水质反演

航空和航天传感器所接收到的海面信息，取决于海水对辐射的吸收和散射。这些吸收和散射与海水中悬浮泥沙、浮游生物、可溶性有机物(黄色物质)、污染物质等的组成和含量密切相关。不同可见光波段影像通过目视判读，或以各种不同模式计算机图像运算处理，可以获得水面悬浮泥沙、浮游生物(叶绿素)、可溶性有机物等方面的遥感专题信息。

海面表层温度(简称海温SST)是海洋的主要物理参数之一，海温与海洋中上层鱼类的生存、洄游、繁殖有着密切的关系，是研究大气环流和气候变化等气象课题的一个重要因子。遥感数据源主要是以美国NOAA极轨气象卫星AVHRR数据为主，还有利用日本空间分辨率较低的GMS静止气象卫星、欧洲遥感卫星ERS3/1和我国自行发射的海洋卫星“HY3/1”的传感器数据等开展SST反演研究。利用现有遥感技术建立的海温反演模型有两种求解方法：一种是理论方法—基于大气物理模型的方法，该方法要求对大气及海洋各项参数有较准确的了解，并对其物理机制及相互间关系能正确的描述,该方法的优点是准确且时空变化适应性强。但很难确定当时当地海洋大气状况，特别是水汽垂直分布状况。另一种方法—间接方法，即统计回归的方法，需要参数少，对一定区域精度高，但区域适应性差。McClain等(1985)采用多通道(MCSST)AVHRR反演算法对海表温度进行监测，使海温反演精度有较大提高，达0.7°。党顺行等(2001)使用NOAA气象卫星AVHRR的红外波段数据对中国东海渔区海表温度反演进行了研究。鲍献文等(2002)应用NOAA气象卫星AVHRR对渤海、黄海、东海AVHRR海表温度场的季节变化特征进行了研究。郑嘉淦等(2006)利用MODIS数据反演了2003年和2004年东海海域的海表温度，结果与东海的实测海表温度分布一致。

叶绿素浓度是反映浮游植物光合作用强弱、藻类长势的重要参量，可以用于监视海藻的生长和推断水产研究中浮游生物的分布和鱼群位置。用遥感反演海洋叶绿素的方法大体上可以分为经验算法和基于模型的算法。现有的叶绿素经验算法大都采用比值法，如CZCS的全球指数算法(Morel and Gordon,1980;Gordon et al.,1983)，Clark的三波段指数算法，Aiken的双曲线指数算法，日本OCTS的指数与多项式算法，法国POLDER的三次多项式算法，Lee等(1998)的二元二次多项式算法，Kahru等(1999)提出的加尼伏尼亚海流高叶绿素区的六次多项式指数算法，Morel及SeaBAM小组的SeaWiFS的算法。随着理论研究的深入和对海洋光学场知识的增加，出现了半分析(半经验)的海洋水色算法，如Carder模型、Garver/Siegel模型。0’Reilly等(1998)用来自SeaBAM 919个观测数据，对15种经验算法和2种半分析算法进行了评价，认为由两个波段比值组成的三次多项式模型形式简洁，计算结果与实测数据吻合。基于模型算法的主要特点是利用生物光学模型描述水体组分和水体光谱辐射特征之间的相关性。Buckton等(1999)基于MERIS在计算海洋水体成分时发现神经网络的优势在于用它不仅可以获得比传统的方法如波段比值法具有更高的反演精度，而且还可以包括一些多余参数和没有用到的信息如几何参数和大气能见度等。Keiner等(1998)认为在利用遥感反射率数据来估算海表叶绿素浓度方面，神经网络模拟非线性传输函数比SeaBAM工作组所有的经验回归和半解析算法都要精确。神经网络技术反演算法的优势在于其预测模型包含了详细的遥感过程的物理描述，具有极高的实用性。Krawczyk等(1993)，Neumann等(1995)提出了

基于主成分分析(PCA)的水色反演算法，该方法为线性算法，简单、稳定、运算快捷，大气影响自动体现在加权因子中，不必进行大气校正。詹海刚等(2000)采用神经网络方法，利用SEABAM数据进行了叶绿素反演算法研究。曹文熙等(1999)用主因子分析的方法研究了叶绿素的遥感算法。

悬浮物是水体中最重要的水质参数之一，悬浮物的含量直接影响水体的透明度和浑浊度等光学性质。悬浮物遥感是水质遥感中重要的一项。水体悬沙遥感主要在悬沙含量较高的近海海域和河口水域进行。在卫星遥感悬浮物质定量模型中，常用的三种模型有对数模型、Gordon模型和指数模型。国内学者对此进行了改进，李炎等(1999)在利用AVHRR数据对长江口的悬浮泥沙含量进行研究时，提出了以海面-遥感器的光谱反射率斜率传递现象为基础的αR1-R2算法(斜率法) ,使整个水体区域取得均匀分布的大气校正参考点。汪小钦等(2003)使用TM数据，用线性光谱混合分析法提取福建闽江口的悬浮物质浓度。国外学者研究，Baley和Moreira(1980)曾用Landsat数据对亚马逊河湿地进行过固体悬浮物浓度的定性分类。Bradley等用Landsat数据的波段比值计算出一条几何曲线，用于估测亚马逊河几个地点的悬浮物浓度。MerteS等(1993)用光谱混合分析法计算了亚马逊河湿地的悬浮物浓度，这种方法适用于缺少实测数据的地区。Dekker等(1996)也用航空遥感数据计算了内陆浅水湖的叶绿素和悬浮固体浓度，并与实测数据和生态水质模型的结果进行了比较，证明遥感数据比其它两种方法提供了更多的信息。

海水中的黄色物质是以溶解有机碳为主要成分、分子结构非常复杂的一大类物质的统称,主要是指富里酸和腐殖酸等未能鉴别的溶解有机碳(DOC)组分。Tassan(2002)利用Jackson的反演模型，测量并评估黄色物质对叶绿素遥感的影响时，选用了CZCS的四个波段。Roland(1994)利用CZCS数据对二类水体的叶绿素、悬浮物、黄色物质进行反演，黄色物质的反演结果同实际测量值比较有些偏低。MOORE和Aiken（2003）将黄色物质光学特性应用于SeaWiFS的海洋水色反演，结果不是很理想，可能的原因是黄色物质对可见光光谱末端蓝光的强烈反射使得反演结果偏低。陈楚群等(2003)通过分析黄色物质浓度与模拟光谱资料的关系，确定提取黄色物质浓度信息的最佳波段组合，并以此波段组合建立黄色物质浓度信息提取模式进行反演，建立了黄色物质吸收系数及溶解有机碳回归模型。沈红(2006)基于实测资料建立了辽东湾黄色物质遥感反演模型，将反演模式应用于MODIS数据，提取辽东湾黄色物质吸收系数，实现了辽东湾黄色物质的卫星遥感提取，获得辽东湾黄色物质吸收系数的空间分布，比较符合实际情况。