高光谱卫星观测提升东中国海浮游植物诊断色素反演精度

　　近期，华东师范大学河口海岸全国重点实验室沈芳研究员团队在海洋浮游植物诊断色素及类群组成遥感反演方面取得新进展。团队基于PACE/OCI高光谱卫星遥感数据，融合了东中国海及全球海洋同步实测的HPLC色素与高光谱遥感反射率数据集，构建了超参数优化的集成学习反演模型，系统评估了高光谱卫星观测在东海诊断色素反演中的优势，并分析了诊断色素对海洋锋面的生态响应。相关成果以Hyperspectral Satellite-Derived Phytoplankton Diagnostic Pigments in the East China Sea: Spatiotemporal Patterns and Ecological Response to Coastal Fronts为题，发表于国际知名期刊IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing。
 
 
研究背景
　　浮游植物是海洋生态系统食物网的基础，其类群组成变化深刻影响海洋碳循环和生态系统结构。叶绿素a（Chl-a）作为几乎所有浮游植物共有的色素，可反映总生物量和初级生产力水平，但所能提供的类群组成信息十分有限。值得注意的是，岩藻黄素（Fuco）、多甲藻黄素（Perid）、玉米黄素（Zea）等部分辅助色素仅存在于一种或少数几种浮游植物中，被称为诊断色素，可用于区分不同浮游植物类群。高效液相色谱（HPLC）等化学分析手段能够提供准确的现场诊断色素定量信息，但受采样时空覆盖和成本制约，HPLC实测数据难以全面覆盖大范围海域。
　　随着海洋水色卫星遥感技术的发展，基于卫星遥感的诊断色素浓度反演受到广泛关注。然而，传统多光谱水色传感器波段有限且光谱分辨率较低，易导致信号混淆，难以区分不同诊断色素的特征光谱信息，尤其对低含量、弱吸收色素的估算误差较大。近年来，新一代高光谱水色卫星PACE的发射为诊断色素高精度反演提供了新的技术途径，但相关研究仍相对稀缺。为此，研究以东中国海（包括渤海、黄海和东海）为研究区，整合了东中国海及全球海洋同步实测的HPLC诊断色素与高光谱遥感反射率数据集，通过高斯分解提取诊断色素相关光谱特征，构建了超参数优化的集成学习模型，评估了PACE搭载的Ocean Color Instrument（OCI）相较传统多光谱传感器在诊断色素反演中的优势，并反演了东中国海8种浮游植物诊断色素的月平均空间分布。在此基础上，以山东半岛和浙闽沿岸海域为案例，探讨了浮游植物诊断色素季节变化与海洋锋面之间的生态响应关系。
 
研究结果
　　研究整合东中国海及全球海洋同步实测的HPLC诊断色素与高光谱遥感反射率数据集，采用高斯分解将高维光谱压缩为12个具有物理意义的特征变量，构建了超参数优化的CatBoost集成学习模型，并将其应用于经新型大气校正处理的PACE/OCI遥感数据，实现东中国海8种浮游植物诊断色素及总叶绿素a（TChla）月平均浓度的反演。技术流程如图1所示。
 
图1. 研究技术流程图。包括现场HPLC-高光谱遥感反射率数据集准备、超参数优化的CatBoost集成学习模型训练与验证、基于PACE/OCI高光谱数据的诊断色素反演等步骤
 
　　图2给出了PACE/OCI反演的8种诊断色素及TChla的实测值与预测值散点图。总体上，多数色素的散点紧密围绕 1:1 线分布。其中，别藻黄素（Allo）、19'-丁酰基岩藻黄素（Butfuco）、叶绿素b（Chlb）、岩藻黄素（Fuco）、多甲藻黄素（Perid）和TChla 的训练集与测试集 R²均超过 0.9；二乙烯基叶绿素a（DVChla）、19'-己酰基岩藻黄素（Hexfuco）和玉米黄素（Zea）的测试集 R²为 0.8–0.9，且训练集与测试集差异小于 0.1。各色素的MAE 为0.2–0.4，RMSE为0.3–0.7。上述结果表明，模型具有较好的拟合稳定性与泛化能力，整体反演精度优于基于多光谱MODIS的反演结果。
 
图2. 基于PACE/OCI高光谱卫星数据的CatBoost集成学习模型诊断色素实测值与预测值散点图。子图依次为Allo、Butfuco、Chlb、DVChla、Fuco、Hexfuco、Perid、Zea及TChla
 
　　基于该模型，研究反演了东中国海诊断色素及TChla 的月平均空间分布。图3以2025年1月为例展示了各色素的空间格局。结果表明，各诊断色素与TChla的总体空间分布格局具有一致性，整体呈现近岸及离岸海域较高、外海较低的特征；在季节变化上表现为冬春季较高、夏季较低，并存在明显区域差异。例如，渤海色素浓度全年维持在较高水平，而东海外部海域全年保持低值。此外，受长江冲淡水影响，东中国海与黄海交界处沿岸出现低值区，形成自西向东“低—高—低”的空间变化趋势。
 
图3. 2025年1月东中国海浮游植物诊断色素及TChla的月平均空间分布。子图依次为Allo、Hexfuco、Perid、Zea、Butfuco、Chlb、DVChla、Fuco和TChla
 
　　海洋锋面是调控浮游植物色素分布的重要动力因素。图4展示了闽浙沿岸锋面（MZCF）附近不同季节Fuco、Perid、TChla及SST梯度的空间分布与断面变化。冬季，MZCF强度达到全年峰值，Fuco、Perid和TChla多在锋面陆侧出现峰值，并向海侧迅速降低至近零水平；同时，受低温、低营养的浙闽沿岸流影响，近岸色素浓度较低，三条断面均呈“低—高—低”分布。春季，随着浙闽沿岸流减弱和台湾暖流增强，MZCF强度降低，近岸Fuco和Perid浓度较高。夏季，MZCF强度最弱，近岸Fuco浓度较高而Perid较低。秋季，随着MZCF逐渐形成，其附近Fuco浓度较高。
 
图4. 浙闽沿岸锋面（MZCF）附近不同季节的Fuco、Perid、TChla及SST梯度空间分布，以及典型断面（26°N、27°N、28°N）色素浓度、SST和SST梯度的变化
 
　　研究结果凸显了高光谱卫星观测在海洋浮游植物诊断色素精准反演中的必要性，并表明PACE/OCI在边缘海复杂水体中具有较好的应用潜力。未来可通过多源卫星组网观测以及高光谱与多光谱协同观测，进一步提升不同时空尺度下诊断色素的反演精度与生态监测能力。
 
研究团队及资助
　　论文第一作者为河口海岸全国重点实验室王焓硕士生，通讯作者为沈芳研究员，合作作者为河口海岸学全国重点实验室李仁虎博士。
 
文献信息
　　Wang, H., Shen, F., & Li, R., (2026). Hyperspectral Satellite-Derived Phytoplankton Diagnostic Pigments in the East China Sea: Spatiotemporal Patterns and Ecological Response to Coastal Fronts. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 19, 27664-27674.
 
论文链接