近日，同济大学土木工程学院地质与水利工程系王喜华研究员与美国路易斯安娜州立大学Y. Jun Xu终身教授合作在Nature 旗下著名的地质与环境领域顶级期刊《Communications Earth & Environment》上发表题为"Remote sensing of aquatic nutrients from proxy estimation to integration with process models"（水生营养盐遥感：从代理估算到过程模型融合）的综述论文。论文通讯作者为王喜华研究员，第一作者为我系博士研究生时晨燚。

主要问题：氮、磷等营养盐在表层水体中的过量富集，是全球内陆水体富营养化的主要驱动因素。遥感覆盖广、时效高、成本低，是水质监测的重要手段，但总氮、总磷等非光学活性组分缺乏直接光谱特征，长期只能通过叶绿素-a、悬浮物、透明度等光学活性组分进行"代理估算"。这类经验—统计方法难以刻画营养盐在水体中的真实生物地球化学转化过程，在不同水体间的迁移能力也受限。

图 1｜水体氮磷循环与遥感观测概念框架（引自原文 Fig. 3）

主要研究：系统梳理了遥感观测与过程模型融合的策略演进——从以遥感产品（土地覆盖、降水、土壤水分等）驱动流域模型的数据层约束，到基于集合卡尔曼滤波等同化方法的动态状态校正，再到机理约束的机器学习与混合建模，指出该领域正经历从"数据约束"迈向"过程级融合"的范式转变。文章进一步总结了遥感在流域与区域、湖泊与水库、田块与界面等多尺度上支撑营养盐模拟的应用路径，并指出关键转化过程（如脱氮、磷滞留）仍难以被遥感直接观测约束。

图 2｜遥感与过程模型融合策略的演进：从数据层约束到过程级融合（引自原文 Fig. 4）

图 3｜遥感支撑营养盐模拟的多尺度应用（引自原文 Fig. 5）

未来展望：文章提出，水体营养盐遥感应从单纯提升反演精度，转向可迁移、过程感知与机理一致的监测框架：构建融合高光谱、激光雷达与无人机等多平台观测的统一数据框架；借助SWOT等新型水文遥感观测，从"表面浓度监测"迈向"通量估算与动态刻画"；发展机理约束的人工智能，将物理规律与生物地球化学原理嵌入机器学习，提升复杂条件下的物理一致性。遥感与过程模型的深度融合，有望为湖泊富营养化防控、流域面源污染治理与水质精细化管理提供新的方法论支撑。

图 4｜水体营养盐遥感与过程模型融合的未来方向框架（引自原文 Fig. 6）

本研究得到国家重点研发计划（2023YFC3707700）、中央高校基本科研业务费（02002150257）、上海市海外高层次人才计划等支持。

王喜华，同济大学研究员、博士生导师，上海市领军人才（海外）。中国科学院大学理学博士，加拿大滑铁卢大学地球与环境科学学院博士后。主要研究领域为：多尺度地表水—地下水系统交互作用、氮/碳/磷迁移转化与溯源、机理约束的人工智能、水质遥感反演、地下水数值模拟及污染修复。以第一和通讯作者在Communications Earth & Environment、Water Resources Research、Journal of Hydrology等期刊发表SCI论文50余篇。主持国家自然科学基金、国家重点研发计划子课题、国家公益性环境地质调查等项目，入选2024“年度科技人物”（科技新锐），获水利部大禹水利科技进步3等奖，获同济大学优秀班主任及同济大学优秀指导教师等称号。任《Water》（SCI）、《水资源保护》（中文EI）期刊编委。共担任40余本国际水文水资源及地质环境领域著名SCI期刊的审稿人。

时晨燚，同济大学土木工程学院地质与水利工程系2025级博士研究生，从事内陆水体水质遥感反演及流域环境变化驱动机制研究，以第一作者在Communications Earth & Environment上发表水生营养盐遥感文章。

论文链接：https://doi.org/10.1038/s43247-026-04152-0

本期供稿 | 王喜华

本期排版 | 谢家乐

本期审核 | 张　洪