiàn)代湖泊學(xué)認(rèn)為，湖泊學(xué)是研究湖泊、沼澤的形成與演變的學(xué)科，包括湖泊、沼澤中發(fā)生的水文、水質(zhì)與水生生物過程及這些過程之間的相互作用與影響，其與海洋學(xué)的研究共同組成了對水生生態(tài)系統(tǒng)的研究（沈吉等，2020）。遙感科學(xué)是在地球科學(xué)與傳統(tǒng)物理學(xué)、現(xiàn)代高科技基礎(chǔ)上發(fā)展起來的一門新興交叉學(xué)科，為人類提供對地觀測的多種信息和遙感數(shù)據(jù)產(chǎn)品（李小文，2006）。而湖泊遙感作為交叉學(xué)科，是指利用傳感器等對地觀測手段，進(jìn)行遠(yuǎn)距離非接觸觀測湖泊和湖岸帶及其變化的一門學(xué)科（柯長青，2004）。實(shí)際上，湖泊遙感的核心是在全球變化和人類活動背景下，圍繞湖泊生態(tài)環(huán)境和水文等問題的遙感。也就是說，湖泊遙感首先是湖泊的問題；在此基礎(chǔ)上，才是遙感自身的問題。因此，湖泊遙感的關(guān)鍵是首先針對湖泊自身問題，確定某一類或某一個(gè)關(guān)鍵或敏感因子作為研究對象；在實(shí)現(xiàn)這些因子高精度遙感的過程中，圍繞遙感數(shù)據(jù)的預(yù)處理、大氣校正、算法構(gòu)建和驗(yàn)證、長時(shí)間序列數(shù)據(jù)重構(gòu)、湖泊問題分析和診斷等逐一展開。

湖泊遙感和其他遙感領(lǐng)域一樣，最早始于1960年代?；赪eb of Science 數(shù)據(jù)庫的lake、reservoir、remote sensing、satellite 共4 個(gè)主題詞檢索發(fā)現(xiàn)，目前已發(fā)表近20000篇論文。其中，1974年美國NASA 的Robert Wrigley 和加州大學(xué)伯克利分校的Alexander Horne 合作發(fā)表于Nature 的“Remote-sensing and lake eutrophication”可作為國際湖泊遙感研究的早期代表作，其通過紅外航空照片發(fā)現(xiàn)美國加州的克利爾湖（Lake Clear）出現(xiàn)藍(lán)藻水華，并指出由于藻類水華可能會在幾分鐘內(nèi)發(fā)生較大變化，因而常規(guī)湖沼學(xué)技術(shù)并沒有觀測到（Wrigley 和Horne，1974）。結(jié)合中國知網(wǎng)（CNKI）的檢索發(fā)現(xiàn)，中國科學(xué)院地理研究所濮靜娟和王長耀1979年發(fā)表在《地理學(xué)報(bào)》的“利用衛(wèi)星遙感資料研究河口三角洲、湖泊的動態(tài)”是國內(nèi)湖泊遙感早期代表作，該文主要利用地球資源衛(wèi)星多光譜照片和地面資料，論證衛(wèi)星遙感資料在湖泊動態(tài)和發(fā)展趨勢研究方面應(yīng)用的可能性（濮靜娟和王長耀，1979）。從這兩篇中外早期文獻(xiàn)可以看出，遙感最初主要被當(dāng)作“上帝之眼”，開展常規(guī)手段無法或者較難捕捉的湖泊大范圍變化或異常觀測，發(fā)揮了給湖泊“照相”的作用，未過多涉及遙感機(jī)理等方面的工作。

經(jīng)過近半個(gè)世紀(jì)的發(fā)展，湖泊遙感已經(jīng)從最初利用光學(xué)遙感影像定性觀測水華或湖岸帶變化的簡單應(yīng)用，發(fā)展成瞄準(zhǔn)人類活動和全球變化影響下的湖泊變化和響應(yīng)等復(fù)雜問題，聯(lián)合天空地多源、多類型、多尺度遙感手段（段洪濤等，2020），從經(jīng)驗(yàn)?zāi)Ｐ汀C(jī)理模型再到機(jī)器學(xué)習(xí)算法，實(shí)現(xiàn)湖泊多參數(shù)長時(shí)間序列定性定量遙感的綜合研究。針對2020年以前全球湖泊和水庫衛(wèi)星遙感文獻(xiàn)關(guān)鍵詞詞頻統(tǒng)計(jì)（圖1），出現(xiàn)超過100 次的有15 個(gè)，第20 名“Eutrophication”出現(xiàn)91 次，涉及到不同的區(qū)域、不同的關(guān)注問題、不同的傳感器和不同的研究手段；湖泊遙感已經(jīng)開枝散葉，多元化發(fā)展，應(yīng)用廣泛，展現(xiàn)出蓬勃的生命力。集中到全球500 km2以上湖泊和水庫（圖2（a）），發(fā)現(xiàn)近半個(gè)世紀(jì)以來SCI論文數(shù)量顯著增加，從1985年前年均不到20 篇，發(fā)展到近5年（2016年—2020年）年均超過1000 篇（圖2（b））。其中，北美、亞歐大陸和非洲地區(qū)大湖遙感研究最集中（圖2（c））。中國太湖、鄱陽湖近5年已成為全球遙感研究最多的湖泊，青海湖、三峽水庫、納木錯(cuò)和巢湖等4 個(gè)湖泊和水庫也位居全球前20 名；但實(shí)際上中國湖泊不管是面積還是數(shù)量在全球的比重并不高，這體現(xiàn)了中國在全球湖泊遙感領(lǐng)域中的主導(dǎo)和領(lǐng)先地位。

圖1 全球湖泊遙感前900個(gè)關(guān)鍵詞，其中排名前20名分別是：Remote sensing，MODIS，Landsat，Water quality，GIS，Climate change，Lakes，Planets and satellites，Chlorophyll-a，Hydrology，NDVI，Wetland，Tibetan Plateau，SAR，Satellite altimetry，Monitoring，Poyang lake，Cyanobacteria，EutrophicationFig.1 The top 900 keywords of global lake remote sensing，among which the top 20 are：Remote sensing，MODIS，Landsat，Water quality，GIS，Climate change，Lakes，Planets and satellites，Chlorophyll-a，Hydrology，NDVI，Wetland，Tibetan Plateau，SAR，Satellite altimetry，Monitoring，Poyang lake，Cyanobacteria，Eutrophication

圖2 全球大型湖庫（＞500 km2）SCI論文發(fā)表情況Fig.2 SCI papers on global large-scale lakes and reservoirs（＞500 km2）

湖泊（含水庫）作為中國85%以上人口的主要飲用水源地和“山水林田湖草”生命共同體的重要一環(huán)，越來越受到關(guān)注；遙感作為唯一可以實(shí)現(xiàn)大范圍、周期性、業(yè)務(wù)化監(jiān)測的手段，已經(jīng)在湖泊監(jiān)測和研究方面發(fā)揮重要作用。湖泊遙感作為湖泊科學(xué)和遙感科學(xué)的一個(gè)分支和交叉學(xué)科，

與其他學(xué)科相互借鑒，相互促進(jìn)，但也自成體系，且充滿了活力。本文介紹了湖泊遙感的研究對象、問題和主要手段，回顧了國內(nèi)外湖泊遙感研究的相關(guān)進(jìn)展，最后探討了湖泊遙感未來的發(fā)展趨勢。

2 湖泊遙感概述

湖泊遙感從研究對象上，可以分為湖泊水色遙感、湖泊水環(huán)境遙感和湖泊水文遙感（圖3 和表1）；一般意義上，湖泊水環(huán)境遙感包括湖泊水色遙感。湖泊水色遙感是指通過嚴(yán)格物理輻射傳輸方程解析水色要素參數(shù)濃度和固有光學(xué)特性等光學(xué)量的一門學(xué)科（段洪濤等，2019）。湖泊水色遙感的基礎(chǔ)是準(zhǔn)確獲得水體離水輻射信號（IOCCG，2010；張運(yùn)林，2011），關(guān)鍵是解析遙感反射率與水色因子固有光學(xué)特性的內(nèi)在聯(lián)系（Lee 等，2002）。湖泊水色遙感的核心參數(shù)為浮游植物色素、非色素顆粒物和有色溶解性有機(jī)物等水色三要素濃度和固有光學(xué)特性。湖泊水環(huán)境遙感是指以除水色因子以外可通過遙感直接或間接獲取的環(huán)境參數(shù)為研究對象的一門學(xué)科，包括水溫、浮游植物水華、水生植被等可直接監(jiān)測的參數(shù)和初級生產(chǎn)力、總磷、富營養(yǎng)化指數(shù)等間接監(jiān)測參數(shù)（IOCCG，2018）。湖泊水文學(xué)是研究湖泊水量變化和湖水動力過程的一門學(xué)科，其核心內(nèi)容是研究湖泊水文要素及湖泊水量平衡關(guān)系的變化，包括水量平衡關(guān)系的建立、湖泊水量變化的影響因素以及湖泊水量對氣候變化的響應(yīng)等（張奇等，2020b）。湖泊水文遙感是以遙感為基本手段，以湖泊水文要素為主要觀測對象，發(fā)展針對其信息提取/定量反演或估算的原理、方法和技術(shù)的一門學(xué)科（劉元波 等，2020；宋春橋 等，2020a）。

表1 湖泊遙感研究對象與方式Table 1 Research objects and means of lake remote sensing

圖3 湖泊遙感對象示意圖Fig.3 Sketch map of lake remote sensing

湖泊遙感的研究問題，主要是圍繞氣候變化和人類活動背景下的湖泊變化展開。湖泊遙感的具體研究過程中，核心是針對湖泊的生態(tài)環(huán)境問題，或者說湖泊關(guān)鍵要素進(jìn)行監(jiān)測。比如，對于中國太湖、巢湖、滇池等富營養(yǎng)化湖泊，其核心問題就是藻顆粒（主要是藍(lán)藻顆粒）大量富集（秦伯強(qiáng)，2020），死亡分解甚至?xí)纬珊谏摹昂骸保―uan 等，2014b），造成嚴(yán)重的生態(tài)環(huán)境問題，人們更關(guān)注以葉綠素a和藻藍(lán)素濃度等為標(biāo)志的藍(lán)藻及其衍生災(zāi)害問題；而對于洪澤湖、鄱陽湖等湖泊，富營養(yǎng)化問題并不嚴(yán)重，但非法采砂等活動一度非常猖獗，導(dǎo)致水體渾濁度顯著提高，影響水下光場，破壞魚類產(chǎn)卵場和底棲動物生境，引起生態(tài)系統(tǒng)失衡，因此主要關(guān)注懸浮泥沙等問題（Feng 等，2012；Cao 等，2017）。同時(shí)，湖泊還是全球氣候變化的參與者和區(qū)域響應(yīng)的重要記錄器（劉正文等，2020），其碳源/匯的問題已成為國際學(xué)科前沿和熱點(diǎn)問題；特別是“碳達(dá)峰”與“碳中和”概念的提出，湖泊溶解有機(jī)碳DOC（Dissolved Organic Carbon）、顆粒有機(jī)碳POC（Particulate Organic Carbon）和水體CO2等溫室氣體遙感逐步成為新的重點(diǎn)和方向（Qi 等，2020；Gao 等，2021）。另外，全球變暖和人類活動的雙重作用下，湖泊溫度上升、湖冰融化（Woolway等，2021），湖泊面積的萎縮或擴(kuò)張（Ma 等，2010），引發(fā)了湖泊水量的改變，是湖泊水文遙感近期關(guān)注的主要問題（宋春橋等，2020）。因此，不同的湖泊水體或者是同一湖泊由于關(guān)注的問題不同，重點(diǎn)監(jiān)測的關(guān)鍵因子也會存在差異。

湖泊遙感的研究手段，主要是借助于衛(wèi)星、航空、無人機(jī)等平臺進(jìn)行觀測，傳感器以光學(xué)傳感器為主，合成孔徑雷達(dá)、激光雷達(dá)、重力傳感器為輔。光學(xué)衛(wèi)星類型廣、數(shù)據(jù)全、時(shí)間久，能覆蓋湖泊水色、水環(huán)境和水文等各個(gè)方面，是湖泊遙感的主要手段（Mouw 等，2015）。但是，光學(xué)遙感受限于天氣狀況，合成孔徑雷達(dá)SAR（Synthetic Aperture Radar）成為其有效補(bǔ)充；特別是，雷達(dá)比光學(xué)傳感器在水體變化監(jiān)測上更有效，已經(jīng)成為湖泊水文遙感的重要手段。此外，部分因子需要使用特有傳感器，如湖泊水溫的估算依賴于熱紅外傳感器，湖泊水位和水量的估算則需要衛(wèi)星高度計(jì)的支撐。不同類型傳感器有著不同的優(yōu)特點(diǎn)，在湖泊遙感領(lǐng)域有著各自的應(yīng)用優(yōu)勢。隨著衛(wèi)星傳感器的多樣化，湖泊遙感的手段已開始并持續(xù)從單一傳感器過渡到多傳感器協(xié)同觀測，從單一平臺到多平臺的天空地立體監(jiān)測。

3 湖泊遙感學(xué)科進(jìn)展

3.1 關(guān)注問題：從興趣導(dǎo)向發(fā)展到問題導(dǎo)向

大自然五彩斑斕，湖泊也五光十色。青藏高原的湖泊像天空一樣藍(lán)，鄱陽湖、洪澤湖等江淮地區(qū)湖泊卻水體偏黃，像泥沙的顏色。藍(lán)藻富集的太湖風(fēng)平浪靜時(shí)，水體多呈現(xiàn)油綠色；大風(fēng)過后，又變成了一碗黃泥湯。山西運(yùn)城鹽湖一些時(shí)候看起來像是一個(gè)半紅半綠的“鴛鴦鍋”，澳大利亞的Lake Hillier、Hutt Lagoon 和Pink Lake 都是世界最著名的粉紅色湖泊。遙感學(xué)家看到這些湖泊，不禁會問：為什么水體呈現(xiàn)不同的顏色？水色的不同是否代表著水體中物質(zhì)的不同？那么能否通過水色來反推水體中的物質(zhì)？這3個(gè)問題是水色遙感研究的“初心”，其中的“水色”對遙感來說就是通過傳感器獲得的不同離水輻射信號的直接反映。湖泊遙感從最初的水色遙感，對不同湖泊水體為什么呈現(xiàn)不同顏色的興趣，至今逐步擴(kuò)展到水環(huán)境、水生態(tài)和水文遙感，研究領(lǐng)域日益多元化。湖泊水色參數(shù)定量反演是湖泊遙感應(yīng)用最成熟最廣泛的領(lǐng)域，主要針對對于自然光有吸收和散射作用的光學(xué)活性物質(zhì)進(jìn)行遙感（即水色3 要素：浮游植物色素、非色素顆粒物和有色溶解性有機(jī)物），其過程可以用水色遙感物理輻射傳輸方程表達(dá)（Morel 和Prieur，1977）。該領(lǐng)域基礎(chǔ)理論方面已經(jīng)基本完善，針對透明度、葉綠素a 濃度、懸浮物濃度等這類具有光學(xué)響應(yīng)的參數(shù)，已經(jīng)發(fā)展出多種經(jīng)驗(yàn)算法、半分析算法或者機(jī)器學(xué)習(xí)算法（張兵等，2021）。目前研究更多是在原有基礎(chǔ)上對算法或者參數(shù)進(jìn)行修訂（IOCCG，2018；段洪濤等，2019）。

全球變化和人類活動雙重影響下，不少湖泊面積發(fā)生了顯著變化（Pekel 等，2016；Zhang 等，2019），湖泊水體的富營養(yǎng)化在全球呈現(xiàn)加劇擴(kuò)張的態(tài)勢（楊桂山 等，2010；Wang 等，2018）。湖泊遙感逐步從自然興趣驅(qū)動轉(zhuǎn)向應(yīng)用需求驅(qū)動，研究對象也從傳統(tǒng)的水色3要素?cái)U(kuò)展到營養(yǎng)鹽濃度（Chang等，2013；Huang等，2015；Shi等，2020）、營養(yǎng)狀態(tài)（Wang 等，2018；Shi 等，2019）、初級生產(chǎn)力（Kahru，2017）、藻毒素（Shi 等，2015；Stumpf 等，2016）等非光學(xué)水質(zhì)參數(shù)；從藍(lán)藻水華面積提取（Duan 等，2009；Hu 等，2010）擴(kuò)展到藍(lán)藻指示性色素—藻藍(lán)素估算（Simis 等，2005；Qi 等，2014）、藻總量估算（Li 等，2017；Liu 等，2021c）、浮游藻類類型識別（Hunter 等，2008）等；從水生植被蓋度、面積提取逐步發(fā)展到水生植被類群識別（Zou 等，2013；Villa 等，2015；Luo 等，2017）、生物量監(jiān)測（Bendig 等，2015）。湖泊作為氣候變化的響應(yīng)器（Adrian 等，2009），其水體中溫室氣體遙感監(jiān)測也逐漸成為水環(huán)境領(lǐng)域的前沿和熱點(diǎn)問題（Ouyang 等，2017；Qi 等，2020；Ran等，2021）。

湖泊水文動態(tài)監(jiān)測向大尺度、長時(shí)序、多維度方向發(fā)展。從20 世紀(jì)50—60年代第一次湖泊調(diào)查主要依賴實(shí)地考察和地形圖為主，到2007年—2012年第二次湖泊調(diào)查充分發(fā)揮衛(wèi)星遙感手段優(yōu)勢，摸清了中國1 km2以上湖泊的數(shù)量、面積和分布（馬榮華等，2011）；在此基礎(chǔ)上，實(shí)現(xiàn)了全國湖泊多期遙感制圖及區(qū)域變化差異研究（Zhang等，2019）。隨著第二次青藏高原綜合科學(xué)考察的開展，利用衛(wèi)星、無人機(jī)及野外測量對青藏高原湖泊水質(zhì)、水深、水量變化等進(jìn)行了大量系統(tǒng)深入的研究（張國慶，2018；Liu 等，2021a；Pi 等，2021），并分析了其空間差異、變化趨勢及驅(qū)動因素，為亞洲水塔的動態(tài)變化及其對氣候變化的響應(yīng)機(jī)理研究提供數(shù)據(jù)支撐，取得了第一手資料和重要成果（Zhang 等，2020；Liu 等，2021b）。計(jì)劃于2022-11發(fā)射，由美國和法國聯(lián)合牽頭研制的地表水和海洋地形衛(wèi)星SWOT（Surface Water and Ocean Topography），是首個(gè)能夠提供厘米級精度的寬刈幅星載雷達(dá)干涉測高衛(wèi)星，將為認(rèn)識湖泊及其變化提供新的手段和數(shù)據(jù)。遙感技術(shù)的飛速發(fā)展，包括各類高時(shí)空分辨率光學(xué)影像、激光與雷達(dá)衛(wèi)星測高、重力場測量等，極大地促進(jìn)湖泊水文動態(tài)監(jiān)測向大尺度、長時(shí)序、多維度方向研究。

3.2 觀測手段：從地基遙感/中分辨率衛(wèi)星發(fā)展到高分辨率/高光譜/無人機(jī)

光學(xué)衛(wèi)星是湖泊遙感的主要手段，主要經(jīng)歷了3 個(gè)時(shí)期：以實(shí)測光譜和Landsat、SPOT 為代表的早期陸地傳感器時(shí)期，以MODIS、MERIS、VIIRS、OLCI、GOCI 為代表的中空間分辨率衛(wèi)星傳感器時(shí)期，以及正發(fā)展的以Sentinel-2 MSI、Landsat 8/9 OLI、無人機(jī)等為代表的高空間分辨率時(shí)期。湖泊遙感器實(shí)現(xiàn)了從無到有，空間、輻射和光譜分辨率從低到高的發(fā)展階段。1972年Landsat 衛(wèi)星的發(fā)射拉開了湖泊遙感研究的序幕（Wulder 等，2019），一些學(xué)者通過Landsat 衛(wèi)星影像用于湖泊面積變化監(jiān)測和歷史水質(zhì)調(diào)查（濮靜娟和王長耀，1979；Lillesand等，1983；Dekker和Peters，1993）。雖然1978年CZCS 傳感器發(fā)射標(biāo)志著海洋水色遙感開始，但其較低的空間分辨率并未廣泛應(yīng)用于湖泊遙感。湖泊遙感，特別是水色遙感，主要依賴于傳統(tǒng)實(shí)測光譜數(shù)據(jù)研究水色要素的遙感算法，或者利用Landsat 等多光譜影像開展經(jīng)驗(yàn)算法研究，停留在初步研究階段（IOCCG，1998）。然而，以Landsat 衛(wèi)星為代表的陸地傳感器，輻射性能低、信噪比不足且波段少，難以有效探測水體物質(zhì)變化，限制了水體參數(shù)的遙感研究。進(jìn)入21世紀(jì)后，湖泊遙感進(jìn)入蓬勃發(fā)展時(shí)期，MODIS （Terra：1999～，Aqua：2002～）、MERIS（2002年—2012年）、VIIRS （2012～） 和OLCI（Sentinel 3A：2016～，Sentinel 3B：2018～）等中分辨率衛(wèi)星傳感器的發(fā)射，提供了大量免費(fèi)、較高空間分辨率（250—500 m）、較豐富的可見光至近紅外光譜波段數(shù)量（8—16 個(gè)）和較短重返周期的衛(wèi)星數(shù)據(jù)，支持湖泊遙感各領(lǐng)域中關(guān)鍵問題的研究（Mouw 等，2015；Cao 等，2018；Shen 等，2020）；GOCI、GF-4、Himawari-8 等地球靜止衛(wèi)星的發(fā)射，進(jìn)一步將觀測頻率提升至小時(shí)尺度，大大豐富了湖泊遙感的觀測。同時(shí)，Landsat 8/9、Sentinel-2A/B、國產(chǎn)高分系列等傳感器具有較高的空間分辨率（＜30 m）和輻射敏感度，湖泊遙感逐漸步入“高分時(shí)代”（Ruddick 等，2016；Pahlevan 等，2017a，2017b）。但是，當(dāng)前空間分辨率高的衛(wèi)星時(shí)間分辨率相對較低（馮煉，2021），時(shí)間分辨率高的空間分辨率低，且普遍缺少湖泊水色參數(shù)遙感的關(guān)鍵波段（Cao 等，2019）。隨著湖泊重要性的不斷提升和傳感器技術(shù)的快速進(jìn)步，未來針對湖泊水體研制高空間分辨率、高時(shí)間分辨率、高光譜分辨率、高信噪比的“四高”傳感器逐步提上日程。

3.3 算法算力：從單機(jī)版經(jīng)驗(yàn)/機(jī)理模型發(fā)展到云計(jì)算的機(jī)器算法

衛(wèi)星接收的大氣頂層總輻亮度中通常只有約10%的水體信號，因此，大氣校正是水色遙感研究中的關(guān)鍵技術(shù)?；诮t外波段“暗像元”假設(shè)（即假設(shè)水體在近紅外波段處離水輻射為零），學(xué)者們針對海洋清潔水體已研發(fā)了較高精度的標(biāo)準(zhǔn)大氣校正算法（Gordon 和Wang，1994），已經(jīng)廣泛應(yīng)用于海洋遙感研究。但是，湖泊水體通常高渾濁且光學(xué)特性復(fù)雜，不滿足“近紅外波段離水輻射為零”的假設(shè)；內(nèi)陸湖泊水體上空大氣氣溶膠模式也更為復(fù)雜，目前標(biāo)準(zhǔn)算法中集成的氣溶膠模型未考慮內(nèi)陸吸收性氣溶膠，導(dǎo)致模型失效。當(dāng)前國內(nèi)外學(xué)者開發(fā)了多種算法試圖獲取精確的湖泊等渾濁水體遙感反射率，主要包括：（1）利用渾濁水體在藍(lán)紫光或者短波紅外波段離水輻射低的特點(diǎn)，將標(biāo)準(zhǔn)算法中的“暗像元”假設(shè)擴(kuò)展到藍(lán)紫光或者短波紅外波段（Wang，2007；He等，2012；Liu等，2021d）；（2）利用生物光學(xué)模型或者不同波段的經(jīng)驗(yàn)關(guān)系，結(jié)合優(yōu)化算法或者迭代算法實(shí)現(xiàn)渾濁水體的大氣校正（Ruddick等，2000；Bailey等，2010；Steinmetz等，2011）；（3）假設(shè)一定空間范圍內(nèi)大氣狀況均一，利用陸地“暗像元”獲取氣溶膠信息完成渾濁水體大氣校正（Guanter 等，2007）；（4）利用人工神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法（Fan 等，2017）。這些算法雖然取得了一定成果，但對于極度渾濁水體而言，短波紅外波段依然存在不可被忽略的離水信號（Zhang等，2014）；水體反射率及其之間的關(guān)系難以通過簡單的比值或者生物光學(xué)模型準(zhǔn)確表達(dá)（Xue 等，2017），同時(shí)氣溶膠存在較強(qiáng)的吸收性成分導(dǎo)致已有氣溶膠模型失效。在各水體大氣校正算法普遍存在局限性或失效的情況下，一些學(xué)者嘗試使用基于輻射傳輸模型的陸地大氣校正方法（如6S 模型等）（Shen 等，2017），或直接陸地地表反射率產(chǎn)品開展相關(guān)研究（Wang 等，2016）；也有學(xué)者嘗試不進(jìn)行完整的大氣校正，即只進(jìn)行相對容易的水汽和臭氧吸收及瑞利散射信號去除，利用瑞利校正后的反射率Rrc（Rayleigh Corrected Reflectance）開展研究（Feng等，2018）。盡管湖泊水體大氣校正算法研發(fā)取得了一定的成果，但是算法精度和穩(wěn)定性仍有較大提升空間（Pahlevan 等，2021）。未來，隨著深度神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)算法的發(fā)展，有望徹底解決內(nèi)陸渾濁水體的大氣校正問題。

傳統(tǒng)湖泊水色遙感算法以半分析算法和經(jīng)驗(yàn)算法為主。通過湖泊相關(guān)參數(shù)的光學(xué)特性，構(gòu)建有效的光譜指數(shù)或發(fā)展具有明確物理機(jī)制的算法模型，實(shí)現(xiàn)湖泊要素的監(jiān)測或定量反演/估算的方法，屬于機(jī)理算法。機(jī)理算法的核心是基于光在水體的輻射傳輸過程，一旦建立，普適性強(qiáng)，機(jī)理清楚，易分析誤差來源，如QAA 算法（Lee 等，2002）。但是，機(jī)理算法對波段要求較高，模型中的經(jīng)驗(yàn)參數(shù)存在時(shí)空變異（比吸收、比散射系數(shù)、散射相函數(shù)等），缺省參數(shù)反演的效果有時(shí)候不理想。目前國際上更多的研究是基于原來的理論框架，針對假設(shè)條件、模型參數(shù)和區(qū)域適用性等方面進(jìn)行改善或者加強(qiáng)，近年的突破性進(jìn)展相對較少，如Lee等（2015）重新定義了透明度的光學(xué)反演機(jī)理，提出了一種新的半分析反演機(jī)制。經(jīng)驗(yàn)方法是針對衛(wèi)星的信號和待觀測的湖泊參數(shù)的聯(lián)系直接構(gòu)建經(jīng)驗(yàn)方程，簡單、高效，但是沒有物理機(jī)理支撐，區(qū)域性和季節(jié)性較強(qiáng)。在多年的發(fā)展中，湖泊水文的歸一化水體指數(shù)方法（Li 等，2012）、湖泊水色的經(jīng)驗(yàn)?zāi)Ｐ团c半分析算法（Mouw等，2015；段洪濤等，2019）、湖泊水環(huán)境遙感中常用的漂浮藻類指數(shù)（Hu，2009）、水溫反演使用的分裂窗算法（Wan 和Dozier，1996）都在此范疇內(nèi)，其應(yīng)用效果在不同類型湖泊中各有千秋。經(jīng)驗(yàn)方法在區(qū)域具有高精度，但是大尺度上的湖泊特性差異大，應(yīng)用精度有限；機(jī)理算法普適性強(qiáng)，但是理論條件的要求導(dǎo)致構(gòu)建困難，并且對遙感反射率的反演精度要求也提高。隨著計(jì)算機(jī)技術(shù)的發(fā)展，以深度學(xué)習(xí)等為代表的人工智能技術(shù)為開發(fā)適用于多類型湖泊、多參數(shù)的遙感反演算法提供了新途徑（Palmer等，2015；Sagan等，2020；Kravitz 等，2021）。特別是，人工智能模型可以利用大量高質(zhì)量星地同步觀測數(shù)據(jù)，挖掘光譜信號與水體變量的內(nèi)在聯(lián)系，為湖泊遙感研究逐步從模型驅(qū)動向數(shù)據(jù)驅(qū)動發(fā)展提供了可能。

3.4 研究維度：從水體表層發(fā)展到垂向剖面

近年來，湖泊表層水質(zhì)參數(shù)的遙感方法已經(jīng)逐漸成熟，葉綠素a（Pahlevan等，2020）、懸浮物（Cao 等，2017）、顆粒有機(jī)碳（Duan 等，2014a；Xu 等，2021） 以及有色溶解有機(jī)物（CDOM）（Kutser 等，2005；Brezonik 等，2015；宋開山 等，2018）等參數(shù)都進(jìn)行了深入研究，這些參數(shù)算法通常以水體垂向均一為假設(shè)前提；但實(shí)際上湖泊藻類存在垂向分層，且有多種形式（馬榮華等，2016）。圍繞著藍(lán)藻水華等藻類總生物量監(jiān)測的現(xiàn)實(shí)需求，如何從二維水表層遙感擴(kuò)展到三維垂向結(jié)構(gòu)遙感，是湖泊水環(huán)境遙感研究面臨的一個(gè)很大挑戰(zhàn)。Xue等（2015）通過實(shí)地調(diào)查數(shù)據(jù)構(gòu)建了一個(gè)基于歸一化藻華指數(shù)與遙感反射率來確定浮游植物生物量垂直剖面類別的方法。Li 等（2018）基于MODIS數(shù)據(jù)利用上述指數(shù)估算上層40 cm水柱中的藻類生物量，建立了40 cm 以內(nèi)藻類生物量與整個(gè)水柱中藻類生物量的關(guān)系。Bi 等（2019）在滇池利用OLCI 數(shù)據(jù)構(gòu)建了水柱集成生物量估算算法，對滇池藻類生物量進(jìn)行了估算。Liu 等（2021c）基于Xue等（2015）的藻顆粒垂向分布模型，利用歸一化藻類指數(shù)、表層葉綠素a濃度和風(fēng)速等參數(shù)，獲得了巢湖2000年來的藻類生物量時(shí)空變化規(guī)律。另一方面，Moore 等（2019）利用激光雷達(dá)和數(shù)字全息系統(tǒng)等新技術(shù)，對美國伊利湖西部的藍(lán)藻暴發(fā)區(qū)藻類垂直結(jié)構(gòu)進(jìn)行了監(jiān)測。Kwon 等（2020）利用無人機(jī)遙感數(shù)據(jù)構(gòu)建了一個(gè)水庫水體的垂向水柱葉綠素a與藻藍(lán)素濃度積分值的估算模型。目前，水體垂向剖面研究主要集中在依賴葉綠素a 垂向結(jié)構(gòu)的藻類總生物量遙感估算，其中藻顆粒對水下光場的影響、與遙感反射率之間的關(guān)系以及藻顆粒本身的光學(xué)特征等問題尚不明確（馬榮華等，2016），有待加強(qiáng)。

3.5 研究區(qū)域：從單一/區(qū)域湖泊發(fā)展到國家/大洲/全球尺度

早先遙感研究大多集中在單一湖泊，未能充分發(fā)揮衛(wèi)星遙感大尺度監(jiān)測的潛力。得益于計(jì)算機(jī)技術(shù)以及處理能力的迅猛發(fā)展，湖泊遙感領(lǐng)域研究視野從單一湖泊逐步擴(kuò)展到流域湖泊群、全國湖泊、甚至全球湖泊（Wang 等，2018；Cao 等，2020；Liu 等，2020；Song 等，2021）。從流域尺度來看，湖泊群水環(huán)境水文參數(shù)，包括葉綠素a、透明度、懸浮物、水面面積、水儲量等（Hou 等，2017；Ma等，2020b；Cao等，2020；Ho等，2019；Shen 等，2020），已有大量研究和實(shí)踐。也有從國家尺度實(shí)現(xiàn)湖泊遙感監(jiān)測，主要集中在藻華（Coffer等，2020；Song等，2021）、葉綠素a（Cao等，2020）、透明度（Liu 等，2020；Song 等，2020）、水位（Wang等，2013）等參數(shù)。

Google Cloud、Microsoft Azure、Amazon Web Service 等云計(jì)算平臺加速了全球湖泊遙感研究的步伐，各種參數(shù)的遙感反演/估算都在探索過程中。Wang 等（2018）基于MODIS 數(shù)據(jù)與Forel-Ule指數(shù)（FUI），建立了一種遙感方法來評估全球內(nèi)陸水體的營養(yǎng)狀態(tài)，并對全球分布的2058 個(gè)大型內(nèi)陸水體2012年夏季的營養(yǎng)狀態(tài)進(jìn)行了評估。Ho 等（2017）利用Landsat 遙感數(shù)據(jù)以及美國伊利湖的實(shí)測數(shù)據(jù)建立了湖泊藻華暴發(fā)強(qiáng)度模型，監(jiān)測了全球71 個(gè)湖泊的藻華暴發(fā)情況（Ho 等，2019）。Ma 等（2020b）借助全球湖泊和濕地?cái)?shù)據(jù)庫（GLWD）和陸地海拔衛(wèi)星（ICESat）數(shù)據(jù)，估算了全球范圍內(nèi)14981 個(gè)湖泊和水庫的水位變化。Pickens 等（2020） 在1999年—2018年340 萬 景Landsat 5、Landsat 7 和Landsat 8 影像中對全球土地和內(nèi)陸水體進(jìn)行了分類，并進(jìn)行了時(shí)間序列分析。Du 等（2020）基于MODIS 地表溫度產(chǎn)品監(jiān)測2001年—2015年歐亞湖泊水面溫度的時(shí)空變化，并研究該變化的影響因素。目前大尺度湖泊遙感監(jiān)測已成為研究熱點(diǎn)，但受限于通用算法的發(fā)展，主要研究參數(shù)集中在藻華、水溫、水位以及水面面積等少數(shù)參數(shù)；浮游植物色素等水質(zhì)參數(shù)由于不同湖泊水光學(xué)特性的顯著差異，還存在一定挑戰(zhàn)。

4 湖泊遙感學(xué)科發(fā)展展望

4.1 研制滿足湖泊觀測特點(diǎn)的靜止衛(wèi)星或小衛(wèi)星集群

“工欲善其事，必先利其器”。國內(nèi)外已經(jīng)有大量的衛(wèi)星傳感器可用于湖泊觀測，但是由于其設(shè)計(jì)目標(biāo)不是陸地就是海洋，較少顧及到湖泊水體渾濁，光學(xué)特性復(fù)雜，水陸混合和鄰近效應(yīng)嚴(yán)重，大氣氣溶膠類型多樣等復(fù)雜情況，導(dǎo)致大部分傳感器很難滿足湖泊觀測要求。針對該問題，一方面要整合現(xiàn)有的多源衛(wèi)星進(jìn)行聯(lián)合監(jiān)測，開展不同傳感器間的相對輻射校正、一致性檢驗(yàn)和產(chǎn)品時(shí)空重構(gòu)等工作；另一方面，要適時(shí)發(fā)展?jié)M足湖泊觀測需要的靜止衛(wèi)星或小衛(wèi)星集群，即高時(shí)間分辨率、高空間分辨率和高信噪比，波段設(shè)定符合湖泊等內(nèi)陸水體特征波段要求（例如葉綠素a特征吸收峰665 nm 與反射峰709 nm、藻藍(lán)素特征吸收峰620 nm等），形成湖泊自有的衛(wèi)星觀測體系。

另外，現(xiàn)有的湖泊遙感研究，主要集中于少數(shù)大型湖庫（圖2）；而作為重要戰(zhàn)略水源地的水庫等小型水體占全球水體的絕大多數(shù)（全球小于50 km2的自然湖庫和人工水庫共計(jì)1424286 個(gè)，占全球總數(shù)1427288 的99.76%；數(shù)據(jù)來源Hydrolakes數(shù)據(jù)庫），但由于其水面面積較小，現(xiàn)有衛(wèi)星首先在空間分辨率上無法滿足，再次重返觀測周期普遍較長，導(dǎo)致這些重要水體普遍缺少監(jiān)測。為保障人類飲用水安全，在未來需要通過發(fā)展靜止衛(wèi)星或小衛(wèi)星集群重點(diǎn)加強(qiáng)小型湖庫的衛(wèi)星遙感研究。

4.2 發(fā)展湖泊水色遙感標(biāo)準(zhǔn)算法，建設(shè)全球湖泊衛(wèi)星遙感監(jiān)測網(wǎng)絡(luò)

湖泊廣泛分布在地球表面，星羅棋布，不同湖泊展現(xiàn)出自身不同的特點(diǎn)，水體光學(xué)特性復(fù)雜，導(dǎo)致現(xiàn)有算法區(qū)域性強(qiáng)、普適性不足，很難推廣使用。隨著深度學(xué)習(xí)算法的發(fā)展，科學(xué)范式開始從模型驅(qū)動向數(shù)據(jù)驅(qū)動發(fā)生轉(zhuǎn)變，通過國家或者國際的研究學(xué)者間的合作，開展并收集水色遙感數(shù)據(jù)集，基于人工智能算法途徑，有望形成適合湖泊的遙感標(biāo)準(zhǔn)化算法。面對這種發(fā)展，需要提前制定好湖泊遙感技術(shù)規(guī)范和數(shù)據(jù)處理標(biāo)準(zhǔn)化流程，為最終提供湖泊不同標(biāo)準(zhǔn)化專題產(chǎn)品服務(wù)。

充分發(fā)揮湖泊野外臺站資源和衛(wèi)星遙感研究基礎(chǔ)，依托物理臺站長期觀測數(shù)據(jù)和衛(wèi)星遙感大數(shù)據(jù)，以野外臺站作為物理節(jié)點(diǎn)，衛(wèi)星遙感監(jiān)測網(wǎng)絡(luò)作為面狀擴(kuò)展，形成野外臺站物理節(jié)點(diǎn)和典型湖泊虛擬臺站為一體的全球湖泊衛(wèi)星遙感監(jiān)測網(wǎng)絡(luò)；研制湖泊遙感大數(shù)據(jù)平臺和可視化系統(tǒng)，實(shí)現(xiàn)湖泊環(huán)境變化的歷史長時(shí)序重建與近實(shí)時(shí)監(jiān)測，服務(wù)聯(lián)合國和國家可持續(xù)發(fā)展湖泊監(jiān)測和評估需求。

4.3 加強(qiáng)全球變化背景下的湖泊鹽度、溫度和碳循環(huán)遙感研究

以湖泊鹽度和溫度為主的物理特征研究是微波或雷達(dá)遙感的特長，但是微波遙感的空間分辨率低，限制了在湖泊的應(yīng)用。因此，需要發(fā)揮合成孔徑微波遙感的優(yōu)勢，逐步建設(shè)高性能微波遙感鹽度機(jī)理研究（Yueh 等，2001；Meissner 等，2016），為全球湖泊鹽度變化研究提供信息與技術(shù)支持。如果能通過結(jié)合主動微波遙感與熱紅外遙感，實(shí)現(xiàn)湖泊表面粗糙度或者波浪信息提取，進(jìn)一步實(shí)現(xiàn)湖泊水體表層溫度反演，可為研究全球變化情景下的湖泊鹽度和溫度等物理特性變化及其導(dǎo)致的生態(tài)環(huán)境問題，提供新的途徑。

作為氣候變化的響應(yīng)器，湖泊、水庫和河流等淡水生態(tài)系統(tǒng)碳（C）循環(huán)研究，已成為當(dāng)前全球碳循環(huán)研究的前沿和熱點(diǎn)問題。內(nèi)陸湖泊等水體，雖然面積遠(yuǎn)小于海洋，但其生態(tài)系統(tǒng)生產(chǎn)力很高，且與陸地生態(tài)系統(tǒng)物質(zhì)、能量和信息交換強(qiáng)烈，是全球碳循環(huán)的重要組成部分。但是，目前流域、大洲和全球尺度水體碳通量估算都存在數(shù)據(jù)不一致等的問題。數(shù)據(jù)不一致的一個(gè)主要原因就是數(shù)據(jù)觀測的時(shí)空尺度不一致，未考慮水體碳的季節(jié)、空間等差異。衛(wèi)星遙感快捷、大范圍和周期性的特點(diǎn)，為水體碳通量由“點(diǎn)”到“面”的尺度上推提供可能，也為準(zhǔn)確評估區(qū)域乃至全球尺度上水體碳通量提供新途徑。因此，未來要加強(qiáng)水體不同形態(tài)碳與水環(huán)境遙感參數(shù)關(guān)系的機(jī)理研究，實(shí)現(xiàn)更為精確的流域和全球湖泊碳通量估算，服務(wù)全球“碳達(dá)峰”“碳中和”目標(biāo)。

4.4 開展全流域統(tǒng)籌的湖泊天空地遙感監(jiān)測和模擬研究

目前湖泊水環(huán)境污染嚴(yán)重，但其問題根源出在流域上；通俗的講“問題表現(xiàn)在水里，根子是在岸上”。目前的流域水環(huán)境遙感工作，實(shí)際上主要是針對湖泊、水庫等水面面積較大的水體開展，河流水體的遙感監(jiān)測工作鮮有報(bào)道，具有全流域視角的水環(huán)境遙感監(jiān)測工作更是欠缺。隨著衛(wèi)星、無人機(jī)、岸基視頻和手機(jī)攝像頭等不同觀測手段的快速發(fā)展，急需建立流域尺度河流—湖泊一體化的水環(huán)境智能化遙感監(jiān)控技術(shù)體系，實(shí)現(xiàn)融水源涵養(yǎng)、水質(zhì)目標(biāo)管理、污染削減方案制定、水源地保護(hù)和供水安全保障等一體化綜合管控。

綜合流域野外臺站觀測網(wǎng)絡(luò)、多類型陸域生態(tài)高頻自動觀測網(wǎng)絡(luò)、不定期野外調(diào)查、無人機(jī)/無人船等觀測手段，研發(fā)天空地一體化的流域關(guān)鍵要素觀測技術(shù)方案；利用光學(xué)與雷達(dá)等多源衛(wèi)星影像，開展河湖庫塘等水域范圍、不透水面、污染負(fù)荷、蒸散發(fā)、植被、生境、生物多樣性等重要流域參數(shù)的歷史長時(shí)序重建，形成關(guān)鍵流域地表參量的集成化、智能化、業(yè)務(wù)化、特色化觀測系統(tǒng)產(chǎn)品。