海洋水色成像仪综述历史与未来

海洋水色成像仪综述历史与未来由刀豆文库小编整理，希望给你工作、学习、生活带来方便”。

海洋水色遥感器发展趋势初探

胡杨 14213376 水文学及水资源引言

海洋水色遥感是指利用地球轨道卫星上搭载的遥感仪器获得的海洋表层离水辐射亮度研究海洋现象或海洋过程的新兴遥感技术。海洋水色遥感的原理是通过卫星传感器接收信号的变化, 来反演水体中引起海洋水色变化的各种成分的含量, 如叶绿素浓度、悬浮泥沙含量、可溶有机物含量等[1]。通常, 我们按照其光学性质的不同, 把海水分为一类水体(开阔大洋)和二类水体(近岸海域)。一类水体的水色主要由浮游植物及其伴生生物决定, 二类水体的光学成因则比较复杂, 但它也是水色探测的重点。因为它与人类关系最密切, 受人类的影响也最强烈。遥感技术是唯一一种能够在全局视野上监测海洋的技术手段, 通过它监测和研究一类水体和二类水体的水色, 并结合海面风场、温度场、洋流、海面波浪等数据, 人类能够更好地了解海洋并及时认知到海洋的动态变化。正因为如此, 近几年的海洋水色遥感技术方兴未艾, 被广泛地应用到气象预报、渔业规划、环境监测及领土划分等领域[2]。

海洋水色遥感起始于1978年美国国家宇航局的海岸带彩色扫描仪(CZCS)的成功发射。尽管CZCS作为一次实验性质的尝试只有一年的工作计划, 但直到1986年之前, 它都持续提供着有实用性的数据[3]。随后, 到了上个世纪90年代中后期, 人类又陆续发射了模块式光电扫描仪(MOS)、海洋水色温度扫描仪(OCTS)、地球反射偏振和方向性探测仪(POLDER)和海视宽视野传感器等。这些传感器的发射与应用使得人类对于海洋水色的探测逐渐变得成熟起来[4]。进入21世纪后, 人类面临着愈来愈大的环境挑战, 并由此带来了认识海洋和研究海洋的迫切需要。在此背景下, 遥感技术在海洋水色探测方面的应用越来越广泛, 一大批先进的海洋水色遥感器被搭载在了卫星平台上。比较有代表性的有美国Aqua和Terra卫星平台上的中分辨率光谱成像仪(MODIS)、欧洲Envisat1卫星平台上的中等分辨率成像频谱仪(MERIS)、日本ADEOS2卫星平台上的全球成像仪(GLI)、印度遥感卫星IRS平台上的海洋水色监测仪(OCM)、韩国多功能卫星Kompsat 平台上的海洋多光谱扫描成像仪(OSMI)以及中国台湾福卫一号上的海洋水色照相仪(OCI)[5]。我国的海洋水色探测起步较晚, 但发展迅速。比较著名的有神舟3号上的中分辨率光谱成像仪(CMODIS)、HY1A及HY1B上的水色水温扫描仪(COCTS)、海岸带成像仪(CZI)等, 它们是当前国际海洋水色遥感的主流传感器。

随着包括遥感技术在内的全球科学技术的不断进步, 更多功能强大的海水水色探测器将会被搭载到遥感平台上, 从而使得对于海洋水色的研究不断走向深入。未来几年新增的海洋水色传感器主要有可见光红外成像辐射仪(VIIRS)、第二代海洋水色监视仪(OCM-2)、地球静止海洋水色成像仪(Geo-stationary Ocean Color Imager, GOCI)、海洋和陆地颜色仪(Oceanand Land Color Instrument, OLCI)、第二代全球成像仪(SGLI)、超光谱成像仪(HSI)、以及改进型COCTS及CZI等[6][7]。2 过去的海洋水色遥感器 2.1 CZCS

海岸带扫描仪（The Coastal Zone Color Scanner）是第一个用来测量海洋水色的航天传感器。尽管在它以前也有不少可以检测海洋水色的航天传感器，但他们的光谱波段、空间分辨率以及活动范围等特性都是以陆地或者气象为最优化对象的，应用在海洋水色方面有不少局限。但是CZCS的各种特性都为水色遥感服务，而排斥其他类型的遥感[8]。

它有6个光谱波段，其中四个是主要用来检测水色的，它们的带宽都是20nm，分别以443nm，520nm，550nm，670nm为中心波段；第五波段宽100nm，以750nm为中心，更适宜陆地遥感；第六波段是热辐射波段（在传感器运作一年的时候就停止运行了）1-4波段用来检测水域或者瞬时视场角内水汽含量很高的陆地、云层。

2.2 OCI 由日本NEC公司承制的海洋水色成像仪是四镜头并列CCD推扫式相机。

图1 OCI成像仪结构

外形尺寸为(长×宽×高):35cm×38cm×34.5cm, 质量为16.8kg, 遥感的中心波长分别是443、490、510、555、670、865nm, 构成一个六波段七通道海洋水色成像仪。第七通道与第四波段是完全相同的, 即为555nm波段。OCI 的波段选择与美国SeaSTAR卫星的SeaWIFS八个波段中的六个完全相同, 而与日本ADEOS卫星的OCTS十二个波段中的四个完全相同[9]。海洋水色成像仪视角为60°, 使海洋水色成像仪在600km高空时可覆盖690km宽的地面, 地面分辨率可达800m×800m。

为了简化设计并确保系统的可靠性, 在海洋水色成像仪的设计中没有机械运动部件, 其成像动作完全由线型CCD敏感器件与卫星轨道运动所构成。

ROCSAT-1利用S-band通道传回卫星上的数据, 其数据传输速率可达1.39Mb/s。最大时海洋水色成像仪可使用其80%的传输速率(约1Mb/s)传送光谱数据, 多于这个传输限制的光谱数据必须先存放在星上的固态存储器内。这个存储器容量有2Gb, 因此海洋水色仪绕行轨道一圈, 最多只能用其中3%的时间摄像。这相当於拍摄两张700km×700km的六波段相片[10]。

OCI是一全折射式望远镜系统,每两个波段公用一个望远镜(B1/B2, B3/B4,B5/B6), 第7通道采用B3/B4组合的光学系统。为了减小色差, 三组望远镜分别独立设计, 系统的F数为7。第四组与第二组望远镜相同, 重复选择555nm“黄光”波段作为第7通道的原因是, 该中心波长是水体色素变化的铰链点, 无论高浓度与低浓度叶绿素水体的信息提取都需要用该波段的数据与其他波段的数据相除而得到。而OCI 的主要探测目标就是叶绿素浓度和浮悬泥沙, 该探测波段具有备份的作用, 以能满足台湾海区水色探测。同时, 如果望远镜光学系统有某种退化, 那么它也是一种比较的手段[11][12]。

敏感器件为法国汤姆逊公司的TH7811A型CCD, 其上有1728个像素, 每一个像素为13μm×13μm。使用时分为三段, 两侧段各有832个像素, 以二像素合一的方式形成各有416个扩展像素, 中间段则有64个像素, 因此在600km高空时, 两侧的地面分辨率为800m2, 而中间段则为400m×800m。开始设计时, 选用日本NEC公司的μpD3571型CCD, 它有3584个像素, 每像素的尺寸是7μm×7μm。采用4元4线并一元的采样方式, 即16个像素并为1个像素的方式。

2.3 SeaWiFS Seastar卫星上装配的SeaWiFS仪器如图2所示。OSE正在制造SeaWiFS卫星,并将探测仪的结构的子合同转包给休斯公司桑巴巴拉研究中心(Hughes/Santa Barbara)(SBCR),将在1994年初用“飞马”助推器送到轨道上[13]。不象雨云7号飞船带9台仪器,SeaStar将只带SeaWiFS仪器。扫描器有光学、探测器、前放和扫描机构,装在飞船架子的星下点那面。电子舱有指令、遥测和电源等功能。装在飞船架子的内表面,与扫描器直接相对。仪器的总重量大约为49kg[14][15]。

图2 SeaWiFS扫描仪

这个仪器测量八个空间波段的地球辐射,同样也测量饱和辐射率。因为它是经过优化用来观测相对暗的海洋的,所以一般的云层和陆地区域将使探测器饱和。探测器的瞬时视场(IF0V)是每个象素1.6x1.6mrad,星下点的扫描角士58.30°。扫描平面可以相对星下点倾斜十20、0或一20 度,每个象素的值的数字化精度是10 bit,典型的信噪比(SNR)大约是600。探测器有四个可选择的增益,两个为地球目标,一个为月亮定标和一个为太阳的定标。3 未来的海洋水色遥感器 3.1 VIIRS

VIIRS是MODIS在未来的替代传感器, 将被搭载在美国国家极轨业务环境卫星系统计划预备计划NPP及美国国家极轨业务环境卫星系统计划NPOESSC1卫星上。首个遥感器搭载在NPP上,计划于2011年升空。VIIRS是在MODIS的基础上发展起来的, 用途非常广泛, 其水色遥感功能和MODIS相仿, 辐射特征也差不多[16]。MODIS用于海洋水色遥感的有8个波段, 其空间分辨率为1000m, 而VIIRS的7个水色波段分辨率为800m[17]。

VIIRS重275kg, 功率为240W, 预计将在轨工作7年。星下点空间分辨率为400m, 扫描带边缘的空间分辨率约为800m。它将在星下点左右56的范围内进行扫描, 每4个小时经过赤道一次, 刈幅约为3000km。共有22个波段, 可见光与近红外9个, 中波红外8个, 长波红外4个, 还有一个用于低照度的可见光波段。用于海洋水色遥感共有7个波段, 全部分布在可见光与近红外波段。图3表示了VIIRS的可见光及近红外波段的海洋遥感性能[18]。

图3 VIIRS海洋水色遥感波段响应曲线图

对于VIIRS的海洋水色遥感, 美国国家航空航天局(NASA)、美国国家海洋局(NOAA)以及美国海军联合建立了一个跨机构的数据校准验证系统[19]。该系统以现有的海洋水色遥感器(如SeaWiFS、MODIS、MERIS、AVHRR等)为基础架构, 将它们的数据与VIIRS取得的数据(又叫环境数据记录, 简称EDR)进行全面的对比和校准, 以保证它们的一致性。

3.2

OCM-2 OCM-2是在第一代海洋水色监视仪(OCM-1)的基础上发展起来的, 被搭载在已发射的Oceansat-2和即将发射的Oceansat-3上。OCM-2的幅宽为1420km, 每两天就可以覆盖印度全境一次, 局部区域覆盖的分辨率为350m,其数据被实时下行到地面处理站进行处理, 而全球区域覆盖的分辨率为4km, 其数据则被暂时存储在卫星上[20]。OCM-2与OCM-1相似, 共设置了12个波段, 其中用于水色遥感的为8个波段。但它的波段设置在OCM-1的基础上做了些许改动。如把OCM-1上的765nm波段移到了740nm处, 目的是减少氧气吸收;把670nm处的波段替换为了620nm, 以便更好地观测水体中的悬浮物质。OCM-2的数据将被用于如下方面:浮游植物及有害藻华监视;渔业动态监测;潮流、潮汐等对近岸水体中的悬浮物质的传输及疏散产生的影响;河口监测等[21]。

3.3

GOCI GOCI是韩国的新一代海洋水色遥感器, 主要用来监测朝鲜半岛周围的海洋水色。GOCI被搭载在韩国2010年发射的首颗地球静止气象卫星COMS(Communication, Ocean, Meteorological Satellite)上,COMS是韩国的一颗多功能卫星, 除了用来监测天气变化外, 还兼具海洋遥感及通讯功能[22]。GOCI就是用来做海洋水色遥感的, 由EADSAstrium公司研制成功。它的主要任务是观测以朝鲜半岛为中心的一定范围内的海洋环境的变化, 对该区域的海洋生态系统进行长期的和短期的监测并提供不断更新的关于叶绿素、藻华等的数据。GOCI重约84kg, 功率略小于100W, 尺寸为1.39m0.89m0.85m。GOCI的精度非常高, 其辐射校正误差小于3.8%,地面采样距离为500m, 时间分辨率为1小时。GOCI的谱带选择刚好适应其进行水色遥感[23], 如表1所示:

表1 GOCI的基本参数

GOCI的波段设置与第二代水色遥感器如MODIS有许多相似之处, 很好地继承了它们的优点。以412nm为中心波长的波段能够很好地区分开活的藻类和死去的腐败物(黄色物质), 而近红外的两个通道(745nm和865nm)主要用来方便大气效应校正。对于大洋水, 这两个波段的离水辐射都可以视为零, 因而可以很方便地计算出其他通道的纯粹气溶胶散射构成的路径辐射以及分子散射和气溶胶散射相互作用下的大气路径辐射。同MODIS相比, GOCI各波段的信噪比都有所提高, 这对于GOCI来说是不容易的。因为与处于低轨道的MODIS、SeaWiFS等第二代水色遥感器相比, GOCI距离水面更远。而高信噪比的获得, 归功于CMOS技术在GOCI上的使用[24]。GOCI是世界上首个搭载在地球静止轨道上的海洋水色遥感器, 虽然不能像其他极地轨道或是太阳同步轨道上的遥感器那样提供全球视场的海洋遥感, 但是GOCI 能对以130E、36N为中心的一定范围的海洋区域进行高光谱分辨率和高空间分辨率的遥感。同时, GOCI 的地球静止轨道位置也使得它能在同一天内对同一区域进行多次遥感, 数据更新很快, 能进行高频率的监测,有利于处理突发事件。因而与MODIS、SeaWiFS等第二代水色遥感器相比, GOCI在轨运行时, 将体现出以下优势:

1、能够很好地消除云层对水色遥感的影响。每日的10: 00-17: 00, GOCI 将对视场内的每一个目标进行8次观测, 如此高频率的观测, 使得云层对卫星信号产生较大影响的可能性大大降低。

2、更有利于对赤潮的监测。赤潮也称有害藻华(HAB), 是指在海水中浮游生物数量急剧增加而种类大量减少的情况, 此时某种或某几种浮游生物占据了绝对优势, 对其他海洋生物和海洋水质构成了严重威胁。因此及时获知赤潮的发生并实时跟踪其发展对于消除赤潮具有重要意义。GOCI的高时空分辨率的特征, 对于处理赤潮这种偶发性事件具有很大优势。

3、为建立一个海洋每日循环性能数据库提供了可能性。海洋是时时在变化的, 其循环机制包括碳循环、洋流、海面水汽循环等一直是人类研究的热点。因此利用水色卫星的探测资料, 建立一个关于海洋每日循环性能的数据库, 对于进一步了解海洋循环机理具有重要作用。

4、对于不同的观测目的, 都能匹配合适的时间尺度。GOCI 对于兴趣点, 既能提供长期观测又能提供短期观测, 这大大地扩展了它的应用范围[25][26]。

3.4

SGLI

SGLI是针对全球成像仪(GLI)而说的, 是日本的新一代海洋水色遥感器, 将被搭载在 全球变化观测(GCOM)中的GCOM-C1上, 计划于2013年发射升空。GCOM是日本一项旨在观测全球变化的长期卫星计划。GCOM包括两个卫星系列,GCOM-W和GCOM-C[27]。GCOM-W上搭载有先进微波扫描辐射计AMSR-2, 主要观测与水有关的目标, 比如降水、水蒸汽、海面风速、海面温度、土壤湿度以及积雪深度等。GCOM-C则主要观测地表以及大气中有关碳循环和地球辐射收支的现象, 比如云、气溶胶、水色、植被覆盖、冰雪等, SGLI是其主要载荷之一[28]。

SGLI的质量为400kg, 正常工作时功率为480w, 刈幅为1600km。主要由可见光和近红外辐射计(VNR)以及红外扫描辐射计(IRS)两个部分组成[29]。VNR的光谱范围从380nm到868.5nm, 共13个波段, 包括11个非极化波段和2个极化波段。在11个非极化波段中, 除了一个中心波长为763nm的波段因为用于一类水体的观测而把空间分辨率定为1000m外, 其余的10个波段其空间分辨率均为250m。在这11个波段中, 有一个中心波长为380nm的窄波段值得注意, 它可以用来判别海面上空吸收性气溶胶的存在并了解其相关性质,增加了大气校正的精度。该波段还可以用来探测海水中的黄色物质。而另外两个极化波段可以进行极化测量, 其中心波长分别为670nm和865nm。这两个极化波段, 共有3个极化方向, 空间分辨率都为1000m。利用它们, 可以很好地解决水体耀光的问题。近年来研究发现, 二类水体中的初级生产力与其温度存在一种线性回归关系, 故而SGLI还设置了两个热红外波段, 用来估计二类水体的初级生产力。SGLI 最终的海洋水色产品将会融合多个水色遥感器(比如可见光红外成像辐射仪VIIRS)的数据。

SGLI拥有非常高的分辨率(250m), 因而它对于陆海交接处的变化非常敏感, 在监测二类水体时有着独特的优势。它能够精准地探测出近岸水体中叶绿素浓度及悬浮物质、溶解有机物的相关性质。利用这些数据, 人类可以了解海水的初级生产力、水质等, 进而可以进行渔业规划。SGLI还可以用来监测赤潮的发生。同时, 它能够监测河口水的变化, 能够帮助科学家了解人类活动对海洋的影响[30]。

水色成像仪在海洋学上的应用举例 4.1

海水透明度反演

海水透明度是描述海水光学特性的传统参数,也是最早的水光学现场调查参数。海水透明度与水体中悬浮物、叶绿素、黄色物质的含量和成分密切相关, 它是研究水团、流系, 水质监测及海洋初级生产力的重要参数。王晓梅等在黄东海光学试验的实测数据基础上建立了黄东海海水透明度的统计遥感反演模式。何贤强等根据水下光辐射传输理论及对比度传输理论, 建立了海水透明度的半分析定量遥感模式;利用556组实测海水透明度资料对模式进行了验证, 结果表明卫星遥感反演的透明度与实测透明度的相关系数为0.84, 平均相对误差为22.6%。利用该海水透明度遥感反演模式和SeaWiFS卫星遥感数据, 制作了中国邻近海域多年的海水透明度遥感产品, 并进行了中国邻近海域透明度时空变化规律的遥感分析[31]。

4.2

海洋初级生产力反演

海洋初级生产力即海洋浮游植物光合作用的速率, 对深刻理解和研究海洋生态系统、碳循环及认识海洋在全球气候变化中的作用等方面具有重要意义。相对于传统的黑白瓶培养法, 遥感方法具有大面积同步、高频度动态观测的优势。宁修仁等利用CZCS的叶绿素遥感分布, 结合渔场及赤潮等资料, 发现长江口和杭州湾及其毗邻海域存在明显的生物生产力的锋面。李国胜等根据实测的叶绿素浓度数据, 修正了大洋的OC4v4算法, 建立了东海的二类水体叶绿素浓度的经验反演模型, 并利用VGPM模型反演了东海的初级生产力。潘德炉等通过多年对东海、南黄海实测海洋初级生产力与环境数据的分析, 基于P-E(生产力与光照强度)曲线, 利用叶绿素浓度、海水透明度和光合作用有效辐射率等数据, 建立了适合我国海区特点的初级生产力遥感模型;与国外典型的初级生产力遥感模型比较, 该模型获得的海洋初级生产力遥感数据能更好地反映我国渤海、黄海、东海的海洋初级生产力时空分布及其变化特征, 而且与实测的海洋初级生产力时空分布一致[32]。该模型已应用于我国海洋水色卫星HY-1A的COCTS遥感数据, 获得了中国海区初级生产力的遥感分布图。

4.3

水质参数反演

卫星遥感监测技术的发展, 同时也促进了对水色遥感应用领域拓展的进一步需求, 非光学活性的生物地球化学参数的遥感反演是遥感信息提取技术的一个发展趋势。如氮、磷营养盐和颗粒有机碳、溶解有机碳浓度等生物化学参数, 目前国际上已经有了初步的遥感反演探索, 国内也开展了相关的研究。

磷、氮是引起港湾、湖泊水体富营养化和诱发赤潮的主要环境因子, 也是我国近海水体环境污染最重要的评价指标之一。张穗等采用在水质评价中较常用的修正富营养化指数TSIM法, 利用总磷、总氮与叶绿素的相关特征得出适合河口特征的富营养化评价方法, 并在长江口的遥感影像上进行试验,取得了较好的结果。张宵宇等根据杭州湾和嵊泗列岛海域的实测数据, 发现研究海域悬浮物含量与颗粒态总磷呈正相关关系, 建立了遥感悬浮物含量和颗粒态总磷含量的遥感信息提取模式[33], 并利用SeaWiFS数据得到了长江口及附近海域颗粒态总磷分布的遥感产品。李小斌等利用珠江口海域2个航次36个站位的实测遥感反射率和总无机氮(TIN)数据, 基于偏最小二乘法, 建立了珠江口海域无机氮浓度估算的遥感模型。将该模型用于1998年12月31日的SeaWiFS资料, 与当日的实测资料对比, 遥感估算值的平均相对误差为31.9%, 模型的稳定性较好。

颗粒有机碳和溶解有机碳含量分别表示海水中有机颗粒物和溶解物的含碳量, 是海洋水质和生态环境的重要指标, 同时也是海洋碳循环研究的关键参数。黄色物质CDOM和溶解有机碳DOC的生化光学特性研究在珠江口的研究中相对较多, 如Callahan等人研究发现在深圳河口北部, 水体的DOC和荧光性呈现线性相关, 随着盐度的升高,CDOM通过光化学转化变为非荧光性物质, CDOM/DOC比值降低。陈志强等人在珠江口的研究认为,不同来源的有机质与不同的DOC和CDOM分布的控制机制, 导致珠江口CDOM和DOC之间没有明显的关系。国内对颗粒有机碳的遥感反演研究较少[34]。白雁和潘德炉等对中国近海有机碳的遥感反演机理进行了分析, 在固有光学量半分析算法的基础上, 初步建立了黄东海海区颗粒有机碳和溶解有机碳的遥感反演技术方法[35]。

水体富营养化和赤潮是水质恶化的体现, 需要利用遥感技术进行有效的预警和监测。经过多年的技术积累, 利用卫星遥感离水辐射率与水色水温等要素建立的离水辐射率多波段差值法、多波段差值比值法、水色水温综合法和归一化植被指数法等多种赤潮信息的提取模式, 都已对赤潮的识别进行了成功的尝试。赵冬至等采用太阳光激发的叶绿素荧光峰高度, 建立了不同藻类归一化荧光高度与叶绿素浓度的关系, 提出了表征赤潮水体叶绿素荧光高度的波段优化法[36]。唐军武等研究了大气散射对归一化植被指数法进行赤潮遥感监测的影响。目前在遥感赤潮信息提取方面, 现有的模式仍具有很强的经验性, 有关的遥感业务化速报技术将在“十一五”的“八六三”项目支持下, 进一步深入研究。

结束语

21世纪, 随着海洋的不断开发, 其与人类的关系越来越密切, 包括海色遥感在内的海洋探测技术也必将取得日新月异的发展。展望未来, 灵敏度高、功能强大、系统化的海洋水色遥感器是适应潮流的必然要求。本文所介绍的这几种水色遥感器只是未来几年的主流, 它们也会在在更远的将来被淘汰, 被更先进的仪器所替代。在全球数字化浪潮下, 数字化海洋也将在未来得到实现, 届时, 网络化的高精度的水色遥感器将揭开海洋的神秘面纱, 为人类监测全球变化、合理规划环境及应对自然灾害提供有力帮助。

参考文献

1.Gordon H.R.and Clark D.K., 1981: Clear water radiances for atmospheric correction of coastal zone color scanner imagery, Appl.Optyics, Vol.20, p4175.2.Gordon H.R.and Clark D.K., 1980a: Remote sensing optical properties of a stratified ocean: an importance interpretation, Appl.Opt., Vol.19, p3428-3430.3.Gordon H.R.and Clark D.K.1980b: Atmospheric Effects in the Remote Sensing of Phytoplankton Pigments, Boundary Layer Meteorology, Vol.18, p299-313, 1980.4.Gordon H.R., Clark D.K., Brown J.W., Brown O.B.and Evans R.H., 1982: Satellite measurement of the phytoplankton pigment concentrations in the surface waters of a warm core Gulf Stream ring”, J.Mar.Res., Vol.40, p491-502.5.Lee Z.P., Carder K.L., Peacock T.G., Davis C.O., Mueller J.L.，1996：Method to derive ocean absorption coefficients from remote-sensing reflectance, APPLIED OPTICS, Vol.35, No.3, p453-462.6.Doerffer R., and Fischer J., 1994: Concentrations of chlorophyll,suspended matter,and gelbstoff in caseⅡ waters derived from satellite coastal zone color scanner data with inverse modeling methods, J.Geophys.Res., Vol.99, No.C4.7.任敬萍，赵进平.二类水体水色遥感的主要进展与发展前景.地球科学进展.2002.6，17卷3期；

8.巩彩兰，樊伟.海洋水色卫星遥感二类水体反演算法的国际研究进展.海洋通报.2002.4，21卷2期；

9.曹文熙，钟其英，杨跃忠.南海水色遥感的主因子分析.遥感学报.1999.5，3卷2期；

10.赵冬至，曲元，张丰收等.用TM图象估算海表面叶绿素浓度的神经网络模型.海洋环境科学.2002.2，20卷1期；

11.张亭禄，贺明霞.基于人工神经网络的一类水域叶绿素-a浓度反演方法.遥感学报.2002.1.6卷1期。

12.詹海刚、施平和陈楚群，2000：利用神经网络反演海水叶绿素浓度。《科学通报》，45（17），p1879-1884。

13.陈楚群、施平和毛庆文，2001: 南海海域叶绿素浓度分布特征的卫星遥感分析，《热带海洋学报》，20（2），p66-70。

14.李铜基，唐军武，陈清莲等，光谱仪测量离水辐射率的处理方法，《海洋技术》，2000年，19（3），p11-16.15.傅克忖，曾宪模，海水分光反射率与叶绿素浓度的相关分析，《黄渤海海洋》，1995年，13（1），29 p55-63.16.夏达英，李宝华，吴永森等，海水黄色物质荧光特性的初步研究，《海洋与湖沼》，1999年，30（6），p719-725 17.赵增亮,孙泽中, 韩志刚,毛节泰.NPOESS/VIIRS及其云图产品的应用[J].气象科技,2008, 36(3).18.Robert Arnone.Ocean EDRProduct Calibration and Validation PlanFor the VIIRS sensor for ocean products[ R].NRLSSCreport, 2009.4 19.Why Ocean Colour? The Societal Benefits of OceanColour Technology[R].IOCCGReport Number7,2008.20.Francois Faure, Pierre Coste, Gmisil Kang.The GOCI Instrument On COMS MiionThe First Geostationary Ocean Color Imager[ EB/ OL].http: // www.daodoc.com/data/14Jianqiang_Liu.pdf.30.王其茂,蒋兴伟, 林明森,马超飞.HY1卫星资料在海洋上的典型应用[J].遥感技术与应用, 2003(6).31.Mark R.Drinkwater,H.Rebhan.Sentinel3: Miion Requirements Document Of ESA[ EB/ OL].http:/ /esamultimedia.esa.int/docs/GMES/ GMES_Sentinel3_MRD_V2.0_update.pdf.2007.2.19 32.白照广,李一凡, 杨文涛.中国海洋卫星技术成就与展望[ J].中国航天,2008(6).33.周为峰.静止卫星的海洋水色观测计划[ J].世界科技研究与发展,2008,30(2).34.郑列华,尹达一, 冯鑫.K镜消旋机构在海洋卫星水色仪中的应用[ J].红外技术,2007,1(29).35.潘德炉,白雁.我国海洋水色遥感应用工程技术的新进展[ J].中国工程科学, 2008, 10(9).36.唐军武,马超飞, 牛生丽,等.CBERS02卫星CCD相机资料定量化反演水体成分初探[ J].中国科学E辑(信息科学),2005, 35(增刊):156-170.