綜合新聞

東北地理所在不同區域尺度湖庫總懸浮顆粒物濃度變化研究中取得新進(jìn)展

文章來(lái)源:東北地理與農業(yè)生態(tài)研究所    |    發(fā)布時(shí)間:2023-12-27    |    【放大】 【縮小】  |  【打印】 【關(guān)閉

  總懸浮顆粒物(Total suspended matter, TSM)是水環(huán)境評價(jià)的重要參數之一,它直接影響水質(zhì)狀況,決定著(zhù)水下光場(chǎng)分布,進(jìn)而影響水體的初級生產(chǎn)力,TSM是多種營(yíng)養鹽與污染物吸附的載體。TSM具有強光譜信號,可以有效的通過(guò)大氣頂部及地表反射率進(jìn)行估算?;诓ǘ伪鹊?span lang="EN-US">TSM濃度反演模型被廣泛應用于沿海和內陸水體的TSM估算。中國科學(xué)院東北地理與農業(yè)生態(tài)研究所水環(huán)境遙感學(xué)科組科研人員開(kāi)發(fā)了基于谷歌引擎(Google Earth Engine,GEELandsat影像的湖庫TSM反演算法,在中國和全球尺度取得了相關(guān)研究進(jìn)展。

  在中國尺度上,基于2014-2020年中國湖泊實(shí)測秋季TSM濃度數據(圖1)和GEE平臺的Landsat 天頂角反射率產(chǎn)品,構建了精度較高的秋季TSM濃度遙感反演經(jīng)驗模型(R2 = 0.87,RMSE=10.16 mg/L,MAPE=38.37%),并獲取了1990-2020年中國50km2以上大型湖庫秋季TSM濃度結果。以2004年為時(shí)間節點(diǎn)分析了1990-2004年和2004-2020年這兩個(gè)時(shí)段TSM濃度時(shí)空動(dòng)態(tài)變化,探索了自然和人為因素對湖泊秋季TSM濃度年際變化的響應。研究結果發(fā)現2004年以后在中國第一、第二階梯變清的湖泊數量在增加,而第三階梯變渾濁的湖泊數量在增加;在調控TSM年際變化的主導因素上,第一階梯以湖泊面積和風(fēng)速為主,第二階梯以湖泊面積和NDVI為主,第三階梯以人類(lèi)活動(dòng)和NDVI為主(圖2)。

  在全球尺度上,基于六大洲(除了南極洲)湖庫搜集了約16400個(gè)實(shí)測TSM樣點(diǎn)數據(圖3),通過(guò)同步星地匹配(時(shí)間窗口在7天以?xún)龋?,共配?span lang="EN-US">9640對實(shí)測數據與Landsat影像地表反射率數據集。對比分析了多種機器學(xué)習和回歸方法在反演湖庫TSM濃度上的精度和差異性(圖4)。為了克服回歸中數據集不平衡的問(wèn)題,本研究使用了一種合成少數類(lèi)過(guò)采樣技術(shù)(Synthetic minority over sampling technique for regression with Gaussian Noise, SMOGN)。通過(guò)比較,發(fā)現梯度提升決策樹(shù)模型(Gradient boosting decision tree, GBDT)、隨機森林模型(Random forest, RF)和極度梯度提升樹(shù)模型(Extreme gradient boosting, XGBoost)與SMOGN處理后的數據集具有良好的時(shí)空可遷移性,具有在不同年份繪制高質(zhì)量Landsat地表反射率圖像的潛力。在所有的模型中,GBDT模型精度(n = 6428, R2 = 0.95, MAPE = 29.8%)和驗證精度(n = 3214, R2 = 0.95, MAPE = 29.8%)最高,其次是RF模型(驗證精度為n = 3214, R2 = 0.86, MAPE = 24.2%),應用這兩種模型對全球不同洲的典型湖庫進(jìn)行驗證,均表現出穩定的性能。除此之外,GBDT模型被應用到Landsat不同傳感器(TM/ETM+/OLI)的影像用來(lái)評估反演的TSM結果與實(shí)測值的差異性,結果表明該模型在反演全球湖庫TSM濃度的長(cháng)時(shí)序結果上具有潛力。

中國湖泊秋季TSM實(shí)測樣點(diǎn)分布

1990-2004年和2004-2020中國湖泊不同類(lèi)別秋季TSM濃度(a-d)、年際變化率(e-h)和年際變化趨勢(i-l)的數量分布


3 全球湖庫TSM實(shí)測樣點(diǎn)空間分布

4 對比分析反演湖庫TSM濃度的不同模型

  上述研究成果發(fā)表在國際期刊Science of the Total EnvironmentIF = 10.753)和International Soil and Water Conservation ResearchIF = 6.4)上,均為中國科學(xué)院SCI一區,第一作者分別為中國科學(xué)院東北地理與農業(yè)生態(tài)研究所陶慧博士和溫志丹副研究員,宋開(kāi)山研究員為通訊作者。上述研究得到了國際重點(diǎn)研發(fā)項目(2021YFB3901101)資助。

  文章信息:Tao, H., Song, K*., Liu, G., Wen, Z., Lu, Y., Hou, J., Lyu, L., Wang, Q., Shang, Y., Li, S., and Fang, C., 2023. Response of total suspended matter to natural and anthropogenic factors since 1990 in China's large lakes. Science of the Total Environment, 892, 164474. https://doi.org/ 10.1016/j.scitotenv.2023.164474.

  Wen, Z., Wang, Q., Ma, Y., Jacinthe, P., Liu, G., Li, S., Shang, Y., Tao, H., Fang, C., Lyu, L., Zhang, B., and Song, K., 2023. Remote estimates of suspended particulate matter in global lakes using machine learning models. International Soil and Water Conservation Research, https://doi.org/10.1016/j.iswcr.2023.07.002