黄东海水体漫衰减系数研究

摘要

中国海是典型的二类水体或者浑浊水体，海色传感器资料在中国海的反演和印证，成为当今海色卫星遥感的前沿和难点。漫衰减系数是K(490)是现在常用的海色遥感的标准产品之一。本文以2006年4月、12月份在黄海和2007年2月份在东海测量的现场海洋光学数据为基础，研究了漫衰减系数和固有光学性质/表观光学性质之间的关系。 根据仪器特性和最新研究结果对三个航次采集的海洋光学数据进行预处理(包括吸收/衰减系数的温度、盐度和散射校正、水下高光谱数据的浸没因子校正、Hyer-TSRB数据的水下0.65米校正等)，得到本研究所关心的IOP参数(吸收/散射系数)、漫衰减系数和海面遥感反射比。 在上述数据处理的基础上，对由Gordon模型、Kirk模型和Lee模型计算得到的漫衰减系数和实测数据进行比较和误差分析。三种模型的均方根误差(RMS<,log10>)分别为0.124、0.076和0.092，相关系数分别为0.96、0.98和0.98(N=89)。表明Kirk模型的和现场测量数据吻合的最好。根据Kirk模型给出了漫衰减系数 K (490)在黄东海的空间分布。 利用实测的遥感反射比数据，对由Muller算法、Morel算法和Lee半分析算法反演漫衰减系数K(490)和实测结果进行了比较和误差分析。三种反演算法的均方根误差(RMS<,log10>)分别为：0.275、0.335、0.119，分别为：0.73，0.75，0.98(N=74)。结果表明Muller算法和Morel算法在黄东海误差较大，特别是在浑浊水域；Lee半分析算法误差较小，适合于黄东海海域。 在对三个航次实测数据分析基础之上，提出了东中国海漫衰减系数K(490)的反演算法。该算法考虑了黄东海海域富含悬浮物的特性，在Muller算法基础上增加一个红光波段620nm信息，以反映总悬浮物对漫衰减系数的影响。然后根据实测数据各组分的浓度范围产生一组模拟数据集，并利用最小均方差拟合方法得到反演算法的参数。新算法对三个航次实测数据反演的均方根误差(RMS<,log10>)为0.086，相关系数为0.98(N=74)，有效的提高了统计算法的反演精度。

目录

文摘

英文文摘

独创声明及学位论文版权使用授权书

0前言

0.1漫衰减系数

0.2相关的国内外研究动态

0.3本论文的研究思路和章节安排

1海水固有光学特性和表观光学特性

1.1海水固有光学特性

1.1.1吸收系数

1.3.2体积散射函数与散射系数

1.2海水表观光学性质

1.2.1遥感反射比

1.2.2漫衰减系数

1.2.3平均余弦与分布函数

2黄东海海洋光学现场实验和数据预处理

2.1现场实验介绍

2.2数据预处理

2.2.1吸收/衰减系数数据预处理

2.2.2剖面辐照度数据预处理

2.2.4遥感反射比数据预处理

3.漫衰减系数和固有光学性质之间的关系

3.1 Gordon模型

3.2 Kirk模型

3.3 Lee算法

3.4结果与分析

3.5 K490的黄东海空间分布

4.漫衰减系数和表观光学性质之间的关系

4.1 Muller算法(SeaWiFS业务化算法)

4.2 Morel算法

4.3 Lee半分析算法

4.3.1多波段准分析算法(QAA)

4.3.2漫衰减系数半分析算法

4.4黄东海区域反演算法

4.4.1数据分析

4.3.2模拟数据集

4.5结果与分析

5.结束语

5.1本论主要工作总结

5.2未来工作方向

6项目支持

参考文献

致谢