STOTEN｜全国尺度湖泊溶解有机碳浓度遥感算法

主要观点总结

本文基于中国不同区域湖泊的生物光学同步测量数据，旨在开发可行的卫星遥感算法，从OLCI/Sentinel-3卫星影像反演全国尺度的湖泊DOC浓度。研究发现淡水湖和咸水湖DOC的生物光学性质存在显著差异，并比较了不同遥感反演算法的精度，最终构建了一种适用于全国湖泊DOC浓度反演的神经网络算法。

关键观点总结

关键观点1: 研究亮点

比较了淡水湖和咸水湖中溶解有机碳（DOC）的光学性质；基于全国数据开发了一种混合机器学习算法计算DOC浓度；首次使用OLCI/Sentinel-3数据绘制全国大型湖泊DOC浓度。

关键观点2: 研究内容

本研究包括三个目标：比较淡水湖和咸水湖DOC的生物光学性质差异；开发从卫星数据获取DOC浓度的算法；揭示中国湖泊DOC浓度的空间格局。

关键观点3: 研究方法和结果

通过对比淡水湖和咸水湖的Chl-a浓度与DOC浓度的关系，发现两者之间存在差异。研究了不同遥感反演算法的精度，包括基于波段比值、αCDOM (λ)和SCDOM (λ)的线性回归模型以及神经网络模型。结果表明，神经网络模型预测DOC浓度的精度更高。基于研究结果，构建了一种适用于全国湖泊DOC浓度反演的神经网络算法，该算法对测试数据集的精度为18.16%。此外，研究揭示了全国湖泊DOC浓度的空间分布特征，总体呈“西北高、东南低”的趋势。

关键观点4: 研究成果的应用与意义

该研究对于从卫星影像反演全国尺度的湖泊DOC浓度具有重要意义，有助于更好地了解湖泊水质、碳循环以及溶解有机碳（DOC）浓度的关系。此外，该研究还为湖泊水环境遥感研究提供了新的思路和方法。