水柱藻总量（Column-integrated algal biomass, CAB）由整个水柱中的叶绿素a浓度的累加值表征，可以反映整个水柱内的藻类生物量。由于以往对 CAB 的研究低估了次表层信息的影响，因此生物量反演算法的性能受到了限制。为了提高巢湖藻类生物量反演算法的精度，本团队结合了表层和次表层信息，改进了传统的藻类生物量反演算法。利用藻华+无藻华数据集和无藻华的数据集进行验证，结果均表明新算法超过了传统的，仅仅依赖表层信息的算法（无藻华情况下，R² = 0.83，RMSE = 16.77 μg/L，MAPE = 25.68 %，N = 36；藻华+无藻华情况下，R² = 0.88，RMSE = 32.34 μg/L，MAPE = 38.15 %，N = 50）该算法可以概括为三部分：（1）反演表层叶绿素a浓度（2）利用逐层递归估算次表层叶绿素a浓度（3）建立基于表层和次表层叶绿素a的反演模型。将该算法进一步扩展到 Sentinel-3 OLCI 影像，得到巢湖2016-2021年逐像元的CAB空间分布模式，因此，该算法可以为参与巢湖生态修复的生态学家和水利工程专家提供可靠的信息。
 

Sentinel-3 OLCI,水柱藻总量,巢湖