野外地物光谱仪和水体光谱仪测量水体光谱差异研究
曹晓艺1, 崔建勇1,*, 董文2, 许明明1, 万剑华1
1. 中国石油大学(华东)海洋与空间信息学院, 山东 青岛 266580
2. 中国科学院空天信息创新研究院, 北京 100094
*通讯作者 e-mail: cui_jianyong@upc.edu.cn

作者简介: 曹晓艺,女, 2000年生,中国石油大学(华东)海洋与空间信息学院硕士研究生 e-mail: Cxiaoyi2000@163.com

摘要

现场实测水体光谱数据是遥感反演的基础, 通常采用野外地物光谱仪采集水体光谱数据, 但野外地物光谱仪对于水上测量的可用性难以评估。 对使用野外地物光谱仪和水体光谱仪水上实验测量的数据, 从抗噪能力、 测量结果、 影响两类仪器的外界环境、 水质参数反演几个方面进行差异分析。 在对比两类光谱仪用于水体光谱测量的差异前, 对两种仪器抗噪声能力的对比发现, 水体光谱仪的抗噪声能力较强, 因此将水体光谱仪的数据作为参照标准进行分析。 首先在太阳辐照度差异上, 两类仪器测得太阳辐照度的关联系数在0.5~0.75范围内变化, 两种仪器太阳辐照度存在关联; 其次, 在361、 411、 461、 511和561 nm五个波长对比天空光辐亮度变化发现水体光谱仪获得的太阳辐亮度变化范围小, 数据获取比野外地物光谱仪稳定, 对比不同时间海面总辐亮度变化, 发现水体光谱仪在不同时间所得到的辐亮度存在差异, 两者变化曲线不同, 野外地物光谱仪在太阳光照弱时信噪比降低, 导致各波段观测值波动剧烈, 计算所得反射率差值, 上午10点前和下午4点后这种现象明显。 最后, 对比发现不同风速条件下外界环境对两种仪器处理过程中气-水界面反射率会有影响, 需要按照风速对气-水界面反射率的值进行数据修正, 这样得到的遥感反射率才更加准确。 光谱仪获取水体反射光谱曲线后, 通常用于水质参数定量反演, 为了对比分析两种光谱仪观测结果对水质参数反演精度的影响, 使用两个仪器观测的水体反射光谱曲线, 对悬浮物浓度进行反演, 分别与对应位置采集水样的实验检测结果对比, 发现两个结果差异较大, 水体光谱仪精度比野外地物光谱高。 此外两种仪器不能混合使用, 这样会使结果误差更大。 通过对两种光谱仪获取数据的处理和分析以及水质参数的反演, 对野外地物光谱仪进行水体测量提出建议, 以便得到更加准确可靠的水体光谱曲线。

关键词: 光谱仪; 水体光谱测量; 遥感反射率; 差异分析
中图分类号:P715.4 文献标志码:A
Research on Water Spectral Differences Based on Field Object Spectrometer and Water Spectrometer
CAO Xiao-yi1, CUI Jian-yong1,*, DONG Wen2, XU Ming-ming1, WAN Jian-hua1
1. College of Oceanography and Space Informatics, China University of Petroleum (East China), Oingdao 266580, China
2. Academy of Aerospace Information Innovation, Chinese Academy of Sciences, Beijing 100094, China
*Corresponding author
Abstract

In-site measured water spectral data is the basis of remote sensing inversion. Field object spectrometers are usually used to measure water spectral data. However, the usability of field object spectrometers for water measurements is difficult to evaluate. This article uses the data from the water measurement experiments of the field object spectrometer and the water spectrometer to conduct a difference analysis in terms of noise immunity, measurement results, external environment affecting the two types of instruments, and water quality parameter inversion. Before comparing the differences between the two types of spectrometers for water spectrum measurement, a comparison of the anti-noise capabilities of the two instruments found that the water spectrometer has a stronger anti-noise ability, so the data of the water spectrometer is used as a reference standard for analysis. First of all, regarding the difference in solar irradiance, the correlation coefficient of the solar irradiance measured by the two types of instruments varies in the range of 0.5~0.75, and there is a correlation between the solar irradiance of the two instruments; Secondly, by comparing the changes in skylight radiance at the five wavelengths of 361, 411, 461, 511, and 561 nm, we found that the range of changes in solar radiance obtained by the water spectrometer is smaller. The data acquisition is more stable than the field object spectrometer. By comparing the changes in the total radiance of the sea surface at different times, it is found that there are differences in the radiance obtained by the water spectrometer at different times, and the two change curves are different. The signal-to-noise ratio of the field object spectrometer decreases when the sunlight is weak, resulting in drastic fluctuations in the observed values of each band. The calculated reflectivity difference is obvious before 10 am and after 4 pm. Finally, the comparison shows that the external environment under different wind speed conditions impacts the air-water interface reflectance during the processing of the two instruments. The data needs to be corrected according to the value of the air-water interface reflectance corresponding to the wind speed so that the remote sensing reflectance obtained can be more precise. After the spectrometer obtains the water reflection spectrum curve, it is usually used for quantitative inversion of water quality parameters. To compare and analyze the impact of the observation results of the two spectrometers on the inversion accuracy of water quality parameters, this paper uses the water reflection spectrum curves observed by the two instruments to estimate the suspended matter concentration. The inversion is compared with the experimental test results of water samples collected at the corresponding locations. It is found that the two results are quite different. The accuracy of the water spectrometer is higher than that of the field object spectrometer. In addition, the two instruments could not be mixed, making the result error even greater. Through the processing and analysis of data obtained by two spectrometers and the inversion of water quality parameters, this article provides suggestions for water measurement using field object spectrometers to obtain more accurate and reliable water spectrum curves.

Keyword: Spectrometer; Water spectrum measurement; Remote sensing reflectance; Difference analysis
0 引言

获取水体光谱特征是水色遥感的基础[1]。 在实际的应用中, 水体的遥感反射率无法直接获取, 需要进行数据处理分析才能获得。 大多数光谱仪器测量得到的是太阳辐照度和海面总辐亮度等数值, 通过一系列计算得到水体遥感反射率。 野外地物光谱仪和水体光谱仪是获取水体光谱常用的仪器, 但野外地物光谱仪相对于水体光谱仪在获取水体遥感反射率方面还存在着许多不足, 因此通过对比分析野外地物光谱仪和水体光谱仪之间的差异, 对利用野外地物光谱仪获取水体准确的实测光谱信息具有重要意义[2]

近年来, 越来越多的学者加入光谱测量与分析行列。 Mobley[3]在1999年提出了使用向上辐照度和向下辐照度的比值计算遥感反射率。 随后, 在此基础上, 许多学者对野外测量遥感反射率的方法及影响水体遥感反射率的因素也进行了研究, Toole等[4]比较了三种海水光谱采样方法, 评估了仪器特性和外界环境对船上观测遥感反射率的潜在影响, 通过测量发现遥感反射率等参数的变化受到太阳角度、 风速等各种外界因素的影响。 Doxaran等[5]在Toole等研究的基础上, 对天空光的观测数据进行了校正, 在估算离水辐照度时消除了部分天空辐照度的影响。 杨孟毅等[6]对比分析了不同积分条件下的Analytical Spectral Devices(ASD)Fieldspec Pro地物光谱仪和用于水体测量的Hypersas水体光谱测量仪在高浑浊水域测得光谱数据差异情况。 随后杨孟毅等[7]继续实验将积分条件与水流速度相结合, 研究了多种流速下, ASD地物光谱仪不同积分时间参数设置引起的偏差, 得到不同水流速度下, ASD地物光谱仪反演悬浮泥沙浓度合适的参数。 除了硬件差异、 软件参数设置不同因素外, 导致两类光谱仪测量水体光谱出现差异的原因还有很多, 例如太阳辐照度获取的准确性、 气-水界面反射率的取值合适性等。

在实际测量时, 利用水体光谱仪观测得到的水体光谱较为准确, 但水体光谱仪价格较贵, 不便携带, 使用范围小。 而野外地物光谱仪价格相对较低, 携带方便, 使用较为广泛, 大多数水体观测都是使用野外地物光谱仪获取水体反射率。 但未见有关分析野外地物光谱仪和水体光谱仪获取的数值之间差异性的报道, 以及这些差异对后续与水体相关的研究产生怎样的影响。 因此, 本工作使用ASD FieldSpec 4 Hi-Res便携式地物光谱仪(以下简称野外地物光谱仪)和AWRMMS水体光谱仪(以下简称水体光谱仪), 在中国山东青岛唐岛湾试验区进行光谱测量实验, 使用这两类光谱仪获取海水水体遥感反射率, 对比两类仪器获取数据的差异, 分析差异产生的原因, 提出野外地物光谱仪在水体光谱测量中的优化建议。

1 实验部分
1.1 仪器

水体光谱测量中常用的光谱仪器有两类, 一种是野外地物光谱仪, 另一种是水体光谱仪。

野外地物光谱仪波长范围为350~2 500 nm, 波长间隔设置为1 nm。 重量较轻, 便于携带是其用于水体测量的一大优势, 但其主要用于地物光谱测量, 在测量水体时操作复杂, 受到干扰因素多, 获取数据只能达到准同步。

水体光谱仪波长范围为320~950 nm, 波长间隔设置为1 nm。 其主要用于水色遥感表观光学特性测量, 是进行水体光谱测量的专用仪器。 通过计算获取水体遥感反射率和波长分布, 仪器包括两个辐亮度传感器和一个辐照度传感器, 辐亮度传感器指向水面以测量水面信号获取海面总辐亮度(Lsfc), 另一个辐亮度传感器则指向天空以测天空光辐亮度(Lsky), 用这两组数据计算离水辐亮度Lω ; 辐照度传感器用于测量水体表面太阳辐照度(Es), 通过离水辐亮度除以太阳辐照度可以计算出遥感反射率Rrs。 水体光谱仪的传感器固定支架采用国际水色SIMBIOS计划[8]中推荐的固定观测几何(如图1)。 水体光谱仪受到干扰因素少, 能够获取高精度观测值。 但缺点就是质量较重, 携带不便。

图1 光谱仪观测几何Fig.1 Observation geometry of spectroradiometer

1.2 数据获取

野外实验在中国山东青岛唐岛湾内湾水域进行[9], 唐岛湾属于水质较清澈的二类水体。 野外地物光谱仪和水体光谱仪两者均使用水面之上测量[10]的方法。 获取水体光谱, 同时采集水样, 对水样进行化验测定悬浮物浓度。

图2 现场实验环境Fig.2 In-site experimental environment

2 结果与讨论
2.1 仪器抗噪声能力差异分析

两类仪器抗噪声能力不同, 为确定两类仪器抗噪声能力的差异, 在唐岛湾海域野外实验的基础上进行了抗噪声能力对比实验。 实验在光照充足的开阔场地进行, 在黑色水箱内部覆盖黑色绒布并注满水。 根据水箱的容积分多次加入氯化铵溶质, 形成不同浓度的氯化铵溶液。 利用两类仪器同步获取水体光谱数据, 对两种仪器的光谱数据进行对比分析。

通过图3对比可以发现, 水体光谱仪在不同时间获取的反射率曲线比较集中, 其光谱反射率变化范围在0~0.025 sr-1之间, 在野外实验中抗噪能力比较强。 而地物光谱仪获取的曲线较为分散, 光谱反射率变化范围在0~0.05 sr-1之间, 抗噪能力较弱。 可见在不同的光照条件、 不同溶液浓度条件下, 两类仪器获取的数据结果存在很大的差异。 为了避免此种差异, 提高船上观测时获取的遥感反射率精度, 本文以抗噪声能力较强的水体光谱仪获取数据为标准, 进行两仪器的对比分析, 为野外地物光谱仪用于水体测量提出建议。

图3 两类仪器光谱曲线Fig.3 Spectral curves of two types of instruments

2.2 太阳辐照度差异及影响因素分析

太阳辐照度是经过大气层的吸收、 散射、 反射等作用后到达地球表面上单位面积单位时间内的辐射能量。 两类仪器在实际测量时野外地物光谱仪只能采用单次标准板观测的入射值代替积分时段内的入射值计算太阳辐照度, 并且是水面在不同波浪角度的入射。 而水体光谱仪太阳辐照度的获取直接使用单独的一个探头进行获取, 能同步监测瞬时入射光线的变化, 可以避免波浪对入射光线变化的影响。

野外测量太阳辐照度影响因素除了太阳光照强度已知因素外, 还存在许多未知因素。 因此选择灰色关联分析的方法, 对研究区同一时间、 同一采样点两类仪器测得的太阳辐照度进行灰色关联分析[11]。 得到每个波段对应太阳辐照度的灰色关联系数如图4所示。

图4 野外地物光谱仪与水体光谱仪测得太阳辐照度的灰色关联系数Fig.4 The grey relational coefficient of solar irradiance measured by the field spectroradiometer and the water spectrometer

分析两类仪器的灰度关联情况, 可以发现, 短波320~430 nm之间两者太阳辐照度灰色关联度相对较强, 主要因为当天天气晴朗, 受大气分子的影响, 发生了较强的瑞利散射。 随着波长增加, 大气分子散射能力也在下降, 导致关联度下降。 但由于大气中存在悬浮物微粒、 水滴等气溶胶散射的作用, 波长增加, 灰色关联度总体呈现增加的趋势。 总的来说, 灰色关联系数在0.5~0.8范围之间具有一定的关联度, 两类仪器太阳辐照度的灰色关联系数整体范围在0.5~0.75左右, 两类仪器测得的结果具有一定的关联度, 因此野外地物光谱仪用于水体测量是可行的。

2.3 辐亮度差异及影响因素分析

辐亮度是遥感仪器或传感器测量的重要参数, 它反映了被观测物体在不同波长和方向上的辐射能力[12]。 本工作对直接测量得到的天空光辐亮度和海面辐亮度进行仪器之间的对比分析, 确定影响水体测量的主要原因, 并对野外地物光谱仪水体观测提出建议。

首先是天空光辐亮度, 两类仪器在进行天空辐亮度的测量时受到阳光以及其他反射物体的不同影响, 实地测量的天空辐亮度存在着一定的噪声。 两类仪器在测量时都使用直接测量法对天空光进行测量, 为了更加全面对比天空光辐亮度, 以50 nm为间隔扩大波长范围, 选取361、 411、 461、 511和561 nm五个波段对比不同时间的天空光辐亮度得到图5, 其中蓝色代表野外地物光谱仪, 橙色代表水体光谱仪。

图5 部分波长天空光辐亮度对比图Fig.5 Comparison of sky light radiance at some wavelengths

图5可见天空光辐亮度也呈减小的趋势, 野外地物光谱仪天空辐亮度的值在15~160 mW· (m2· sr· nm)-1之间进行波动, 水体光谱仪天空光辐亮度的值在40~100 mW· (m2· sr· nm)-1之间波动, 水体光谱仪变化范围较小, 且符合天空光变化情况。

对比两类仪器可以看出野外地物光谱仪观测到的天空光强度在各个波长之间差异较小, 但不同时间天空光之间差异较大, 可以得出野外地物光谱仪受外界环境干扰较大, 在进行测量时需要考虑外界环境对于野外地物光谱仪的影响。 而相对于野外地物光谱仪, 水体光谱仪对于天空光的测量更加稳定, 数值变化范围较小, 外界光照环境对水体光谱仪的影响较小。 两类光谱仪产生差异的主要原因是测量时太阳光照的影响以及仪器本身对光敏感度不同。

其次是海面总辐亮度, 海面总辐亮度在不同光照条件下的值, 如图6所示。

图6 太阳光照强度不同两类仪器的海面总辐亮度对比
(a): 太阳光照强时两仪器测得海面总辐亮度值; (b): 太阳光照弱时两仪器测得海面总辐亮度值
Fig.6 Comparison of the total sea surface radiance of two types of instruments with different solar illumination intensities
(a): The total radiance value of the sea surface measured by the two instruments when the sunlight is strong; (b): The total radiance value of the sea surface measured by the two instruments when the sunlight is weak

通过图6的对比发现在光照强时两种仪器的差值最大为3.10 mW· (m2· sr· nm)-1, 光照弱时两种仪器的差值最大为1.71 mW· (m2· sr· nm)-1, 可以看出野外地物光谱仪能够明显感知光强度的变化, 因此抗噪声的能力相对于水体光谱仪弱。 同时, 光照强时野外地物光谱仪的波动相比于光照弱时的噪声小, 尤其是光照弱时550~700 nm之间, 野外地物光谱仪与水体光谱仪遥感反射率曲线的趋势明显不重合且野外地物光谱仪存在明显的噪声, 因此相比于噪声较多的野外地物光谱仪, 水体光谱仪抗噪声能力较强。

图6为测量多条海面总辐亮度得到的均值, 将野外地物光谱仪海面辐亮度每次测量所得结果绘制曲线得到图7。 从图7中我们可以得到太阳光照强时海面总辐亮度总体偏大, 反之则偏小, 不同光照条件下海面总辐亮度的偏差不同, 符合太阳光照变化的规律。 通过计算每个波长对应的最大值最小值之差可以得到: 野外地物光谱仪在光照充足的条件下海面总辐照度平均偏差为0.46 mW· (m2· sr· nm)-1, 偏差最大值为0.94 mW· (m2· sr· nm)-1, 获得的数据比较集中, 因此进行数据处理取平均时可靠度也比较高, 而在太阳光照较弱时, 海面总辐亮度的平均偏差为1.98 mW· (m2· sr· nm)-1, 偏差最大值为4.56 mW· (m2· sr· nm)-1, 数据处理时会引入误差。 因此在实际测量时选择光照充足的时间。 测量时尽量保持测量的准同步, 这样可以减少因为太阳光照变化产生的误差。

图7 不同太阳光照条件下海面总辐亮度对比图Fig.7 Comparison of the total radiance of the sea surface under different sunlight conditions

通过对两类仪器天空光辐亮度和海面辐亮度的对比, 可以发现测量时间对于两类光谱仪的影响较大, 因此我们在进行野外实验时选用野外地物光谱仪应尽量避开光照弱的时刻, 并且要尽量减少测量时间, 保持数据的准同步。

2.4 气-水界面反射率差异分析

在进行离水辐射计算时, 气-水界面反射率ρ sky的取值对于遥感反射率的计算结果有影响, 因此需要确定合适的气-水界面反射率ρ sky的值, 但对于ρ sky的取值仍然没有确定的方法。 通过阅读文献资料发现[13, 14], ρ sky与太阳位置、 观测几何、 风速、 水面粗糙度等因素有关。 野外地物光谱仪和水体光谱仪在相同时刻, 按照国际水色SIMBIOS计划中推荐相同的几何观测条件下进行对比。 因此主要考虑风速对遥感反射率的影响。

ρ sky的取值较为常用的有两种方法, 第一种是NASA规范里提到的在一般情况下ρ sky取值为0.028。 第二种是唐军武等[10]结合观测经验, 根据风速建议平静水面ρ sky取0.022, 5 m· s-1左右风速的条件下可以取0.025, 10 m· s-1条件下取0.026~0.028。 本工作使用第二种方法处理数据, 建立两类仪器之间的关系如图8所示。

图8 ρ sky等于0.025时拟合结果Fig.8 Fitting results for ρ sky=0.025

两类仪器之间关系建立使用一次多项式拟合的方法, 根据实际情况进行更改后得到的拟合精度为0.868 4, 拟合精度较高。 ρ sky反映了风速对于测量的影响, 进行测量时, 风速会导致海面情况发生变化, 对两者计算出的遥感反射率产生影响, 并且同时会影响两者的拟合精度, 因此外界环境的风速控制在5 m· s-1, 最大不要超过10 m· s-1

2.5 水质参数反演差异分析

在实际研究中, 通常利用水体光谱数据作为实测数据对水体中的各类物质进行研究分析, 实测光谱最终目的是为了获取水体光谱曲线, 利用水体光谱曲线对水体中悬浮物、 叶绿素等水质参数进行反演[15, 16, 17]。 水质参数产生的光学现象会影响遥感反射率的测量结果, 本工作反演了水质参数中的悬浮物。 在进行反演时首先对实测光谱数据进行处理, 利用相关性分析建立处理后的数据与水质参数之间的关系。 以10 nm为间隔使用波段平均的方法对两类仪器的光谱数据进行预处理, 使用皮尔逊(Pearson)相关系数分析两类仪器波段平均值与悬浮物浓度之间的相关性得到图9。

图9 相关性分析Fig.9 Correlation analysis

根据图9可以发现, 两类仪器的相关性分析在-0.6~0.6之间, 两类仪器波段均值与悬浮物浓度相关性对应的波长有很大的区别, 因此在实际反演中两者不能混合使用。 本文对野外地物光谱仪和水体光谱仪两类仪器进行相关性分析和标准化后选择相关性最高的波段均值, 建立两类仪器与悬浮物浓度之间的关系如图10、 图11所示。

图10 悬浮物浓度与野外地物光谱仪反射率拟合结果
(a): 线性拟合结果; (b): 二次多项式拟合结果
Fig.10 Fitting results of suspended matter concentration and reflectance measured by field spectrometer
(a): Linear fitting results; (b): Quadratic polynomial fitting results

图11 悬浮物浓度与水体光谱仪反射率拟合结果
(a): 线性拟合结果; (b): 二次多项式拟合结果
Fig.11 Fitting results of suspended matter concentration and reflectance measured by water spectrometer
(a): Linear fitting; (b): Quadratic polynomial fitting

根据图10、 图11可以看出两类光谱仪反演水质参数存在差异。 但现场实测的悬浮物浓度代表了一个相对较大的空间尺度, 而光谱数据具有更细致的空间分辨率。 这种情况下, 由于空间上的不匹配, 会使光谱数据反演悬浮物浓度时精度较低。 但本工作主要目的是对比两者之间的差异, 因此根据两图得到表1, 可以看出水体光谱仪在悬浮物反演上更加有优势, 两类光谱仪得到的光谱曲线使用不同的回归模型得到的精度不同, 从反演结果来看野外地物光谱仪使用线性回归模型反演悬浮物的精度最低, 而水体光谱仪使用相同方法反演精度相比之下有所提高, 对比二次多项式回归模型的悬浮物反演结果也可以得到相同的结论。 两类仪器使用相同的反演方法得到的反演结果也存在差异, 因此两类仪器不能混合使用于水质参数的反演, 会影响精度和反演结果的准确性。

表1 悬浮物浓度与两类仪器测得的反射率拟合模型 Table 1 Fitting results of suspended matter concentration and reflectivity measured by two types of instruments
3 结论

对野外地物光谱仪和水体光谱仪两类光谱仪获取数据进行对比分析, 分析两类仪器在获取数据和水质参数方面的差异以及相关性, 得到的结论如下:

(1)两类仪器由于测量方式不同得到的太阳辐照度存在差异, 通过分析两类仪器获得太阳辐照度存在关联性, 说明ASD光谱仪用于水体光谱测量是可行的, 存在差异的主要原因是两类仪器测量太阳辐照度的方法以及用于计算遥感反射率数据获取的同步性。 因此在进行ASD光谱仪测量时要避免周围目标的光反射, 考虑周围入射光照强度、 风速等环境因素, 因此测量时尽量缩短测量水体和天空光之间的时间, 外界环境的风速控制在5 m· s-1, 最大不要超过10 m· s-1

(2)对水质参数分析结果可以得到两类仪器与不同水质参数之间的相关性也不同, 反演结果也不一样。 针对以上结果分析可得两类仪器因为测量方法和测量环境影响在进行水质参数反演时不能混合使用。

(3)数据处理是获取真实光谱曲线的重要环节, 处理的准确性将直接影响后期光谱曲线的使用, 例如光谱分析以及水质参数反演。 因此在实测数据获取中, 应做好太阳光照情况、 风速等外界环境的记录, 以便为后期处理提供参考。 并且在数据处理过程中还要对异常数据进行剔除, 确保获取光谱数据的准确性。

参考文献
[1] WU Tai-xia, YAN Lei, XIANG Yun, et al(吴太夏, 晏磊, 相云, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2010, 30(2): 448. [本文引用:1]
[2] LI Tong-ji, CHEN Qing-lian, ZHU Jian-hua(李铜基, 陈清莲, 朱建华). Marine Science Bulletin(海洋通报), 2002, 21(6): 9. [本文引用:1]
[3] Mobley C D. Applied Optics, 1999, 38(36): 7442. [本文引用:1]
[4] Toole D A, Siegel D A, Menzies D W, et al. Applied Optics, 2000, 39(3): 456. [本文引用:1]
[5] Doxaran D, Froidefond J M, Castaing P. International Journal of Remote Sensing, 2002, 23(23): 5079. [本文引用:1]
[6] YANG Meng-yi, JIANG Xue-zhong, HE Qing(杨孟毅, 蒋雪中, 何青). Infrared(红外), 2017, 38(12): 6. [本文引用:1]
[7] YANG Meng-yi, ZENG Jian, ZHANG Bo-hu, et al(杨孟毅, 曾剑, 张伯虎, ). Remote Sensing Information(遥感信息), 2018, 33(5): 21. [本文引用:1]
[8] Mueller J L, Fargion G S. Ocean Optics Protocols for Satellite Ocean Color Sensor Validation, Revision 3, Volume 1. NASA/TM-2002-210004/Rev 3-Vol 1. 2002. [本文引用:1]
[9] LIANG Wen-dong, ZHOU Yao-qi, SUN Qi, et al(梁文栋, 周瑶琪, 孙棋, ). Marine Geology Frontiers(海洋地质前沿), 2015, 31(12): 27. [本文引用:1]
[10] TANG Jun-wu, TIAN Guo-liang, WANG Xiao-yong, et al(唐军武, 田国良, 汪小勇, ). National Remote Sensing Bulletin(遥感学报), 2004, 8(1): 37. [本文引用:2]
[11] LIU Si-feng, CAI Hua, YANG Ying-jie, et al(刘思峰, 蔡华, 杨英杰, ). Systems Engineering-Theory & Practice(系统工程理论与实践), 2013, 33(8): 2041. [本文引用:1]
[12] YAN Guang-jian, JIANG Hai-lan, YAN Kai, et al(阎广建, 姜海兰, 闫凯, ). National Remote Sensing Bulletin(遥感学报), 2021, 25(1): 83. [本文引用:1]
[13] Gordon H R, Brown O B, Evans R H, et al. Journal of Geophysical Research, 1988, 93(D9): 10909. [本文引用:1]
[14] Ruddick K G, De Cauwer V, Park Y J, et al. Limnology and Oceanography, 2006, 51(2): 1167. [本文引用:1]
[15] PAN Ying-yang, GUO Qiao-zhen, FU Ying(潘应阳, 国巧真, 付盈). Environmental Monitoring in China(中国环境监测), 2018, 34(3): 148. [本文引用:1]
[16] HAN Xiu-zhen, WU Zhao-yang, ZHENG Wei, et al(韩秀珍, 吴朝阳, 郑伟, ). Journal of Applied Meteorological Science(应用气象学报), 2010, 21(6): 724. [本文引用:1]
[17] Hou Y K, Zhang A B, Lv R L, et al. Environmental Science and Pollution Research International, 2022, 29(42): 63640. [本文引用:1]