中貧營(yíng)養(yǎng)湖泊葉綠素a預(yù)測(cè)模型探討

劉 宇，朱丹瑤

（牡丹江師范學(xué)院歷史與文化學(xué)院，黑龍江牡丹江157012）

隨著經(jīng)濟(jì)的高速發(fā)展，我國(guó)內(nèi)陸水體的污染不斷加劇，致使一些湖泊藻類(lèi)物質(zhì)急劇增多，富營(yíng)養(yǎng)化狀況也日趨嚴(yán)重。藻類(lèi)的富集與死亡不僅會(huì)降低湖泊的功能與作用，還可能通過(guò)食物鏈進(jìn)一步損害人類(lèi)身體健康[1]。地表水狀況與飲水安全已然成為影響生態(tài)與社會(huì)發(fā)展的重要因素。水質(zhì)監(jiān)測(cè)作為水污染防治與評(píng)價(jià)的重要依據(jù)，其結(jié)果直接影響區(qū)域生產(chǎn)與居民生活用水[2,3]。傳統(tǒng)的水質(zhì)監(jiān)測(cè)不僅耗時(shí)長(zhǎng)，費(fèi)用高，且難以及時(shí)地掌握整個(gè)研究區(qū)水質(zhì)的空間分布狀況。遙感技術(shù)憑借其獨(dú)特優(yōu)勢(shì)已被廣泛應(yīng)用到了水質(zhì)監(jiān)測(cè)中[4,5]。隨著遙感監(jiān)測(cè)研究的日益成熟，水體中可監(jiān)測(cè)指標(biāo)也在不斷增加。在眾多水質(zhì)參數(shù)當(dāng)中，葉綠素a 作為藻類(lèi)物質(zhì)的重要組成成分之一，一直是內(nèi)陸水體富營(yíng)養(yǎng)化狀況監(jiān)測(cè)的重要參數(shù)指標(biāo)[6,7]。

目前，國(guó)內(nèi)外已有不少關(guān)于內(nèi)陸水體葉綠素a濃度的遙感監(jiān)測(cè)研究，但無(wú)論采用哪種方法，其研究的范圍主要集中在富營(yíng)養(yǎng)狀態(tài)的水域，對(duì)于中/貧營(yíng)養(yǎng)狀態(tài)的水域研究較少。如：在傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ椭?，Gitelson 等[8]利用植物色素在700 nm 附近熒光峰位置與葉綠素a濃度的變化規(guī)律進(jìn)行建模，估算了渾濁水體葉綠素a濃度；Hoogenboom 等[9]在Ljsselneer湖區(qū)，通過(guò)分析水體光譜數(shù)據(jù)發(fā)現(xiàn)，波段比值Rrs(708)/Rrs(676)在葉綠素a 濃度建模中精度最高；Ricardo 等[10]通過(guò)分析FLH(Fluoresce Line Height)算法在MODIS 影像的應(yīng)用，發(fā)現(xiàn)該算法較依賴于波段位置的準(zhǔn)確性。馬萬(wàn)棟等[11]利用高光譜數(shù)據(jù)對(duì)比研究發(fā)現(xiàn)，反射峰面積模型NPA(Normalized Peak Area)較適合用于實(shí)測(cè)高光譜數(shù)據(jù)來(lái)反演葉綠素濃度。隨著水質(zhì)遙感研究的不斷深入，一些半經(jīng)驗(yàn)半分析模型也被一些學(xué)者采用，常用的模型主要有三波段模型、四波段模型等。如：Dall’Olmo等[12]利用三波段模型通過(guò)反演葉綠素濃度證實(shí)了該模型在內(nèi)陸水體中的應(yīng)用。Le 等[13]通過(guò)分析太湖水域懸浮物吸收和散射特性，進(jìn)一步構(gòu)建了四波段模型，并取得不錯(cuò)的效果。安如等[6]利用歸一化葉綠素指數(shù)法NDCI(Normalized Difference Chlorophyll Index)對(duì)比不同研究區(qū)發(fā)現(xiàn)，NDCI穩(wěn)定性與適用性更好。

而對(duì)于中/貧營(yíng)養(yǎng)水體的遙感反演研究，目前主要集中在光學(xué)特性較為簡(jiǎn)單的大洋等開(kāi)闊性水域。由于水體清潔，內(nèi)部組成成分較為單一，模型框架算法相對(duì)較為成熟。如應(yīng)用SeaWiFS 數(shù)據(jù)的CZCS 算法和OC4 算法[14]，以及MODIS 數(shù)據(jù)的藍(lán)綠比值算法等。與大洋水體相比，我國(guó)大部分內(nèi)陸水體光學(xué)特性較為復(fù)雜。水體組成成分除葉綠素a外，通常還包括懸浮顆粒物和有色可溶有機(jī)物。因此，這也導(dǎo)致內(nèi)陸水體的反演算法適用性不同于大洋水體。

除此之外，部分學(xué)者也對(duì)內(nèi)陸水體中/貧營(yíng)養(yǎng)水域葉綠素a濃度反演做出了初步的探索，如：李苗等[15]對(duì)克欽湖葉綠素a濃度模型進(jìn)行了對(duì)比研究，發(fā)現(xiàn)波段反射率比值模型Rrs(703)/Rrs(677)對(duì)克欽湖葉綠素濃度估算效果最佳。馬馳等[16]利用的Landsat 7 ETM+影像對(duì)松嫩平原水體葉綠素a 含量進(jìn)行估算，結(jié)果表明波段組合Rrs4/(Rrs2+Rrs3)擬合效果最好。但所使用的算法都為傳統(tǒng)的經(jīng)驗(yàn)?zāi)Ｐ停?jiǎn)單波段組合缺乏物理依據(jù)，并具有一定的隨機(jī)性[5]。

參照生態(tài)部《地表水環(huán)境質(zhì)量評(píng)價(jià)辦法》關(guān)于湖泊富營(yíng)養(yǎng)化評(píng)價(jià)TLI 指數(shù)法，對(duì)照單一指標(biāo)葉綠素a 濃度表明，鏡泊湖水體大部分處于中/貧養(yǎng)狀態(tài)。本文基于高光譜數(shù)據(jù)，使用包括傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ?、半?jīng)驗(yàn)半分析模型在內(nèi)的8種比較成熟的反演方法，通過(guò)分析不同模型的適用性來(lái)確定適合鏡泊湖水域的最優(yōu)模型。以期為中/貧營(yíng)養(yǎng)內(nèi)陸水域葉綠素a 濃度遙感監(jiān)測(cè)提供參考模型。另外，鏡泊湖不僅是該地區(qū)重要的淡水資源之一，而且位于該地區(qū)旅游景區(qū)的核心位置。近些年，由于旅游產(chǎn)業(yè)的不斷發(fā)展和人類(lèi)活動(dòng)的顯著增加，尤其河流上游的農(nóng)業(yè)影響。鏡泊湖的環(huán)境壓力日益明顯，湖泊生態(tài)系統(tǒng)的平衡也受到了嚴(yán)重的影響。因此，通過(guò)對(duì)鏡泊湖葉綠素a遙感監(jiān)測(cè)，不僅可以實(shí)時(shí)的、全面地了解其水質(zhì)狀況，同時(shí)也可以為鏡泊湖開(kāi)展水資源保護(hù)、旅游資源開(kāi)發(fā)等提供重要的數(shù)據(jù)基礎(chǔ)與理論依據(jù)。

1 數(shù)據(jù)選取與方法

1.1 野外采樣及數(shù)據(jù)選取

野外葉綠素a 濃度數(shù)據(jù)獲取時(shí)間為2015年9月22日和2018年7月28日。通過(guò)GPS 定位，共獲取鏡泊湖50 個(gè)表層水樣，經(jīng)過(guò)篩選剔除異常點(diǎn)，最后選取45 個(gè)有效采樣點(diǎn)。其中1-30 號(hào)采樣點(diǎn)為2015年數(shù)據(jù)，作為建模數(shù)據(jù)庫(kù)； a-o 號(hào)采樣點(diǎn)為2018年數(shù)據(jù)，作為檢驗(yàn)數(shù)據(jù)庫(kù)，具體分布如圖1所示。獲取的水樣通過(guò)熱乙醇分光光度法，測(cè)得葉綠素濃度范圍為0.62～3.21μg/L，平均濃度為1.51μg/L。

圖1 鏡泊湖采樣點(diǎn)分布圖Fig.1 Distribution of sample stations in Jinpo Lake

水體光譜信息獲取是使用ASD Field Spec Pro FR 便攜式光譜儀，其波長(zhǎng)范圍為350～1 050 nm，光譜分辨率為3 nm，光譜采集與處理參照唐軍武等[17]推薦方法。

1.2 葉綠素a濃度估算模型

1.2.1 波段比值模型

波段比值模型是結(jié)合葉綠素a 光譜特征選取2 個(gè)波段的比值作為葉綠素a的反演因子，通過(guò)構(gòu)建回歸方程來(lái)估算葉綠素a 濃度。該模型通常使用近紅外波段反射峰值與紅光反射谷值的比值來(lái)估算葉綠素a 濃度，如L Han 等[18]通過(guò)分析3 個(gè)不同月份的實(shí)測(cè)數(shù)據(jù)對(duì)比發(fā)現(xiàn)，波段比值Rrs(705)/Rrs(670)模型穩(wěn)定性較高。

1.2.2 三波段模型

三波段模型是在Gordon 等對(duì)生物光學(xué)模型研究的基礎(chǔ)之上發(fā)展起來(lái)的，早期用來(lái)估算地表植被葉綠素含量。目前，國(guó)內(nèi)外眾多學(xué)者通過(guò)結(jié)合研究區(qū)不同水體特征，建立了大量水質(zhì)參數(shù)的反演算法。其中，部分水域已經(jīng)得到了較好的驗(yàn)證[19,20]。該方法原理是利用不同物質(zhì)的光學(xué)特性，建立特定范圍的3個(gè)波段組合與特定水質(zhì)參數(shù)的相關(guān)關(guān)系，進(jìn)而達(dá)到盡可能減少其他水色物質(zhì)干擾的效果。三波段模型可用公式表示：

式中：Cchl.a表示葉綠素a 濃度；Rλ1和Rλ2分別代表λ1和λ2處反射率值，其中，λ1應(yīng)選擇在葉綠素a 反射谷附近；λ2應(yīng)選擇在700 nm附近的熒光峰波段。

由于此處對(duì)懸浮物和黃色物質(zhì)的吸收系數(shù)與λ1位置相近，因此三波段模型可有效減輕該組分對(duì)水體吸收系數(shù)的影響。λ3所在的位置主要是用來(lái)抵消所受后向散射的影響。三波段模型的適用性較好，并具有相對(duì)較高的驗(yàn)證效果。但不同學(xué)者選取的3 個(gè)波段所在的實(shí)際位置并不完全一致。如Gitelson等[21]通過(guò)分析Chesapeake 渾濁水體光學(xué)特性發(fā)現(xiàn)，3 個(gè)波段位置分別位于675、695 和730 nm；而Dall′Olmo 等[22]通過(guò)大量的實(shí)驗(yàn)來(lái)確定波段位置及敏感性，研究發(fā)現(xiàn)λ1應(yīng)設(shè)置在660～690 nm 之間、λ2應(yīng)設(shè)置在700～750 nm 之間、λ3設(shè)置應(yīng)大于730 nm。

1.2.3 四波段模型

在三波段模型的基礎(chǔ)之上，Le 等[13]通過(guò)加入第4 個(gè)波段，建立了四波段模型。其目的是為了減弱渾濁水體懸浮物及純水吸收和向后散射的影響。四波段模型一般形式如下：

式中：λ1與λ2位置與三波段模型相同，λ3位置通常選擇在720～740 nm之間，λ4位置通常選擇在740～780 nm之間。具體位置可通過(guò)所建模型決定系數(shù)最優(yōu)原則，迭代確定。

1.2.4 NDCI模型

NDCI 是由Maisha 等[23]提出，模型采用歸一化形式，主要針對(duì)內(nèi)陸水體復(fù)雜的組分而設(shè)定。模型簡(jiǎn)單實(shí)用，一般形式如下：

式中：Rλ1和Rλ2分別代表波段λ1與λ2處的反射率值。

為減弱其他組分的干擾，λ1與λ2應(yīng)選取在葉綠素a導(dǎo)致光譜變化明顯波段。另考慮到模型假設(shè)懸浮物與有色可溶有機(jī)物在所選位置吸收系數(shù)相等，故λ1與λ2位置差不能過(guò)大。綜合考慮2種因素，λ1與λ2分別選取在675 nm 附近葉綠素a強(qiáng)吸收波段和700 nm附近的葉綠素強(qiáng)反射波段。

1.2.5 WCI模型

WCI，即葉綠素a 監(jiān)測(cè)指數(shù)，是通過(guò)借鑒陸地植被葉綠素監(jiān)測(cè)指數(shù)MTCI發(fā)展而來(lái)[24]，模型計(jì)算公式為：

式中：Cchl.a表示葉綠素a 濃度值，λ3應(yīng)選擇在675 nm 附近的葉綠素強(qiáng)吸收波段。

由于不存在陸地植被的紅邊效應(yīng)，λ1與λ2應(yīng)盡量選擇在與λ3反差較大的波段。即λ1選擇在左側(cè)650 nm左右的反射峰，λ2選擇在700 nm 附近的熒光峰。具體的波段位置的確定可通過(guò)決定系數(shù)最優(yōu)原則，逐步迭代確定。

1.2.6 熒光峰位置模型

熒光峰是由于植物色素的熒光效應(yīng)所引起的反射鋒，并且葉綠素a濃度與該反射峰的位置成正相關(guān)。因此，通常用該波段反射峰的位置來(lái)判斷葉綠素a濃度。D.Zhao等[25]通過(guò)分析400～750 nm 反射光譜與葉綠素a 濃度的相關(guān)性，并發(fā)現(xiàn)葉綠素濃度由3 mg/L 增加到100 mg/L 時(shí)，熒光峰位置相應(yīng)的從680 nm向715 nm變化，并且峰幅逐漸增加。

1.2.7 熒光峰光高度模型

水體熒光峰高度模型由Gower[26]提出，其原理是通過(guò)連接700 nm 附近熒光峰左右兩側(cè)反射谷作為基線（見(jiàn)圖2）。計(jì)算熒光峰位置反射率值與基線高度之差，即基線熒光峰高度，公式如下：

圖2 基線熒光高度示意圖Fig.2 Illustration of the FLH

式中：FLH為熒光峰高度；λmax為是峰值波長(zhǎng)；λ1、λ2分別為熒光峰左右兩側(cè)反射谷的波長(zhǎng)；Rλmax、Rλ2和Rλ2分別為λmax、λ1和λ2處光譜反射率值。

1.2.8 熒光峰面積模型

對(duì)于熒光峰面積模型目前主要通過(guò)選取700 nm 附近熒光峰兩側(cè)的吸收谷來(lái)計(jì)算反射峰面積（見(jiàn)圖3），計(jì)算公式為：

圖3 葉綠素a 紅波段反射峰面積示意圖Fig.3 Illustration of the NPA in red band region of chlorophyll-a

式中：NPA為葉綠素a 熒光峰面積；λ1、λ2分別為熒光峰左右兩側(cè)吸收谷的波長(zhǎng)，nm；Rλ1、Rλ2分別為λ1和λ2處光譜反射率。

2 數(shù)據(jù)分析與討論

2.1 鏡泊湖水體光譜反射率特征

圖4為本次采集的鏡泊湖水體光譜反射率分布狀況?？梢钥闯?，分布曲線在400～900 nm 波段范圍內(nèi)具有明顯的內(nèi)陸水體特征。其中，由于葉綠素吸收及細(xì)胞散射作用形成的反射峰出現(xiàn)在570～580 nm 波段；由藻藍(lán)蛋白色素吸收形成的反射谷出現(xiàn)在670～680 nm 波段；由植物色素的熒光效作用形成的反射峰出現(xiàn)在695～705 nm 波段，該反射峰位置與葉綠素a 濃度成正相關(guān)[27]。因此，通常用該波段反射峰的位置和數(shù)值來(lái)判斷葉綠素a濃度。

圖4 鏡泊湖水體光譜反射率曲線Fig.4 Remote sensing reflectance spectra of the Jinpo Lake

2.2 不同模型估算葉綠素a濃度分析

在獲取的45 組實(shí)測(cè)光譜數(shù)據(jù)與同步葉綠素濃度數(shù)據(jù)中，本文利用建模數(shù)據(jù)庫(kù)（2015年9月獲?。褂蒙鲜? 種模型進(jìn)行建模。其中波段比值模型選擇熒光峰Rrs(693)與其左側(cè)的反射率谷Rrs(680)比值；三波段和四波段模型則根據(jù)R2值最大原則，循環(huán)迭代確定最佳波段，經(jīng)測(cè)試λ1、λ2、λ3分別為676、697 和740 nm，四波段λ1、λ2、λ3和λ4分別為681、693、733和766 nm。另外5種模型波段選取參考1.2所述。

在獲取的樣本數(shù)據(jù)（30 組）中，將以上最終確定的最優(yōu)波段特征值作為自變量，同步葉綠素a數(shù)據(jù)作為因變量，通過(guò)相應(yīng)算法的回歸分析后，所建立的葉綠素a 濃度反演模型如表1所示。其中三波段模型擬合度最高，R2值達(dá)到0.79，優(yōu)于波段比值模型的0.74，兩個(gè)模型的最優(yōu)回歸方程都為一元二次方程，這與大多數(shù)學(xué)者研究一致[28,29]；NDCI 模型和四波段模型的最優(yōu)模型也為一元二次方程，R2值也分別達(dá)到了0.74 和0.69；熒光峰位置模型、光峰高度模型和熒光峰面積模型R2值也達(dá)到了0.6 左右，與多數(shù)學(xué)者觀點(diǎn)一致，最優(yōu)回歸方程為指數(shù)方程[11,24,29]；WCI 模型是本次所選模型中決定系數(shù)相對(duì)較低的模型，R2值為0.51，但也可以明顯地表現(xiàn)出葉綠素a 濃度與光譜值之間的相關(guān)性。

表1 不同方法葉綠素a反演模型Tab.1 Chlorophyll-a retrieval model in different methods

使用驗(yàn)證數(shù)據(jù)庫(kù)（2018年7月獲?。?duì)上述8 種葉綠素a濃度模型的反演精度進(jìn)行評(píng)價(jià)。結(jié)果見(jiàn)圖5。

圖5 葉綠素a 濃度估算值與實(shí)測(cè)值的對(duì)比Fig.5 Comparison between measured and estimated the chlorophyll-a concentration

可以看出，上述8種方法都能在一定程度上反演出鏡泊湖水體的葉綠素a 濃度狀況(MAPE為20.6%～46.3%，RMSE 為0.34～0.63 μg/L)。但在不同營(yíng)養(yǎng)狀況的水域，由于水體光學(xué)特性的差異，模型適用性有所不同[29]。在本研究區(qū)，鏡泊湖屬于中營(yíng)養(yǎng)/貧營(yíng)養(yǎng)水域。檢驗(yàn)結(jié)果顯示，與其他模型相比，三波段模型效果最好，RMSE與MAPE分別為0.34μg/L和20.6%。

三波段模型和四波段模型都是基于內(nèi)陸水體復(fù)雜的組成成分和光譜特性所構(gòu)建的。模型中波段的選擇范圍位于紅外與近紅外波段之間，其中λ1與λ2分別選取在葉綠素a反射谷與熒光峰波段。由于兩處懸浮物和有色可溶性有機(jī)物的吸收系數(shù)相近，因此模型可在一定程度消除兩種物質(zhì)對(duì)水體光譜的影響。同時(shí)，λ3的加入也可以部分抵消水體后向散射的影響[26]。但是由于不同水域水體組成成分不同，所呈現(xiàn)的光譜特征也往往不同，因而建模的最佳波段具有一定的不固定性。在此基礎(chǔ)之上，四波段模型通過(guò)加入第4個(gè)波段來(lái)進(jìn)一步減弱渾濁水體懸浮物及純水吸收和后向散射的影響。但本研究四波段模型MAPE為22.9%，RMSE為0.41μg/L，均低于三波段模型的檢驗(yàn)效果。其原因一方面，可能是由于鏡泊湖水體組成成分和光學(xué)特性在時(shí)間上與空間上差異較大，當(dāng)懸浮物在所選波段的吸收系數(shù)差異較大時(shí)，增加近紅外波段的四波段模型也可能帶來(lái)一定干擾，從而無(wú)法改善模型的效果[29]。另外，在近紅外區(qū)域，三波段模型是以懸浮物顆粒遠(yuǎn)小于純水吸收系數(shù)為前提，而在高渾濁水域，近紅外波段的吸收和散射并不能被忽略，四波段模型也正是基于此改進(jìn)模型的精度[13]。但鏡泊湖水體并非高渾濁水體，因此，加入的第四波段也可能對(duì)模型產(chǎn)生一定的干擾。

在NDCI 模型的驗(yàn)證中，RMSE為0.42 μg/L，MAPE為22.3%。由于模型的波段選擇與波段比值一致（700 nm 左右反射鋒與葉綠素吸收峰），因此反演效果與波段比值模型也比較接近，并沒(méi)有優(yōu)于三波段模型。這與安如等[6]對(duì)太湖的反演模型結(jié)論一致，即NDCI法較適用于葉綠素濃度較高的湖泊水質(zhì)監(jiān)測(cè)，對(duì)于中營(yíng)養(yǎng)/貧營(yíng)養(yǎng)狀況的鏡泊湖反演效果并沒(méi)有較大的提升。WCI 模型雖擬合效果不高，但在模型驗(yàn)證中，平均相對(duì)誤差MAPE卻達(dá)到19.2%。一方面可能是由于本次采集樣本數(shù)量較少，建模數(shù)據(jù)的選取也會(huì)影響模型的精度；另一方面WCI 模型是在陸地植被葉綠素a 監(jiān)測(cè)模型MTCI 的基礎(chǔ)上，通過(guò)波段差值的比值來(lái)增大葉綠素a 吸收和反射的差異。該研究區(qū)具有較高葉綠素a濃度，通過(guò)波段的處理，水體葉綠素a特征更加明顯[24]。而本研究區(qū)屬于中營(yíng)養(yǎng)/貧營(yíng)養(yǎng)水域，葉綠素a濃度相對(duì)較低，通過(guò)該模型的波段變換并沒(méi)有改善葉綠素a 濃度的反演精度。這也體現(xiàn)了在不同類(lèi)型水體中，模型通用性不確定的特點(diǎn)[2,5,7]。

熒光峰位置模型、熒光峰高度模型和熒光峰面積模型已經(jīng)被很多學(xué)者證明過(guò)可以作為反演葉綠素a濃度的傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ蚚11,24,29]。對(duì)比該3 種反演模型的檢驗(yàn)效果，熒光峰高度模型與熒光峰面積模型比較穩(wěn)定，反演精度差別不大，RMSE分別為0.43 和0.47μg/L，MAPE分別為25.9%與30.4%。而熒光峰位置模型的驗(yàn)證精度則相對(duì)較低，RMSE為0.63 μg/L，MAPE為46.3%。其主要原因可能為此次采樣湖泊水體葉綠素濃度普遍偏低，濃度跨度較小導(dǎo)致建模數(shù)據(jù)熒光峰位置比較接近，甚至相同，從而影響模型精度。

3 結(jié)論

本文結(jié)合2015年9月和2018年7月實(shí)測(cè)光譜數(shù)據(jù)，對(duì)鏡泊湖葉綠素a 濃度反演模型的精度進(jìn)行了評(píng)估。以期為中營(yíng)養(yǎng)/貧營(yíng)養(yǎng)內(nèi)陸湖泊的最佳反演模型提供一定的數(shù)據(jù)支撐。具體結(jié)論如下：

（1）在所構(gòu)建的8種模型中，三波段模型是最適用于中營(yíng)養(yǎng)/貧營(yíng)養(yǎng)狀況的鏡泊湖葉綠素a 濃度估算模型，模型R2值為0.79，MAPE為20.6%，RMSE為0.34μg/L。模型可表示為y=2 864.3x2-107.43x+2.14，x=[Rrs-1(676)-Rrs-1(697)]×Rrs-1(740)。

（2）與三波段模型對(duì)比研究發(fā)現(xiàn)，在低葉綠素濃度及低渾濁水體中，增加近紅外波段的四波段模型也可能帶來(lái)一定的不確定性，從而降低反演精度，但仍需更多水體樣來(lái)進(jìn)一步驗(yàn)證。

（3)WCI 模型的R2值較低，但在模型驗(yàn)證中，MAPE卻只有19.2%。是否與中營(yíng)養(yǎng)/貧營(yíng)養(yǎng)湖泊葉綠素a濃度較低有關(guān)仍需要進(jìn)一步驗(yàn)證。

（4）對(duì)于葉綠素a濃度跨度較小的鏡泊湖水域，半經(jīng)驗(yàn)半分析模型建模精度優(yōu)于傳統(tǒng)的經(jīng)驗(yàn)?zāi)Ｐ停ㄈ纾?熒光峰位置模型、熒光峰高度模型和熒光峰面積模型）。