全球湖泊水库提供了重要的生态和经济功能，如旅游、航运、饮用和灌溉水源。可持续发展目标6.3.2的一个关键点是内陆水体的质量得到改善。内陆蓝藻大量繁殖会造成严重的环境问题，如饮用水供应危机、湖泊生态系统破坏，甚至大象大量死亡。藻蓝蛋白（PC）是蓝藻的特征参数，监测其浓度可用于蓝藻水华研究。遥感以其实时高效观测、多源动态、大时空尺度等优势，逐渐发展成为水环境研究的前沿和主流。虽然世界各国水色遥感领域的学者已经开展了广泛的基于单个湖泊的PC遥感反演研究，依然鲜见关于PC模型在不同地区和湖泊的适用性以及全球湖泊PC反演面临的挑战的系统综述。

为了解PC遥感反演的研究进展，分析全球不同水体PC遥感的应用前景和面临的挑战，本研究综述了PC遥感反演方法的分类、提出和应用。从PC的光学机制入手，重点分析了不同类型的PC遥感反演在不同光学特性下的优缺点、传感器的适用性、全球湖泊PC的时空变化，并对未来全球湖泊PC遥感的发展提出了建议。这为评价构建适用于不同类型水体的通用PC遥感反演的可行性提供了理论依据。研究概述了内陆水体中PC的物理和光学性质（如不同水色参数干涉状态下的吸收、荧光和反射特性）。这为这些水体遥感反演算法的发展和完善提供了物理和化学基础，也解释了构建复杂内陆水体通用PC遥感反演算法所面临的挑战。基于现场实测光谱或多源卫星影像，本研究系统汇总分析了PC反演的经验、半经验、半解析、准解析和机器学习模型。概述了不同类型模型的原理和适用性，并分析了每种模型的优缺点，以指导大规模多源卫星遥感反演PC模型的选择和改进。最后，本研究综合分析了主流传感器（MODIS、Landsat系列传感器、MERIS、OLCI、浮游生物、气溶胶、云、海洋生态系统（PACE））在水色遥感研究中PC反演的优缺点。为今后全球内陆水体PC遥感反演研究影像筛选提供科学指导。此外，本研究基于2010-2023年中国内陆水体PC数据和全球相关研究团队的共享数据集，系统分析了数据的数值范围和空间分布，并讨论了构建全球内陆水体PC遥感反演模型的前景和建议。

图1 全球藻蓝蛋白（PC）样点（图中红色+）和频率分布（直方图）

该研究成果发表在国际Top期刊Water Research上，中国科学院东北地理与农业生态研究所房冲项目副研究员为第一作者，宋开山研究员为通讯作者。该项研究得到了国家自然科学基金(U2243230,42171374,42101366)，“黑土粮仓”科技会战人才专项基金和中国科学院东北地理与农业生态研究所青年科学家小组项目（2023QNXZ01）等共同资助。

论文信息如下：

Chong Fang,Kaishan Song*,Zhaojiang Yan,Ge Liu. Monitoring phycocyanin in global inland waters by remote sensing: Progress and future developments. Water Research,2025,275: 123176.

链接：https://doi.org/10.1016/j.watres.2025.123176