论文名称：A novel total phosphorus concentration retrie-val method based on two-line classification in lakes and reservoirs across China

第一作者及通讯作者：房冲（副研究员），宋开山（研究员）

第一作者及通讯作者单位：中国科学院东北地理与农业生态研究所

文章发表期刊：《Science of the Total Environment》

近几十年来，在污水排放、营养盐富集、围湖造湖、气候变化等多重压力的协同影响下，我国湖泊水库富营养化趋势迅速加剧。磷被广泛认为是一种限制生长的营养物质，是80%水体富营养化的主要诱因。我国政府高度重视监测和控制湖泊总磷（TP）浓度。由于TP是非光学活性参数，因此在全国范围内对湖泊和水库中的TP遥感反演面临巨大挑战。

为了解决这一问题，本研究提出了一种基于TP（Ln（TP））和B33/B9自然对数的散点图双线分类方法，并将2012—2022年在中国105个湖泊和水库进行实地考察的1211个实测样本分为1类、2类和3类（图1）。结果表明，所提出的分类方法能够增强Ln（TP）与43个基本潜在单波段和波段组合之间的相关性。具体而言，相关性范围从未分类的（-0.31,0.15）提高到第一类的（-0.77，0.24），第二类的（-0.81，0.36），第三类的（-0.74，0.52）。此外，该分类方法还改善了Ln（TP）和820波段比之间的相关性范围，从未分类的（-0.32，0.32）提高到第1类的（-0.83，0.82），第2类的（-0.16，0.86）和第3类的（-0.56，0.86）。

图1|1211个测量样本点的空间分布，用于校准和验证从中国105个湖泊和水库收集的不同分类的模型。底图是2020年的土地利用数据类型。

这些数据集随后被代入极限梯度增强（XGBoost）模型。最后，使用2005年、2010年、2015年和2020年的MODIS图像，使用性能良好的XGBoost 1类（R²=0.76，RMSE=0.3，MAPE=12%）、2类（R²=0.84，RMSE=0.49，MAPE=38%）和3类（R²=0.74，RMSE 0.46，MAPE=14%）模型绘制了中国563个大型湖泊和水库（≥20 km²）的TP图（图2）。这项研究提出了一种适用于全国范围内湖泊水库的遥感反演TP浓度的新方法。由于数值范围代表性强、样本点地理分布广泛，首次构建了令人满意的全国湖泊水库TP估算模型。该研究也为今后全国范围内湖泊水库非光学水质参数时空演化的遥感监测和分析提供了有价值的参考。此外，利用MODIS影像绘制2005年、2010年、2015年和2020年TP时空分布图，可以为政府评估地方污染防治行动计划的有效性提供有价值的科学指导。

图2|基于1、2和3类中训练数据集（a、c、e）和测试数据集（b、d、f）的XGBoost回归器测量和估计Ln（TP）的核密度分布。每个图中的白色虚线是y=x线

该研究成果发表在国际期刊Science of The Total Environment上，中国科学院东北地理与农业生态研究所房冲项目副研究员为第一作者，宋开山研究员为通讯作者。该项研究得到了国家自然科学基金青年项目(42101366,42201433)，“黑土粮仓”科技会战人才专项基金和中国科学院东北地理与农业生态研究所青年科学家小组项目（2023QNXZ01）等共同资助。

文献引用：Chong Fang,Changchun Song,Xiangyu Wang,Qiang Wang,Hui Tao,Xiaodi Wang,Yue Ma,Kaishan Song. A novel total phosphorus concentration retrieval method based on two-line classification in lakes and reservoirs across China. Science of the Total Environment,2024,2024,906: 167522.