海洋水色遥感器发展趋势初探

海洋水色遥感技术是近年兴起的海洋探测技术。它通过各种遥感平台上的探测器对海洋表面的水色进行探测,反演出海洋水体中的叶绿素浓度、泥沙含量及黄色物质浓度,进而得到关于海洋的各种信息。本文介绍了未来几年的星载海洋水色遥感器,并将其与第二代海洋水色遥感器进行了初步对比,对其未来的发展趋势进行了展望。

韩国静止轨道海洋与环境卫星GK 2B及载荷分析

2020年2月19日,地球静止轨道-韩国多用途卫星2B(GK 2B,又称千里眼2B)搭乘阿里安-5ECA火箭在库鲁航天发射场成功发射。3月9日,卫星成功定点于目标轨道[高度35786km,128.25°(E)]。该卫星搭载“全球海洋水色成像仪”(GOCI-II)和“地球静止环境监测光谱仪”(GEMS)2个有效载荷,用于海洋监测和环境监测任务。

基于机器学习的长江口表层水体溶解有机碳遥感反演研究

溶解有机碳(dissolved organic carbon,DOC)是海洋中最大的活跃有机碳库.精确刻画大河河口及其近海水体表层DOC浓度的时空分布,有助于更好地理解河流输送的有机碳在河口近海经历的生物地化过程及在该区域的归宿.本研究采用机器学习方法,通过反演水体溶解态有机碳库中的有色溶解有机物(colored dissolved organic matter,CDOM)的吸收光谱信息,并基于其与水体DOC浓度的相关关系,发展了基于地球静止轨道水色成像仪(geostationary ocean color imager,GOCI)的DOC遥感反演模型.结果表明,Nu支持向量回归(nu-supporting vector regression,NuSVR)方法可准确反演CDOM光谱吸收特性(如验证集CDOM在300 nm处的吸收系数aCDOM(300)和275~295 nm处的光谱斜率S275–295的平均绝对误差(mean absolute percent differences,MAPD)分别为32%和8.6%).分别基于该区域表层水体CDOM光谱吸收特性与DOC浓度之间表现的3种不同的相关关系进行DOC算法构建,结果表明,基于aCDOM(300)与DOC浓度之间的线性相关,并考虑这一相关关系的季节性差异所构建的DOC反演算法可较为准确地反演水体DOC浓度,DOC反演现场数据验证集和卫星验证集的MAPD分别为11%和14%.将构建的DOC算法模型应用到GOCI卫星图像上,结果显示,受长江径流影响,季节尺度上,长江口夏季水体表层DOC浓度显著高于冬季;而受潮汐、风场等因素的影响,小时尺度上河口近岸海域DOC分布呈现逐时高动态变化.本研究利用卫星遥感反演河口近海水体DOC浓度,为进一步在不同时间尺度上研究该区域水体DOC动态变化及驱动因素提供了有效手段.

“风云三号”D星成功传回地球“彩照”

蓝色的海洋、白色的云朵、黄色的土地……2017年12月8日14时07分,“风云三号”D见光图像成功传回地面.国家卫星气象中心主任杨军介绍,此次成功接收的图像来自于中分辨率光谱成像仪,这是世界上首台能够获取全球250米分辨率红外分裂窗区资料的成像仪器,可以每日无缝隙获取全球250米分辨率真彩色图像,并具备对云、气溶胶、水汽、陆地表面特性、海洋水色等大气、陆地、海洋参量的高精度定量反演能力.

春季辽东湾静止轨道海洋水色遥感产品的真实性检验

静止轨道海洋水色成像仪(GOCI)拥有高时间分辨率(1 h)和高空间分辨率(500 m×500 m)的观测优势。为了保证GOCI应用的可靠性,对其遥感产品进行检验极为重要。利用辽东湾春季航次观测数据,对4种二类水体大气校正算法[Korea Ocean Satellite Center(KOSC)校正算法、management unit mathematics models(MUMM)校正算法、紫外(UV)校正算法和近红外(NIR)校正算法]获得的GOCI遥感反射率产品及GOCI标准叶绿素浓度、悬浮物浓度遥感产品进行了真实性检验,并探讨了不同观测时相的稳定性。结果表明:KOSC算法在辽东湾具有最高的校正精度,各波段遥感反射率平均绝对百分比误差(APD)为27.16%(412 nm)、16.03%(443 nm)、13.73%(490 nm)、15.99%(555 nm)、12.83%(660 nm)、12.35%(680 nm)、27.68%(745 nm)、42.81%(865 nm);叶绿素浓度、悬浮物浓度产品的平均绝对百分比误差分别为29.75%和26.40%。相比于临近中午观测时的结果,GOCI早上和下午观测时反演的结果(包括遥感反射率、叶绿素浓度、悬浮物浓度)与实测值偏差显著增大。

基于GOCI的渤海海域赤潮信息遥感监测与分析

赤潮已经成为渤海最普遍的海洋灾害之一,对赤潮的发生、发展和消亡过程进行监测具有重要意义。本研究利用GOCI遥感影像获取的叶绿素a和赤潮指数计算结果,分别基于OTSU算法、K-means聚类、最大熵阈值方法提取赤潮,对比分析赤潮提取的准确性和有效性,并研究了赤潮信息的昼变化规律和赤潮发生前后海洋水色参数的变化特征。结果表明:基于赤潮指数计算结果图像并应用OTSU算法的赤潮提取精度最高;赤潮信息的昼变化明显,其中面积呈先增大后减小的态势,最大面积出现在上午10:00左右;赤潮的发生引起水色参数的增高,并随着赤潮的消亡水色参数又迅速降低。研究赤潮发生周期呈现的水色参数变化规律,对于预报和预测赤潮的发生发展具有一定的应用价值。

基于机器学习遥感算法的大型漂浮藻面积提取方法研究

采用基于机器学习的多层感知机算法,利用GOCI(Geostationary Ocean Color Imager)传感器获取的瑞利校正反射率数据,对东中国海大型漂浮藻进行遥感自动识别,采用线性混合像元分解来计算大型漂浮藻的覆盖面积,并利用膨胀和侵蚀法进行大型漂浮藻的分布面积计算。利用L8/OLI(Landsat 8/ Operational Land Imager)高空间分辨率资料进行验证,结果表明,基于机器学习遥感算法针对GOCI提取的大型漂浮藻覆盖面积,与L8/OLI结果十分接近,R2达到0.959,平均绝对误差和平均相对误差分别为39.32 km^2和18.15%。

黄海潮波系统下的GOCI反演及OSU模式海表流场数据适用性研究

黄海呈现独有的地形条件,且该海域的潮波运动独具特征。本文利用静止海洋水色成像仪(Geostationary Ocean Color Imager, GOCI)遥感反演和俄勒冈州立大学(Oregon State University,OSU)潮流模式分别获取了黄海海域的海表流场,基于该海域独特的潮波系统提出并识别潮波干涉区,进而对GOCI反演的流场做潮流提取,并对两种潮流数据作分区可用性评价,通过实测的漂流浮标数据验证评估。结果表明:利用GOCI反演和OSU潮流模式获取的海表流场具有一定程度的可靠性,GOCI反演的海表流场的流速平均相对大小误差值为0.77,OSU潮流模式获取的海表流场流速平均相对大小误差值为0.49;在靠近潮波干涉区的黄海中部海域,GOCI潮流数据与实测数据在方向上的一致性要优于OSU潮流数据,两者平均角度误差值分别为48.45°和63.10°;在远离潮波干涉区的黄海近岸海域,OSU潮流数据与实测数据在速度大小和方向上的一致性要优于GOCI潮流数据。

基于GOCI和FVCOM的黄河口切变锋特征与泥沙输运研究

本文以黄河口切变锋为对象,基于静止轨道海洋水色成像仪(Geostationary Ocean Color Imager,GOCI)遥感数据和水沙观测数据,建立了高精度的渤海海表悬浮体浓度(Suspended Sediment Concentration,SSC)反演公式,采用最大互相关(Maximum Cross Correlation,MCC)法和SSC梯度相结合的方法,有效识别了遥感观测的锋面时空特征;同时基于有限体积海岸海洋模型(Finite-Volume Community Ocean Model,FVCOM)建立了适用于渤海的水动力模型,将FVCOM流场数据与海表SSC相结合,研究了黄河口切变锋对悬浮体通量的影响与河口泥沙输运路径。结果表明,切变锋从黄河口往东南方向移动,历时2~3 h,消失于10 m等深线附近,内涨外落(Inner-Flood-Outer-Ebb,IFOE)型切变锋的长度较内落外涨(Inner-Ebb-Outer-Flood,IEOF)型更长,IFOE型切变锋的平均长度约为22.4 km,最长能达到41 km以上,而IEOF型切变锋平均长度约为16.9 km;IFOE型切变锋消失的位置较IEOF型偏南。切变锋带由于具有低流速特征,能显著减小悬浮体通量,使大部分泥沙沉积在河口。切变锋处悬浮体通量不足其内侧的50%,超过50%的悬浮泥沙被切变锋阻隔在锋面内侧。切变锋使悬浮体通量提前减小,在6 m以浅海域即开始锐减。在潮流和锋面的影响下,非汛期黄河口泥沙主要往南或东南向莱州湾中部输运,再往东北输向莱州湾外,极少部分往西北和渤海中部输运。

基于静止卫星GOCI数据的陆地上空气溶胶光学厚度遥感反演

以长江三角洲地区为研究区,基于2013年共72d的晴空GOCI数据,利用深蓝算法进行了研究区上空气溶胶光学厚度的遥感反演研究,并利用两个实测站点数据进行了验证。结果表明:GOCI数据可以用于陆地气溶胶的反演,两个站点均呈现较高的拟合精度,南京信息工程大学北辰楼站拟合度为0.659,AERONET太湖站拟合度为0.747,与MODIS气溶胶产品相比也表现出很好的一致性。同时,研究发现基于静止卫星GOCI数据的气溶胶产品具有监测气溶胶日内变化的能力,为气溶胶的动态扩散和气候效应研究等提供参考和借鉴。

结合GOCI数据的黄海绿潮遥感监测及漂移轨迹研究

结合GOCI(Geostationary Ocean Color Imager)传感器的波段特征,基于缨帽变换方法设计了一种简单有效的绿潮指数(TCT-GTI)算法。结合目视判断的绿潮识别结果,将TCT-GTI算法与两种已有的遥感算法(AFAI和IGAG算法)监测结果进行对比发现,TCT-GTI算法的绿潮遥感监测结果精度较高,具有较高的可信度。将TCT-GTI算法应用到2017年多景GOCI影像,对中国黄海海域绿潮信息进行提取,同时分析绿潮覆盖面积的日变化特征,研究2017年绿潮暴发事件的漂移轨迹。研究结果表明,绿潮覆盖面积在中午12:00达到最大,这可能是光合作用等因素的影响。2017年,绿潮暴发事件经历了西北至东北的漂移路径,由江苏盐城外海海域向西北方向漂移至南黄海东部,然后继续向东北方向移动,抵达山东半岛南岸,逐渐消亡。

黄渤海海表密度的遥感反演

基于4次黄渤海航次实测资料(2014年11月、2015年8月、2016年7月和2017年1月)建立了采用遥感反射率反演海表密度(SSD)的遥感模型。结果表明,多元线性回归模型的反演效果最佳,其决定系数为0.70,平均绝对误差(SMAPE)为3.49%;采用独立实测数据集(27个样本)对所提模型进行了精度验证,该模型反演的海表密度具有较高的精度(SMAPE为3.27%)。此外,模型敏感性实验结果显示,SMAPE波动在3%以内,证实所提模型具有较好的稳定性。同时,将所提模型成功应用于静止水色卫星(GOCI)的卫星数据,并反演得到2016年7月的黄渤海海表密度的空间分布结果。结果表明,沿岸地区密度较大,渤海中心区和山东半岛北部海域、黄海中部海域均呈现较高值,青岛附近海域均呈现低值。