INFORMATION SCALE 1 : 2,500 RECORD RELATIVE
1 : 250,000SITE 1 : 100,000POSITION 1 : 25,000COLLECTION 1 : 2,500RECORD 1 : 500DETAIL
← COLLECTION
RECORD

遥感反演的是 Chl-a,论文却写浮游植物生物量:Proxy of a Proxy

在遥感应用研究中,论文常以某一可反演变量为基础,进而讨论与之相关的环境对象或环境状态。 例如, 叶绿素 a(Chl-a)常被用于讨论浮游植物生物量或藻华状态, 总悬浮物浓度(TSS/SPM)常用来推断水体浑浊度或颗粒物输运, 叶面积指数(LAI)反映植被冠层结构或生长状况, …

Reference
notes:n12
Published
2026.04.22
Series
note
Source
Source ↗

在遥感应用研究中,论文常以某一可反演变量为基础,进而讨论与之相关的环境对象或环境状态。 例如, 叶绿素 a(Chl-a)常被用于讨论浮游植物生物量或藻华状态, 总悬浮物浓度(TSS/SPM)常用来推断水体浑浊度或颗粒物输运, 叶面积指数(LAI)反映植被冠层结构或生长状况, 地上生物量(AGB)被用来讨论陆地碳储量或生态系统功能。

从遥感观测信号到环境对象解释的这个完整过程可写为:

X -> R ≈ M → O

其中,X 为观测信号(observed signal),即传感器记录的辐亮度(radiance)、反射率(reflectance)、遥感反射率(remote sensing reflectance, Rrs)或荧光相关信号(fluorescence-related signal);R 为反演结果(retrieval result),即由算法根据观测信号推导得到的估计值;M 为参考变量(reference variable),即模型训练、参数校准和精度验证实际对应的变量;O 为环境对象或环境状态(environmental object/state of interest),即研究最终试图解释的生态对象、环境过程或环境格局。

这里包含两个不同的过程:X -> R ≈ M 就是 遥感反演过程 (remote sensing retrieval),而M → O 对应 环境解释 (environmental interpretation)。

以 Chl-a 为例,卫星并不直接观测“浮游植物生物量(phytoplankton biomass)”这一生态对象,而是记录水体的光学或辐射信号(X),并通过模型生成 Chl-a 的反演结果 (R) 。从模型训练、参数校准到精度验证这整个遥感反演过程的目标都是实验室方法测得的 Chl-a 浓度 (M)这一参考变量,而不是浮游植物生物量本身 (O)。若进一步将Chl-a作为表征变量,讨论浮游植物生物量、藻华状态(bloom status)或营养状态(trophic condition),便是进入了环境解释过程。

基于遥感反演的环境解释在论文中很常见。Ferreira 等( Nature Communications ,2024)在西南极半岛研究中采用区域校准的 Chl-a 算法,并基于反演的 Chl-a 讨论 phytoplankton biomass 与 bloom phenology 的变化。这里直接反演的仍是 Chl-a,而对浮游植物生物量与藻华物候的讨论则建立在 Chl-a 作为 biomass proxy 的解释基础之上。另一项全球海岸带藻华研究也是讲Chl-a 作为 phytoplankton biomass 的 proxy,并同时说明卫星识别到的 blooms 主要代表海表高生物量现象,不能直接区分毒性或物种组成(Dai, Nature ,2023)。

之所以要区分遥感反演与环境解释,是因为中间夹着一层经常被忽视的表征关系。

遥感的核心能力,是将局地、离散、依赖现场或实验测量的参考变量 M,扩展为区域尺度上连续、可比较、可重复的估计场。它直接给出的,始终是对 M 的区域化表达,而不是对环境对象 O 的无中介观测。环境对象之所以能够进入讨论,是因为 M 与 O 之间存在某种已知或被假定的表征关系。这个关系可以强也可以弱,可以稳健也可以受区域、尺度、生态条件的约束,但它必须被明确陈述,而不是默认跳过。

遗憾的是,大量研究在使用遥感产品时,往往忽视了中间的表征关系,也模糊了从 R 到 O 的真实路径:R ≈ M,然后 M → O。这是一条复合链,而不是一次直接反演。正因如此,R 到 O 本质上是 proxy of a proxy :反演结果首先逼近参考变量,参考变量再被用来表征环境对象。

意识到 proxy of a proxy 之后,才能看清那些被忽视的风险。首先,反演误差会沿着解释链传递,并在对象层获得更强也更危险的含义——对 M 可接受的偏差,到了 O 未必仍可接受。此外,M 与 O 之间的表征关系从来不是无条件成立的,它总受区域、尺度与生态背景的约束。一旦脱离这些前提,原本看似顺理成章的解释,随时可能失去根据。

因此,任何基于遥感的研究,如果最终要讨论环境对象 O,就必须清楚交代所使用的表征关系:M 是什么?M 与 O 之间的关联在什么条件下成立?有哪些局限?这不是可有可无的修饰,而是决定结果是否有效的前提。

References

Ferreira, A., Mendes, C. R. B., Costa, R. R., Brotas, V., Tavano, V. M., Guerreiro, C. V., Secchi, E. R., et al. Climate change is associated with higher phytoplankton biomass and longer blooms in the West Antarctic Peninsula. Nature Communications , 15, 6536 (2024).

Dai, Y., Yang, S., Zhao, D., Hu, C., Xu, W., Anderson, D. M., Li, Y., Song, X.-P., Boyce, D. G., Gibson, L., Zheng, C., & Feng, L. Coastal phytoplankton blooms expand and intensify in the 21st century. Nature , 615, 280–284 (2023).