水体辐射传输模型是水体光谱特性分析的理论基础, 水体固有光学量由水体组成决定, 与水体表面光场无关。 基于统计的半经验算法虽然能获取指定区域水质参数反演结果, 但是缺乏物理意义; 基于生物光学模型的分析算法, 针对城市河网内陆Ⅱ类水体光学特性复杂、 空间分布异质性强、 水体细小、 流动性大等特点, 利用高光谱数据, 研究基于固有光学量的城市河网水质参数反演模型, 对内陆城市浑浊水体光谱特性研究具有重大意义。 提出了适用于内陆城市河网水体的改进QAA算法, 以获取水体固有光学量, 改进包括后向散射估计模型调整和参考波段优化两个方面; 计算参考波段总吸收系数、 颗粒物后向散射系数等固有光学量, 得到浮游植物吸收系数和剔除纯水吸收系数; 对浮游植物吸收系数最优波段比值与叶绿素a浓度进行线性回归分析, 构建叶绿素a水质浓度反演模型, 对剔除纯水吸收系数最优波段比值与悬浮物浓度线性回归分析, 构建悬浮物水质浓度反演模型。 针对内陆河网Ⅱ类水体, 以典型的河网城市嘉兴市为研究区域, 获取了研究区域航空高光谱数据, 以及水质采样化验数据和水面以上光谱数据等地面准同步测量数据; 利用QAA算法和IIMIW算法对实测水面以上光谱进行固有光学量反演, 对比分析两个算法并结合城市河网水体特点, 提出改进QAA算法; 利用改进的QAA算法实现了研究区域水体的固有光学量反演, 基于反演的水体固有光学量建立了叶绿素a浓度和悬浮物浓度两项水色参数定量反演模型, 反演模型决定系数R2分别为0.64和0.71; 并用航空高光谱数据同步区域的4个地面样点实测数据, 对反演结果进行验证分析。 通过水质参数浓度反演值与实测值的对比, 叶绿素a和悬浮物水质浓度反演的平均相对误差分别为9.2%和9.4%, 反演得到的叶绿素a和悬浮物浓度分布图, 也与城市河网的特点和实际情况相符, 为城市河网水质监测提供方法和模型参考。

水体固有光学量是重要的海洋光学参数, 是辐射传输模型最基本的输入参数, 对于海洋光学遥感和水色研究具有重要意义。 基于2005年渤海高光谱实测遥感反射率和总吸收系数数据, 首次利用非线性最小化优化模型, 反演水体总吸收系数等固有光学量。 经过实测数据的检验, 412, 440, 510, 555, 650和676 nm波段总吸收系数的反演平均相对误差分别为33.8%, 20.4%, 27.7%, 37.5%, 9.5%和10.8%。 模型误差源主要为模型参数的不确定性和测量误差, 通过讨论发现, 光谱斜率S对总吸收系数的反演影响相对较少, 而光谱指数Y导致的反演误差是不可忽略的。 模型适用于高光谱数据, 填补渤海固有光学量的最优化反演研究的空白, 并可用于高光谱遥感数据的固有光学量遥感反演研究。

水色遥感反演算法中半分析模型的建立需要已知水体固有光学量, 文章基于现场实测数据建立了由遥感反射率反演固有光学量模型。 对2003年春季黄东海航次所测数据进行了介绍, 详细阐述了遥感反射率、 颗粒物后向散射和吸收系数的测量方法。 基于生物光学模型, 利用单纯形优化算法由遥感反射率来反演水体固有光学量, 并将反演结果与实测数据进行了比较, 除水之外物质吸收系数的均方根相对误差小于33％, 颗粒物后向散射系数则小于30％, 对引起误差的原因进行分析表明, 本研究方法能够为黄东海水体固有光学量的反演提供一条有效途径, 为遥感数据应用于黄东海水体生物光学特性的研究提供一个参考模型。

吸收系数和衰减系数是水体的固有光学量，也是水色遥感的基本参数，对于水色遥感建模和反演具有重要的作用.高光谱水体吸收衰减测量仪则是目前国际上原位测量水体吸收和衰减系数的主要仪器.本文详细阐述了该仪器数据处理的原理、方法及步骤，并且将之应用于2009年冬季东海航次的测量数据，获得了原位的东海冬季水体吸收和衰减系数分布特征.本文方法可以较好地剔除异常数据，获得高精度的水体吸收和衰减系数数据，可为水色遥感模型开发与验证提供可靠的现场测量数据.

In situ-satellite match-ups of radiometric data are established in the turbid waters of the Yellow Sea and the East China Sea. Inherent optical properties (IOPs) are retrieved by match-up radiometric data and multi-band quasi-analytical algorithm (QAA). By comparing in situ spectra-retrieved IOPs with the satellite ones of moderate resolution imaging spectroradiometer (MODIS) and medium resolution imaging spectrometer (MERIS), the accuracy of satellite-derived IOPs is quantified. The median of the absolute percentage difference is found to be approximately 20% for the total absorption coefficient a_t(\lambda) at green and blue-green bands, and 30% for particulate material backscattering coefficient b_bp(\lambda) throughout the visible bands. The spatial pattern and temporal variability of IOPs along the eastern coast of China are clarified based on satellite images and the QAA model.