刘晓燕， 申 辰， 崔文玺， 杨 倩1, ， 禹定峰1, *，

高 皜1, 3， 杨 雷1, 3， 周 燕1, 3， 赵新兴3

1. 齐鲁工业大学(山东省科学院)海洋仪器仪表研究所， 山东 青岛 266100

2. 中国海洋大学信息科学与工程学部海洋技术系， 山东 青岛 266010

3. 齐鲁工业大学(山东省科学院)海洋技术科学学院， 山东 济南 250300

引 言

离水辐亮度与恰好水面之上的向下辐照度之比被定义为水体光谱的遥感反射比(Rrs)， 高精度的海洋遥感反演研究需要精确的Rrs数据[1]。 海洋水色卫星传感器接收到的总信号中水体贡献的离水辐亮度不足10%， 我们需要对接收的信号进行大气校正， 这也是海洋光学遥感的关键技术之一。 精确的大气校正是得到高精度的Rrs数据、 实现高精度水色信息反演的前提。 目前近岸Ⅱ类浑浊水体的大气校正算法有亮像元法[2]、 暗像元法[3]、 神经网络法[4]、 光谱匹配法[5]、 MUMM法[6]、 光谱优化法[7]等。 以往通常通过与现场数据集的误差分析来评价卫星海洋光学数据(包含Rrs(λ)数据)质量， 误差分析结果可以表达出海洋光学观测数据质量的信息[8-9]。 然而， 研究表明单独的波段对比散点图的实际评价意义并不能代表完整的Rrs(λ)光谱的质量情况， Wei等[10]在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了一个可以客观评估Rrs(λ)光谱质量的质量保证系统(QA)， 并使用NOMAD遥感反射比数据集、 沿海和大洋的卫星遥感反射比数据对该系统进行进一步测试， 结果显示有问题的或可能错误的Rrs(λ)光谱可以通过该评价系统很好地识别出来。

在过去的二十多年里， 世界各国发射了各种各样的太空海洋水色传感器， 以进行每天的全球海洋观测。……