一、引言

相比海洋生态系统，内陆水体（湖泊、水库、河流）生态系统与人类生产生活的关系更加密切。内陆水体中各浮游动植物、颗粒和溶解性有机物、无机物、微生物、碳源和氮源等物质相互作用，共同维持着水体生物化学生态系统的平衡。在内陆水体中浮游藻类，因其含有的色素可以捕获太阳光并将其转化成能量，充当着一切能量的提供者。有研究表明，色素组成及其比例的不同是引起藻类间吸收光谱变化的主要原因。藻蓝蛋白PC（Phyco cyanin），是蓝藻的标志性色素，仅存在于蓝藻中，可以指示蓝藻生物量，具有吸收和传递光能的性质，分子量约为232KDa，具有荧光性，呈亮蓝色，属于胞内蛋白，易溶于水、乙醇等极性溶剂。PC是天然光学活性物质，在620nm附近处有明显的特征吸收峰，这正给遥感监测其浓度提供了理论依据。近年来，内陆水体富营养化现象加剧，蓝藻水华现象频发，导致水生生态系统严重失衡，有些蓝藻产生藻毒素，严重威胁着人类和动物健康安全。利用遥感技术监测PC浓度，进而来监测水体中的蓝藻生物量，是一种有效地、大尺度、快速精确地监测蓝藻水华的策略。

PC第一次出现在遥感学科领域，应归功于美国的Gordon学者，Gordon等首次阐述了PC的光谱特征，标志着PC遥感应用的开端。20世纪90年代航空遥感传感器CAMS、CASI被应用于监测PC浓度；2000年以后随着各大卫星遥感平台数据的相继开放，MERIS以及欧空局的Sentinal-3OLCI等数据增设了620nm波段，加之3大分辨率的提升，算法的不断优化，大大提升了PC遥感监测技术在各个尺度和准实时监测的能力；在随后的十几年内PC遥感研究处于爆发期，无论是基础原理，算法开发，还是遥感平台的应用都得到了突飞猛进的发展，遥感技术已成为蓝藻监测及水质管理领域中不可或缺的有效工具。然而，与3大经典光学活性物质相比，PC的遥感研究相对较少，因为其620nm的吸收峰光学信号较弱、且易受到水体类型和叶绿素a、悬浮物等的影响。另外，PC实际浓度的测定尚没有一个标准方法可循。

PC定量遥感反演研究的意义在于，可利用PC与蓝藻生物量，与藻毒素之间强烈的正相关关系，定量监测水体中蓝藻生物量或藻毒素含量，这对理解蓝藻暴发机制及其早期预警具有重要意义。基于这点，关于PC光学性质（反射、吸收、荧光）、反演模型及应用拓展的研究，都成为近年来水环境遥感研究领域的热点。

二、藻蓝蛋白的光学性质

2.1 藻蓝蛋白的吸收特性

PC的吸收系数一般表示为aPC(620)，以aPC(620)除以PC浓度来表示PC单位吸收系数，即a* PC(620)。这两个参数对定量遥感反演PC浓度都是至关重要的。从中国几个典型水体的藻类吸收光谱曲线（图3），可以看到3个明显的吸收峰，绿色线指示Chla的吸收峰（443nm、675nm），蓝色线指示了PC的吸收峰（620nm）。相比于Chla的吸收峰，PC吸收信号较弱，大概只有Chla吸收峰强度的20%。所以要想在遥感上得到与Chla等效的光谱信号，需要较高的PC浓度。不同类型内陆水体的aPC(620)值差异较大，aPC(620)在中国东部湖泊数值范围为0.05-1.56m^-1，在荷兰北部湖泊为0.002-1.2m-1，在美国印第安纳州水库为0.008-1.25m^-1，这表明内陆水体aPC(620)有强烈的变异性。有研究表明，aPC(620)会随着水体营养化等级的增加而增大。另外，aPC(620)也呈现季节性变化，一般是夏秋季较高，春冬季较低。这些研究结果表明aPC(620)不仅具有时空变异性，同时也受水质类型的影响。

图3 几个内陆水体反射光谱和吸收光谱

（蓝色：PC吸收峰，绿色：叶绿素a吸收峰，红色：散射峰，黄色PC荧光峰）

根据定义，PC单位吸收a*PC(620)可以反映aPC(620)与PC浓度的关系，一般的a*PC(620)与PC浓度呈负相关关系。不同地区不同类型水体，a*PC(620)差别较大，中国东部湖泊a*PC(620)的范围为0.001-1.2m²·mg^-1，荷兰北部湖泊为0.0088-0.1868m²·mg^-1。a*PC(620)受多种因素影响，包括细胞形态、光利用率、其他色素物质的干扰。同时，PC浓度测定的不确定性也是a*PC(620)强变异性的重要因素。利用生物光学模型精确反演PC的关键是选择一个合适的a*PC(620)值，因此a*PC(620)的变异是不可忽略的。

Simis算法中将a*PC(620)值固定为0.0095m²·mg^-1，但后来他们又调整到0.007m²·mg^-1，因为新的PC提取方法使PC的萃取效率提高了28%。但是，Le等和Mishra等等人认为0.007m²·mg^-1仍然偏高，在研究中则使用了较低的a*PC(620)，如0.0043m²·mg^-1和0.0048m²·mg^-1，甚至在有的研究中，没有测定a*PC(620)的值，而是直接使用已报道的平均值0.0046m²·mg^-1。基于a*PC(620)易变的性质，Mishra等利用同一组数据集，考察了3种a*PC(620)（报道过的0.0048m²·mg^-1、平均值、模拟值）对PC浓度反演精度的影响，3种情况下得到的PC估算平均相对误差在10%-22%变异。

结果还表明，a*PC(620)随着Rrs(620)/Rrs(665)的比值呈线性增加。总而言之，a*PC(620)值不是一个固定值，受季节、细胞形态、蓝藻种类、色素浓度等多种因素影响。

2.2 藻蓝蛋白的反射光谱特性

在富含蓝藻的水体中，反射光谱曲线具有3个明显的反射峰（图3），第1个反射峰位于500-600nm，是由藻类散射吸收引起的最大最宽的绿峰，第2个峰位于640-660nm，是由位于两边的620nm、670nm波段处的PC吸收，Chla吸收，共同作用形成的，第3个峰位于700-710nm，是由Chla强吸收和散射引起的。然而，这些峰并不是孤立的，固定不变的。有研究表明，PC光谱特征的位置是随着PC浓度在Chla浓度比例中改变而变化的，可能小于620nm也可能大于620nm。在贫营养水体中，PC浓度很低，光谱曲线620nm处没有明显的吸收谷，导致低浓度时，PC反演精度较低，而在中营养、富营养水体中620nm处有明显的吸收谷，且PC浓度越高，620nm的吸收谷越深。而在浮渣出现以后，即水面被蓝藻覆盖，光谱呈现典型植被特征（光谱上753nm反射峰高于709nm）时，PC反演算法已经没有意义，此时应该考虑更换算法去检测浮渣蓝藻生物量。

与其他两个散射峰相比，反映PC吸收的反射峰信号是最弱的，这给遥感反演PC浓度带来了一定难度，多数研究使用实测高光谱数据或高光谱航空遥感影像（AISA、CASI、CHRIS），以获得满意的离水辐亮度信号。对于多光谱卫星传感器，含有620nm波段设置的，也多被用于PC遥感反演研究。总之，结合PC光谱特征和其他峰、谷的分析，包括其量级的大小、位置、峰高、峰面积、求导等方法、开发各种PC反演算法。

三、藻蓝蛋白与叶绿素a、蓝藻生物量的关系

叶绿素a存在于所有藻类中，研究多以Chla为代理指示总藻的含量，PC只存在于蓝藻中，可以指示蓝藻生物量。藻毒素大多存在与藻蓝细胞中，随藻蓝生物量增加而增多。他们之间的关系不仅可以用于妥善处理PC反演精度的问题，还可以用于间接估算蓝藻生物量，藻毒素浓度等，拓展PC遥感反演的意义及实际应用价值。一般的，内陆水体中，PC与Chla的关系有两种情况：第一，只有在蓝藻主导的水体中，他们之间才存在显著正相关性，例如南非的Hartbee spoort水库、韩国Baekje水库，PC与Chla均具有很好的正相关关系；而对于非蓝藻主导的水体，南非的Theewater skloof水库，两者相关性较弱。第二，只有在适宜的PC：Chla比值范围内，两者关系才成立，当PC：Chla<0.5时，两者关系较弱，当PC：Chla≥0.5时，两者关系增强。太湖PC浓度为7-50μg·L^-1范围内时，PC与Chla高度相关利用两者的紧密关系，以PC代替Chla，提出了基于PC浓度的蓝藻预警系统，得出PC浓度为0.1μg·L^-1、30μg·L^-1和700μg·L^-1时分别指示安全水平、警惕水平、警告水平。相比于Chla，PC与蓝藻生物量间的关系更加稳定，据报道两者相关关系高达0.7-0.8（表1）。但也有研究表明，不同种类蓝藻含有PC浓度是不同。例如PC在Planktothrix agardhi藻中比在Lemmemanniella sp藻中的含量低4倍多。

另外，PC也可以作为桥梁连接Chla和蓝藻生物量，从而实现大量的Chla反演算法被应用于蓝藻生物量监测的目的。值得一提的是，PC：Chla比值赋有特别的意义，即可以指示总藻中蓝藻的比列，这对早期蓝藻水华预警以及理解内陆水体中浮游生物群落结构具有重要意义。PC与藻毒素关系研究不多。Shi等通过两步估算法，利用藻毒素与Chla、Chla与MODIS指数这两个紧密的关系，反演得到2003到2013年的藻毒素浓度年际变化规律。其他研究也发现藻毒素浓度与PC浓度强烈正相关。由于藻毒素不是光学活性物质，理论上不能直接与遥感反射率（Rrs）数据建立关系，所以，这些关系为二步法反演藻毒素提供了理论基础。

表1藻蓝蛋白与叶绿素a、蓝藻生物量、藻毒素的关系