中国在自然科学发表的论文

论文指出Ho et al.(2019)的主要问题如下： 1.Ho et al. (2019)利用单一近红外波段对湖泊水华进行分析，忽略了浅水湖泊悬浮泥沙变化对近红外信号的影响。由于湖泊（特别是浅水湖泊）受河流输入、底部再悬浮等过程影响，水体悬浮泥沙浓度呈现显著时空动态差异。然而，泥沙的强后向散射信号会导致高浑浊水体在近红外波段的反射率升高。因此，Ho et al. (2019)使用的方法可能会对湖泊水华过程造成高估。对Ho et al.(2019)研究的71个湖泊进行数据分析发现，未考虑泥沙信号影响会导致至少58(82%)个湖泊的水华提取结果出现误判（图1）。 图1. Ho et al. (2019)论文部分湖泊水华提取结果受悬浮泥沙影响示意图。分析显示，在Ho et al. (2019)研究的71个湖泊中，至少有58个（82%）受此因素影响。 2.Ho et al. (2019)在Landsat遥感数据上利用Fmask算法区分湖泊边界。但是Ho et al. (2019)没有注意到，在Fmask算法中仅用一个简单的植被指数阈值区分水体，会将强水华区域识别为陆地并将其排除在后续分析中，可能造成强水华区域的漏判（图2）。数据分析显示，在Ho et al.(2019)的71个研究湖泊中，至少有41（58%）个出现了漏判。 图 2. 宋卡湖（泰国）与洪泽湖（中国）的提取结果显示，Ho et al. (2019)论文基于Landsat的湖泊水华强度信息出现严重错误。（a-d）分别为Landsat 5 TM数据的真彩色合成图像与水华强度指数（BNIR, 通过Ho et al. (2019)的方法计算得到）。显然，高浑浊水体与水生植被都会出现较大的水华强度指数，造成水华误判。(e)利用Fmask获得的洪泽湖水体掩膜，强水华区会被剔除而造成漏判。 3.卫星获取的信号包括地表地物反射与大气辐射两部分。湖泊水体信号在某些波长范围占比卫星总信号小于50%，且比例随水体浑浊度变化。Ho et al.(2019)没有考虑大气信号影响，可能导致结果出现错误。 图 3. 不同地物类型在Landsat 5 TM遥感影像上的光谱特征。其中黑色曲线为星上反射率，蓝色曲线为瑞利散射校正后的反射率，灰色为大气的瑞利散射反射率。在蓝光波段（第1波段），大气的瑞利散射反射信号在卫星总信号中占比可能超过50%。 4.Ho et al.(2019)使用的Landsat数据，重访周期较长（16天），一年中仅有若干次有效观测，难以准确捕获湖泊藻华逐年变化的相关特征信息。因此，论文得出的湖泊富营养增加趋势存在较大不确定性。 5.Ho et al.(2019)在错误的遥感数据基础上开展的全球变化对湖泊富营养化的综合影响分析结果不可信，研究结论可能会对读者产生误导。 原文作者对冯炼团队的不同观点做了答复，细节参见刊登在 Nature 同一期论文（Ho et al.2021）。 Matters Arising是 Nature 在2018年开办的特别专栏，专栏的评论文章主要是对已经在 Nature 发表的论文提出不同观点，受到读者的广泛关注。 南科大为论文唯一通讯单位，冯炼为论文第一作者与通讯作者，合作作者包括南科大环境科学与工程学院讲席教授刘俊国和郑春苗等。该工作获得了国家自然科学基金、中国科学院先导 科技 计划、国家环境保护流域地表水-地下水污染综合防治重点实验室的经费支持。冯炼不同观点论文链接 原文作者答复链接