南科大冯炼团队在《自然》杂志上发表了对全球湖泊富营养化研究的不同看法。

1.Ho等(2019)利用单一的近红外波段分析湖泊水华，忽略了浅水湖泊悬沙变化对近红外信号的影响。由于湖泊(尤其是浅水湖泊)受河流输入和底部再悬浮过程的影响，水体中悬浮泥沙浓度呈现显著的时空动态差异。然而，沉积物的强后向散射信号会导致高浊度水在近红外波段的反射率增加。因此，Ho等人(2019)采用的方法可能高估了湖泊水华过程。基于Ho等(2019)研究的71个湖泊的数据分析发现，忽略沉积物信号的影响会导致至少58个(82%)湖泊水华提取结果的误判(图1)。

图1。何等(2019)悬浮泥沙对部分湖泊水华提取结果的影响示意图。分析表明，在Ho等人(2019)研究的71个湖泊中，至少有58个(82%)受此因素影响。

2.Ho等人(2019)使用Fmask算法在Landsat遥感数据上区分湖泊边界。然而，Ho等人(2019)没有注意到，在Fmask算法中仅使用简单的植被指数阈值来区分水体，会将水华强烈的区域识别为陆地，并将其排除在后续分析之外，这可能会导致对水华强烈区域的漏判(图2)。数据分析显示，Ho等人(2065，438+09)的765，438+0个湖中，至少有465，438+0个(58%)存在漏判。

图二。宋卡湖(泰国)和洪泽湖(中国)的提取结果表明，Ho等人(2019)基于Landsat的湖泊水华强度信息存在严重错误。(a-d)Landsat 5 TM数据的真彩色合成影像和水华强度指数(BNIR，用Ho等(2019)的方法计算)。显然，无论是高度浑浊的水体还是水生植被，水华强度指数都会较大，会造成水华的误判。(e)利用Fmask获得的洪泽湖水体掩膜，会消除强水华区域，导致误判。

3.卫星获得的信号包括两部分:地表反射和大气辐射。湖水信号在某些波长范围内占卫星信号总量的比例不到50%，且比例随水的浊度而变化。Ho等人(2019)没有考虑大气信号的影响，这可能导致结果出现误差。

图3。Landsat 5 TM遥感影像上不同地物的光谱特征。其中，黑色曲线为机载反射率，蓝色曲线为瑞利散射修正后的反射率，灰色曲线为大气瑞利散射反射率。在蓝色波段(1波段)，大气的瑞利散射反射信号可能占整个卫星信号的50%以上。

4.Ho等人(2019)使用的Landsat数据重访周期长(16天)，一年只有几次有效观测，难以准确捕捉湖泊藻华年变化的相关特征信息。因此，本文得出的湖泊富营养化加剧趋势存在很大的不确定性。

5.Ho等(2019)基于错误遥感数据的全球变化对湖泊富营养化的综合影响分析不可信，研究结论可能误导读者。

原作者回复了冯炼团队的不同意见。具体可参考发表在同一期Nature上的论文(Ho et al. 201)。

发生的事情是自然在2018设立的专题栏目。专栏中的评论文章主要对发表在《自然》杂志上的论文提出不同看法，引起了读者的广泛关注。

南科大是论文唯一通讯单位，冯炼是论文第一作者和通讯记者。合著者包括南方科技大学环境科学与工程学院院长刘和郑春苗。本工作得到了国家自然科学基金、中科院科技先导计划、环保流域地表水-地下水污染综合防治国家重点实验室的支持。

链接到冯炼不同观点的论文

/articles/s 41586-021-03254-3

链接到原作者的回复

/articles/s 41586-021-03255-2