《Remote Sensing Applications: Society and Environment》：Spurious Seasonality in Satellite Turbidity Monitoring Driven by K1 Tidal Aliasing
编辑推荐：
太阳同步卫星虽然对于海岸水质监测至关重要，但其低频、固定时刻采样方式与海岸带由潮汐驱动的高频动力变化之间存在显著时间尺度失配。这种失配会内在地导致信号混叠（aliasing），进而产生伪季节性趋势。为量化这一系统性偏差，研究人员选取了美国4个具有不同潮汐类型的
太阳同步卫星虽然对于海岸水质监测至关重要，但其低频、固定时刻采样方式与海岸带由潮汐驱动的高频动力变化之间存在显著时间尺度失配。这种失配会内在地导致信号混叠（aliasing），进而产生伪季节性趋势。为量化这一系统性偏差，研究人员选取了美国4个具有不同潮汐类型的海岸站点进行分析。研究人员通过仅提取高频原位（in-situ）浊度观测中与实际MODIS（中分辨率成像光谱仪，Moderate Resolution Imaging Spectroradiometer）过境时间戳一致的数据，构建了模拟卫星数据集，随后将其与地面真实时间序列进行了系统比较。分析结果表明，由于这种采样偏差，时间平均会严重扭曲季节变化趋势。尤其是在San Francisco站点，月平均序列之间的平均绝对百分比误差（MAPE）达到26.85%。该误差呈现出明显的季节模式，表现为冬季高估、夏季低估，这一现象由卫星24小时采样周期与主要日潮分量K1（～23.93 h）之间的混叠所驱动。由于这种近共振（near-resonance）关系，采样相位会在全年范围内发生系统性漂移，从而使观测结果产生偏倚。研究结果表明，这种采样误差的幅度与局地K1分量强度密切相关，并且与潮型数（tidal form number，F）之间存在定量关系。
该研究发表于《Remote Sensing Applications: Society and Environment》，聚焦太阳同步卫星在海岸带浊度长期监测中的一个关键但长期被忽视的问题，即固定时刻、低频率的轨道采样如何与高频潮汐动力过程发生相互作用，并在统计汇总中制造出并不存在的季节变化信号。研究背景在于，海洋水色遥感已成为河口与近岸水体水质监测的重要手段，MODIS、Landsat和Sentinel-2等传感器凭借宽覆盖与长时间序列优势，被广泛用于分析浊度、悬浮泥沙浓度（SSC，suspended sediment concentration）及河口羽流演变。然而，与外海相比，河口海岸带在时间上高度动态，尤其受潮汐控制显著，浊度常在小时尺度内快速波动。太阳同步卫星通常在近似固定的地方太阳时过境，这种观测方式与潮汐过程的高频变化存在根本性的时间尺度不匹配。以往研究更多将这一问题视为欠采样误差、随机方差或短周期潮汐混叠问题，例如M2分潮与24.0小时采样周期相互作用产生的短期虚假变化，但对于固定频率轨道采样所导致的长期累积伪影，尤其是年尺度伪季节性的机制与量化，相关研究仍明显不足。
围绕这一知识空缺，研究人员提出核心科学问题：太阳同步卫星对K1日潮分量的固定时刻采样，是否会通过近频混叠在年尺度上人为生成浊度季节性信号，并进一步干扰对真实环境季节变化的解释。由于K1的周期约为23.93 h，与卫星严格24.0 h的重访周期极为接近，两者在数学上会产生约1个回归年的低频拍频（beat period），由此使采样相位在全年内持续、确定性漂移。研究人员据此推断，长期卫星浊度序列中的一部分季节变化，可能并非真实的径流、风场或再悬浮驱动结果，而只是观测窗口与K1分潮相互作用的产物。因此，本研究旨在通过高频原位浊度数据与模拟卫星采样数据的对比，系统揭示潮汐混叠生成伪季节性趋势的完整机制，比较不同潮汐环境下该误差的空间差异，并建立误差强度与局地潮汐特征之间的定量联系。
在方法上，研究人员构建了一个以美国4个代表性海岸站点为基础的自然对比框架，这些站点具有连续多年、15 min间隔的原位浊度和水位记录，数据来源于美国地质调查局（USGS），卫星时间戳来源于LAADS DAAC。整体技术路线包括4个关键步骤：首先开展水位调和分析与浊度频谱分析，以识别各站潮汐主控分量及浊度变化主频；其次依据真实MODIS过境时间对高频原位浊度序列进行时间子采样，构建“模拟卫星观测”序列；再次对原位真值序列与模拟卫星序列进行多维信号处理与时间聚合比较；最后通过误差量化与机制分析，识别K1混叠与伪季节性之间的直接关系，并以潮型数F等指标刻画站点间差异。
研究结果部分首先表明，不同站点的水动力背景具有清晰差异，这为识别潮汐控制下的采样误差提供了基础。根据水位调和分析结果，New York（F=0.2046）与Savannah（F=0.1575）以M2分潮主导，表现为典型半日潮特征；而San Francisco（F=0.7940）与Everglades（F=0.4808）具有较强K1振幅，呈现明显日潮或混合潮特征。同时，Lomb-Scargle周期图分析显示，各站原位浊度时间序列中的SSC动力变化均包含显著潮汐调制成分。这一结果说明，若卫星采样时刻与潮汐高频过程之间存在稳定的相位关系或相位漂移，则卫星观测并不只是对真实连续过程的稀疏抽样，而有可能形成方向性偏差。
其次，研究人员发现，太阳同步卫星的逐日固定采样引入的是系统性采样偏差，而非随机噪声。以San Francisco站点2023年夏季与冬季观测为例，研究人员从物理机制角度重建了误差生成过程：由于卫星24 h采样周期与K1（～23.93 h）近乎共振，连续采样并不会固定在相同潮相上，而是会以缓慢但稳定的速率在全年范围内漂移。随着这种漂移不断累积，卫星在某些季节会更容易采到偏高浊度的潮相，而在另一些季节则更容易采到偏低浊度的潮相。这样，在对日尺度数据进一步进行月平均等时间聚合后，本来由采样相位偏置造成的差异就会被误读为季节变化。也就是说，季节性偏差并不来源于真实浊度过程本身，而来源于观测系统与潮汐周期之间的确定性相互作用。
再次，研究显示这种偏差在月尺度统计中会被明显放大，并对季节变化趋势造成严重扭曲。最显著的例子出现在San Francisco站点，模拟卫星月平均序列与原位真值月平均序列之间的MAPE达到26.85%，表明若仅依赖太阳同步卫星固定时刻观测来分析浊度季节变化，可能会产生相当显著的系统误判。更重要的是，该误差并非无结构噪声，而是具有稳定的季节符号：冬季普遍高估、夏季普遍低估。这种具有相位组织性的误差模式意味着，若研究区域真实浊度恰好也存在冬高夏低的环境季节性，那么卫星数据将夸大这种季节振幅；反之，若真实信号相位不同，则卫星产品可能削弱乃至扭曲真实季节规律。因此，该研究指出，卫星时间序列中出现的“良好季节相关性”并不必然反映物理真实性，也可能是两类独立信号被太阳同步观测窗口错误耦合后的结果。
进一步地，研究人员通过多站点交叉比较证明，采样误差幅度与局地K1分潮强度显著相关，并且与潮型数F存在定量关系。该结果表明，伪季节性的产生并非个别站点特例，而是一类可预测、可诊断的采样偏差现象。当研究区日潮成分更强、潮型更趋向混合潮或日潮时，K1与24 h卫星回访周期之间的近频混叠效应更容易在年尺度上积累为显著偏差；相反，在以M2主导的半日潮环境中，这种由K1驱动的年尺度伪季节性相对较弱。由此，研究不仅从现象层面展示了误差，还从机制层面建立了误差大小与潮汐背景之间的可解释联系，为未来在不同海岸带区域快速评估风险提供了依据。
论文讨论部分的核心在于重新界定海岸带光学遥感时间序列中的“不确定性”来源。研究表明，除了传统关注的大气校正误差、反演算法误差和云覆盖缺测外，时间采样结构本身也是决定长期产品可解释性的关键因素。尤其在潮汐控制强烈的海岸水体中，固定地方时的太阳同步观测并非中性的观测方案，而可能内生地产生方向明确、周期稳定的统计伪影。研究由此强调，潮汐混叠不应只被视为短时尺度问题，还可能在长期月平均、季节平均乃至趋势分析中持续累积并干扰科学解释。对于利用MODIS等长期档案数据开展海岸浊度气候学、河口羽流季节性、年际变化和管理评估的研究而言，这一认识具有方法论层面的重要意义。
研究结论可概括为：在观测海岸水体高频动态时，太阳同步卫星固定且低频的采样方式会引入一种内在的系统性偏差。这种偏差并非随机噪声，而会在月平均等时间序列聚合过程中产生与真实物理过程无关的伪季节性信号。通过比较模拟，研究证实这些人工信号主要来源于卫星24.0 h采样周期与K1日潮分量（～23.93 h）之间的近频混叠。由于二者近乎共振，采样相位会在全年内系统漂移，从而在不同季节造成稳定的高估或低估。研究进一步表明，该误差幅度与局地K1强度密切相关，并与潮型数F具有定量关系。因此，在利用太阳同步卫星开展海岸浊度长期监测与季节性分析时，必须将这种由潮汐混叠引起的系统偏差纳入评估框架，以避免将观测伪影误判为环境过程。
