호수의 부영양화(Eutrophication of lakes)는 현재 이미 글로벌 이슈로 부상하였다. 호수의 부영양화와 같이 나타나는 현상은 시아노박테리아 블름(cyanobacteria blooms)이 자주 발생하는 현상이다. 원격 감지(Remote Sensing) 기술은 모니터링 범위가 크고, 속도가 신속하고, 사이클 특성이 강하고, 원가가 상대적으로 저렴한 등 강점을 보유하고 있기 때문에 일반적인 수질 모니터링 방법이 보유하고 있는 특정 시간과 지점에만 적용되는 단점을 극복할 수 있고 대량의 인력, 물력을 절약할 수 있어 시아노박테리아 블름에 대한 모니터링을 실행하는데 있어서의 최적 선택 중의 하나로 되고 있다.

비록 최근 II 유형 수질 블름에 대한 원격 감지 모니터링 연구는 현재 이미 거대한 발전을 실현한 상황이다. 하지만 중국 타이후(太湖) 수질 광학 구성 요소는 복잡한 동시에 원격 감지 이미징 대기 보정이 어려운 등 다양한 조건의 제한 때문에 타이후(太湖)에서 취득한 긴 시간 서열의 시아노박테리아 정량(Quantitative) 반전(Inversion) 데이터 취득은 여전히 해결하기 어려운 난제로 남아 있는 상황이다.

중국과학원 난징(南京) 지리 및 호수 연구소 산하 `호수 환경에 대한 위성 원격 감지(Satellite Remote Sensing) 연구실` 소속 마룽화(馬榮華) 연구원 연구팀은 최근 관련 연구를 통해 내륙에 위치하여 있는 호수의 수질 피코시아닌 농도(Water Phycocyanin concentration)에 대한 원격 감지 정량(Quantitative) 반전(Inversion) 연구에서 혁신적인 성과를 달성하여 이슈가 되고 있다.

이번 연구는 국가과학기술부의 `첨단기술 산업화 프로젝트(863 계획)` 비용 및 국가자연과학기금위원회의 `기초과학 연구 프로젝트` 비용 지원을 받아 추진되었다.

피코시아닌(phycocyanin, PC)은 시아노박테리아가 휴대하고 있는 독특한 색소(色素)로서 독특한 흡수 특징의 광 스펙트럼을 보유하고 있다. 연구팀은 이번 연구에서 PC의 흡수 특성을 이용하여 한 개 새로운 PC 반전 모델을 디자인하고 구축하였다. 연구팀은 이론 상에서의 추이, 분석을 실행하고 이런 방법을 사용하여 진행하는 PC 원격 감지 반전의 타당성에 대한 시뮬레이션을 실행하고 실제 측정 데이터 검증을 통해 실제 측정 원격 감지 반사 비례(Remote sensing reflectance, Rrs)에 기반한 PC 반전 모델을 구축하였다.

연구팀은 방사-전송 방정식 시뮬레이션을 이용하여 동 모델을 레일리 반사율(Rayleigh-corrected reflectance, Rrc) 상으로 유도한 동시에 MERIS 장 시간 서열의 Rrc 데이터에 응용하여 PC 분포 결과를 취득하였다.

연구팀은 광 스펙트럼 분석, 이미징 비교, 히스토그램(Histogram) 비교 등 다양한 과학 분석 수단을 이용하여 이런 알고리즘이 에어로졸, 얇은 구름, 태양 플레어 및 부유물 등 간섭에 민감하지 않기 때문에 타이후(太湖) MERIS 유효 데이터로 하여금 <1% 수준에서 >50% 수준으로 향상시킨다는 점을 입증하였다.

연구팀이 관련 연구 성과에 기반하여 구축한 MERIS의 장(長)시간 서열(2002-2012)의 PC 데이터 집합은 계절성 변화, 연도 간의 변화 및 다양한 호수 구역의 차이성을 해석하는 면에서 중대한 역할을 발휘하고 있다. 연구팀은 이런 알고리즘 아이디어를 뎬츠(滇池), 차오후(巢湖) 등 중국 기타 호수에 적용하였는데 이런 아이디어는 비교적 이상적인 이식 가능성을 보유하고 있는 것으로 나타나 창장(長江) 중류 및 하류 지역 호수에서의 보급을 위해 중요한 기반을 제공하게 되었다.

연구팀의 관련 연구 성과는 Remote Sensing of Environment 학술지에 발표되었다(2014，154：298–317). 이번 연구 성과는 연구팀이 지난 2012년도에 Remote Sensing of Environment 학술지에 `내륙 호수 수질 PC 원격 감지 반전 알고리즘 연구`라는 테마의 연구 논문을 발표한 후 호수 수질 시아노박테리아 정량 반전 연구 분야에서 취득한 또 하나의 중대 연구 성과에 속한다. 이번 연구 성과는 호수 시아노박테리아에 대한 모니터링을 육지에서 우주공간상으로 확대시켰으며 위성을 이용하여 시아노박테리아에 대한 정량 모니터링 및 예측 계산을 실행할 수 있도록 하였다.

[출처 = KISTI 미리안 『글로벌동향브리핑』/ 2014년 10월 10일]

 

 

 

　　湖泊水体富营养化现已成为一个全球性的普遍问题，与之相伴的一个现象是蓝藻水华的频繁暴发。遥感技术具有监测范围大、速度快、周期性强、成本相对低廉等优点，能够弥补常规水质监测方法定时定点的不足，节省大量的人力、物力，是进行蓝藻水华监测的最佳选择之一。虽然近年来针对II类水体水华遥感监测的研究已取得了巨大的进步，但由于太湖水体光学组分复杂，以及遥感影像大气校正困难等诸多条件的限制，在太湖获得长时间序列的蓝藻定量反演数据仍然是难以攻克的难题。在国家“863”计划、国家自然科学基金等项目联合资助下，中国科学院南京地理与湖泊研究所湖泊环境遥感马荣华研究团队，在内陆湖泊水体藻蓝素浓度遥感定量反演方面取得新进展。

 

　　藻蓝素（Phycocyanin, PC）是蓝藻携带的独有色素，具有独特的吸收特征光谱。该研究利用PC的吸收特性，设计并建立了一个新的PC反演模型。研究从理论上推导、分析、并模拟了使用该方法进行PC遥感反演的可行性，然后使用实测数据验证，获得基于实测遥感反射比(Remote sensing reflectance, Rrs)的PC反演模型。使用辐射—传输方程模拟将该模型推导到瑞利反射率(Rayleigh-corrected reflectance, Rrc)上，并将其应用于MERIS长时序的Rrc数据得到PC分布结果。根据光谱分析、图像对比、直方图对比等一系列科学分析手段证明了该算法对气溶胶，薄云，太阳耀斑以及悬浮泥沙等干扰都不敏感，因此使得太湖MERIS有效数据从<1%提升到>50%。据此建立的基于MERIS的长时间序列（2002-2012）的PC数据集，揭示了季节性变化、年际变化、以及不同湖区的相异性。通过将此算法思路试用于其它湖泊如滇池、巢湖等，显示了这种思路具有较好的可移植性，为推广于长江中下游湖泊提供了重要理论基础。

 

　　该项成果已经被Remote Sensing of Environment 期刊接受（2014，154：298–317）。这是南京地理所湖泊环境遥感团队继2012年在该刊发表内陆湖泊水体PC遥感反演算法研究以来，在湖泊水体藻华定量反演研究方面的又一显著成果，该成果使得湖泊蓝藻的监测从地面推向太空，可以利用卫星实现蓝藻的定量监测与估算。