入海口是保护海岸地貌的重要缓冲区域，支持重要的生态系统功能，比如，生物多样性平衡、生物生产和生物地球化学等。沉积物传输在这些生态系统功能中扮演着重要的角色，调节着入海口的景观和生境发展。总悬浮颗粒物（TSM）由有机物和无机物构成，参与控制光照进入水体的深度，影响生态系统的光合作用与生产力。因此，TSM的准确估算对入海口生态系统管理是十分必要的。

　　当前的入海口TSM遥感反演研究主要集中于单一的大型入海口，比如，长江入海口、黄河入海口或湄公河入海口等，反演模型具有一定的特殊性，模型的可移植性具有不确定性，而且构建模型的预测变量多为单波段或波段运算的经验模型。因此，本研究从联合国环境规划署全球环境监测系统（https://gemstat.bafg.de/) 的6个位于入海口附近的中国河流监测站点搜集了238个TSM数据，同时从GEE云平台获取相近时间的Landsat影像，提取238个TSM值对应的遥感反射率信息。从北到南依次选择了中国辽河入海口、黄河入海口、长江入海口、杭州湾入海口、闽江入海口和珠江入海口等环境差异较大的6个大型河流入海口作为研究区。针对不同入海口的TSM差异，选择TSM=100 mg/L作为阈值，提出了一个针对中国主要河流入海口的混合预测模型和基于权重随机森林的TSM制图方法。混合预测模型提高了预测精度，预测R2比单一随机森林模型提高0.3左右；权重随机森林制图方法考虑了单个像元的分类概率，避免了该像元TSM含量的高估或低估，使TSM空间分布图更准确和平滑（图1）。本研究的结果为中国大型河流入海口的TSM遥感估算提供了方法支撑，为更大尺度的入海口TSM遥感估算提供了坚实的研究基础。 

　　该研究成果发表在国际期刊ISPRS Journal of Photogrammetry and Remote Sensing上，中国科学院东北地理与农业生态研究所王翔博士为第一作者，宋开山研究员为通讯作者。 

　　该研究得到了国家重点研发项目（2019YFC0409105）和国家自然科学基金项目（41730104, 41973070, 42171385）共同资助。 

　　论文信息如下： 

　　Xiang Wang, Zhidan Wen, Ge Liu, Hui Tao, Kaishan Song*. Remote estimates of total suspended matter in China’s main estuaries using Landsat images and a weight random forest model. ISPRS Journal of Photogrammetry and Remote Sensing, 2022, 183, 94-110. https://doi.org/10.1016/j.isprsjprs.2021.11.001  

　　图1权重随机森林和普通随机森林制图结果（a为权重随机森林制图结果，b为普通随机森林制图结果）