密歇根理工学院 (MTRI) 和南森国际环境协会 俄罗斯圣彼得堡遥感中心（NIERSC）开发了一种新的 用于检索五大湖产色剂 (CPA) 的算法。 该算法适用于所有沿海和内陆水域，并且可以在以下任意一个上运行 多光谱（MODIS、SeaWiFS）或高光谱（Hyperion、AVRIS）数据并生成 叶绿素、溶解有机碳和悬浮矿物质的估计。算法 已使用专用和历史/现场/进行了初步验证 水化学测量。参见 Pozdnyakov、Shuchman、Korosov 和 Hatt (2005) 更详细的描述。
新的快速运行算法基于先前开发的水光 为安大略湖开发的模型（Bukata 等，1995）和 Levenberg-Marquardt 的组合 (L-M) 采用神经网络 (NN) 仿真技术的多元优化方法。 NN仿真器为L-M过程提供了合理的初始约束， 使得L-M过程的最终解更加准确。它还加快了 检索算法性能显着。
Shuchman 等人报告了密歇根湖的七年时间序列分析。等人。 （2006）。它使用算法的结果来识别季节性生物地球化学事件， 以及预测五大湖盆地气候变化的结果。的 论文荣获国际协会颁发的2006年Chandler-Misener奖 五大湖研究 () 有关劳伦森五大湖的杰出研究。
