湖泊水体富营养化现已成为一个全球性的普遍问题，与之相伴的一个现象是蓝藻水华的频繁暴发。遥感技术具有监测范围大、速度快、周期性强、成本相对低廉等优点，能够弥补常规水质监测方法定时定点的不足，节省大量的人力、物力，是进行蓝藻水华监测的最佳选择之一。虽然近年来针对II类水体水华遥感监测的研究已取得了巨大的进步，但由于太湖水体光学组分复杂，以及遥感影像大气校正困难等诸多条件的限制，在太湖获得长时间序列的蓝藻定量反演数据仍然是难以攻克的难题。在国家“863”计划、国家自然科学基金等项目联合资助下，中国科学院南京地理与湖泊研究所湖泊环境遥感马荣华研究团队，在内陆湖泊水体藻蓝素浓度遥感定量反演方面取得新进展。

　　藻蓝素（Phycocyanin, PC）是蓝藻携带的独有色素，具有独特的吸收特征光谱。该研究利用PC的吸收特性，设计并建立了一个新的PC反演模型。研究从理论上推导、分析、并模拟了使用该方法进行PC遥感反演的可行性，然后使用实测数据验证，获得基于实测遥感反射比(Remote sensing reflectance, Rrs)的PC反演模型。使用辐射—传输方程模拟将该模型推导到瑞利反射率(Rayleigh-corrected reflectance, Rrc)上，并将其应用于MERIS长时序的Rrc数据得到PC分布结果。根据光谱分析、图像对比、直方图对比等一系列科学分析手段证明了该算法对气溶胶，薄云，太阳耀斑以及悬浮泥沙等干扰都不敏感，因此使得太湖MERIS有效数据从<1%提升到>50%。据此建立的基于MERIS的长时间序列（2002-2012）的PC数据集，揭示了季节性变化、年际变化、以及不同湖区的相异性。通过将此算法思路试用于其它湖泊如滇池、巢湖等，显示了这种思路具有较好的可移植性，为推广于长江中下游湖泊提供了重要理论基础。

　　该项成果已经被Remote Sensing of Environment 期刊接受（2014，154：298–317）。这是南京地理所湖泊环境遥感团队继2012年在该刊发表内陆湖泊水体PC遥感反演算法研究以来，在湖泊水体藻华定量反演研究方面的又一显著成果，该成果使得湖泊蓝藻的监测从地面推向太空，可以利用卫星实现蓝藻的定量监测与估算。

　　论文链接

利用MEIRS卫星遥感影像反演的2003-2011年藻蓝素逐年平均分布