1986–2020 年呼倫湖夏季TSI 數(shù)據(jù)集

禹政陽(yáng)，馬榮華,,4＊，許金朵，王貞，胡旻琪

1.中國(guó)科學(xué)院南京地理與湖泊研究所，湖泊與環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室，南京 210008

2.中國(guó)科學(xué)院大學(xué)，南京學(xué)院，南京 211135

3.國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心，湖泊–流域分中心，南京 210008

4.草原生態(tài)安全省部共建協(xié)同創(chuàng)新中心，呼和浩特 010021

引 言

湖泊富營(yíng)養(yǎng)化是指湖泊中營(yíng)養(yǎng)物質(zhì)（如氮、磷等）積累，導(dǎo)致水體中浮游植物和藻類大量繁殖，從而引發(fā)水質(zhì)惡化、水生生物死亡、水體變渾濁的現(xiàn)象[1]。湖泊富營(yíng)養(yǎng)化威脅到湖泊附近的城市地區(qū)的用水安全，對(duì)水體自身的生態(tài)環(huán)境造成相當(dāng)大的隱患。自20 世紀(jì)80 年代以來(lái)，由于經(jīng)濟(jì)的飛速發(fā)展和各類廢水的過量排放，大量的氮、磷等營(yíng)養(yǎng)物被排入湖泊中，惡化了湖泊水環(huán)境，從而造成了水質(zhì)性缺水，尤其是東部平原湖泊群（巢湖、太湖）和部分西北湖泊（呼倫湖）[2]。因此，對(duì)湖泊營(yíng)養(yǎng)狀態(tài)的實(shí)時(shí)監(jiān)測(cè)可以及時(shí)發(fā)現(xiàn)和控制水體富營(yíng)養(yǎng)化，對(duì)保護(hù)水生態(tài)系統(tǒng)和人類健康，以及輔助環(huán)境管理，具有重要的意義。

相對(duì)于傳統(tǒng)的逐點(diǎn)采樣的監(jiān)測(cè)方式，衛(wèi)星遙感具有連續(xù)、大范圍、周期性觀測(cè)的特點(diǎn)[3]。目前衛(wèi)星遙感手段已經(jīng)實(shí)現(xiàn)了對(duì)藻華面積業(yè)務(wù)化監(jiān)測(cè)，以及富營(yíng)養(yǎng)化湖泊水質(zhì)參數(shù)（葉綠素a、藻藍(lán)素）濃度的反演[4]。Landsat 系列衛(wèi)星由美國(guó)國(guó)家航空航天局（NASA）和美國(guó)地質(zhì)調(diào)查局（USGS）合作開發(fā)，空間分辨率可達(dá)30 m，遠(yuǎn)高于MODIS 產(chǎn)品的空間分辨率。它可以獲取地球表面的多光譜圖像，從可見光到熱紅外范圍內(nèi)具有9 個(gè)波段（Landsat OLI）。Landsat 產(chǎn)品涉及多個(gè)應(yīng)用領(lǐng)域，如土地覆蓋制圖、農(nóng)業(yè)監(jiān)測(cè)和自然資源管理，并且其數(shù)據(jù)通過美國(guó)地質(zhì)調(diào)查局（USGS）的EarthExplorer 平臺(tái)免費(fèi)向公眾提供。因此本研究以Landsat TM/ETM+/OLI 為數(shù)據(jù)源。

水體營(yíng)養(yǎng)狀態(tài)的傳統(tǒng)評(píng)價(jià)指標(biāo)包括營(yíng)養(yǎng)鹽濃度、透明度（Secchi Disk Depth，SDD）、葉綠素a（Chlorophyll-a，Chla）濃度，這些指標(biāo)計(jì)算和分析較為簡(jiǎn)單，評(píng)價(jià)結(jié)果明了，評(píng)價(jià)效率高。然而，這些指標(biāo)存在一定的局限性。例如，透明度只能反映光在水體中的穿透能力，無(wú)法直接反映水體中的營(yíng)養(yǎng)物質(zhì)濃度以及富營(yíng)養(yǎng)化對(duì)水體生態(tài)系統(tǒng)的影響，同時(shí)也易受到水文條件變化和水體的生物化學(xué)過程的影響[5]。水色指數(shù)（Forel-Ule Index）是湖庫(kù)、河流和海洋水質(zhì)的重要衡量指標(biāo)，與水體清潔度及富營(yíng)養(yǎng)化狀態(tài)相關(guān)[6]。水色指數(shù)容易受到環(huán)境條件的影響，如光照、天氣、水體中的懸浮物等，并且難以通過僅憑水色指數(shù)來(lái)準(zhǔn)確評(píng)估營(yíng)養(yǎng)級(jí)別。綜合營(yíng)養(yǎng)狀態(tài)指數(shù)（Trophic Level Index，TLI）是一種用于評(píng)估水體富營(yíng)養(yǎng)化程度的指標(biāo)。它結(jié)合葉綠素a 濃度、總氮（Total Nitrogen，TN）、總磷（Total Phosphorus，TP）、透明度和化學(xué)需氧量（Chemical Oxygen Demand，COD）計(jì)算獲得，旨在提供對(duì)水體營(yíng)養(yǎng)狀態(tài)的綜合評(píng)估[7]，然而，其中化學(xué)需氧量難以通過遙感反演。因此，在本研究所涉及的呼倫湖營(yíng)養(yǎng)狀態(tài)評(píng)價(jià)中，運(yùn)用TLI 評(píng)價(jià)呼倫湖的營(yíng)養(yǎng)狀態(tài)可能存在一定困難。卡爾森營(yíng)養(yǎng)狀態(tài)指數(shù)（Trophic state index，TSI）作為描述水體生態(tài)特征和判斷水質(zhì)狀況的重要指標(biāo)，被廣泛應(yīng)用于內(nèi)陸水體的富營(yíng)養(yǎng)化研究，它通過透明度、葉綠素a 濃度和總磷濃度計(jì)算得出[8-9]。TSI 綜合考慮了多個(gè)水質(zhì)參數(shù)，能夠客觀地評(píng)估湖泊的富營(yíng)養(yǎng)化程度，便于對(duì)湖泊營(yíng)養(yǎng)水平進(jìn)行定量與分級(jí)；TSI指數(shù)是一種標(biāo)準(zhǔn)化的評(píng)價(jià)指標(biāo)，適用于不同湖泊富營(yíng)養(yǎng)化狀況的對(duì)比。因此，這種評(píng)估方法更具科學(xué)性和客觀性，可以提高評(píng)估結(jié)果的可靠性。綜合以上幾點(diǎn)，本研究選取TSI 作為水體富營(yíng)養(yǎng)化評(píng)價(jià)的指標(biāo)。

呼倫湖也稱達(dá)賚湖，是中國(guó)第五大淡水湖，也是東北地區(qū)第一大湖[10]。近40 多年來(lái)，由于氣候變化和人類活動(dòng)的影響，湖水總含鹽量和pH 值逐年升高，湖周大面積蘆葦消失、漁業(yè)資源瀕臨枯竭和大量珍稀鳥類遷移[11]。同時(shí)，呼倫湖水體受到過度施肥、農(nóng)業(yè)污染和工業(yè)廢水排放的影響，導(dǎo)致水體中的營(yíng)養(yǎng)物質(zhì)如氮、磷等含量增加，富營(yíng)養(yǎng)化加劇[12]，并導(dǎo)致了有害藍(lán)藻水華。因此，為了保證呼倫湖生態(tài)系統(tǒng)的可持續(xù)性以及周邊城市的用水安全，需要對(duì)呼倫湖的營(yíng)養(yǎng)狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。本研究的創(chuàng)新點(diǎn)在于將適用于江淮地區(qū)湖泊（見表1）的基于藻類生物量指數(shù)（Algal biomass index，ABI）的TSI 遙感評(píng)價(jià)方法[13]，通過修正系數(shù)將算法進(jìn)一步移植到呼倫湖，從而實(shí)現(xiàn)呼倫湖水體富營(yíng)養(yǎng)化遙感評(píng)價(jià)，生成1986–2020 共35 年的呼倫湖夏季TSI 空間分布時(shí)間序列產(chǎn)品。本數(shù)據(jù)產(chǎn)品可用于分析氣候變化與人類活動(dòng)對(duì)呼倫湖富營(yíng)養(yǎng)化的影響，為呼倫湖富營(yíng)養(yǎng)化進(jìn)程提供理論依據(jù)與數(shù)據(jù)支撐。

表1 湖泊野外采樣日期與樣點(diǎn)數(shù)量Table 1 Sampling dates and site numbers of water samples

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)采集和衛(wèi)星數(shù)據(jù)的下載

2013–2018 年間在江淮流域開展湖泊野外采樣活動(dòng)，選擇不同流域的代表性湖泊共17 個(gè)（見表1），共采集了224 組實(shí)測(cè)數(shù)據(jù)，其中星地匹配數(shù)據(jù)共31 條；各個(gè)湖泊的空間位置如圖1 所示。本數(shù)據(jù)集使用Landsat TM、ETM+和OLI 的地表反射率（Surface Reflectance，SR）Tier 1 Collection 1產(chǎn)品，該產(chǎn)品數(shù)據(jù)在GEE（Google Earth Engine）平臺(tái)上免費(fèi)獲取。

圖1 采樣湖泊與采樣點(diǎn)位的空間分布Figure 1 Spatial distribution of sampling lakes and water samples

SDD（m）在野外試驗(yàn)過程中測(cè)量獲得。在每個(gè)采樣點(diǎn)處，使用標(biāo)準(zhǔn)的20 cm 直徑的Secchi 圓盤垂直于水面放入水中。當(dāng)它剛好消失在視野時(shí)，記錄此時(shí)圓盤距離水面的高度，作為該樣點(diǎn)處的水體SDD。在每個(gè)站點(diǎn)處用采水器采集表層水樣（< 0.3 m），避光冷藏保存并帶回實(shí)驗(yàn)室進(jìn)行水體物質(zhì)濃度的測(cè)定，Chla 濃度（μg/L）采用丙酮萃取法和分光光度計(jì)測(cè)定[14-15]，實(shí)測(cè)光譜的離水反射比Rrs（sr-1）通過FieldSpec Pro Dual VNIR 測(cè)定[16]。

1.2 數(shù)據(jù)處理方法

本數(shù)據(jù)集對(duì)Landsat TM/ETM+/OLI 數(shù)據(jù)的處理流程包括大氣校正、水體邊界提取、水生植被掩膜和構(gòu)建基于ABI 的TSI 反演模型。具體流程如圖2 所示。

圖2 數(shù)據(jù)處理方法流程圖Figure 2 Flow chart of data processing

1.2.1 傳感器一致性評(píng)價(jià)

由于Landsat TM/ETM+/OLI 三者的過境時(shí)間沒有重合，因此無(wú)法直接進(jìn)行對(duì)比。已有研究在清水湖泊中利用兩顆傳感器重疊處相差一天進(jìn)行對(duì)比，但本研究區(qū)呼倫湖的水體變化快，一天內(nèi)湖泊環(huán)境會(huì)發(fā)生顯著差異，因此我們參考CAO[17]的方法，借助MODIS 進(jìn)行間接對(duì)比。MODIS（中分辨率成像光譜儀）是美國(guó)航天局研制的大型遙感儀器。自2000 年開始投入運(yùn)行，時(shí)間分辨率為1 天，其成像時(shí)間可以與Landsat 系列的三個(gè)傳感器重合，因此可以作為不同傳感器一致性評(píng)價(jià)的參考。因此，本數(shù)據(jù)集使用MODIS Aqua 地表反射率產(chǎn)品對(duì)Landsat 系列衛(wèi)星的地表反射數(shù)據(jù)進(jìn)行一致性分析。MODIS Aqua 地表反射率產(chǎn)品空間分辨率為250 m，可以從GEE 平臺(tái)獲取[18]。

分析Landsat 系列衛(wèi)星的一致性，需要進(jìn)行以下主要步驟：首先，從37 張Landsat 影像中選取14 張OLI 影像、13 張ETM+影像和10 張TM 影像。這些影像覆蓋了渾濁、藍(lán)藻水華和較為清澈的水體狀況，這樣可以確保評(píng)價(jià)結(jié)果的可信度。其次，在野外采樣過程中，各采樣點(diǎn)之間距離大于1 公里，且距離湖岸超過1 公里，以避免臨近像元與臨岸混合像元對(duì)計(jì)算精度的影響。然后，計(jì)算點(diǎn)位處25×25 窗口的ABI 平均值，基于Landsat 各景影像的地表反射率，并計(jì)算匹配的MODIS 相同點(diǎn)位處3×3 窗口的ABI 平均值，以統(tǒng)一不同傳感器空間分辨率下的像元尺度。最后，參考公式（1）和公式（2），比較兩個(gè)傳感器SR 計(jì)算的ABI 相關(guān)性，并根據(jù)擬合關(guān)系將基于TM、ETM+的ABI校正到OLI 上。

1.2.2 遙感數(shù)據(jù)的預(yù)處理

為消除大氣吸收和散射對(duì)反射率的影響，本數(shù)據(jù)集采用LEDAPS（Landsat Ecosystem Disturbance Adaptive Processing System）算法對(duì)TM 和ETM 地表反射率產(chǎn)品進(jìn)行大氣校正，使用LaSRC（Landsat Surface Reflectance Code，Version 2.0）算法對(duì)OLI 地表反射率產(chǎn)品進(jìn)行大氣校正[19-20]。利用CFMASK算法生成的質(zhì)量評(píng)估波段，對(duì)像元進(jìn)行篩選，去除云、云陰影、冰雪像元。基于大氣校正后的反射率，根據(jù)公式（3），將其進(jìn)一步轉(zhuǎn)換為水體表面的離水反射比Rrs（sr-1）。

式中，min(SRNIR:SRSWIR)表示近紅外和短波紅外地表反射率的最小波段值。λ對(duì)應(yīng)各波段處的波長(zhǎng)。公式（1）利用清潔水體在近紅外波段低反射率、渾濁水體在短波紅外波段低反射率的特性，將各個(gè)波段的反射率與二者的最小值做差值運(yùn)算，從而達(dá)到去除殘余氣溶膠、水面天空反射光以及太陽(yáng)耀斑影響的目的[21-22]。

1.2.3 呼倫湖水體提取與水生植被掩膜

首先對(duì)呼倫湖水體邊界進(jìn)行識(shí)別與提取，具體流程如下：

（1）結(jié)合NASA 官方提供的遙感影像，對(duì)其進(jìn)行目視判斷，剔除呼倫湖有云層覆蓋的TM、ETM+和OLI 影像數(shù)據(jù)；

（2）根據(jù)1.2.1 中經(jīng)過的轉(zhuǎn)換得到的離水反射比Rrs（sr-1），計(jì)算呼倫湖地區(qū)的歸一化水體指數(shù)（Normalized Difference Water Index, NDWI），使用基于NDWI 的動(dòng)態(tài)閾值法對(duì)水體邊界進(jìn)行提取，獲取最初的水體邊界范圍[23]；

（3）為消除水陸邊界的混合像元，對(duì)提取的呼倫湖水體邊界向內(nèi)取三個(gè)像元[24]，將該結(jié)果作為最終的呼倫湖水體邊界。

藻華像元和水生植被像元對(duì)遙感反演精度有著不可忽視的影響。本數(shù)據(jù)集進(jìn)一步對(duì)湖泊水體中的藻華與水生植被像元進(jìn)行掩膜，參照了Hu[25]所提出的浮游藻類指數(shù)FAI（Floating algal index），將其應(yīng)用至內(nèi)陸二類水體。FAI 計(jì)算過程見公式（4），水生植被和藻華的去除結(jié)果如圖3 所示。

圖3 藻華與水生植被像元掩膜Figure 3 Masking of pixels contaminated by bloom and aquatic vegetation

式中，SRSWIR、SRNIR、SRRED分別對(duì)應(yīng)OLI 短波紅外（1609 nm）、近紅外波段（865 nm）與紅光波段（655 nm）的地表反射率，λ對(duì)應(yīng)各波段處的波長(zhǎng)。本數(shù)據(jù)集利用統(tǒng)一閾值去除浮游藻類像元，結(jié)合直方圖將FAI 閾值確定為-0.004，進(jìn)一步去除藻華與水生植物像元。

1.2.4 基于ABI 的TSI 遙感反演模型構(gòu)建

呼倫湖的采樣數(shù)據(jù)表明，呼倫湖水體中的Chla 濃度均值大于20 μg/L。相關(guān)的研究表明Chla 對(duì)于藻類生物量的指示更加穩(wěn)定[26]，因此本數(shù)據(jù)集將使用基于Chla 的TSI 作為呼倫湖營(yíng)養(yǎng)級(jí)別評(píng)價(jià)指標(biāo)（參考公式（5））?；赥SI（Chla）的營(yíng)養(yǎng)級(jí)別劃分標(biāo)準(zhǔn)：TSI（Chla）≤ 40 屬于貧營(yíng)養(yǎng)型；4160 屬于高度富營(yíng)養(yǎng)型[5]。根據(jù)該標(biāo)準(zhǔn)對(duì)呼倫湖進(jìn)行營(yíng)養(yǎng)級(jí)別評(píng)級(jí)。

水體富營(yíng)養(yǎng)化的本質(zhì)是藻類生物量的增加，遙感技術(shù)所探測(cè)到的信號(hào)不僅包括水體表面的信息，也包括真光層內(nèi)水體綜合信息，例如垂向藻類生物量[2]。對(duì)此，Hu 等人[27]提出了藻類生物量指數(shù)，以定量評(píng)估二類水體的藻類生物量，它與藻類生物量之間是負(fù)相關(guān)關(guān)系。該指數(shù)通過分別基于近紅外波段、藍(lán)光波段及綠光波段和紅光波段、藍(lán)光波段及綠光波段構(gòu)建的兩條基線的差值，對(duì)真光層內(nèi)藻類生物量具有很好響應(yīng)。ABI 計(jì)算方法如公式（6）：

式中，BLUE、GREEN、RED和NIR分別對(duì)應(yīng)Landsat-8 OLI 在482 nm、561 nm、665 nm 與865 nm處的地表反射率，λ為相應(yīng)波長(zhǎng)。

由于呼倫湖實(shí)測(cè)數(shù)據(jù)數(shù)量的限制，本數(shù)據(jù)集利用東部江淮地區(qū)湖泊的實(shí)測(cè)離水反射比Rrs（sr-1），計(jì)算ABI 和TSI，并以之為基礎(chǔ)建立基于ABI 的TSI 反演模型，將其運(yùn)用至呼倫湖。模型的擬合結(jié)果如圖4 所示，隨著ABI 的增加，藻類生物量減少，TSI 也隨之降低。該模型在東部的湖泊水質(zhì)遙感反演中效果良好，因此本研究將該模型嘗試用于呼倫湖，以獲取呼倫湖TSI 時(shí)空變化信息。

圖4 基于ABI 的TSI 反演模型Figure 4 ABI-based TSI inversion model

2 數(shù)據(jù)樣本描述

1986–2020 年呼倫湖夏季TSI 數(shù)據(jù)集的數(shù)據(jù)實(shí)體名稱為：HulunLake_TSI.tif。本數(shù)據(jù)集空間分辨率為30 m，均為柵格數(shù)據(jù)，數(shù)值范圍為50–100。呼倫湖TSI 空間分布如圖5 所示，1986–2020 年間，呼倫湖TSI 最大值達(dá)到100，最小值為0；從空間分布模式上看，湖心區(qū)的TSI 通常低于近岸區(qū)的TSI。在1986–1994、1999–2004、2017–2020 年間，呼倫湖TSI 呈現(xiàn)驟降趨勢(shì)；然而在1998–2001、2007–2008、2013–2016 年間，呼倫湖的TSI 呈現(xiàn)上升趨勢(shì)。2013 年之后，呼倫湖的TSI 基本維持在較高水平。

圖5 呼倫湖夏季TSI 空間分布圖Figure 5 Spatial distribution of TSI of Hulun Lake in summer

3 數(shù)據(jù)質(zhì)量控制和評(píng)估

本數(shù)據(jù)集為確保數(shù)據(jù)的準(zhǔn)確性，根據(jù)光譜響應(yīng)函數(shù)（Spectral Response Function，SRF），將實(shí)測(cè)光譜數(shù)據(jù)換算成OLI 模擬的離水反射率Rrs（sr-1）。為提高星地同步匹配的準(zhǔn)確性，采用鄰近像元的方式進(jìn)行空間匹配，同時(shí)在時(shí)間匹配中，將時(shí)間差小于3 小時(shí)的觀測(cè)值視為同步觀測(cè)。Landsat-8 OLI 各波段Rrs（λ）與基于實(shí)測(cè)光譜模擬的OLI 各波段Rrs（λ）對(duì)比結(jié)果如圖6 所示，在不同的波長(zhǎng)處，模擬的反射率Rrs（λ）的均方根誤差均小于0.0045，平均絕對(duì)百分比誤差均小于11.51%；基于模擬反射率得出的ABI 與衛(wèi)星反射率得出的ABI 相比，均方根誤差為0.0045，平均絕對(duì)百分比誤差為9.73%。

圖6 基于模擬OLI 的Rrs（sr-1）和OLI 的Rrs（sr-1）對(duì)比結(jié)果圖Figure 6 Comparison betweem simulated OLI Rrs（sr-1）and OLI Rrs（sr-1）

本數(shù)據(jù)集利用呼倫湖現(xiàn)有的實(shí)測(cè)數(shù)據(jù)對(duì)基于東部江淮地區(qū)湖泊實(shí)測(cè)數(shù)據(jù)建立的TSI 反演模型進(jìn)行精度評(píng)價(jià)，結(jié)果如圖7（a）所示，基于實(shí)測(cè)離水反射比的TSI 和基于OLI 反射率的TSI 的平均絕對(duì)百分比誤差為3.53%，均方根誤差為2.39，均保持在較低的水平。根據(jù)呼倫湖富營(yíng)養(yǎng)化已有的研究結(jié)果[28]，對(duì)本數(shù)據(jù)集的精度進(jìn)行評(píng)價(jià)，結(jié)果見圖7（b），平均絕對(duì)百分比誤差和均方根誤差分別為7.53%和4.50。

圖7 模型精度評(píng)價(jià)圖Figure 7 Evaluation of the model accuracy

4 數(shù)據(jù)使用方法和建議

TSI 作為湖泊富營(yíng)養(yǎng)化的指示器，是對(duì)水體進(jìn)行實(shí)時(shí)監(jiān)測(cè)的關(guān)鍵指標(biāo)，因此在二類水體的富營(yíng)養(yǎng)化時(shí)空變化研究領(lǐng)域得到了廣泛應(yīng)用。本數(shù)據(jù)集是基于ABI 的TSI 反演結(jié)果，精度較高。本數(shù)據(jù)實(shí)體解壓后的tif 數(shù)據(jù)可以使用專業(yè)的GIS軟件打開和編輯，也可以使用R 語(yǔ)言或python 的相關(guān)package直接讀取分析；其時(shí)間序列涵蓋了1986–2020 的呼倫湖TSI 的空間分布信息，可以為呼倫湖生態(tài)環(huán)境監(jiān)測(cè)提供必不可少的數(shù)據(jù)支持。

致 謝

感謝Google Earth Engine（簡(jiǎn)稱GEE）平臺(tái)提供的豐富數(shù)據(jù)資源和強(qiáng)大技術(shù)支持，為本數(shù)據(jù)集提供了重要的數(shù)據(jù)基礎(chǔ)和分析工具；感謝NASA（美國(guó)國(guó)家航空航天局）提供的衛(wèi)星數(shù)據(jù)支持，為本數(shù)據(jù)集提供了非常寶貴的數(shù)據(jù)資源。

數(shù)據(jù)作者分工職責(zé)

禹政陽(yáng)（1997—），男，山東省煙臺(tái)市人，博士生，研究方向?yàn)楹喘h(huán)境遙感。主要承擔(dān)工作：數(shù)據(jù)生產(chǎn)，結(jié)果驗(yàn)證，論文撰寫和修改。

馬榮華（1972—），男，山東省臨沂市人，博士，研究員，研究方向?yàn)楹喘h(huán)境遙感。主要承擔(dān)工作：總體思路設(shè)計(jì)，論文修改。

許金朵（1982—），女，江蘇省睢寧縣人，碩士，工程師，研究方向?yàn)閿?shù)據(jù)庫(kù)建設(shè)、數(shù)據(jù)共享和地圖學(xué)與地理信息系統(tǒng)。主要承擔(dān)工作：數(shù)據(jù)準(zhǔn)備，數(shù)據(jù)整理與上傳。

王貞（1983—），女，河南安陽(yáng)人，碩士，研究方向?yàn)榈乩硇畔⒅茍D。主要承擔(dān)工作：論文數(shù)據(jù)下載及處理、數(shù)據(jù)編輯。

胡旻琪（1994—），女，江蘇省南京市人，博士，助理研究員，研究方向?yàn)楹喘h(huán)境遙感。主要承擔(dān)工作：衛(wèi)星一致性評(píng)估，論文修改。