Landsat系列卫星长期为全球地表观测提供重要数据支撑，其影像数据经平台处理后，被广泛应用于全球湖泊、河流的健康状况诊断。然而，传统针对陆地设计的大气校正算法在处理水体数据时存在系统性偏差，导致水质监测结果出现误差。

近日，中国科学院南京地理与湖泊研究所研究团队通过全球千余组水体实测数据，首次在全球尺度系统评估并成功校准了Landsat标准地表反射率产品在水体监测中的“视觉误差”。该研究揭示了大气校正算法在处理水体数据时存在的两大核心问题，并提出了云端优化解决方案。

经全球水体遥感影像对比分析，研究团队精准识别出导致观测“视觉误差”的两大关键问题。一是“校正过度”引发的黑色伪影：当水体邻近云、雪等高亮物体时，传统面向陆地设计的“气溶胶校正”算法易出现校正过度，致使影像中出现不合理的“黑色斑块”（伪影），其典型识别标志为443纳米蓝光波段反射率呈现负值。该现象并非个例，全球范围内平均约13%的内陆水体像元受其影响；若直接基于含伪影数据开展分析，悬浮物浓度等关键水质指标的反演误差或可超过100%。另一个关键问题是多代卫星传感器相机色彩不一致导致的数据断层：开展数十年水环境变化分析需整合Landsat‑5/7/8/9 等多代卫星数据，但不同卫星载荷的硬件特性与处理算法存在差异，导致对同一水体的观测结果存在明显偏差，这种观测标准不统一问题增加了长时序水质变化分析的不确定性。

在此基础上，研究团队对SIAC和MAIN两种面向水体优化的校正算法进行了对比测试。结果表明，基于“短波红外暗像元”假设的MAIN算法综合性能最优。该算法能够避免过度校正，真实还原水面空间分布特征，并通过构建跨卫星统一校正框架，使时序一致性提升90%以上，实现近40 年观测数据的“无缝衔接”。同时，该算法已部署在云端，无需下载海量原始数据，可直接生成高质量水体反射率产品，适用于大范围、长时序水环境监测应用。针对仍需使用官方遥感产品的用户，研究团队提出简易预处理方案，即通过直接剔除443纳米波段反射率为负的像元，可低成本且高效地降低“伪影”污染。

该研究首次在全球尺度上系统量化了Landsat官方产品应用于水体监测时存在的固有误差，并提出了可直接应用的云端优化方案（MAIN算法）。研究成果既阐明了水体遥感监测需采用专用校正算法的必要性，也为相关领域研究者提供了重要的数据质量控制基准与高效工具，显著提升了近40年Landsat历史数据在水环境变化研究中的可靠性与实用性，使卫星遥感 “地球档案” 更精准地支撑水资源监测与保护工作。

相关研究成果发表在ISPRS Journal of Photogrammetry and Remote Sensing上。研究工作得到国家自然科学基金委员会的支持。

伪影的光谱特征统计

三种反射率产品的绿光波段在不同湖泊上的空间分布