１）内陆水体藻类丰度遥感反演模型。

水环境遥感学科组在内陆湖泊藻类丰度主要指示性色素­­—叶绿素-a（Chl-a）与藻清蛋白（PC）智能算法与半解析模型遥感反演算法等方面取得新的研究进展(图1)。发现智能算法（GA-PLS）可有效抑制悬浮物、黄色物质(CDOM)对蓝藻反演的影响、提高反演精度。研究也同时发现，基于YSI便携式水质仪可以和实测遥感数据进行有效组合，为快速反演水体中蓝藻丰度提供了可能（图2），为快速进行内陆水体蓝藻爆发和预警提供了技术支撑。相关研究成果发表在遥感和环境科学领域的国际主流学术期刊上[1-3]，为内陆浑浊水体水环境遥感算法及业务性应用奠定了技术基础。

图1：（a-d）依次为美国中西部水体、南澳大利亚水体、太湖以及长春市水源地石头口门水库采集数据构建的模型精度对比。

图2：表明YSI探头测试蓝绿藻结果（a-b）与实验室测试结果构建的遥感模型的对比(c-d)，表明YSI便携式水质仪和遥感相互结合具有很好的应用前景

2）半干旱区内陆水体CDOM与DOC时空动态。

学科组在内陆水体有机碳与有色溶解有机物在半干旱区内陆水体的关系上取得进展，研究表明二者在半干旱区浓度远远大于淡水湖泊（图3），而且二者都与盐度呈现很好的线性关系（图4）。该研究结果表明基于DOC与CDOM的关系可用于内陆水体DOC储量遥感估算，研究结果发表在国际主流期刊上[4]。

图3为松嫩平原采集数据分析DOC、DIC在淡水（a）与（c），及其在咸水湖泊中的对比（b）与（d）

图4 （a）溶解有机碳DOC与盐度的关系，（b）溶解无机碳DIC与盐度的关系。

3）全球大洋水体功能藻类群组遥感估算研究

大洋水体总藻类粒径大小对全球碳循环具有重要影响。大颗粒藻类容易形成团聚体，并最终沉降到大洋底部，形成碳汇。但是一直以来对全球大洋水体各种功能藻类的区分难以实现。本研究，基于智能算法支持向量机（SVM），以SeaWiFS和MODIS卫星遥感数据进行了全球大洋水体藻类功能群组的遥感估算[5]，其中小型藻类(Micro-plankton)的反演精度较前人有所提高（前人R²=0.62；本研究R² = 0.67），而微型藻类（Nanoplankton）和超微藻类（Pico-plankton）的反演精度都大大提高了（前人没有实现有效反演，本研究的模型精度R²>0.65）。下图是基于SesWiFS卫星遥感数据反演的大洋水体藻类分布状况(图5)。该研究结果可以为全球碳循环模型提供数据支撑，也可以评估全球大洋水体富营养化水平。以上研究工作得到国家自然科学基金项目（41171293）和美国宇航局NASA项目(NNG06GA92G)资助。

图5 全球大洋水体功能藻类群组分布状况，其中左图为1997-2010年期间SeaWiFS反演结果的平均值，由上至下依次为小型藻类、微型藻类和超微藻类在大洋水体的分布状况；右图为像素级别的多年反演结果方差分布状况。