遥感原理及其应用-唐军武2006海洋遥感讲义2

6.3 水体光学特性
任何目标的光学遥感都必须对目标物的光学特性进行深入的研究。

在水色遥感中，目标特性的研究尤其重要，一是因为水色遥感器接收到的总信号中的水体信号[离水辐亮度]贡献一般<10%；二是水色反演算法对离水辐亮度的误差比较敏感。

包括水体的表观光学特性、固有光学特性或生物光学特性、反演模式几个方面。

6.3.1 水体表观光学量与固有光学量
所谓表观光学量(Apparent Optical Properties，AOPs)是随光照条件变化而变化的量，如向下辐照度E d、向上辐照度E u、离水辐亮度L W、遥感反射比R rs、辐照度比R等，以及这些量的漫衰减系数。

这些参数必须进行归一化，才有可能进行不同时间、地点测量结果的比较。

水色遥感就是利用表观光学量(AOPs)来反演出水体成分的浓度，其基本量是离水辐亮度L W(Water-leaving Radiance)。

水色遥感反演模型利用的辐射参数量，基本上有：离水辐亮度L W、归一化离水辐亮度L WN、刚好在水面以下的(Just beneath water surface, 0-)辐照度比(或漫反射比) R(0-)=E u(0-)/E d(0-)、遥感反射比R rs= L W/E d(0+)等。

固有光学量(Inherent Optical Properties, IOPs)是指只与水体成分有关而不随光照条件变化而变化的量，包括：
(1)水分子的吸收系数a w、散射系数b w、散射相函数βw；
'，散射系
(2)Chl-a的吸收系数a c、单位吸收系数(Specific absorption coef.)a
c
'、后向散射系数b b、前向散射系数b f、散射相函数β；数b c、单位散射系数b
c
'
(3)黄色物质的单位吸收系数a
y
(4)其他成分，包括无机物、碎屑(detritus)等的吸收散射特性。

固有光学量中最重要的是单位吸收系数和体散射相函数。

这些参数的严格定义，可参见Jerlov(1976)的Marine Optics。

6.3.2 水体生物-光学模型
由于大洋水体的光学特性主要由水分子和浮游生物决定，因此在海洋光学中，把水体光学模型一般称为生物光学(Bio-optical)模型[Smith & Baker 1978]，此概念目前也用于二类水体。

水体生物光学特性的研究包括水体成分的固有光学
特性、表观光学特性的定量描述、表观特性与固有特性之间的关系以及反演算法等。

在未来几年内，将以归一化离水辐亮度L WN为基本量的统计模型、以基于辐照度比R和遥感反射比R rs的半分析模型为主要方向(O'Reilly et al 1998)。

在谈到水体成分时，由于目前中英文翻译没有统一的约定，故在此给出以下术语的中英文对照：
总悬浮物(total particulate matter, seston)、悬浮泥沙(sediment, tripton, or inorganic particles)、浮游生物(phytoplankton and zooplankton)、黄色物质(CDOM, yellow substance, gelbstoffe，gilvin)、碎屑(detritus, debris)等。

一般水体可能含有以下7种成分(Morel 1977, Gordon & Morel 1983)：
(1)活的藻类细胞。

其浓度可有很大变化。

(2)连带的碎屑。

即由浮游生物的自然死亡降解和浮游动物的消化排泄产生的碎屑。

(3)溶解有机质。

由藻类和它们的碎屑释放出来的物质(黄色物质)
(4)再次悬浮的泥沙。

沿岸海底和浅海区因海流等作用而搅起的泥沙。

(5)陆源颗粒(Terrigenous Particles)。

河流冰川带入的矿物颗粒等。

(6)陆源溶解有机质（黄色物质）。

(7)人类活动产生并进入海洋的颗粒和溶解物。

André Y. Morel对一类水体的定义是其光学性质由前3项决定的水体。

典型的一类水体是大洋开阔水体。

一类水体的组成，可以简单地看作由浮游生物（Phytoplankton、zooplankton）的主要成分Chl-a，及其降解物--褐色素a(phea-a)，以及伴随的黄色物质组成。

实际的水体要复杂许多，可参见Mobley(1994)与Kirk(1994)的书。

一类水体光谱模型的奠基工作是Morel等人在1977年完成的(Morel 1977)，后经过Morel(1988，1998), Sathyendranath & Preiur (1989), Bricaud等人(1995)众多科学家的不断努力，已基本成熟。

但随着技术手段的进步，如高压液体色谱(HPLC)技术的广泛采用、固有参数测量仪器的进步等，将会把一类水体固有光学特性的精度再提高一步。

二类水体是除一类水体外的可能包括所有上述7种成分或更多的所有水体。

典型的二类水体是近岸、河口区域的水体。

6.3.2.1 水体成分的固有光学特性与模型
显然各成分的吸收、散射与其浓度有关，可将吸收表示为成分浓度与单位吸收系数的乘积(Morel & Prieur 1977, Prieur & Sathyendranath 1981, Sathyendranath
& Prieur 1989)，将后向散射表示为体散射(V olume scattering)与后向散射比例系数(backscattering ratio)的乘积：
b b b b b b b a a Ca Xa Ya
b b w b
c b X
w c
X
Y
w C X =++=+++~~~*** (6.68)
其中：
b w 为纯(海)水的散射系数，~
b b w 为水的后向散射的比例；b C 为浮游生物(叶绿素)的散射系数，~b b C 为叶绿素的后向散射的比例；b X 为悬浮泥沙的散射系数，~
b b X 为悬浮泥沙的后向散射的比例。

a w 为纯(海)水的吸收系数(注：文献[Morel & Prieur 1977]中所给出的纯水的吸收系数是淡水的，不是海水的)，可参见[Smith & Baker 1981]；C 为叶绿素浓
度(mg/m 3)，a c *为其单位吸收系数；X 为无机悬浮物的浓度, 此处其单位是m -1，
而不是常用的mg/m 3的单位，其单位按550nm 波段处的散射量来决定，a X *为其单位吸收系数；Y 为黄色物质的浓度(m -1)，其单位按440nm 处光束的衰减量来
决定，a Y *为其单位吸收系数。

6.3.2.1.1 水体各成分的后向散射
由于遥感获得是水体后向散射的信息，因此水体成分的后向散射特性对遥感反演模型的建立具有关键性的作用。

★海水分子的散射[Smith & Baker 1981, Morel & Prieur 1977]：
b w (500)=0.00288 m -1
, ~b b w =0.5，
b b w w ()().λλλλ121243
=⎛⎝ ⎫⎭
⎪- (6.69)
[在水分子散射中，一般以500nm 处的值为参考点]
★叶绿素的散射[Sathyendranath & Prieur 1989]：
b C C ()..550012063=，b b a a C C
c c ()()()()
λλ=*
550550，~
b b C =0.005 (6.70) [a
c ()λ的计算见下面6.3.2.1.2 “☆叶绿素的吸收”] ★悬浮泥沙(无机颗粒)的散射：
为简化计算，定义X(m -1)=b X (550)，实测时，可用b X (550)=b(550)-b C (550)，以免除麻烦的水体过滤(可参见式(6.3)中b C (550)与叶绿素浓度C 的关系，C 较容易测得）。

如果要确定X(m -1)与mg/m 3为单位的换算关系，可进行一系列不同浓
度的水体配比测量，然后回归确定二者的关系。

一般认为，泥沙的光谱散射满足下列关系：
b b X X n
()()λλλλ1212=⎛⎝ ⎫
⎭
⎪
- (6.71)
随水体的不同，~
b b X 与n 有以下规律[Sathyendranath & Prieur, 1989]： 1). 对于二类水体（如近岸），n=0, ~
b b X 在0.01 ～ 0.033之间； 2). 对于高叶绿素浓度的一类水体，n=1或2, ~
b b X ≤0.005; 3). 对于贫瘠一类水体，n=2, ~
b b X 在0.01 ～ 0.025之间。

6.3.2.1.2 水体成分吸收特征
纯(海)水(w)、及典型的叶绿素（C ）、悬浮泥沙(X)、黄色物质(Y)的光谱吸收特征，参见图1.1[数据取之Prieur & Sathyendranath 1981和Smith & Baker 1981]。

图6.5 水体成分归一化单位光谱吸收系数曲线
图中 a w (m -1)为纯海水的吸收系数；a c '、a x '、a y '为归一化单位吸收系数，以
440nm 处的值进行了归一化，a a a i 'i *i *()()/()λλ=440，i=c, x, y, 无量纲。

最新的一类水体结果应参考文献：
* Mueller, Fargion & McClain 2003：Ocean Optics Protocols for Satellite Ocean Color Sensor Validation, Revion 4, V ol.IV: Inherent Optical Properties: Instruments, Characterization, Field Measurements and Data Analysis Protocols
* Bricaud, A., M. Babin, A. Morel and H. Claustre, 1995: Variability in the chlorophyll-specific
absorption coefficients of natural phytoplankton: Analysis and parameterization. Journal of Geophysical Research, V ol.100, No.C7, 13321-13332.
★叶绿素的吸收
叶绿素的吸收随着总叶绿素浓度、Chl-a ，Chl-b 与Chl-c 相对比例的不同、不同浮游生物组分和光照条件的不同有一定的差别。

但总的规律满足：
a C C ().().λλ=⋅0060602a c
'
(6.72) 关键问题是归一化单位吸收系数a c '
的测算。

一般可采用a c *(440)=0.05m -1/(mg m -3)，再采用文献[Prieur & Sathyendra-nath
1981]中的a c '数值即可得到a c *(λ)=a c '*a c *(440)。

但实际上a c *(440)随水体的变化很
大。

对于叶绿素单位吸收系数的变化及其参数化，Bricaud 等人(1995)利用815个测点的数据给出了最新的结果。

其结果表明，随叶绿素浓度的不同，单位吸收系数有一个数量级的差别，如在440nm 处，Chl-a 的浓度从0.02~20mg/m 3, 单位吸收系数变化为0.148~0.0149(m 2/mg)[参见其中的Fig.7a]。

Bricaud 等人(1995)的结果表明，叶绿素的单位吸收系数a c *(λ)随叶绿素的浓度变化而变化，叶绿素浓度增加，a c *(λ)随之减小。

他们利用815点数据得到的结果是：
a c *()()()
λλλ=<>
-A Chla B (6.73) 其中A(λ)、B(λ)是随波段变化的系数[参见Bricaud et al 1995, Table 2], <Chla >为叶绿素浓度，该公式及其系数的适用范围为0.02 ~ 25mg/m 3。

★黄色物质的吸收
一般定义黄色物质的浓度为 Y(m -1)=a Y (440)，研究表明(参见图1.1)，黄色物质的吸收满足下述指数规律：
a Y (λ)=a Y (λ0)exp[-S(λ-λ0)] (6.74)
其中λ0=440nm, S 随水体的不同在0.011～0.018之间变化，通常取S=0.014。

因此其单位吸收系数a Y *(λ)=exp[-0.014(λ-440)]，且a Y *
(λ)=a y '[归一化单位吸收系
数]。

由此表达式计算出的值与[Prieur & Sathy-endranath 1981]中的a y '(λ)完全一样。

★悬浮泥沙的吸收
显然，在不同的近岸河口地区，悬浮泥沙矿物质组成不一样，其光谱吸收也有很大的差别，因此，需要测量典型海区的悬浮泥沙光谱吸收系数。

从Prieur & Sathyendranath(1981)和Bukata & Jerome等人(1995)的结果表明，不同区域的泥沙的吸收散射特性还有一定的共性。

在近岸水体，一般兰色波段吸收较强，从而呈现黄色泥沙。

6.2.3.2.2 二类水体固有光学特性
国际上普遍认为，二类水体固有光学特性与大洋水体的主要差异在：
(1)区域性悬浮泥沙的吸收与散射特性；
(2)在高泥沙含量区的叶绿素吸收特性与大洋水体的叶绿素有一定差异；
(3)黄色物质光谱吸收特性也有很强的陆源变化，主要体现在式(6.74)中e指数的S上。

二类水体：
* Bukata, R. P., J. H. Jerome, K. Ya. Kondratyev and D. V. Pozdnyakov, 1995: Optical Properties and Remote Sensing of Inland and Coastal Waters. CRC Press, New York, ISBN: 0-8493-4754-8.
* Dekker for inland waters…….
* 我国近岸二类水体的固有光学量最新结果，参见唐军武等的2003年试验数据分析结果。

6.2.4 表观光学特型
依据R rs=f[b b/(a+b b)]决定；
黄东海Rrs光谱
补充一类水体光谱。

6.3.3水色要素反演
Gordon等人(Morel & Gordon 1980, Gordon et al 1988)把水色解译算法归为
三类：(1)经验模型(Empirical)，主要基于离水辐亮度与某一成分之间的统计关系；
(2)半分析模型(Semianalytic), 借助于固有光学量与成分之间的物理关系和表观
量与固有光学量之间的经验关系(如Monte Carlo模拟结果)，导出遥感量与水体成分之间的关系；(3)辐射传递模型，在辐射传递方程近似解的基础上，建立反演模型。

20世纪90年代中后期，出现了很多非物理模型，如主成分分析PCA法, 神经网络NN法等(IOCCG report3)。

特别对于二类水体，这类算法可能会更加有效。

6.3.3.1 统计模型综述
典型的经验(或统计)模型是Dennis K. Clark(1981,1995)为CZCS、SeaWiFS
等水色遥感器提出的基于波段比值的色素算法，其形式为。

C A L
L
w
w
B
=⎛
⎝
⎫
⎭
⎪
()
()
λ
λ
1
2
，(6.75)
其中C为chl-a浓度，A、B为统计回归系数，L W为离水辐亮度或归一化离水辐
亮度。

其他类似的统计模型参见表1.2 (O'Reilly et al 1998)。

表6.9 水色反演的各种统计模式
一类水体目前最常用的OC4算法：
R=Max(Rrs443,Rrs490,Rrs510)/Rrs555
Cchl-a=10^(a0+a1*R+a2*R2+a3*R3+a4*R4)
补：荧光反演算法。

6.3.3.2 基于遥感反射比的半分析反演算法
水体的向上辐射光场，如离水辐亮度L W、向上辐照度E u(λ)等带有水体信息。

各成分引起的水体光谱变化可以刚好在水表面下的辐照度比R(λ)来表征：
R(λ,0-)=E u(λ,0-)/E d(λ,0-) (6.76) 其中0-表示刚好处于水表面下的深度处，E d(λ,0-)为向下辐照度(downwelling irradiance)，E u(λ,0-)为向上辐照度。

为简便起见，以下省略波长下标λ。

在CZCS时期及其之前，许多水色反演半分析模型的形式为：
R
E
E
f
b
a b
u
d
b
b
()
()
()
-
-
-
==
+
，(6.77)
其中f为一随太阳高度角变化的常数，b b为总后向散射系数，a为总吸收系数。

利用a, b b与各成分之间的关系，边可得到各成分的浓度。

对于一类水体，有更简单的关系：
R
b
a
b
().
0033
-=，(6.78)
在海洋光学中，定义
E u(0-)=QL u(0-) (6.79a)
L w(0+)=L u(0-) t/n2(6.79b) 其中，Q为光场分布参数[注：在Morel & Gentili 1996的文章发表以前，一般取为4.5，目前多数人仍采用Q=4.5]，t/n2 = 0.54，n为水体的折射率，t为水气界面的透过率[Austin 1974, Clark 1981]。

L w为直接由L u导出或遥感器测得的离水辐亮度，显然L w携带着水体信息。

由于在遥感中L w比E u容易得到，因此定义遥感反射比R rs(Carder & Steward
1985)：
R rs (λ)=L w (λ)/E d (λ,0+) (6.78)
Ed(0+)可由辅助数据和模型计算而得(Gregg & Carder 1990, Frouin et al 1989)，即是F 0*cos(θ0)*t ，其中F 0为大气层外太阳辐照度，θ0为太阳天顶角，t 为大气总透过率。

可将R rs 与水体的总吸收系数a(λ)和总的后向散射系数b b 联系起来(Gordon & Morel 1983, Gordon et al 1988, Carder et al 1995, Lee et al 1996,1997,1998)：
R =
f t Qn rs 2b a b b b
+ (6.79)
其中，f 为一经验参数 ≈ 0.32 - 0.33， Q 和f 都是太阳天顶角的函数。

Morel & Gentili (1993)表明，f/Q 是太阳天顶角的弱函数，Gordon 等人(1988)采用f/Q=0.0945，又t/n 2=0.54, 则
R =rs const
b a b b
b
+, const=0.051 (6.80) 而b b 和a 是各种成分贡献的线性和：
b b b a a a b b w b i
i N
w i
i
=+=+=∑∑()()1 ，i=1..N ，N 为成分数 (6.81')
如果只考虑叶绿素a 及其降解物褐色素a(以C 表示)、悬浮泥沙(以X 表示)、黄色物质(以Y 表示)，则(6.16')可记为(忽略黄色物质的后向散射)：
b b b b a a a a a b b b b w
c X Y
w C X =++=+++ (6.81)
一种有待进一步检验的二类水体分析算法的思路是：由多波段的R rs 值，导出水体的固有光学参数a 和b b ，再由上述固有光学参数与成分浓度C 、X 、Y 的关系，建立线性方程组，然后解出C 、X 、Y 的值(唐军武、田国良 1997)。

由公式(6.80)、(6.81)可得： R rs ()()()().()
()()
λλλλλλλ=+=+const
b a b b a b b b b b 0051
=0.051(~~~
)
()(~~~)***
b b b b b b a Ca Xa Ya b b b b b b b w b C b X w C X Y b w b C b X
w C X w C X ++++++++ (6.82) 由于
b b (λ)=(.()..()/()~()).**050005012550063550b C a a b X w C C
b n X λλλ+⋅+- 若n 、~b b X 通过现场测量已知的话，则第(6.82)式中只有C 、C e =C 0.63、X 、Y
四个未知数。

由多光谱遥感获得4个波段的R rs (λi )值( i=1,2,3,4)，代入式(6.82)，建立关于此4个参数的线性方程组：
a 11C + a 12C e + a 13X + a 14Y=k 1
... ... ... (6.83)
a 41C + a 42C e + a 43X + a 44Y=k 4
其中a ij 为化简后的系数，解之则得C 、X 、Y 。

若n 、~b b X 未知，则可取不同的值代入计算，结果与现场实测值进行比较，
取结果最接近的n 、~b b X 值。

为进行模型的误差分析，首先进行了光谱合成，即给定叶绿素、悬浮泥沙、黄色物质的浓度C 、X 、Y ，由上述公式得到R rs (λi ), i=1,2,3,4。

然后将R rs (λi )引入5%的误差，再反演出浓度值。

若模型是病态的，则遥感反射比的微小扰动将导致很大的反演误差。

经分析，该模型对R rs 的误差不很敏感。

分析算法的优点是可以同时反演出多种水体成分的浓度，缺点是必须对相应水域的固有光学特性作大量的先期测量与分析工作。

由于受测量手段和测量数据缺乏的限制，这种方法在CZCS 水色遥感时期及90年代初，未能得到很好的应用，这期间基本上以统计模型为主。

从近几年成象光谱仪航空水色遥感[Jupp, et al, 1993]和SeaWiFS 最新算法来看[Carder, et al, 1995, Lee et al 1994, 1996a, 1996b, 1999a]，情况已经改变。

有关SeaWiFS 近岸二类水体反演的统计模型，读者可参见Tassan (1994)，Li Yan 等(1998)。

6.3.3.3 固有光学量的反演
固有光学量反演的目的：
1)由于固有光学量与水体成分浓度有直接的关系，因此，固有光学的反演，可以作为水体成分反演的中介；
2)同时由于固有光学特性(IOPs)的测量比较困难，特别是我国目前除有极个别的固有光学仪器外，缺少现场测量吸收系数和散射系数的仪器，吸收系数尽管可利用实验室分光光度计结合过滤系统进行测量，但开展这方面工作的实验室很少，且在水样保存过程中会产生较大的变化，使得数据无法应用。

因此，尽管IOPs 的反演精度不高，精度约在10%～30%之间，但国际上仍有许多人对利用表观光
学量(AOPs)反演固有光学量的方法进行研究。

3)固有光学特性中吸收系数a(λ)的反演还有一个重要的作用，就是对表观测量仪器的自阴影(self-shadowing or self-shading effect)进行校正(Mueller & Austin 1995)。

各种固有光学量的反演方法归纳起来，有以下3类：
(1)Monte Carlo模拟结果的统计回归法[Gordon 1991, Kirk 1984]；
(2)线性方程反演(Linear Matrix Inversion)[Hoge & Lyon 1996, 唐军武、田国良1997]
(3)现场遥感反射比与固有光学量测量结果的统计回归反演[Lee(李忠平) et al 1998]
由于水体表观光学量受太阳天顶角和入射总辐照度中的直射与漫射分量比例的影响，即表观光学量具有二向性(bidirectionality)或非朗伯特性，因此固有光学量的反演，关键问题是将表观量受入射光场变化的部分去掉。

一种典型的二类水体半分析方法：
Rrs u=b b/(a+b b) NIR或Red波段λ0，a(λ0)~a w(λ0), 因此可以得到NIR或Red波段的b b(λ0)，再根据b b(λ)随波长变化的关系指数n, b b(λ)/b b(λ0)=(λ/λ0)n, 得到其他波段的b b(λ)，从而可以得到这些的a(λ)。

XXXXXXXXXXXXXXXXXXXXXX
6.5 水色遥感数据的辐射校正与真实性检验
由于水色数据的精度要求很高，遥感器的偏差和大气校正的5％误差，可导致水体成分浓度反演的误差100％以上。

而5％已接近遥感器采用传统方法进行辐射校正、仪器漂移等误差的极限；精确控制各种输入条件、考虑多次散射和偏振的大气校正算法的误差可以达到1％～3％左右，而不同的大气算法之间的误差也可达到2％～4％。

由于水色信息波段的水色信号――离水辐亮度占总信号的10％左右，因此，如果遥感器与大气校正的总误差是5％，离水辐亮度幅亮度的误差就是50％,远远高于离水辐亮度5～10％误差的水色应用要求。

为此，水色遥感器的辐射校正需要特别的思路才可能满足应用目标的要求。

6.5.1 水色遥感的辐射校正
目前主要采用三种方法或这三种方法综合地进行：
1)利用星上太阳/月亮定标系统、或传统替代定标方法，保证遥感器的绝对辐射精度；
2)结合水色业务化大气校正算法的系统定标；
3)星－星交叉定标。

6.5.1.1 “系统定标”方法
所谓系统定标(System Calibration)是指将遥感器的误差与业务化大气校正算法的误差统一校正的辐射校正方法，即把业务化的大气校正算法看作是遥感器性能的延伸，利用现场测量的结果，对“遥感器＋大气算法”这个系统的误差进行总的修正。

系统定标可以看作是“在轨外定标”或“替代定标”的一种，因为替代定标不要求采用业务化大气校正算法，如一般陆地资源或气象卫星遥感器的辐射校正。

主要思路是：
将在多种条件、一定时间周期下获得的现场归一化离水辐亮度nLw0作为真值，与卫星反演得到的归一化离水辐亮度nLw进行比较，然后计算得到一个系数，在进行水色反演之前，强迫将卫星遥感器的总信号Lt用此系数进行修正，使得卫星反演的归一化离水辐亮度nLw＝nLw0 。

6.5.1.2星－星交叉定标方法
这不是一个独立的方法，而是系统定标的一个简便方法。

利用已知准确可靠的另外一个卫星反演的归一化离水辐亮度作为真值，进行
系统定标的方法，称为水色遥感的星－星交叉定标。

需要以下条件：
1)经过验证的已知高精度水色卫星数据，如SeaWiFS数据；
2)接近的过境时间、地点和大气条件；最低条件气溶胶散射随波段变化的
系数epsilon不变。

3)波段差异可以忽略不计或可以修正。

6.5.2 真实性检验
真实性检验(Validation)的含义与字面上的意义有所差异，它包含两层意思：
1)对卫星产品的精度进行检验，看与现场测量的结果是否吻合，并给出
误差分布情况；
2)建立新的算法或改进已有的算法。

这正是为什么在NASA的Validation任务中涵盖如此多内容的缘故。

而我国很多遥感人员对真实性检验的理解仅停留在第一层含义上，这是远远不够的。

6.5.3 现场数据测量
遥感器的辐射校正和真实性检验的最关键问题是在一定系统方法下的现场数据准确测量。

现场测量数据的不确定性涉及到：
1)测量仪器稳定性和相对稳定性；
2)测量仪器的校准；
3)仪器操作测量规范；
4)数据处理与分析方法；
5)人为因素：测量操作、数据分析处理中参数确定等。

现场数据测量方面的主要参考文献：
Mueller, Fargion & McClain 2003：Ocean Optics Protocols for Satellite Ocean Color Sensor Validation, Revion 4. NASA/TM-2003-211621/rev4-V ol.I~V ol.VI
此处只介绍水体的光谱测量技术之一：地物光谱仪水面以上法。

地物光谱仪水面以上水体光谱测量法
1 测量要求与信号分析
水色遥感以及水体光谱特性相关研究要求表观光谱特性的测量必须能够导出以下几个基本参数：
* 离水辐亮度L W；
* 归一化离水辐亮度L WN
L WN = L W F0/E d(0+)，(1) 其中F0为平均日地距离大气层外太阳辐照度，E d(0+)为水面入射辐照度。

归一化的目的是使得不同时间、地点、大气条件下的测量结果具有可比性，因为归
一化基本消除了入射光场的影响。

* 遥感反射比R rs
R rs = L W/E d(0+) = L WN / F0, (2) * 刚好处于水面以下0-深度的辐照度比R
R(0-) = E u(0-) / E d(0-), (3) 其中E u为向上辐照度, E d为向下辐照度。

这些量都不是可直接测量的量，必须结合一定的测量方法和相应的数据处理分析才能得到。

国际上有关水色遥感的测量规范[7,8,9]，主要是针对大洋一类水体的。

而我国的近岸水体绝大部分是二类水体，因此本文将对二类水体光谱测量的有关问题进行讨论。

现场表观光谱的测量从方法上可分为两类：剖面测量法和水表面以上测量法。

两种方法相对独立，使用范围具有互补性，因为这两种测量方法的误差源及信号过程不一样。

剖面法(Profiling method)是由水下光场测量外推得到水表信号，同时可以更好地刻画出水体光场垂直变化，采用的仪器昂贵仪器操作、布放复杂，且一般只能用于水深大于10m水体。

表面法(Above-water method)是采用与陆地光谱测量近似的仪器，在经过严格的定标的前提下，通过合理的观测几何安排和测量积分时间设置，也可以得到上述几个主要的观测量。

在一类水体，剖面法是国际水色遥感界推荐的首选方法；在二类水体，目前唯一有效的方法是表面法。

水面以上的光谱辐亮度信号组成是：
L sw = L W + r L sky + L f + L g(4) 其中：L sw是总信号；L W是进入水体的光被水体散射回来进入仪器的离水辐亮度，r L sky是天空光在水面反射以后进入观测仪器的信号，没有任何水体信息，r是气水界面反射率；L f 是海面白帽(White Cap)的信号，L g是水面波浪对太阳直射光的随机反射(sunglint, specular reflection)，没有任何水体信息。

水体信号来源与构成参见图1。

图1 水面以上水体信号构成(引自文献[4])
Fig.1 Above water signal composition(from ref.[4])
对于现场测量，可忽略由大气散射信号。

值得注意的是，目前我国开展的很多水体光谱测量中，测量是在船边垂直向下进行的，且将水体目标的测量值L t比上标准板的测量值L p，进行所谓“水体反射率”的测量并进行数据处理：
ρt=L t/L P(5) 其中，L t为面向水体测量得到的信号，L p为折合到100%反射率板的信号。

并且错误地为“准确”测量非常低地水体信号而采用很长的积分时间和自动积分时间调整；又认为，因采用比值而可以不对仪器进行严格的辐射标定。

这种测量存在严重的问题：
1) 这个ρt参数在今天的定量水色遥感中，除在水色遥感信号敏感性研究和水体定性判别等方面外，在水色定量化算法等其他方面将难以应用，因为无法得到水体遥感的基本参数；
2) 在船边垂直向下观测的数据，受船体影响[船体破坏了水体光场分布]、太阳直射反射的影响非常大；
3) 不对天空光进行测量，无法分离携带水体信息的离水辐亮度与不带任何水体信息的水表面反射信息；
4) 由于水体反射较低，往往采用自动或很长的积分时间，导致严重的太阳直射反射信号污染。

NASA出版的SeaWiFS技术资料V ol.25对该方法的描述也不系统全面[7]；NASA 2002年新版海洋光学规范对此方法进行了充实[9]，但仍有很多不足之处，如气水界面对天空光的反射率问题。

这种方法国际上应用最成功的研究组是University of South Florida的K. L. Carder及Zhongping Lee(李忠平)等人。

他们以该方法为主进行表观光学量的测量，并导出了基于遥感反射比的SeaWiFS和MODIS水色反演算法[10,11,12]。

实验研究表明，一类水体的表面法与剖面法的测量结果差异在5%~10%左右[13]。

由于水体离水辐亮度也具有二向性[14,15,16,17]，因此垂直观测的剖面结果和倾斜观测的表面法必然存在差异。

我国HY-1卫星地面应用系统辐射校正分系统的工作表明，剖面法和表面法获得的离水辐亮度差异可控制在15%左右，最好地结果差异可在5％以内[18]。

2 水面以上光谱测量与分析原理
利用光谱仪进行水面以上光谱测量(Above-water measurement)与分析方法[9,10,11,16,20], 其目的是利用便携式瞬态光谱仪和标准板, 导出离水辐亮度L W、归一化离水辐亮度L WN、遥感反射比R rs和水面以下辐照度比R等参数。

2.1 观测几何
因为离水辐亮度L w在天顶角0~400范围内变化不大，所以为避开太阳直射反射(Sunglint, Specular reflection)和船舶阴影对光场的破坏，在现场船舶上的观测几何最好按以下方式设定（以下角度都是以光线矢量的走向为依据）：
仪器观测平面与太阳入射平面的夹角900≤φv≤1350（背向太阳方向）, 仪器与海面法线方向的夹角300≤θv≤450, 这样便可避免绝大部分的太阳直射反射，同时减少船舶阴影的影响。

图2 光谱仪水面以上观测几何
Fig.2 Viewing geometry of the above-water measurement。