湖泊水体富营养化现已成为一个全球性的普遍问题，与之相伴的一个现象是蓝藻水华的频繁暴发。遥感技术具有监测范围大、速度快、周期性强、成本相对低廉等优点，能够弥补常规水质监测方法定时定点的不足，节省大量的人力、物力，是进行蓝藻水华监测的最佳选择之一。虽然近年来针对II类水体水华遥感监测的研究已取得了巨大的进步，但由于太湖水体光学组分复杂，以及遥感影像大气校正困难等诸多条件的限制，在太湖获得长时间序列的蓝藻定量反演数据仍然是难以攻克的难题。在国家863计划、国家自然科学基金等项目联合资助下，南京地理与湖泊研究所湖泊环境遥感马荣华研究团队，在内陆湖泊水体藻蓝素浓度遥感定量反演方面取得重要进展。
藻蓝素（Phycocyanin,PC）是蓝藻携带的独有色素，具有独特的吸收特征光谱。本研究利用PC的吸收特性，设计并建立了一个新的PC反演模型。研究从理论上推导、分析、并模拟了使用该方法进行PC遥感反演的可行性，然后使用实测数据验证，获得基于实测遥感反射比(Remote sensing reflectance, Rrs)的PC反演模型。使用辐射—传输方程模拟将该模型推导到瑞利反射率(Rayleigh-corrected reflectance, Rrc)上，并将其应用于MERIS长时序的Rrc数据得到PC分布结果。根据光谱分析、图像对比、直方图对比等一系列科学分析手段证明了该算法对气溶胶，薄云，太阳耀斑以及悬浮泥沙等干扰都不敏感，因此使得太湖MERIS有效数据从<1%提升到>50%。据此建立的基于MERIS的长时间序列（2002-2012）的PC数据集，揭示了季节性变化、年际变化、以及不同湖区的相异性。通过将此算法思路试用于其它湖泊如滇池、巢湖等，显示了这种思路具有较好的可移植性，为推广于长江中下游湖泊提供了重要理论基础。
该项成果已经被Remote Sensing of Environment期刊接受（2014，154：298–317）。这是南京地理与湖泊研究所湖泊环境遥感团队，继2012年在该刊发表内陆湖泊水体PC遥感反演算法研究以来在湖泊水体藻华定量反演研究方面的又一显著成果，该成果使得湖泊蓝藻的监测从地面推向太空，可以利用卫星实现蓝藻的定量监测与估算。《Remote Sensing of Environment》是环境类的顶级刊物，也是遥感领域影响因子最高的刊物（2013年影响因子为4.769）。
