11.3.1引言
海色遥感是唯一可穿透海水一定深度的卫星海洋遥感技术。它利用星载可见红外扫描辐射计接收海面向上光谱辐射，经过大气校正，根据生物光学特性，获取海中叶绿素浓度及悬浮物含量等海洋环境要素。因而，它对海洋初级生产力、海洋生态环境、海洋通量、渔业资源等具有重要意义。
在海色遥感研究中，海水划分为Ⅰ类水域和Ⅱ类水域：前者以浮游植物及其伴生物为主，海水呈现深蓝色，大洋属于这一类。后者含有较高的悬浮物、叶绿素和DOM以及各种营养物质，海水往往呈现蓝绿色甚至黄褐色。中国近海就是典型的Ⅱ类水域。
继1978年NimbuS—7/CZCS卫星资料的成功应用之后，卫星海色遥感逐渐成为一些著名的国际海洋研究计划的技术关键和重要内容。
11.3.2SeaWiFS与CZCS海色传感器
装载于Nimbus—7上的海色传感器CZCS(CoastalZoneColorScanner)是一个以可见光通道为主的多通道扫描辐射计。前4个通道的中心波长分别为443nm，520nm，550nm，670nm，位于可见光范围。第5个通道位于近红外，中心波长为750nm。第6个通道位于热红外，波长范围10.5～12.5μm。CZCS可见光波段的光谱带较窄，仅为20nm，地面分辨率0.825km，观测角沿轨迹方向倾角可达到20°，用以减少太阳耀斑的影响。刈幅宽度1636km，8bit量化。表11—2给出CZCS传感器的技术参数。
表11—2CZCS传感器技术指标及波段设计
*270K处噪声等效温度误差
SeaWiFS(Sea—ViewingWideField—Of—ViewSensor)是装载在美国SEASTAR卫星上的第二代海色遥感传感器，1997年8月发射成功，运行状况良好。SeaWiFS共有8个通道，前6个通道位于可见光范围，中心波长分别为412nm、443nm、490nm、510nm、555nm、670nm。7、8通道位于近红外，中心波长分别为765nm和865nm。SeaWiFS地面分辨率为1.1km，刈幅宽度1502～2801km，观测角沿轨迹方向倾角为20°，0°，-20°。10bit量化。表11—3给出了SeaWiFS的技术参数。
表11—3SeaWiFS传感器主要技术指标及波段设计
SeaWiFS在CZCS基础上进行了改进和提高：1)增加了光谱通道，即412nm、490nm、865nm。412nm针对于Ⅱ类水域DOM的提取，490nm与漫衰减系数相对应，865nm用于精确的大气校正。2)提高了辐射灵敏度，Sea-WiFS灵敏度约为CZCS的两倍。在CZCS反演算法中被忽略因子的影响，如多次散射、粗糙海面、臭氧层浓度变化、海表面大气压变化、海面白帽等，都在Sea-WiFS反演算法中作了考虑。
11.3.3与海色卫星遥感有关的海洋光学特性
海洋光学理论是海色卫星遥感的基础。首先，海色传感器可见光通道是按照海洋中主要组分的光学特性设置的，每个通道对应于海洋中各种组分吸收光谱中的强吸收带和最小吸收带。443nm通道位于叶绿素强吸收带，520nm通道叶绿素的吸收比水明显大，可以补充叶绿素信息。550nm通道则接近叶绿素吸收的最小值，在强透射带内，同时，对应较小的海水吸收。图11—8至11—9是叶绿素和DOM的光谱吸收曲线。
在讨论海色反演算法之前，需要介绍以下海洋光学关系式
其中Lw(λ)是海面后向散射光谱辐射，称为离水辐亮度。ρ为海气界面的菲涅尔反射系数，nw是水的折射率，Q为光谱辐照度与光谱辐亮度之比，与太阳角有关，完全漫辐射时Q=π。R＝Eu(0-)/Ed(0-)，是海面下的向上辐照度Eu(0-)和向下辐照度Ed(0-)的比。R与水体的固有光学特性有关
R≈0.33bb/a (11-9)
bb是水体的总后向散射系数，a为水体总体积吸收系数。
定义辐照度衰减系数为
K(λ)=-d(lnE)/dz (11-10)
它是表征海中辐照度随深度而衰减的因子。K(490)是由遥感数据得到光学性质的一个典型例子，它的反演算法为
11.3.4海色反演原理
一、辐射量定标
海色传感器输出的计数值DC(DigitalCount)，并非真正意义上的物理量。因此，必须利用标准源将计数值换算成辐亮度，这一过程叫做辐射量定标。一般说来，传感器接收的辐亮度由下式确定：
Lt(λ)＝S(λ)DC＋I(λ) (11-12)
其中，S、I为斜率和截距，对于CZCS，在实验室中用直径为76cm的积分球对辐射计预先进行校准。卫星发射后用机内白炽灯光源和涂黑仪器箱进行星上定标。另外深空也作为一个定标源。传感器按固定的程序测量目标和定标源，测量的数据传送回地面通过公式(11—12)来校正S和I。
二、大气校正算法
大气校正的目的是消除大气吸收和散射的影响，获取海面向上光谱辐亮度。CZCS大气校正算法采用单次散射模型，其本质是一种对洁净大气中良好传播的线性近似。传感器接收到的辐亮度Lt(λ)由四部分组成，即
Lt(λ)=Lr(λ)+La(λ)+t(λ)Lw(λ)+Lra(λ) (11-13)
其中，Lr(λ)为大气分子瑞利散射引起的光辐射，可由大气传输理论精确计算得出。Lw(λ)是离水辐亮度，是大气校正所得的结果。t(λ)是大气透射率，t(λ)=tr(λ)t02(λ)ta(λ)，其中下标r、o2、a分别代表分子散射、臭氧、气溶胶。Lra(λ)为瑞利散射和气溶胶散射相互作用引起的光辐射，单次散射情况下可以忽略。La(λ)为气溶胶散射引起的光辐射，由于气溶胶不断变化的特性，通常需要两个波段来确定气溶胶贡献的大小和气溶胶贡献对波长的依赖关系。CZCS只有670nm波段用于大气校正，因此必须假设气溶胶的分布均匀，通过寻找图象的清水区，即Lw(670)＝0，得到La(670)，利用La(λ)与波长之间的关系外推得到La(λ)，然后由式(11—13)计算Lw(λ)。
三、生物光学算法
由海面向上光谱辐亮度Lw反演海中叶绿素浓度、悬移质、DOM浓度的方法，称为生物光学算法。由式(11-8)、(11-9)计算可得出，海表层叶绿素浓度与海洋光学参数之间的关系为
数，aw，ai分别为海水及第i组分的吸收系数，bbw，bbi分别为海水及第i组分的后向散射系数。现场观测已证实了该公式的合理性。
鉴于海水组分浓度及其引起的后向散射特性与吸收特性之间关系的复杂性，由上述解析式很难求出fi的解，必须利用经验算法。目前比较常用的计算色素浓度的方法为比值法，即利用两个或两个以上不同波段的辐亮度比值与叶绿素浓度的经验关系。CZCS传感器主要有两种简单的方法：
(1)Gordon等提出的适合于Ⅰ类水体的双通道算法，利用绿(520nm/550nm)与蓝(443nm)波段的比率来确定叶绿素的浓度，这一比值反映了随叶绿素浓度增加海色由蓝到绿的变化趋势：
C1=1.13[Lw(443)/Lw(550)]-1.71
C2=3.33[Lw(520)/Lw(550)]-2.44 (11-15)
C=C2 当C2，C1＞1.5(mg/m3)
C=C1 其他情况
(2)Clark提出的三通道算法
C=5.56[LW1＋LW2/LW3]-2.252 (11-16)
SeaWiFS传感器的生物光学算法在CZCS基础上改进如下
C=exp[0.464-1.989ln(nLw(490)/nLw(555)] (11-17)
图11—10为SeaWiFS资料反演的中国海叶绿素浓度分布。
11.3.5海色卫星资料的应用
一、海洋初级生产力与海洋渔业
初级生产力PP(PrimaryProduction)是海洋生物食物链的起点，与平均叶绿素相关，可表示为
PP＝∫(Pn-Rd)dt (11-18)
其中Pn＝Pg－Rl，Pn(Netphotosynthesis)为净光合作用，Pg(Grossphotosyn-thesis)为总光合作用，Rl是光合作用有机体在日光中由于呼吸过程而损耗的所有固碳。Rd是光合作用有机体在黑暗中由于呼吸过程而损耗的所有固碳。
日均初级生产力可以用一经验公式表示如下
其中ck为平均叶绿素浓度。叶绿素浓度初级生产力的时空变化对于生物海洋学、全球气候变化和全球生态环境的研究具有重要意义。
海色和营养级数之间具有极强的相关性。因此，海色数据结合卫星海表温度和海流参数可以预报渔场环境。日本OCTS传感器虽然仅工作10个月，它在成功发射后很快进入卫星实时渔情预报业务。
二、海洋生态环境监测与研究
赤潮主要由于海域中浮游生物的大量繁殖所引起。赤潮发生时，在蓝绿波段(450nm)具有强烈吸收，在红色和近红外波段具有强烈散射，因此可以通过卫星观测海水的光谱特性和海水中的叶绿素、色素浓度实现对赤潮的监测。配合与赤潮密切相关的其他多种卫星资料，建立风场-流场-热力学模式，则有希望实现对赤潮的预测。
在海色卫星遥感图象中，可以显示锋面、涡旋、海流、水团等大中尺度海洋现象，与其它卫星资料结合研究，可揭示许多海洋现象的动力机制和过程，对于海洋生态环境动力学的研究十分有用。
三、河口海岸带泥沙浓度及其运移
河口海岸带的泥沙运移是一个倍受各方面关注的问题。含有泥沙的水体具有以下特点：1)随着泥沙含量的增加，光谱反射比也增加；2)光谱反射比的峰值逐渐由蓝波段向红端位移，也就是水体本身的散射特性逐渐被泥沙的散射所掩盖。利用多光谱信息和反射比可从海色资料中提取出悬移质浓度及其运移的信息。悬移质遥感定量模式有以下形式：
1) R=A＋BlogS (11-20)
2) R=C＋S/(A＋BS) (11-21)
式中A、B、C为系数，S为悬移质含量，R为反射比。
四、海洋通量及固碳能力
全球通量计划(JGOFS)主要目的是从全球尺度了解和研究控制海中碳及有关通量变化的多种过程，估价海洋对CO2的吸收储存和转移能力，确定海洋碳系统从季节性到十年尺度的变化。卫星数据，尤其是海色卫星数据满足上述目标所需的大时空尺度调查。叶绿素浓度和海洋初级生产力的探测，对于详细了解海洋对CO2的调控过程，是不可缺少的关键技术。