于人类勾当以及天气变暖两重压力下，湖泊水情况问题日趋凸起，全世界跨越60%湖泊出现富养分化状况，8.8%湖泊呈现藻华。草、藻型差别稳态类型的蜕变以及转化始终是湖泊生态学研究热门之一，但因为缺少永劫序草藻数据支撑没有较着冲破。

Landsat系列卫星数据，不只可以倏地获取高分辩率的地体现状信息，还能重修自1980s以来的汗青信息；成长基在Landsat的藻华、挺水/浮叶以及沉水植被的主动辨认算法是开展草藻蜕变以及转化研究的要害。今朝，缭绕湖泊藻华或者水生植被已经成长了一系列遥感提取算法，但尚未可以或许彻底实现草、藻的主动辨认并年夜范围运用的算法。

中国科学院南京地舆与湖泊研究所段洪涛团队罗菊花副研究员，缭绕上述难题乐成研发了藻华、挺水/浮叶以及沉水植被遥感主动辨认算法（VBI算法）（图1），该结果近日以A new technique for quantifying algal bloom, floating/emergent and submerged vegetation in eutrophic shallow lakes using Landsat imagery为题，揭晓于遥感范畴顶级期刊Remote Sensing of Environment上。

VBI算法另辟蹊径，经由过程缨帽变换构建了水生植被指数（AVI），解决了草藻遥感辨认的两浩劫题：（1）挺水/浮叶植被以及藻华光谱外形相似，辨认难；（2）沉水植被位在水面如下，光谱旌旗灯号弱，与水体光谱区别难。VBI算法于长江中下流湖泊群开展了广泛验证，平均分类精度高在80%，具备较高的正确性、鲁棒性以及合用性。同时，VBI算法与已经有算法于全世界多个湖泊开展了比力，发明VBI算法上风较着，是今朝独一可以或许同时辨认藻华、挺水/浮叶植被以及沉水植被的遥感分类算法。

长江中下流湖泊富养分化严峻，草、藻持久变迁尚不成知。基在VBI算法，重修了1985-2021年的长江中下流年夜型湖泊（面积 50km2）数据集，发明（1）年夜型湖泊均有水生植被漫衍，且平均植被笼罩度为59%，此中沉水植被的平均笼罩度为36.98%，浮叶类植被的平均笼罩度为22.06%；（2）约81%年夜型湖泊上风植被类群为沉水植被，12个湖泊有差别水平藻华发生；（3）1980s以来，长����Ϸapp江中下流湖泊水生植被笼罩度显著降落，尤为是沉水植被削减较着，浮叶类植被没有显著变迁（图2，图3）。此外，发生藻华的湖泊数目显著增长，长江下流尤其较着。

该结果获得了国度天然科学基金、中国科学院南京地舆与湖泊研究所自立部署科研工程以及江苏省碳达峰碳中以及科技立异专项资金工程的结合资助。

全文链接：https://doi.org/10.1016/j.rse.2023.113480

图1水生植被以及藻华（VBI）遥感辨认算法流程（a）以及太湖案例（b）;注：AB：藻华；FEAV：挺水/浮叶植被; SAV:沉水植被

/爱游戏