东北地理所在北方湖泊藻蓝蛋白遥感监测方法研究取得新进展

背景：全球气候变化和人类活动加剧导致内陆水体蓝藻水华频发，藻蓝蛋白作为蓝藻诊断性色素在水华检测中至关重要，但受光学信号弱和水体复杂性影响，大规模准确监测面临挑战。研究目的：中国科学院东北地理与农业生态研究所团队旨在开发一种基于光学分类与集成机器学习的新方法，以实现对北方湖泊藻蓝蛋白的高精度遥感监测。结论：研究构建了基于基线高度分类的集成模型，将水体分为四类，通过机器学习融合实现高准确率预测，应用于Sentinel-3影像生成时空分布图，发现东部湖泊藻蓝蛋白浓度较高且呈上升趋势，受人口、GDP、化肥及自然因素共同影响，为水华管理和联合国可持续发展目标提供科学支撑。