Sea ice thickness estimation in the Bohai Sea using geostationary ocean color imager data

A method to estimate the thickness of the sea ice of the Bohai Sea is proposed using geostationary ocean color imager （GOCI） data and then applied to the dynamic monitoring of the sea ice thickness in the Bohal Sea during the winter of 2014 to 2015. First of all, a model is given between the GOCI shortwave broadband albedo and the reflectance of each band with high temporal resolution GOCI data. Then, the relationship model between the sea ice thickness and the GOCI shortwave broadband albedo is established and applied to the thickness extraction of the sea ice in the Bohai Sea. Finally, the sea ice thickness extraction method is tested by the results based on the MODIS data, thermodynamic empirical models （Lebedev and Zubov）, and the in situ ice thickness data. The test results not only indicated that the sea ice thickness retrieval method based on the GOCI data was a good correlation （r2〉0.66） with the sea ice thickness retrieved by the MODIS and thermodynamic empirical models, but also that the RMS is only 6.82 cm different from the thickness of the sea ice based on the GOCI and in situ data.

基于光谱与几何匹配的GOCI与MODIS交叉辐射定标

海洋卫星COMs-1((Communication,Ocean&Meteorological Satellite-1)上携带的GOCI(Geostationary Ocean Color Imager)传感器以海洋监测为主,也具备较好的陆地监测潜力,但传感器陆地辐射特性存在偏差。为改善GOCI陆地辐射特性,基于MODIS数据,对GOCI可见光和近红外波段开展交叉辐射定标,弥补场地定标成本较高、定标参数更新周期长的不足,拓展其陆地定量遥感监测能力.交叉辐射定标中,考虑了GOCI和MODIS传感器相应波段光谱响应函数之间的匹配;通过辐射传输模拟,订正两传感器观测角度对辐射定标的影响;通过选取两传感器同一过境时刻的数据,降低太阳角度对辐射定标的影响,提高交叉定标精度.通过MODIS数据模拟的GOCI相应波段的表观辐亮度与GOCI实测结果比对,R^2大于0.88。对定标结果进行初步验证,表明交叉辐射定标后,GOCI陆地上的辐射特性满足基本的定量遥感需求。

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.

采用二流式算法的GOCI／AOT反演方法及其应用

针对静止海洋水色传感器(GOCI)2.1μm短波红外通道缺失和高太阳天顶角的特点,采用二流式算法,并考虑气溶胶的折射率、地球曲率等因素,重新计算地表反射率、表观反射率以及反演GOCI气溶胶光学厚度(AOT).结果表明:参数重新计算后的GOCI\AOT反演精度明显增高;根据目前广泛使用的实测AOT(440nm)>1.00霾判定阈值,采用线性内插方法,建议GOCI\AOT以AOT(555nm)>0.81作为霾判定阈值;中分辨率成像光谱仪(MODIS)是业务化的极轨卫星,GOCI\AOT整体略大于MODIS\AOT,拟合精度R2=0.82.以2015年11月27日至同年12月2日华北地区发生的霾事件为例,结合具有大范围观测能力的MODIS卫星,多源遥感监测方法有效地反映了该霾事件的动态发展过程.

台风事件对东中国海悬沙浓度时空演变的影响分析

东海大陆架常受台风侵扰,强风浪在破坏水体结构的同时引起大量泥沙再悬浮。台风是影响东海表层悬沙浓度(suspended sediment concentration,SSC)的主要动力之一。本文将台风类型分为登陆和非登陆两大类共八种。基于GOCI(geostationary ocean color imager)遥感数据统计分析了2017~2020年9个不同类型台风事件对表层悬沙浓度时空分布的影响。结果表明,近海活动型和远海活动型台风使SSC显著增高了150%~200%;随着风速减小,SSC逐渐下降,但需要3~4 d才能恢复至台风之前的SSC。风速变化与SSC变化率的相关性高达0.86。近海及远海活动型台风影响研究区域的风向为偏北风,该类型台风使秋季SSC等值线向外海延伸,出现舌状分布特点;而登陆型台风影响研究区域的风向前期为偏北风,后期为偏南风,该类型台风使SSC等值线呈基本平行向外海移动较短距离,但不出现向外海延伸的舌状分布。近海及远海活动型台风事件使SSC分布迅速向气候态平均天气下的冬季输运类型转变,其中近海活动型台风对SSC分布的影响比远海活动型更显著。登陆型台风对研究区域SSC跨陆架方向分布的影响比远海活动型台风更小。

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影像反演湖泊悬浮物和叶绿素a含量的研究述评

悬浮颗粒物和叶绿素a是两个重要的湖泊水质参数,常用来衡量湖泊的富营养化程度。阐述了基于GOCI数据的湖泊悬浮颗粒物和叶绿素a浓度反演的研究现状,分析了几种大气校正方法对于GOCI数据的适宜性,发现基于6S模型的大气校正取得的效果最好。对比了GOCI的几种用于叶绿素a和悬浮颗粒物反演的模型,发现基于经验方法的反演虽然简单易行,但缺乏物理依据;基于分析方法的反演机制明确,但较难实现;基于半分析方法的反演是统计水质参数的光谱特征,建立遥感数据的波段组合与水质参数值之间的定量关系,进而估算水质参数含量,此方法较易实现且有一定物理意义。最后,通过总结现状,对利用GOCI反演水体指标的发展提出了一些自己的见解。

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。

Ulva prolifera subpixel mapping with multiple-feature decision fusion

The unavoidable nature of Ulva prolifera mixed pixel in low-resolution remote sensing images would result in rough boundary of U.prolifera patches,omission of tiny patches,and overestimation of coverage area.The decomposition of U.prolifera mixed pixel addresses the issue of coverage area overestimation,and the remaining problems can be alleviated by subpixel mapping(SPM).Due to the drift and dissipation of U.prolifera,a suitable SPM method is the single image-based unsupervised method.However,the method has difficulties in detail reconstruction,insufficient learning of spectral information,and SPM error introduced by abundance deviation.Therefore,we proposed a multiple-feature decision fusion SPM(MFDFSPM)method.It involves three branches to obtain the spatial,abundance,and spectral features of U.prolifera while considers multi-feature information using the fusion strategy.Experiments on the Geostationary Ocean Color Imager images in the Yellow Sea of China indicate that the MFDFSPM overperforms several typical U.prolifera SPM methods in higher accuracy and stronger robustness in both SPM and abundance calculation,which produced subpixel map with more detailed spatial information and less noise.

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。

世界首颗静止轨道海洋水色卫星应用研究进展

海洋环境参数和赤潮、绿潮等海洋灾害在一天之内会有明显的变化,需要高频率的观测才能满足监测的需求,极轨水色卫星观测频率低,而静止轨道水色卫星在观测频率方面具有绝对优势。2010年韩国发射了世界上第一颗静止轨道海洋水色卫星GOCI(Geostationary Ocean Color Imager),使小时级时间分辨率的水色遥感成为现实,各国科学家围绕该数据迅速开展了大量研究工作。本文首先介绍了GOCI遥感器的主要参数信息及其数据处理软件,然后综述了GOCI自问世至2016年的主要研究进展,涉及卫星数据处理、产品质量评价、海洋环境探测、海洋灾害监测、海洋动力过程探测、大气探测等方面,以期对我国水色遥感特别是静止轨道水色遥感应用研究提供参考。

山东半岛沿岸海域悬浮体时空分布及形成机制分析

依据2015年GOCI(geostationary ocean color imager)卫星影像反演的悬浮体浓度数据,分析了山东半岛沿岸海域表层悬浮体质量浓度和锋面月变化特征,揭示该海域悬浮体的分布特征和扩散格局,并结合风速、波高以及海表温度数据,对其控制因素进行初步探讨。结果显示:研究区内悬浮体质量浓度整体表现为冬季最高,春秋次之,夏季最低的分布特征;悬浮体扩散过程可以划分为4个阶段,冬季稳定外输,春季向岸退缩,夏季近岸贮存,秋季向外扩散。此外,山东半岛近岸存在一条悬浮体质量浓度高于10 mg/L的浑浊带,该浑浊带同样表现出季节变化,它在秋季开始形成,其悬浮体含量、幅宽及延伸范围在冬季达到最大,春季减弱,夏季消失。研究认为山东半岛沿岸海域的表层悬浮体来源主要是海底沉积物的再悬浮。风场、海浪以及沿岸流的强弱变化对悬浮体分布和输运的季节变化有重要的控制作用:风场和海浪影响海水混合搅拌强度,改变海底沉积物再悬浮作用的临界深度,进而影响表层海水悬浮体浓度,致使悬浮体浓度与风浪的月际变化趋势基本一致;沿岸流携带高浓度悬浮体沿山东半岛输运形成沿岸浑浊带,沿岸流的强度变化直接控制浑浊带的季节变化。

基于遥感分析渤海湾冬季表层悬浮体浓度变化规律

渤海湾是三面环陆的半封闭浅水海湾,海底泥沙悬浮与输运对海洋工程与生态环境有重要影响。冬季是渤海泥沙输运、海床冲刷和海底灾害的主要发生季节,但冬季观测(特别是连续观测)难度大,观测资料相对缺乏,研究冬季悬浮体分布与输运规律对海洋生态环境保护和海洋工程维护等具有指导意义,对认识近海物质及能量循环有重要科学价值。本文基于海洋水色卫星GOCI(Geostationary Ocean Color Imager)遥感影像资料,对渤海湾冬季悬浮体浓度进行了长达8年监测,提取2011-2017年冬季(11、12、1、2月)悬浮体浓度(Total Suspended Sediment,TSS)月平均数据,对渤海湾冬季悬浮体分布情况及输运规律进行研究。结果表明,渤海湾冬季的表层悬浮体浓度分布呈现近岸高离岸低、南岸高北岸低的规律,悬浮体浓度的高值区主要分布于黄河口附近以及渤海湾南岸一带,该海域冬季TSS在80mg/L以上,最高可达200mg/L;海河口及辽东湾沿岸流区域各存在一个低值区,悬浮体浓度介于0-40mg/L。冬季大风天气对水体扰动剧烈,导致渤海湾海底泥沙再悬浮,风速与悬浮体浓度存在正相关性。同时,冬季渤海湾沿岸流等环流增强,使黄河口再悬浮的沉积物向渤海湾西部和北部扩散。

静止水色卫星GOCI及其应用进展

海洋水色遥感技术是新兴的探测技术,能够通过遥感平台上搭载的探测器对海表水色信息进行探测进而获取海洋信息。随着极地轨道卫星发展逐渐成熟,地球静止卫星也进入了发展阶段,开启了水色遥感技术的新时期。本文基于地球同步卫星的优势特点,着重总结了第一颗地球静止水色卫星GOCI(geostationary ocean color imager)的主要参数信息及标准水色算法,同时对各算法的应用范围、计算公式及各方法的联系进行了简要的介绍,并针对其实际应用进行了讨论,验证了GOCI数据的实用性,最后指出了GOCI在目前研究过程中存在的问题,并对第二代地球同步遥感器进行简要论述,以期为海洋探测研究提供更多的技术支持。

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。

东海大桥邻近海域沉积动力环境变化

【目的】东海大桥是杭州湾和长江口水沙交换的重要通道,其对邻近海域悬沙分布和输运有重要影响。【方法】基于2011—2020年共26天每天8张连续潮时的高质量GOCI影像,反演获得东海大桥及邻近水域表层悬浮泥沙浓度,并结合理想数值模型和表层沉积物观测资料,研究了东海大桥对邻近海域沉积动力环境不同时间尺度的影响。【结果】在潮周期时间尺度上,东海大桥两侧悬浮泥沙浓度呈现明显的梯度分布,并随涨落潮表现为背流面悬沙浓度高于迎流面,这与背流面水位降低促进垂直运动和桥墩后方涡流加强扰动有关,其中在涨落潮中间时刻,大桥两侧悬浮泥沙浓度差异最大,涨憩时刻两侧差异最小。各季节涨落潮过程中大桥东西两侧悬沙浓度的差异变化不大,但浓度差值有所不同。从多年变化来看,东海大桥建成后两侧悬沙浓度差异的年际变化不大,邻近海域表层沉积物有变细趋势,可能与大桥阻流导致流速减弱有关。【结论】潮周期内悬沙浓度在大桥背流面高于迎流面的差异分布,不随季节和年际变化,该研究对完善不同时间尺度跨海大桥对海洋沉积动力环境影响的研究具有重要意义。

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。

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。