齐鲁工业大学(山东省科学院), 山东省科学院海洋仪器仪表研究所, 山东 青岛 266000
水体的遥感反射比光谱(Rrs(λ))是海洋水色遥感反演海洋生物地球光学参数的关键, 其定义是离水辐亮度与恰好水面之上的向下辐照度之比。 海洋水色卫星传感器接收到的总信号中90%是大气的贡献, 海洋水体贡献的离水辐亮度不足10%, 因此对接收的信号进行大气校正获得高精度的水体遥感反射比信号是海洋光学遥感的关键技术之一。 基于大量高质量的现场高光谱遥感反射比数据的基础上建立的Rrs(λ)光谱数据的质量评价体系QA(quality assurance), 可以通过计算Rrs的得分情况(QA score)很好地识别出有问题或可能错误的Rrs(λ)光谱。 GOCI(geostationary ocean color imager)是搭载在全球第一颗对地静止卫星COMS(communication ocean and meteorological satellite)上的主要传感器, 由韩国海洋卫星中心(KOSC)发射, 其高观测频次(8景观测数据/天)使生物地球化学参数的日变化监测成为可能。 KOSC研发了GDPS (GOCI data processing system)软件专门用于GOCI数据处理, 包括大气校正。 到目前为止已为全球用户免费提供GDPS1.1, GDPS1.2, GDPS1.3, GDPS1.4, GDPS1.4.1, GDPS2.0六个版本。 应用QA Score评价体系对于GDPS1.2, GDPS1.3, GDPS1.4.1, GDPS2.0四个版本在黄海海域处理得到的GOCI遥感反射比光谱数据的质量进行了评比。 结果发现GDPS1.2的Rrs数据被视为无效的数据量明显大于GDPS1.3, GDPS1.4.1和GDPS2.0的处理结果; GDPS2.0的Rrs数据QA得分情况要差于GDPS1.2, GDPS1.3和GDPS1.4.1; GDPS1.3和GDPS1.4.1的数据处理结果基本相同, 这与GDPS1.4在GDPS1.3的基础上只进行了软件模块化优化处理且修复了一些小问题的结果相吻合。 基于该研究, 黄海海域使用GOCI Rrs数据时, 如果Rrs波段比是首要考虑因素(如反演叶绿素a浓度)且对有效数据数量要求不高, 可以使用GDPS1.2版本进行大气校正; 如果更关心的是某个波段Rrs值, 则使用GDPS2.0进行大气校正更合适。
海洋水色遥感 黄海 遥感反射比 Ocean color remote sensing GOCI GDPS Yellow Sea Remote-reflectance sensing GOCI GDPS 光谱学与光谱分析
2021, 41(7): 2233
胶州湾位于山东半岛南部, 是黄海西部的一个半封闭海湾, 是北温带海湾生态系统的重要代表。 由于水体交换能力不足, 容纳的污染物总量较大, 胶州湾及青岛近海水体富营养化问题突出, 对其水质进行实时有效监测意义重大。 2014年8月和2015年10月在胶州湾及青岛近海进行了两次海洋光学现场实验, 测量海水固有光学性质。 利用高光谱吸收衰减仪ac-s测量了海水吸收系数和衰减系数光谱剖面, 并计算了海水散射系数光谱剖面; 利用后向散射仪BB9(2014年航次)和HS6(2015年航次)测量了海水后向散射系数光谱剖面, 并计算了水中颗粒物的后向散射比。 利用现场测量数据, 建立了悬浮粒子散射系数和后向散射系数光谱模型, 以及532 nm处后向散射系数与散射系数的关系模型。 利用后向散射比提供的粒子折射率信息分析了胶州湾及青岛近海海域的粒子组成及其空间分布情况。 最后分析了悬浮粒子散射特性与浓度SPM的关系。 研究结果表明: 胶州湾内的散射系数bp和后向散射系数bbp值普遍高于青岛近海, 并且胶州湾内越靠近岸边的站位, 其值越大, 胶州湾内站位的散射系数bp光谱斜率(m=0.56)较青岛近海站位大(m=0.44); 胶州湾及青岛近海海域的粒子后向散射系数和散射系数之间存在幂指数回归关系; 研究海域的粒子折射率在1.097~1.197之间, 粒子组成以无机矿物粒子为主, 两次现场实验的结果表明湾口站位(JZ1, QD1和QD7)的折射率变化不大。 选取从湾内经湾口到青岛近海的站位组成断面, 分析这些站位粒子折射率np的分布发现, 湾内从近岸(JZ9)到湾口(JZ1), 粒子折射率逐渐增大, 湾内粒子无机成分更多; 青岛近海离岸越远(QD7—QD5), 粒子折射率逐渐减小, 有机粒子的成分增加。 JZ6站位为靠近胶州湾大桥的站位点, 粒子折射率明显小于大桥两边的站位。 后向散射系数与SPM浓度之间存在线性回归和幂指数回归关系, 但幂指数回归结果优于线性回归结果。
二类水体 海洋水色遥感 散射特性 粒子分类 胶州湾及青岛近海 Case Ⅱ waters Remote sensing of ocean color Scattering characteristics Particle classifications Jiaozhou Bay and Qingdao coastal area 光谱学与光谱分析
2020, 40(10): 3102
1 马萨诸塞大学波士顿分校环境学院, 波士顿, MA 02125, 美国
2 国家海洋局第一海洋研究所, 山东 青岛 266061
3 中国气象局中国遥感卫星辐射测量和定标重点开放实验室, 北京 100081
4 中国气象局国家卫星气象中心, 北京 100081
第一个卫星水色遥感器--海岸带水色扫描仪(CZCS)的成功运行, 展示了全球海洋浮游植物卫星遥感观测的可行性。在接下来的几十年间, 相继发射了更为先进的卫星水色遥感器, 包括极轨水色遥感器(如SeaWiFS, MODIS, MERIS)和静止轨道水色遥感器(GOCI)。这些卫星遥感数据极大地提高了我们观测海洋生物地球化学过程的能力。除了卫星遥感器硬件系统的发展, 在数据产品以及处理软件方面也取得了很大的进步, 包括更准确的大气校正和水体性质反演算法。本文简要地对过去几十年间水色遥感的重要进展进行总结和评述。
海洋光学 海洋水色遥感 算法 应用 ocean optics ocean color remote sensing algorithms applications
国家海洋局第二海洋研究所 卫星海洋环境动力学国家重点实验室,浙江 杭州310012
针对商业化的走航水体高光谱观测系统SAS(Surface Acquisition Systems)，提出了在走航观测的复杂条件下，针对关键角度的计算、水气界面反射系数的估算和异常数据剔除等问题，开发出实用的数据处理方法，并利用现场数据进行了检验.结果表明，SAS走航观测获得的离水辐亮度与站点测量结果具有很好的一致性，且与同步走航水体浊度的变化趋势一致，具有较好的可靠性.
离水辐亮度 走航观测 海洋水色遥感 数据处理 water-leaving radiance underway measurement ocean color remote sensing data processing
