点击左上角“MDPI环境与地球科学”关注我们，为您推送更多最新资讯。
01
文 章 导 读
水质监测对于理解和管理内陆及沿海水域的生态系统至关重要。随着人类活动和气候变化的影响日益加剧，对这些脆弱生态系统的实时、准确监测需求变得尤为迫切。传统的水质监测方法往往受限于成本、时间和空间覆盖范围，而遥感技术的发展为这一挑战提供了新的解决方案。特别是，Sentinel-2卫星因其高时空分辨率和多光谱成像能力，已成为监测水质参数的强大工具。
然而，水体的大气校正处理是一个复杂的过程，尤其是在光学复杂水域，如内陆和沿海区域，这一过程尤为关键。这些区域的水体通常受到多种因素的影响，包括浮游植物、悬浮颗粒物和溶解有机物，这些都会对水体的光学特性产生显著影响。因此，需要精确的大气校正算法来提高水体反射率和水质参数 (如叶绿素a、总悬浮物和透明度) 的遥感估算精度。
来自西班牙瓦伦西亚大学的José Moreno教授及其研究团队在 Remote Sensing 期刊发表的文章，介绍了一种结合C2RCC (Case 2 Regional Coast Colour) 处理器的新方法，旨在通过利用Sentinel-2卫星数据，提高内陆和沿海水域水质参数的遥感检索能力。通过在伊比利亚半岛东部的不同内陆水库和沿海水域进行实地验证研究，探讨了C2RCC处理器及其最新升级版本C2X-COMPLEX (C2XC) 的性能。研究结果不仅展示了这些处理器在不同水体类型中的适用性和准确性，还为未来水质遥感监测提供了新的视角和策略。
图为子数据集与C2-Nets的匹配：(a) 辐射测量、(b) [Chl-a]、(c) [TSM]、(d) Secchi盘。每个C2-Net的最终匹配都用红色方格突出显示。
02
研 究 过 程 与 结 果
本研究利用Sentinel-2卫星搭载的多光谱仪器 (S2-MSI) 数据，通过C2RCC处理器及其最新升级版C2X-COMPLEX (C2XC)，对伊比利亚半岛东部的内陆和沿海水域水质进行了监测。研究的核心目标是验证这些处理器在获取水体表面反射率以及估算关键水质参数 (包括叶绿素a浓度[Chl-a]、总悬浮物浓度[TSM]和Secchi盘深度ZSD) 方面的性能。研究团队在意大利的里雅斯特市部署了传感器网络，收集了大量实地数据，包括水体辐射测量、[Chl-a]、[TSM]和ZSD与Sentinel-2数据进行比较。
研究结果显示，C2RCC处理器在估算Secchi盘深度 (ZSD) 方面表现出色，与实地测量的相关性很高 (相关系数r > 0.75) 。然而，使用默认校准因子得到的[Chl-a]和[TSM]估算结果在目标场景中并不适用，表明需要根据光学水体类型进行重新校准或转向动态算法混合方法。C2XC处理器在处理极端[Chl-a]和[TSM]值的数据集时，尽管在默认设置下高估了这些极端值，但与实地测量的相关性更高，显示出在复杂水体条件下的潜力。
此外，通过轨迹分析，本研究揭示了城市覆盖与格局指数 (PIs) 之间的非线性关系，识别了城市扩张的不同模式，如边缘扩张、外围扩张和内部填充，这些模式对城市可持续性有不同的影响。研究指出，结合使用C2RCC和C2XC处理器，可以提高各种水体类型表面反射率估算的准确性，为水质监测提供了新的视角和策略。
图为在每个C2-Net的所有可用光谱波段，测量值与C2-Nets推导的Rrs之间的相对误差。相对误差计算表示为：(测量Rrs–C2-Nets Rrs)/测量Rrs * 100。
03
研 究 总 结
本研究强调了结合C2-Nets处理器在逐像素基础上提高水体表面反射率估算的准确性和一致性的潜力。在这些处理器中，本研究是首次尝试测试C2XC的能力，C2XC是C2RCC的最新演变。结果表明，根据TOA (大气顶部) 中的像素光学类型，结合使用C2RCC和C2XC可以提高广泛水域及多种不同场景下Rrs (水体表面反射率) 反演的准确性。关于水质参数的反演，C2-Nets的Kd_z90max产品作为ZSD的代理表现出了巨大的潜力。然而，对于估算[Chl-a]和[TSM]，使用C2-Nets输出中包含的产品，默认因子和指数是有限的且特定于某个地点。因此，可能需要选择不同的方法，包括重新校准C2-Nets参数化中的常数或混合使用不同的算法，这取决于光学水体类型和大气校正的相关性能。深入探索TOA反射率分类可以有助于准确选择和结合C2-Nets及其进一步演变，这为支持内陆和沿海水域的监测提供了一个方向。
“
”
原文出自 Remote Sensing 期刊
Soriano-González, J.; Urrego, E.P.; Sòria-Perpinyà, X.; Angelats, E.; Alcaraz, C.; Delegido, J.; Ruíz-Verdú, A.; Tenjo, C.; Vicente, E.; Moreno, J. Towards the Combination of C2RCC Processors for Improving Water Quality Retrieval in Inland and Coastal Areas. Remote Sens. 2022, 14, 1124.
精选视频
往期回顾
Remote Sensing期刊首届青年编委招募函——邀您共同促进学术期刊发展
版权声明：
*本文由MDPI中国办公室编辑翻译撰写，文中涉及到的论文翻译部分，为译者在个人理解之上的概述与转达，论文详情及准确信息请参考英文原文。本文遵守 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/)。如需转载，于公众号后台留言咨询。
由于微信订阅号推送规则更新，建议您将“MDPI环境与地球科学”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！
点击左下方“阅读原文”，阅读英文原文。
喜欢今天的内容？不如来个“三连击”☞【分享，点赞，转发】
