東中國海表層懸浮體濃度衛星遙感反演研究進展

王　震喬璐璐王云飛

（1.中國海洋大學海洋地球科學學院 山東青島 266100；2.青島市科學技術信息研究所 山東青島 266100）

?

東中國海表層懸浮體濃度衛星遙感反演研究進展

王震1喬璐璐1王云飛2

（1.中國海洋大學海洋地球科學學院 山東青島 266100；2.青島市科學技術信息研究所 山東青島 266100）

摘 要用衛星遙感手段反演海洋表層懸浮體濃度（Suspended Sediment Concentration，SSC）來研究其分布和輸運的方法已經被廣泛使用。東中國海屬于水文和光學性質較為復雜的二類水體，表層懸浮體濃度的分布規律和水體的固有光學特性時空變化大，增加了遙感研究的難度。在對前人的研究進行比較和總結后發現，根據實測SSC數據對不同區域、不同時間段（季節、潮汐周期）建立分段模型可以提高整體反演精度。在選擇參與反演的波段時，河口和近岸等高SSC海域以及遠岸低SSC海域有各自不同的最優波段組合。高SSC海域常使用水體反射率第二反射峰、第一反射峰前波段作正比波段組合參與反演，低SSC海域常使用水體反射率第一峰波段作正比、峰前波段作反比參與反演。同時，在反演模型中考慮泥沙粒徑的影響可以顯著提升反演精度，并且也有可能在淺海區突破現有遙感研究手段的水深限制。目前模型精度評價標準使用較為混亂，平均相對誤差、平均絕對誤差和均方根誤差等可以作為綜合精度評價指標，模型的穩定性則可以用誤差敏感性分析方法驗證。高時空分辨率的海色衛星傳感器的出現使得海洋短時間尺度事件的研究成為海色遙感研究的趨勢之一。

關鍵詞衛星遙感反演 懸浮體濃度 東中國海

0 引言

懸浮體是海色三要素之一，是海水中重要的物質成分，本文的研究對象主要是懸浮體中的礦物顆粒，即懸浮泥沙。用衛星遙感手段研究水體懸浮物濃度分布及其變化特征較傳統觀測調查方法具有長時間序列和短時間突發事件兼顧、大范圍和小區域兼顧的優勢，是海色遙感的研究內容之一，也是目前研究水體懸浮物濃度的常用手段。

大氣校正是海色遙感的關鍵技術之一，目的是去除大氣程輻射項、求得離水輻射率，其中最重要的兩項校正是瑞利散射和氣溶膠散射的校正，難點在于氣溶膠散射的計算和漫射透過率的計算。20世紀70年代末，Gordon等提出了標準大氣校正算法［1］，對一類水體的校正精度較高，標準大氣校正算法及其后來的改進模式［2］的基本假設是近紅外波段的反射項主要是大氣程輻射的影響，但二類水體近紅外波段的反射主要是海色要素的貢獻因此無法適用。90年代，Arnone等提出光譜迭代法［3］，以Gordon標準大氣校正算法為基礎，重新研究從近紅外的大氣程輻射外推到可見光波段的計算過程。20世紀末，一些學者開始將海色要素濃度考慮進迭代法［4-5］，國內學者基于光譜迭代的原理也開發了適用我國的大氣校正算法［6-9］。同時，Chomko和 Gordon［10-11］提出了基于簡單氣溶膠模型的優化方法估算相關海洋和大氣參數進行大氣校正并隨后對該方法進行了驗證，國內學者丁靜等［12］基于優化法以氣溶膠在865 nm波段的散射和中等精度算法中氣溶膠散射指數為優化變量，擬合實測反射比并建立誤差函數優化求解。何賢強等［13］開發了海洋—大氣耦合矢量輻射傳輸數值計算模型（Polarized Coupled Ocean-Atmospheric Radiative Transfer numericalmodel，PCOART），并生成了通用型海洋水色遙感精確瑞利散射查找表及氣溶膠散射、大氣漫射透過率查找表，推動了我國海色大氣校正算法的研究［14］。21世紀初，Schiller和Doerffer提出的神經網絡大氣校正算法［15-16］擁有更強的非線性擬合和自我收斂能力，但是目前國內應用較少。

海色遙感的另一個關鍵技術是提取海色要素信息，它經歷了定性和定量研究兩個發展階段［17］。定性研究主要通過遙感影像灰度值的變化分級粗略代表水體中懸浮泥沙濃度（Suspended Sediment Concentration，SSC）的變化。20世紀70年代，Austin［18］開始了遙感反演懸浮體濃度的定量化研究。在海色遙感定量化研究的早期階段，一般采用經驗統計的方法找到遙感反射率和SSC之間簡單的數學關系進行反演。1975年，Gordon et al.［19］首先建立了表觀光學量與固有光學量之間的定量關系，并在80年代初依此建立了Gordon式半分析模型（又稱理論模型）［20］，原理是基于輻射傳輸理論通過表觀光學量計算水體固有光學量，同時找到固有光學量和SSC之間的統計關系建立反演模型，國內學者也建立了負指數式和統一式等理論模型［21-23］。Tassan在90年代提出了著名的適用于二類水體的多波段比值經驗模型 Tassan式［24］，將經驗統計模型從線性、單波段提升到現在的非線性、多波段的形式，國內許多學者也借鑒Tassan式建立了適合我國近海的經驗統計模型［25-29］。同時，Mertes et al.［30］從遙感圖像本身出發，將圖像亮度值看作是某幾個主要地物的光譜的線性混合，國內學者也對此方法進行了應用［31-32］。20世紀末，Doerffer 和Schiller［33］將基于遺傳算法的神經網絡模型應用在海色遙感反演上，十分適合表觀光學量和海色要素之間復雜的非線性關系擬合，國內神經網絡模型的使用主要以B.P.（Back Propagation）神經網絡算法和G. P.（Genetic Programming）遺傳算法為主［34-36］，應用并不廣泛。最近幾年，為了充分利用各個遙感波段以及水色要素的信息，國內學者采用主成分分析法［37］和偏最小二乘法［38］建立反演模型，以提高模型的信息使用率。之前大部分的反演模型對于影響水體固有光學量的其他因素考慮不足，王芳等［34］將懸浮體粒徑因素考慮進反演模型，發現反演精度大大提高。

1 研究區域概況

1.1 東中國海水體光譜特性

水體光譜性質分為表觀光學量（Apparent Optic Properties，AOPs）和固有光學量［39］（Inherent Optic Properties，IOPs）。海色三要素通過各自濃度消漲變化引起固有光學量中吸收系數和后向散射系數的變化，從而影響表觀光學量。

水體總的吸收系數可看作水體本身和海色三要素吸收系數的線性之和［40］，圖1a為純水及海色三要素的吸收系數。純水的吸收在藍光和綠光波段較弱，在黃綠波段快速上升，在紅及近紅外波段維持一個高吸收的水平；黃色物質在藍光波段為強吸收，隨著波長增加吸收強度不斷減弱，600 nm波長以后黃色物質呈現低吸收的光譜特性。浮游植物色素（主要為葉綠素a）在440 nm和675 nm波長處有兩個強吸收峰，600 nm波長附近以及700 nm以后波段吸收較低。懸浮體顆粒物在藍波段處為強吸收，隨著波長增加吸收強度逐漸減弱，600 nm波長以后處于極低水平。汪小勇等［41］研究還發現非色素顆粒物（主要是懸浮泥沙）吸收系數在近岸的河口和海灣海域較高，且總體上北高南低，黃色物質吸收系數在渤海部分海灣和長江口較高，因此中國近海不同區域海色三要素對水體光譜特征的影響因海域而異。

海水的后向散射可看成是純海水和懸浮體顆粒后向散射項的疊加［42］，圖1b為純海水、礦物質以及浮游植物色素后向散射系數。純海水的后向散射在藍光波段較高，隨著波長增加呈指數衰減。懸浮體的后向散射在藍光波高，隨著波長增加緩慢減小。浮游植物色素的后向散射隨波長衰減較緩慢，但在數值上遠遠低于懸浮體。在近岸二類水體中，海色三要素分布比例不均衡，近岸水體后向散射系數由于主要受懸浮體顆粒影響而比遠岸海域大（赤潮等情況除外）［43］。

同時，水體的反射率光譜還呈現出紅移現象。低SSC水體有一個位于可見光波段的反射峰，近岸中、高SSC水體除可見光波段外還有一個反射峰外位于近紅外波段，并且隨著水體含沙濃度的增加可見光波段反射峰向長波方向移動［44-48］。紅移現象直接影響著反演波段的選擇。

1.2 東中國海表層懸浮體濃度分布

東中國海表層懸浮體濃度分布和變化復雜。前人研究表明，冬季在強烈的季風作用下波浪作用增強擾動底部沉積物，導致渤海淺水海域冬季表層SSC最高，春秋季次之，夏季（除河口外）最低，夏季河口海域由于河流輸沙作用增強導致SSC偏高［50-52］?？臻g分布上，全年最大值出現在黃河口，濃度大于1000 mg/L，其次是遼河口，懸浮體濃度在20～100 mg/L之間，渤海中央平均SSC小于20 mg/L。黃海SSC變化類似渤海，冬季由于波浪作用強底部擾動大致使SSC較高，夏季最低，春秋為過渡階段?？臻g上山東半島近岸高值區秋、冬季顯現，夏季基本消失，黃海的全年高值區出現在蘇北淺灘一帶，高值線平行于蘇北海岸［53-57］。東海近岸河口區 SSC全年均較高，夏季由于長江沖淡水的影響長江口高SSC分布向外海擴張的范圍比冬季大，冬季由于強風作用的影響風浪擾動底部沉積物致使東海中、外部陸架 SSC增高［58-60］。整個東中國海表層懸浮體濃度季節分布變化如圖2，就全年而言，SSC高值區集中于河口或近岸海域，離岸海域SSC較低［61］，SSC時空變化大。

圖1　水體主要組分吸收與后向散射系數曲線a.改繪自文獻［42］；b.改繪自文獻［49］Fig.1 Absorption and backscattering coefficient curves ofmain constituents of sea watersa.absorption coefficient，from reference［42］；b.backscattering coefficient，from reference［49］

圖2　1月和7月東中國海SSC分布（改繪自文獻［62］）Fig.2 Distribution of SSC in January and July in the eastern China seas（from reference［62］）

綜合東中國海全年SSC分布規律和各海域水體光譜特性，將東中國海按照懸浮體濃度定性地分為高值區（黃河口、長江口、渤海灣—萊州灣沿岸、蘇北淺灘、杭州灣）和低值區（遠離大陸的海域如渤海中部、南黃海中部、東海中部等），分別進行研究。

2 東中國海遙感反演表層懸浮體濃度研究比較

遙感反演表層懸浮體濃度研究的一般技術路線主要包括遙感圖像獲取及預處理、選取參與反演的因子、建立和檢驗模型以及分析應用等步驟（圖3）。本文按照上述主要研究過程對前人的研究進行比較分析和總結。

2.1 遙感數據選擇

目前，國際常用的水色衛星傳感器主要是美國國家航空航天局（NASA）EOS衛星上的MODIS（Moder-ate Resolution Imaging Spectroradiometer）傳感器、Seastar衛星上的 SeaWiFS（Sea-Viewing Wide Field-of-View Sensor）傳感器以及韓國宇航研究院（KARI）靜止軌道衛星COMS上的Geostationary Ocean Color Imager（GOCI）傳感器。歐洲航天局（ESA）ENVISAT衛星上的MERIS（Medium Resolution Imaging Spectrometer）海色傳感器使用也很廣泛，但目前已停止提供新的數據。我國HY系列海色衛星裝載的海洋水色掃描儀波段設置與MODIS相似，經過實踐檢驗逐步用于我國近海的海色遙感研究［28，63］。

圖3　遙感反演表層懸浮體濃度研究技術路線Fig.3 Framework of SSC retrieval with remote sensing

表1整理了東中國海遙感監測SSC使用的衛星傳感器，主要以MODIS和Landsat衛星為主，海色遙感衛星和陸地、氣象衛星的使用情況大致平衡。河口、近岸海域陸地衛星使用更多，這是因為海色衛星傳感器雖然擁有更多的波段和更高的輻射分辨率，但是海色波段空間分辨率大部分在1 000 m以上，難以滿足小范圍的精細遙感研究。但是普通陸地衛星雖然空間分辨率高但是波段設置不佳，在滿足了高空間分辨率研究的同時也犧牲了海色遙感的效果。近年來，隨著GOCI等新一代高時間、空間和輻射分辨率的衛星傳感器的使用不斷增加，使得海色衛星逐漸可以滿足小范圍高時空分辨率的精細研究。

表1　用于東中國海海色遙感的主要衛星傳感器使用情況不完全統計Table 1 Usage of satellite sensors in the eastern China seas

2.2 反演波段選擇

目前大部分的研究都是通過對各波段反射率值與SSC進行相關性分析得到敏感波段，波段的組合多以正反比、升降次冪的方式進行，以達到突出懸浮體信息，削弱噪聲的目的。

圖4是東中國海18個實測數據多、反演精度高的模型波段使用情況。低SSC海域反演模型使用的波段多集中在水體反射率第一峰和峰前水體反射率遞增波段處。高SSC海域反演模型正比波段的使用多集中在水體反射率第一（600～700 nm）和第二反射峰（700 nm以后）及近紅外波段處，反比波段的使用集中在520～600 nm（第一反射峰前反射率快速遞增波段）和620～700 nm波段（第一反射峰）。劉志國等研究發現SSC和水體反射率在750 nm以后波段比580～700 nm（含沙水體第一反射峰）波段顯示出更強且穩定的相關性［30］，表明750 nm以后的近紅外波段反射率峰幾乎全部由懸浮體顆粒后向散射貢獻，其他組分影響較少（圖1b表明水體和浮游植物色素的后向散射指數衰減到低水平），而第一反射峰處于中等水平的相關系數表明反射率值增加不僅有懸浮體的貢獻，還有其他組分的影響。因此水體第二反射峰在正常海洋環境下對懸浮體來說較為純凈，而第一反射峰受其他組分的影響大，所以這兩個反射峰波段的使用有所區別。

圖4　東中國海主要反演模型波段使用統計Fig.4 Bands and their combination forms used in retrievalmodels

2.3 反演模型比較

表2是近年來河口、近岸和遠岸低SSC海域建立的樣本較多、反演精度較好的部分反演模型匯總。在東中國海遙感反演表層懸浮體濃度的研究中，用到的非業務化大氣校正算法有十余種，由于大氣校正的結果難以用精準的指標衡量，本文涉及的大部分研究也沒有討論大氣校正方法的優劣或展示校正結果，因此只能定性地從總體上比較業務化和非業務化大氣校正算法的使用對反演結果的影響。

2.3.1 河口海域

黃河口海域，Zhang et al.［67］和陳磊等［66］建立的多波段組合對數式模型精度較高，兩者均將水體反射率第一峰值波段作反比參與反演。唐軍武等［17］基于黃東海實測數據建立的指數式在黃河口反演結果MRE達到45％，誤差大的原因一方面是黃東海和黃河口的區域差異導致模型適應性降低，另一方面CBERS-02波段設置少且輻射分辨率低。黃海軍等［45］和Zhang et al.［67］均基于Landsat衛星數據建立了反演模型，由于后者采用了擬合度更好的多波段對數式并且采用MODIS的瑞利散射和氣溶膠參數對TM數據進行大氣校正［85］，因此反演精度更高。

長江口海域，Feng et al.［69］根據實測SSC數據將研究區域以50mg/L和150mg/L為分界點劃分高中低值區，低值區采用620～670 nm波段，高值區采用841～876 nm波段突出懸浮體信息，并配合短波紅外大氣校正方法［86］，取得了高反演精度。劉杰等［68］分別用指數、負指數模式反演小潮和大潮時的水體表層SSC，也提高了反演精度。Shen et al.［23］建立了基于經驗系數的半分析模型，并采用基于查找表的大氣校正方法［87］，同時以SSC值20mg/L、80mg/L、250mg/ L為分界點分別采用560、620、708、778 nm波長附近波段參與反演，反演精度高。彭翔翼等［71］采用Shen et al.［23］的反演模型對比了不同遙感數據的反演效果，發現由于GOCI對SSC更敏感的短波波段設置更佳而能更好地反映低SSC水體。陳本清等［31］采用線性光譜混合模型將遙感反射率看作是高濃度懸浮泥沙、低濃度懸浮泥沙和葉綠素a的光譜線性疊加的結果，擬合度達到0.991。

2.3.2 近岸海域

渤海近岸海域，崔廷偉等［25］在研究中采用了神經網絡大氣校正算法［16］，且所使用的 555 nm和670 nm處波段對SSC敏感受黃色物質干擾小，因此反演精度較高。并且采用誤差敏感性分析的方法對反演結果進行了分析，在原始離水反射率中加入隨機誤差，發現反演結果波動并不大，進一步確證了模型的穩定性。于小淋［36］采用GP遺傳算法進行反演建模，由于建模樣本涵蓋海域過大（渤海、黃海）、時間跨度過大（春、冬季數據無區分），其反演精度不及上述模型。雷佩平［74］和陳燕等［82］建立了相似的半分析模型，雖然他們使用的衛星傳感器波段設置相似，但后者反演精度較高。主要區別在于后者使用830 nm處波段統計固有光學量和SSC的關系，而前者使用650 nm處波段，據前文分析830 nm波長處于較為純凈的含沙水體反射率第二峰值處，而650 nm波長位于各組分綜合影響的第一峰值處，因此后者精度較高；二者計算后向散射系數的方法也不同，陳燕等［82］使用多波段準分析算法（Quasi-Analytical Algorithm，QAA）［86］，以640 nm處為參考波段計算后向散射系數并經驗統計出總體后向散射系數，雷佩平［74］則計算出不同粒級的懸浮體后向散射再求和［87］。

表2　東中國海遙感反演表層懸浮體濃度部分模型一覽表Table 2 Representative SSC retrievalmodels in the eastern China seas

在杭州灣海域，劉王兵［78］和王飛等79］均基于我國HJ衛星數據建立了高精度指數式反演模型。李京［21］基于水體的輻射傳輸方程建立了理論反演模式負指數模型，在天氣良好無云時，擬合度可達0.994。

在蘇北淺灘海域，樊輝等［75］對春秋兩季樣本分別建立三波段指數和對數式的混合組合模型，反演精度較高。潘雪峰［72］建立的波段比值模式使用的樣本數據最多，以630～690 nm（含沙水體第一反射峰）反射率和520～600 nm（葉綠素強吸收波段）的比值作為反演因子，也取得了較高的反演精度。

2.3.3 遠岸低SSC海域

在渤海海域，Wang et al.［83］基于MODIS數據建立的線性、指數和對數式模型均取得了較高的反演精度。龐重光等［59］基于SeaWiFS數據建立的對數式模型反演結果的MRE也低至18.1％。王芳等［34］首次在反演模型中考慮泥沙粒徑因子，分別應用到主成分分析和神經網絡的算法中，反演結果的MRE與未考慮泥沙粒徑因子之前相比有明顯地下降。

黃東海海域，廖迎娣等［9］提出新的大氣校正方法用于SSC的反演，與業務化算法相比細節反映地更加清晰。龔芳等［29］建立的 Gordon式半分析模型反演結果的MRE低至20.1％，楊燕明等［38］在主成分分析法基礎上使用偏最小二乘法，充分利用了光譜儀400～800 nm大部分通道的光譜信息和水色要素矩陣的信息，模型在黃海進行檢驗，最大誤差小于38％并且并且穩定性有所增強。仲京臣等［35］建立的BP神經網絡算法也取得了高反演精度。

總體來說，河口海域對數式模型表現最佳，其次是半分析和分段式模型；近岸海域指數式模型表現最佳，其次是對數式和半分析模型；遠岸海域對數式模型表現最佳，其次是半分析和指數式模型。并且遠岸低SSC海域經驗模型和半分析模型反演效果均比高SSC海域好。從整個東中國海來看，對數式模型在各海域反演精度均較佳，具有強適應性。模型參數具有明確物理意義的半分析模型表現并不穩定，與經驗模型相比并無太大的優勢，甚至反演精度略低于對數式模型，可能是目前半分析模型的理論基礎——輻射傳輸理論的研究還不夠精細、深入。同時，在18個實測數據多、反演精度高的模型中，采用非業務化大氣校正算法的有13個，表明選取合適的二類水體大氣校正方法有助于提高反演精度。

同時，大量的研究也發現不同水文周期（干濕季、潮周期等）的表層懸浮體濃度變大，按照不同水文周期或不同懸浮體濃度分段采取不同反演模型或者調整模型參數、反演波段等可使反演精度大大提升［27，45，62，64，68-69，75，88-89］。

3 遙感監測表層懸浮體的應用

3.1 長時間、大范圍的懸浮泥沙分布、輸運及其季節變化

遙感手段的主要優點是可以獲取長時間、大范圍的遙感數據研究某一海域SSC分布特征和泥沙輸運格局的季節性、年際、年代際變化。崔廷偉等［25］利用遙感手段從空間分布格局和季節性差異等方面分析了渤海懸浮體的時空分布特征。于煒［50］利用經驗正交分解法分析衛星遙感反演出的SSC來研究渤海海域SSC的時空分布規律。龐重光等［51］基于連續5年的衛星數據反演出渤海海域月平均SSC資料，得到渤海不同季節的SSC分布特征，并研究了黃河入海徑流對渤海SSC分布格局的影響。肖合輝［52］綜合遙感數據、實測資料和模型模擬數據分析了渤黃海海域懸浮體分布特征、擴散模式和動力機制，并定量估算了懸浮體擴散通量。余佳［57］結合遙感影像和實測數據反演出黃海懸浮體月均分布特征，研究了黃海懸浮體分布和季節性的擴散變化及其機制。孫效功等［90］利用遙感手段分析了黃東海陸架區懸浮體向深海輸運的時空變化規律。王文娟［62］利用月平均遙感數據反演了東中國海SSC分布及輸運特征和變化。畢世普等［91］利用近20年的遙感數據反演長江口海域SSC分布并討論了潮汐、河口徑流量輸沙量對SSC空間分布特征的影響以及河流泥沙入海的形態特征。陳勇等［70］利用15個時相的遙感數據研究近40年來長江口SSC的時空分布規律。陳斌等［92］結合遙感反演的SSC和潮流實測數據，研究了長江口外海域水體含沙量的季節變化特征和潮周期變化特征。目前渤海、黃東海的海洋表層懸浮體輸運遙感研究已經十分成熟，但是局部海域的精細研究還較少，如浙閩沿岸海域等。

3.2 短期事件對懸浮泥沙濃度影響的遙感研究

事件性的海洋環境變化可以包括人為活動導致的變化和短時間內的臺風、寒潮大風、自然災害等自然因素引起的海洋環境變化。崔廷偉等［25］研究了大風過程的短期擾動對渤海懸浮物分布的影響，發現大風可在1～3天內明顯改變整個渤海的SSC分布格局，影響程度與水深、底質和懸浮體粒徑有關。于小淋［36］利用遙感手段研究渤海表層SSC對臺風過境的響應，發現由于海底沉積物再懸浮導致臺風過境期間海洋表層懸浮體濃度會異常急劇增高至原來的3～5倍，一直持續到臺風過后一周左右。Sheremet et al.［93］、Chen et al.［94］和Bian et al.［95］的研究也得出類似的結果。于小淋［36］用經驗模態分解法（Empirical Mode Decomposition，EMD）填補臺風過境期間被云層遮擋的遙感信息并分析臺風對渤黃海懸浮體分布的影響。王文娟［62］、李婧等［96］和畢世普等［91］分別利用遙感手段研究1998年長江特大洪水期間長江口表層懸浮泥沙的分布變化和輸運特征，發現洪水期間長江口表層懸浮體濃度以及輸運距離和擴散范圍急劇增加，這種影響持續到第二年。畢世普等［91］和Feng et al.［69］分別利用遙感手段研究了長江口表層懸浮體濃度變化對長江三峽大壩建成的響應，發現長江三峽竣工后，長江口的懸沙濃度呈逐漸降低的趨勢。由于遙感手段的實時性和獲取方便等優勢，事件性海洋環境變化的遙感研究近年來逐漸成為海色遙感主要研究方向之一。

3.3 懸浮泥沙運動、輸運機制的遙感研究

懸浮體的時空分布特征變化可以反映出某一海域的動力機制特征。龐重光等［51］利用長時間序列遙感數據反演的SSC和風場數據定量研究了渤海海域SSC時空分布的動力成因。孫效功等［90］直接計算海面反射率變化的梯度，解譯出表層懸浮體鋒面信息，研究黃東海陸架區懸浮體分布的季節變化和主要受控因素。Yuan et al.［97］和龐重光等［98］分別利用遙感手段獲取分析黃東海SSC和相應SST以及風場數據定量分析黃東海懸沙分布形成的動力機制。楊揚等［99］對反演的SSC數據取對數，找出數值變化的最大梯度以提取次級懸沙鋒面，研究不同季節的水動力和沉積作用。陸兵［100］從遙感數據中提取長江口最大渾濁帶的范圍，通過比較多年最大渾濁帶的范圍變化探討長江口SSC的變化及水動力特征。劉猛等［81］利用靜止軌道衛星的一天多景遙感數據結合數值模擬分析杭州灣海域SSC分布變化對潮汐和風浪的響應。將遙感和實測資料以及數值模擬相結合的方法成為近年來研究區域動力機制及其變化的重要手段和趨勢。

4 討論

4.1 泥沙粒徑因子

目前遙感反演SSC的研究多數只是利用遙感波段的光譜信息，對于影響水體光譜的其他因素考慮不足，比如懸浮體顆粒的粒徑、成分、形狀等，都對懸浮體的后向散射有貢獻，嚴重影響水體的固有光學量［101-107］。研究表明在反演模型中加入粒徑因子可以提高反演精度。懸浮體顆粒粒徑對于水體反射率的影響較大，超過了懸浮體成分的影響，如果不考慮粒徑因素會導致反演結果誤差較大［106］。王艷姣［108］通過實驗發現懸沙濃度相同時，懸浮體顆粒粒徑越小，使懸沙整體散射表面積增加，導致光譜反射率增加，且水體光譜因粒徑變化在500～700 nm、800 nm波長附近波動較大，這兩個波段也是反演模型中的常用波段。Sydor et al.［103］發現當懸浮體顆粒平均粒徑分異小于15％時，對反射率影響可忽略。因此對于平均粒徑變化較大的海域，需要考慮懸浮體顆粒粒徑的影響。沈芳等［106］認為在陸—海交互作用強烈、粒徑分布不均勻的動力河口海域粒徑對于遙感反射率的影響較大，在這些海域需要注意懸浮體粒徑的影響。王芳等建立了包含顆粒粒徑的海洋懸沙二元參數的反演模型，反演精度顯著提升［34］。懸浮體粒徑可以通過理論模型參與懸浮體濃度的遙感反演?，F有的半分析模型在處理后向散射項時直接忽略了顆粒粒徑的影響，這恰恰是顆粒粒徑對遙感反射率影響的關鍵所在。因此需要基于表觀光學量與固有光學量的關系，建立包含懸浮體顆粒粒徑因子的精細理論模型，提高反演精度。

考慮粒徑因子還可能拓展淺海海色遙感的深度。海色遙感本質上是所使用的遙感波段穿透深度的積分，目前普遍采用的可見光和近紅外波段的有效穿透深度有限，Gordon et al.［109］認為均質海洋中水深20m以內光能量即衰減90％以上，在大洋二類高渾濁水體中光的穿透深度甚至不足數米，因此目前的海色遙感應用只能局限于海洋表層。但是研究發現不同粒徑的表層懸浮體也具有不同的光譜特性［108，110］，根據這一原理可以利用遙感手段反演出表層懸浮體的粒徑信息，通過對比淺水區某一海域遙感反演的表層懸浮體粒徑的變化及其次表層和底部懸浮體粒徑歷史實測數據，可以推斷出水體深部是否受到異常擾動，將海色遙感深度延伸至次表層甚至是淺海海底。目前粒徑遙感反演的相對誤差可以達到20％［110］，理論上可以將此方法應用在寒潮大風、臺風等極端海洋環境下的東中國海部分淺海海域。

4.2 反演效果評價

4.2.1 模型擬合度評價

擬合度評價常用回歸分析的方法，但是經常與相關性分析混淆。實際工作中，一般首先對遙感反射率值和實測SSC數據進行相關性分析，以確定它們之間是否存在不確定的依賴關系，得到復相關系數（Multiple R，R2），它是皮爾遜相關系數（Pearson correlation coefficient，r）的平方值，以消除r對相關程度的過度解釋，值域為［0，1］，值越接近1表明相關性越好［111］；再對遙感反射率值和反演出的SSC數據作回歸分析，得到決定系數（Coefficient of determination），它是復相關系數的平方值，用來判斷反演模型的自變量對因變量的解釋程度，值域［0，1］，決定系數大于0.5表明模型因變量對結果有強決定性［112］；最后對實測SSC和反演出的SSC數據作散點圖，若散點均位于y=x函數圖象附近說明模型計算結果與實測數據較一致、擬合度高。以上三個統計分析有各自不同的指示作用和意義，目前的研究一般只計算實測和反演的SSC之間的復相關系數來評價擬合度，物理意義不明確且使用混亂。

4.2.2 反演結果精度評價

目前，國內外使用過的遙感反演模型精度評價指標有十余種，使用混亂，給后人的研究工作造成了不便。并且從表2的模型精度對比結果來看，一些研究只使用1～2個指標評價反演精度，并不能全面、準確地衡量模型的真實誤差、可信度和精密程度?？偨Y前人的研究發現，平均絕對誤差（Mean absolute error，MAE）、平均相對誤差（Mean relative error，MRE）和均方根誤差（Rootmean square error，RMSE）使用比較廣泛且效果較好，可以作為評價反演精度的綜合指標。

式（1）為平均絕對誤差計算式，n為樣本數，ei為第i組實測數據與模型預測數據的絕對誤差。由于誤差被絕對值化，MAE能更好地描述模型擬合結果與實測數據的誤差大小，百分比形式，MAE越接近0，模型擬合精度越高。

式（2）為平均相對誤差計算式，n為樣本數，Oi為第i個實測數據，Si為第i個模型擬合數據。MRE描述實測數據與模型擬合結果和實測數據值本身的偏差，能夠反映模型的可信程度，百分比形式，MRE越小，模型擬合精度越高。

式（3）為均方根誤差計算式，n為樣本數，Oi為第i個實測數據，Si為第i個模型擬合數據。均方根誤差的計算過程與標準差類似，但標準差描述的是一組數據自身的離散程度，RMSE對模型中的極端誤差敏感，能夠很好地反映模型的精密程度，單位與原數據一致，RMSE越小，模型擬合精度越高。

文中涉及的反演模型在河口、近岸和遠岸開闊海域SSC反演結果的 MRE范圍分別約為 16.7％～30.0％、18.0％～30.0％和10.1％～30.0％，個別可高達30.0％以上。RMSE的范圍分別為0.054 1～0.277 mg/L、0.087～5.0mg/L、0.188～0.635mg/L，近岸海域個別模型RMSE高達10 mg/L以上。MAE的使用較少且集中在近岸海域的研究中，范圍約為3.61～17.0 mg/L。MAE、MRE、RMSE分別表示了模型的真實誤差、可信程度和精密程度，同一個模型的上述指標指示的反演精度可能差異較大，因此如何權衡上述精度評價指標以綜合地衡量和比較模型的反演精度還需要深入研究。

4.2.3 模型誤差敏感性分析

評價反演模型還需要考慮其穩定性。基于較多實測數據建立的模型精度也許不高但是穩定性好，因此以上擬合優度和精度評價指標并不能評價反演模型的穩定性。唐軍武等［28］采用了誤差敏感性分析方法檢驗模型的穩定性，即人為向模型輸入的反射率值中隨機添加均值為0、標準差為5％的正態分布隨機誤差，模擬50次，觀察反演結果與原結果相比是否會有較大的波動，如果反演結果波動較?。⊿SC誤差增值小于10％［25，28］），說明模型具有良好的穩定性。用誤差敏感性分析的方法可以解決因實測數據少帶來的模型穩定性不佳的問題。

5 結論與展望

5.1 結論

本文通過對近幾十年來東中國海遙感反演海洋表層懸浮體濃度的研究進行比較、總結和分析，得出結果如下：

（1）在東中國海海域，海色衛星傳感器數據適合進行大時空尺度的海洋表層懸浮體研究，GOCI遙感數據更適合進行小區域、高時效性的研究，對于更精細的研究宜采用高空間分辨率的陸地衛星傳感器。

（2）高SSC海域經驗模型常使用水體反射率第二反射峰、第一反射峰前反射率遞增波段作正比并根據具體的水體光譜特性選擇反比波段組合參與反演；遠岸等低SSC海域經驗模型常使用水體反射率第一峰波段作正比、峰前波段作反比參與反演。

（3）經驗模型中的對數式具有較好的反演精度和適應性，神經網絡算法、具有明確物理意義的半分析模型等其他建模方法應用較少。

（4）東中國海海洋表層懸浮體濃度時空變化大，在進行遙感反演時可根據實測數據定性地對研究區域進行時空分段分別建立反演模型，以提高反演精度。

（5）較多的實測數據和誤差敏感性分析方法可以保證和檢驗模型的穩定性。反演精度的評價宜采用MAE、MRE、和RMSE等最為綜合評價指標。

5.2 展望

（1）提高遙感反演模型的精度

通過對大氣和水下輻射傳輸模型進一步精細研究，不僅可以改進現有的二類水體大氣校正方法，得到更精確的離水輻射率，從而提高模型反演精度；還可以推進基于輻射傳輸方程的理論反演模型的研究，提升反演效果。

衛星遙感手段受天氣條件制約嚴重，尤其是云層的遮擋。目前對遙感影像云層的處理只能是“去云”，有學者采用經驗模態分解法嘗試對云層遮擋的數據缺數區域直接進行SSC數據填補，發現當數據變化劇烈時填補精度較高［36］，但是無法填補大范圍的數據缺失。不受云、雨、霧等天氣限制微波遙感近年來逐漸投入使用可以緩解云層遮擋的問題，但是目前衛星微波遙感的空間分辨率普遍較低［113-114］，其波段也無法用來反演SSC。如何獲得被云層覆蓋的缺失遙感數據目前是可見光和近紅外遙感技術面臨的一大難題。

國內外學者的研究已經證實懸浮體粒徑對于水體固有光學量影響重大，且在模型中加入粒徑因子可以提高反演精度。但是目前這種考慮懸浮體粒徑因子的遙感反演模型并沒有被大規模的應用，粒徑因子的具體使用方法以及業務化算法還需要深入研究。

一些海色要素在微小的時空范圍內有時會急劇變化，因此衛星影像數據與實測數據的時空精確匹配十分重要，尤其是為了彌補去云后的數據空缺廣泛采用取某一時間段平均值代替的方法，更是降低了數據匹配的精準性，從而導致遙感反演精度降低。隨著新一代高時空分辨率海色衛星傳感器的出現和應用（如韓國靜止軌道衛星傳感器GOCI），可以有效提高遙感數據和實測數據的時空匹配精度，這一問題正在被逐步解決。

（2）拓深海色遙感的深度

目前，利用衛星遙感手段監測懸浮體只能局限于海洋表層，這就決定了現有的遙感手段在大部分研究中只能作為傳統觀測方法的補充。文中討論部分提出在淺海海域利用遙感手段同時監測海域表層濃度和粒徑變化，并結合底部沉積物粒徑的實測資料來研究淺水區底部沉積物受到的擾動和再懸浮，但是這一方法理論上只能用在受擾動時的淺海海洋環境中。在水深較深的正常海洋環境下如何利用遙感手段研究海域三維懸沙場也有待研究。

（3）SSC與其他海洋要素相互影響研究

目前遙感反演海色三要素或者其他海洋要素都比較獨立，對于它們之間的關系和相互影響沒有足夠的研究和認識，比如表層懸浮體濃度與葉綠素濃度、黃色物質的之間的關系，海色三要素與水溫、海水濁度、透明度的關系等。

參考文獻（References）

1 Gordon H R.Removal of atmospheric effects from satellite imagery of the oceans［J］.Applied Optics，1978，17（10）：1631-1636.

2 Gordon H R，Wang M H.Retrieval ofwater-leaving radiance and aerosol optical thickness over the oceanswith SeaWiFS：a preliminary algorithm［J］.Applied Optics，1994，33（3）：443-452.

3 Arnone R A，Martinolich P，Gould Jr RW，et al.Coastaloptical properties using SeaWiFS［C］//Ocean Optics XIV Conference.Kailua Kona，Hawaii，USA：SPIE，1998.

4 Moore G F，Aiken J，Lavender SJ.The atmospheric correction ofwater colour and the quantitative retrieval of suspended particulate matter in Case IIwaters：application to MERIS［J］.International Journal of Remote Sensing，1999，20（9）：1713-1733.

5 Siegel D A，Wang M H，Maritorena S，et al.Atmospheric correction of satellite ocean color imagery：the black pixel assumption［J］.Applied optics，2000，39（21）：3582-3591.

6 Pan Delu，Mao Zhihua.Atmospheric correction for China＇s coastalwater color remote sensing［J］.Acta Oceanologica Sinica，2001，20（3）：343-354.

7 韋鈞，陳楚群，施平.一種實用的二類水體SeaWiFS資料大氣校正方法［J］.海洋學報，2002，24（4）：118-126.［Wei Jun，Chen Chuqun，Shi ping.A practical algorithm for atmospheric correction of Sea-WiFS data［J］.Acta Oceanologica Sinica，2002，24（4）：118-126.］

8 He Xianqiang，Pan Delu.Practicalmethod of atmospheric correction of SeaWiFS imagery for turbid coastal and inland waters［C］//Proceedings of SPIE 4892，Ocean Remote Sensing and Applications.Hangzhou：International Society for Optics and Photonics，2003，4892：494-505.

9 廖迎娣，張瑋，Deschamps P Y.運用SeaWiFS遙感數據探測中國東部沿海懸浮泥沙濃度的研究［J］.水動力學研究與進展：A輯，2006，20（5）：558-564.［Liao Yingdi，Zhang Wei，Deschamps P Y. Remote sensing of suspended sediments in China east coastal waters from SeaWiFS data［J］.Journal of Hydrodynamics（Series A），2006，20（5）：558-564.］

10 Chomko R M，Gordon H R.Atmospheric correction ofocean color imagery：use of the Junge power-law aerosol size distribution with variable refractive index to handle aerosol absorption［J］.App lied Optics，1998，37（24）：5560-5572.

11 Chomko RM，Gordon H R.Atmospheric correction ofocean color imagery：Test of the spectral optimization algorithm with the Sea-viewing Wide Field-of-View Sensor［J］.Applied Optics，2001，40（18）：2973-2984.

12 丁靜，唐軍武，宋慶君，等.中國近岸渾濁水體大氣修正的迭代與優化算法［J］.遙感學報，2006，10（5）：732-741.［Ding Jing，Tang Junwu，Song Qingjun.Atmospheric correction for Chinese coastal turbid waters using iteration and optimization method［J］.Journal of Remote Sensing，2006，10（5）：732-741.］

13 何賢強，潘德爐，白雁，等.基于輻射傳輸數值模型PCOART的大氣漫射透過率精確計算［J］.紅外與毫米波學報，2008，27（4）：303-307.［He Xianqiang，Pan Delu，Bai Yan，et al.Exact calculation of atmospheric diffuse transmittance based on radiative transfer numericalmodel PCOART［J］.Journal of Infrared MillimeterWaves，2008，27（4）：303-307.］

14 潘德爐，白雁.我國海洋水色遙感應用工程技術的新進展［J］.中國工程科學，2008，10（9）：14-24，26.［Pan Delu，Bai Yan.Advances on the application of ocean color remote sensing engineering in China［J］.Engineering Sciences，2008，10（9）：14-24，26.］

15 Schiller H，Doerffer R.Neural network for emulation of an inverse model operational derivation of Case II water properties from MERIS data［J］.International Journal of Remote Sensing，1999，20（9）：1735-1746.

16 Schroeder T，Behnert I，Schaale M，et al.Atmospheric correction algorithm for MERIS above case-2 waters［J］.International Journal of Remote Sensing，2007，28（7）：1469-1486.

17 唐軍武，馬超飛，牛生麗，等.CBERS-02衛星CCD相機資料定量化反演水體成分初探［J］.中國科學E輯：信息科學，2005，35（增刊I）：156-170.［Tang Junwu，Ma Chaofei，Niu Shengli，et al.The primary results of quantitative ocean color retrieval in China coastal area with CBERSCCD data［J］.Science in China Series E Engineering &Materials Science，2005，35（Suppl.I）：156-170.］

18 Austin RW.The remote sensing of spectral radiance from below the ocean surface［M］//Jerlov NG，Nielsen E S.Optical Aspects ofOceanography.London：Academic Press，1974：317-344.

19 Gordon H R，Brown O B，Jacobs M M.Computed relationships between the inherent and apparent optical properties of a flat homogeneous ocean［J］.Applied Optics，1975，14（2）：417-427.

20 Gordon HR，Morel A Y.Remote Assessmentof Ocean Color for Interpretation of Satellite Visible Imagery：A review［M］.Berlin：Springer，1983.

21 李京.水域懸浮固體含量的遙感定量研究［J］.環境科學學報，1986，6（2）：166-173.［Li Jing.A study on determination of concentration ofsuspended solids inwaterby remote sensing［J］.Acta Scientiae Circumstantiae，1986，6（2）：166-173.］

22 黎夏.懸浮泥沙遙感定量的統一模式及其在珠江口中的應用［J］.環境遙感，1992，7（2）：106-114.［Li Xia.An united equation for remote sensing quantitative analysis of suspended sedimentand its application at Zhujiang river estuary［J］.Remote Sensing of Environment China，1992，7（2）：106-114.］

23 Shen Fang，Verhoef W，Zhou Yunxuan，et al.Satellite estimates of wide-range suspended sediment concentrations in Changjiang（Yangtze）Estuary using MERIS data［J］.Estuaries and Coasts，2010，33 （6）：1420-1429.

24 Tassan S.Localalgorithmsusing SeaWiFSdata for the retrievalof phytoplankton，pigments，suspended sediment，and yellow substance in coastalwaters［J］.Applied Optics，1994，33（12）：2369-2378.

25 崔廷偉，張杰，馬毅，等.渤海懸浮物分布的遙感研究［J］.海洋學報，2009，31（5）：10-18.［Cui Tingwei，Zhang Jie，Ma Yi，etal.The study on the distribution of suspended particulatematter in the Bohai Sea by remote sensing［J］.Acta Oceanological Sinca，2009，31（5）：10-18.］

26 Pan Delu，Mao Tianming，Li Shujing，et al.Study on detection of coastalwater environment of China by ocean color remote sensing［J］. Acta Oceanologia Sinica，2001，20（1）：51-63.

27 李四海，唐軍武，惲才興.河口懸浮泥沙濃度SeaWiFS遙感定量模式研究［J］.海洋學報，2002，24（2）：51-58.［Li Sihai，Tang Junwu，Yun Caixing.A study on the quantitative remote sensingmodel for the sediment concentration in estuary［J］.Acta Oceanologica Sinica，2002，24（2）：51-58.］

28 唐軍武，王曉梅，宋慶君，等.黃、東海二類水體水色要素的統計反演模式［J］.海洋科學進展，2004，22（S）：1-7.［Tang Junwu，Wang Xiaomei，Song Qingjun，et al.Statistical inversion models for caseⅡwater color elements in the Yellow Sea and East China Sea［J］.Advances in Marine Science，2004，22（S）：1-7.］

29 龔芳，朱乾坤，黃海清，等.中國近海懸浮泥沙濃度衛星遙感反演模式研究［C］//Proceedings of 2010 International Conference on Remote Sensing（ICRS 2010）Volume 3.Hangzhou：Asia Pacific Environmental Science ResearchCenter，2010.［Gong Fang，Zhu Qiankun，Huang Haiqing，etal.Study on themodelof suspendedmaterial in Chinese coastal by satellite remote sensing［C］//Proceedings of 2010 International Conference on Remote Sensing（ICR-S 2010）Volume 3.Hangzhou：Asia Pacific Environmental Science ResearchCenter，2010.］

30 Mertes L A K，Smith M O，Adams JB.Estimating suspended sediment concentrations in surface waters of the Amazon River wetlands from Landsat images［J］.Remote Sensing of Environment，1993，43 （3）：281-301.

31 陳本清，楊燕明.基于光譜混合模型的河口表層懸浮泥沙濃度衛星遙感反演研究［J］.遙感技術與應用，2009，24（4）：469-477. ［Chen Benqing，Yang Yanming.Estimating surface suspended sediment concentration in the estuary based on the spectralmixturemodel with remotely sensed data［J］.Remote Sensing Technology and Application，2009，24（4）：469-477.］

32 劉大召，陳楚群，劉汾汾，等.利用混合光譜分解估測珠江口懸浮泥沙濃度［J］.熱帶海洋學報，2009，28（5）：43-48.［Liu Dazhao，Chen Chuqun，Liu Fenfen，et al.Estimation of suspended sediment concentration at Zhujiang River Mouth based on decomposition ofmixing spectrum［J］.Journal of Tropical Oceanography，2009，28（5）：43-48.］

33 Doerffer R，Schiller H.Determination of Case 2 water constituents using radiative transfer simulation and its inversion by neural networks ［C］//Ackleson SG，Campbell J.Proceedingsof Ocean Optics XIV. Washington，DC，USA：USOffice of Naval Research，1998.

34 王芳，李國勝.海洋懸浮泥沙二元特征參數MODIS遙感反演模型研究［J］.地理研究，2007，26（6）：1186-1196.［Wang Fang，Li Guosheng.Two parameters retrievalmodels of suspended sediment concentration of Bohai Sea based on MODIS data［J］.Geographical Research，2007，26（6）：1186-1196.］

35 仲京臣，汪小勇，陳清蓮.基于神經網絡的黃東海春季二類水體三要素濃度反演方法［J］.海洋技術，2006，24（4）：118-122.［Zhong Jingchen，Wang Xiaoyong，Chen Qinglian.A retrievalmethod on the chlorophyll，total suspended matter，and gelbstoff concentrations of case IIwaters in Yellow Sea and East China Sea based on artificial neural network［J］.Ocean Technology，2006，24（4）：118-122.］

36 于小淋.基于GOCI的渤黃海懸浮物濃度遙感反演及缺失數據填補研究［D］.青島：中國海洋大學，2013.［Yu Xiaolin.Retrieval of suspended matter concentration and reconstruction of missing data based on GOCI in Bohai and Yellow Sea［D］.Qingdao：Ocean University of China，2013.］

37 王艷姣，張培群，董文杰，等.懸浮泥沙反射光譜特性和泥沙量估算試驗研究［J］.泥沙研究，2007（5）：36-41.［Wang Yanjiao，Zhang Peiqun，Dong Wenjie，et al.Experimental study on reflected spectrum and estimating amount of suspended sediment［J］.Journalof Sediment Research，2007（5）：36-41.］

38 楊燕明，劉貞文，陳本清，等.用偏最小二乘法反演二類水體的水色要素［J］.遙感學報，2005，9（2）：123-130.［Yang Yanming，Liu Zhenwen，Chen Benqing，et al.Retrievalof oceanic color constituents from case IIwater reflectance by partial least squares regression［J］. Journal of Remote Sensing，2005，9（2）：123-130.］

39 Beardsley G F，Zaneveld JR V.Theoretical dependence of the near asymptotic apparent optical properties on the inherent optical properties of seawater［J］.Journal of the Optical Society of America，1969，59（4）：373-377.

40 Gordon H R，Clark D K，Mueller JL，et al.Phytoplankton pigments from the Nimbus-7 Coastal Zone Color Scanner：comparisonswith surfacemeasurements［J］.Science，1980，210（4465）：63-66.

41 汪小勇，李銅基，周虹麗，等.中國近海海洋光學特性及其分布［J］.中國海洋大學學報，2014，44（1）：104-111.［Wang Xiaoyong，Li Tongji，Zhou Hongli，etal.Discussion on ocean optics properties of Chinese offshore and its distribution characteristics［J］.Periodical of Ocean University of China，2014，44（1）：104-111.］

42 Lee Z P.Visible-infrared remote-sensingmodeland applications for O-cean Waters［D］.Florida：University of South Florida，1994.

43 李敏敏.我國典型近岸水體懸浮顆粒物后向散射特性研究［D］.天津：國家海洋技術中心，2013.［Li Minmin，Research on backscattering characteristics of suspended particlematter in typical coastal waters-a case of Yellow Sea and East China Sea［D］.Tianjin：National Ocean Technology Center，2013.］

44 劉志國，周云軒，沈芳.河口水體泥沙濃度的水面光譜統計模式分析［J］.水利學報，2007，38（7）：799-805.［Liu Zhiguo，Zhou Yunxuan，Shen Fang.Statistic analysis of suspended sediment concentration in offshore waters based on field measurement of reflectance hyper-spectral［J］.Journal of Hydraulic Engineering，2007，38（7）：799-805.］

45 黃海軍，李成治，郭建軍.黃河口海域懸沙光譜特征的研究［J］.海洋科學，1994（5）：40-44.［Huang Haijun，LiChengzhi，Guo Jianjun.A study on the spectral feature of suspendedmatter in the Huanghe River delta area［J］.Marine Sciences，1994（5）：40-44.］

46 陳濤，李武，吳曙初.懸浮泥沙濃度與光譜反射率峰值波長紅移的相關關系［J］.海洋學報，1994，16（1）：38-43.［Chen Tao，LiWu，Wu Shuchu.Study on correlation between suspended sediment concentration and red-shift of peak reflectance［J］.Acta Oceanologica Sinica，1994，16（1）：38-43.］

47 博克忖，荒川久幸，曾憲模.懸沙水體不同波段反射比的分布特征及懸沙量估算實驗研究［J］.海洋學報，1999，21（3）：134-140. ［Fu Kecun，Arakawa H，Zeng Xianmo.Distribution feature of reflectance of water body containing suspended particles in different wave lengths and experimental study on estimating amount of suspended particles［J］.Acta Oceanologica Sinica，1999，21（3）：134-140.］

48 王繁，周斌，徐建明，等.杭州灣混濁水體表面光譜測量及光譜特征分析［J］.光譜學與光譜分析，2009，29（3）：730-734.［Wang Fan，Zhou Bin，Xu Jianming，et al.Surface spectral measurement and characteristics analysis of turbid water in Hangzhou Bay［J］. Spectroscopy and Spectral Analysis，2009，29（3）：730-734.］

49 Dmitry P，Gra?l H.Colour of Inland and CoastalWaters：A Methodology for Its Interpretation［M］.Berlin：Springer-Verlag，2003：54-55.

50 于煒.渤海表層懸浮物分布變異規律的研究［D］.青島：中國科學院研究生院（海洋研究所），2011.［Yu Wei.Study on distribution characteristics of surface suspended sediment concentration in Bohai Sea［D］.Qingdao：Institute of Oceanology，Chinese Academy of Science，2011.］

51 龐重光，李坤，于煒.渤海表層懸沙的時空分布特征及其動力成因［J］.海洋科學進展，2014，32（4）：450-458.［Pang Chongguang，LiKun，Yu Wei.Distribution characteristics，seasonal variability and dynamicalmechanism of suspended sediment in the surface layer of the Bohai Sea［J］.Advances in Marine Science，2014，32（4）：450-458.］

52 肖合輝.渤黃海海域懸浮體分布：季節性變化及擴散通量［D］.青島：中國海洋大學，2014.［Xiao Hehui.Distribution of suspended sediment in Bohai Sea and Yellow Sea：Seasonal variability and diffusion fluxes［D］.Qingdao：Ocean University of China，2014.］

53 王勇智，喬璐璐，鮑獻文，等.夏季北黃海水體濁度分布特征的初步研究［J］.中國海洋大學學報，2012，42（6）：1-8.［Wang Yongzhi，Qiao Lulu，Bao Xianwen，etal.A preliminary study on water turbidity distribution characteristics in the Northern Yellow Sea in Summer［J］.Periodical of Ocean University of China，2012，42（6）：1-8.］

54 劉芳.南黃海及東海北部海域懸沙的遙感研究［D］.青島：中國科學院研究生院（海洋研究所），2005.［Liu Fang.Study of the suspended matter in the the Yellow Sea and East China Sea with remote image［D］.Qingdao：Institute of Oceanology，Chinese Academy of Science，2005.］

55 Li Zhen，Bao Xianwen，Wang Yongzhi，et al.Seasonal distribution and relationship ofwatermass and suspended load in North Yellow Sea ［J］.Chinese Journal of Oceanology and Limnology，2009，27（4）：907-918.

56 韋欽勝，劉璐，臧家業，等.南黃海懸浮體濃度的平面分布特征及其輸運規律［J］.海洋學報，2012，34（2）：73-83.［Wei Qinsheng，Liu Lu，Zang Jiaye，et al.The distribution and transportof suspended matter in the southern Huanghai Sea［J］.Acta Oceanologica Sinica，2012，34（2）：73-83.］

57 余佳.黃海懸浮體分布及季節性變化［D］.青島：中國海洋大學，2012.［Yu Jia.Seasonal variation and distribution of suspended sediment in the Yellow Sea［D］.Qingdao：Ocean University of China，2012.］

58 郭志剛，楊作升，張東奇，等.冬、夏季東海北部懸浮體分布及海流對懸浮體輸運的阻隔作用［J］.海洋學報，2002，24（5）：71-80. ［Guo Zhigang，Yang Zuosheng，Zhang Dongqi，et al.Seasonal distribution of suspended matter in the northern East China Sea and barrier effect of current circulation on its transport［J］.Acta Oceanologica Sinica，2002，24（5）：71-80.］

59 龐重光，王凡.東海懸浮體的分布特征及其演變［J］.海洋科學集刊，2004（46）：22-31.［Pang Chongguang，Wang Fan.The distributing features and temporal variability of suspendedmatter concentration in the East China Sea［J］.Studia Marina Sinica，2004（46）：22-31. ］

60 王勇智.渤、黃、東海懸浮物濃度及輸運季節變化的數值模擬［D］.青島：中國海洋大學，2006.［Wang Yongzhi.A numerical simulation of the seasonal variation of transport of suspended particles in East China Sea［D］.Qingdao：Ocean University of China，2006.］

61 Bian Changwei，Jiang Wensheng，Greatbatch R J，et al.The suspended sediment concentration distribution in the Bohai Sea，Yellow Sea and East China Sea［J］.Journal of Ocean University of China，2013，12（3）：345-354.

62 王文娟.東中國海表層懸浮體分布的遙感反演及輸運機制研究［D］.青島：中國海洋大學，2008.［Wang Wenjuan.Study on the suspended matter's distribution from remote sensing retrieval and its movementmechanisms in the surface layerof the EastChina Seas［D］. Qingdao：Ocean University of China，2008.］

63 馬超飛，蔣興偉，唐軍武，等.HY-1 CCD寬波段水色要素反演算法［J］.海洋學報，2005，27（4）：38-44.［Ma Chaofei，Jiang Xingwei，Tang Junwu，et al.Inverse algorithms of ocean constituents for HY-1/ CCD broadband data［J］.Acta Oceanologica Sinica，2005，27（4）：38-44.］

64 劉杰，程海峰，徐志揚，等.應用MODIS遙感影像反演長江口表層泥沙場［J］.水運工程，2009（10）：58-60，64.［Liu Jie，Cheng Haifeng，Xu Zhiyang，et al.Using MODIS imagery tomap concentration of suspended sediment in Yangtze Estuary［J］.Port&Waterway Engineering，2009（10）：58-60，64.］

65 尤玉明.衛星數據表達的懸沙回歸模式及其應用［J］.水利水運工程學報，1985（4）：71-78.［You Yuming.The regression model of satellite CCT data and its application to remote sensing analysis of suspended sediment in water［J］.Hydro Science and Engineering，1985 （4）：71-78.］

66 陳磊，楊立森，郝艷玲，等.黃河口海域水體光學特征與懸浮物濃度反演模型研究［J］.內蒙古師范大學學報：自然科學漢文版，2012，41（3）：258-261，268.［Chen Lei，Yang Lisen，Hao Yanling，et al.Optical characteristics of Yellow River Estuary waters and suspended matters concentration retrieval model［J］.Journal of Inner Mongolia Normal University：Natural Science Edition，2012，41（3）：258-261，268.］

67 Zhang Minwei，Dong Qing，Cui Tingwei，et al.Suspended sediment monitoring and assessment for Yellow River Estuary from Landsat TM and ETM+imagery［J］.Remote Sensing of Environment，2014，146：136-147.

68 劉杰，程海峰，趙德招.長江口懸浮泥沙遙感反演模型研究［C］//中國水利學會2013學術年會論文集——S5河口治理與保護.廣州：中國水利學會，2013.［Liu Jie，Cheng Haifeng，Zhao Dezhao. Study on remote sensing retrieval model of suspended sediment concentration in Yangtze Estuary［C］//Chinese Hydraulic Engineering Society：2013 academic essays.Guangzhou：Chinese Hydraulic Engineering Society，2013.］

69 Feng Lian，Hu Chuanmin，Chen Xiaoling，et al.Influence of the Three Gorges Dam on total suspended matters in the Yangtze Estuary and its adjacent coastalwaters：Observations from MODIS［J］.Remote Sensing of Environment，2014，140：779-788.

70 陳勇，韓震，楊麗君，等.長江口水體表層懸浮泥沙時空分布對環境演變的響應［J］.海洋學報，2012，34（1）：145-152.［Chen Yong，Han Zhen，Yang Lijun，etal.The spatialand temporal distribution of suspended sediment concentration and its response to environmental change in the Changjiang Estuary［J］.Acta Oceanologica Sinica，2012，34（1）：145-152.］

71 彭翔翼，沈芳.多種衛星傳感器反演長江口懸浮泥沙濃度的對比分析［J］.紅外，2014，35（4）：31-37.［Peng Xiangyi，Shen Fang. Comparative analysis of suspended particulatematter concentration inYangtze Estuary derived by several satellite sensors［J］.Infrared，2014，35（4）：31-37.］

72 潘雪峰.基于懸浮泥沙的輻射沙洲水下地形遙感反演研究［D］.南京：南京師范大學，2007.［Pan Xuefeng.Study on retrievalmodel of underwater terrain of sand-bank based on suspended sediment［D］. Nanjing：Nanjing Normal University，2007.］

73 潘進，丁賢榮，康彥彥，等.輻射沙脊群海域懸沙場遙感反演方法［J］.地理空間信息，2013（2）：82-84，87.［Pan Jin，Ding Xianrong，Kang Yanyan，et al.Remote sensing retrieval of suspended sediment concentration field in radial sand ridges area［J］.Geospatial Information，2013（2）：82-84，87.］

74 雷佩平.曹妃甸近岸海域懸浮泥沙遙感反演半分析模型的建立與應用［D］.西安：長安大學，2012.［Lei Peiping.The establishment and application of semi-analysismodel on suspended sediment remote sensing inversion in Caofeidian offshoreWater［D］.Xi'an：Chang'an University，2012.］

75 樊輝，黃海軍.南黃海輻射沙洲鄰近海域表層懸浮顆粒物濃度遙感反演［J］.地理科學，2011，31（2）：159-165.［Fan Hui，Huang Haijun.Remote sensing retrieval of suspended particulate matter concentrations of surfacewaters near radial sand ridges area in the South Yellow Sea［J］.Scientia Geographica Sinica，2011，31（2）：159-165.］

76 宋召軍.南黃海輻射沙洲海區懸沙及沙洲演變的遙感研究［D］.青島：中國科學院研究生院（海洋研究所），2006.［Song Zhaojun. Study on suspended sediment distribution and evolution of radial sand ridges in the South Yellow Sea using remote sensing images［D］. Qingdao：Institute of Oceanology，Chinese Academy of Sciences，2006.］

77 Bi Naishuang，Yang Zuosheng，Wang Houjie，et al.Seasonal variation of suspended-sediment transport through the southern Bohai Strait ［J］.Estuarine，Coastal and Shelf Science，2011，93（3）：239-247.

78 劉王兵.基于HJCCD影像的杭州灣懸浮泥沙濃度及粒徑分布遙感反演研究［D］.杭州：浙江大學，2013.［Liu Wangbing.Retrieval of suspended sediment concentration and particle size distribution in Hangzhou Bay based on HJCCD images［D］.Hangzhou：Zhejiang U-niversity，2013.］

79 王飛，王珊珊，王新，等.杭州灣懸浮泥沙遙感反演與變化動力分析［J］.華中師范大學學報：自然科學版，2014，48（1）：112-116，135.［Wang Fei，Wang Shanshan，Wang Xin，et al.Remote sensing retrieval and dynamic driving force analysis of suspended sediment in Hangzhou bay［J］.Journal of Huazhong Normal University：Natural Sciences，2014，48（1）：112-116，135.］

80 Lu Jianzhong，Chen Xiaoling，Tian Liqiao，et al.Numerical simulation-aided MODIS capture of sediment transport for the Bohai Sea in China［J］.International Journal of Remote Sensing，2014，35（11/ 12）：4225-4238.

81 劉猛，沈芳，葛建忠，等.靜止軌道衛星觀測杭州灣懸浮泥沙濃度的動態變化及動力分析［J］.泥沙研究，2013（1）：7-13.［Liu Meng，Shen Fang，Ge Jianzhong，et al.Diurnal variation of suspended sediment concentration in Hangzhou Bay from geostationary satellite observation and itshydrodynamic analysis［J］.Journal of Sediment Research，2013（1）：7-13.］

82 陳燕，孔金玲，孫曉明，等.基于半分析模型的渤海灣近岸海域懸浮泥沙濃度遙感反演［J］.地理與地理信息科學，2014，30（3）：33-36，55.［Chen Yan，Kong Jinling，Sun Xiaoming，etal.Retrieval of sea surface suspended sediment concentration in Bohai Gulf offshore area based on semi-analysismodel［J］.Geography and Geo-Information Science，2014，30（3）：33-36，55.］

83 Wang Lin，Zhao Dongzhi，Yang Jianhong，et al.Retrieval of total suspended matter from MODIS 250m imagery in the BohaiSea of China［J］.Journal of Oceanography，2012，68（5）：719-725.

84 Zhang Minwei，Tang Junwu，Qing Dong，et al.Retrieval of total suspended matter concentration in the Yellow and East China Seas from MODIS imagery［J］.Remote Sensing of Environment，2010，114 （2）：392-403.

85 Hu Chuanmin，Muller-Karger FE，Andrefouet S，etal.Atmospheric correction and cross-calibration of LANDSAT-7/ETM+imagery over aquatic environments：a multiplatform approach using SeaWiFS/MODIS［J］.Remote Sensing of Environment，2001，78（1/2）：99-107.

86 Lee Z P，Carder K L，Arnone R A.Deriving inherent optical properties from water color：amultiband quasi-analytical algorithm for optically deep waters［J］.Applied Optics，2002，41（27）：5755-5772.

87 Haltrin V I，Kattawar GW.Self-consistent solutions to the equation of transfer with elastic and inelastic scattering in oceanic optics：I.Model ［J］.Applied Optics，1993，32（27）：5356-5367.

88 劉汾汾，陳楚群，唐世林，等.基于現場光譜數據的珠江口MERIS懸浮泥沙分段算法［J］.熱帶海洋學報，2009，28（1）：9-14.［Liu Fenfen，Chen Chuqun，Tang Shilin，et al.A piecewise algorithm for retrieval of suspended sediment concentration based on in situ spectral data by MERIS in Zhujiang River Estuary［J］.Journal of Tropical O-ceanography，2009，28（1）：9-14.］

89 曹通，郝嘉凌，高晨，等.基于TM影像的長江口懸沙濃度遙感反演定量模式研究［J］.三峽大學學報：自然科學版，2013，35（4）：40-43，52.［Cao Tong，Hao Jialing，Gao Chen，et al.Research on suspended sediment concentration in Yangtze River Esturary with TM image［J］.Journal of China Three Gorges University：Natural Sciences，2013，35（4）：40-43，52.］

90 孫效功，方明，黃偉.黃、東海陸架區懸浮體輸運的時空變化規律［J］.海洋與湖沼，2000，31（6）：581-587.［Sun Xiaogong，Fang Ming，Huang Wei.Spatial and temporal variations in suspended particulatematter transport on the Yellow and East China Sea shelf［J］. Oceanologia et Limnologia Sinica，2000，31（6）：581-587.］

91 畢世普，胡剛，何擁軍，等.近20年來長江口表層懸沙分布的遙感監測［J］.海洋地質與第四紀地質，2011，31（5）：17-24.［Bi Shipu，Hu Gang，He Yongjun，et al.Remote sensing monitoring of surface suspended sediments at Yangtze Estuary in the past two decades［J］. Marine Geology&Quaternary Geology，2011，31（5）：17-24.］

92 陳斌，劉健，白大鵬.長江口外海域含沙量的變化特征［J］.海洋地質前沿，2011，27（2）：39-44.［Chen Bin，Liu Jian，Bai Dapeng. Variation of suspended sediment concentretion in offshore Yangtze Estuary［J］.Marine Geology Frontiers，2011，27（2）：39-44.］

93 SheremetA，Mehta A J，Liu B，etal.Wave-sediment interaction on amuddy inner shelf during Hurricane Claudette［J］.Estuarine，Coastal and Shelf Science，2005，63（1/2）：225-233.

94 Chen Shuisen，HuangWenrui，Wang Hongqing，et al.Remote sensing assessment of sediment re-suspension during Hurricane Frances in Apalachicola Bay，USA［J］.Remote Sensing of Environment，2009，113（12）：2670-2681.

95 Bian Changwei，JiangWensheng，Song Dehai.Terrigenous transportation to the Okinawa Trough and the influence of typhoons on suspended sediment concentration［J］.Continental Shelf Research，2010，30（10/11）：1189-1199.

96 李婧，高抒，汪亞平.長江口水域懸沙含量時空變化衛星遙感定量研究方法探討［J］.海洋學報，2009，31（4）：167-175.［Li Jing，Gao Shu，Wang Yaping.Studying the temporal and spatial changes of suspended sediment content in the Changjiang Estuary using a remote sensing quantitativemethod［J］.Acta Oceanologica Sinica，2009，31 （4）：167-175.］

97 Yuan Dongliang，Zhu Jianrong，Li Chunyan，et al.Cross-shelf circulation in the Yellow and East China Seas indicated by MODISsatellite observations［J］.Journal of Marine Systems，2008，70（1/2）：134-149.

98 龐重光，楊揚，劉志亮.黃東海懸浮泥沙輸運結構及其形成機制［J］.泥沙研究，2010（3）：24-30.［Pang Chongguang，Yang Yang，Liu Zhiliang.Transportation pattern of suspended sediment and its formingmechanism in the Yellow and East China Sea［J］.Journal of Sediment Research，2010（3）：24-30.］

99 楊揚，龐重光.黃東海表層懸沙濃度次級鋒面及其季節變化初探［J］.泥沙研究，2012（2）：41-46.［Yang Yang，Pang Chongguang. Suspended sediment sub-front and its seasonal variability in Yellow and East China Seas［J］.Journal of Sediment Research，2012（2）：41-46.］

100 路兵.人類活動影響下長江河口變化的遙感研究［D］.上海：華東師范大學，2012.［Lu Bing.Research on the Yangtze Estuary changes under the impacts of human activities based on remote sensing［D］.Shanghai：East China Normal University，2012.］

101 Pollack JB，Cuzzi JN.Scattering by non-spherical particles of size comparable to a wavelength：a new semi-empirical theory［M］// Schuerman D W.Light Scattering by Irregularly Shaped Particles. US：Springer，1980：113-125.

102 Novo E M M，Hansom JD，CURRAN P J.The effect of sediment type on the relationship between reflectance and suspended sediment concentration［J］.International Journal of Remote Sensing，1989，10（7）：1283-1289.

103 Sydor M，Arnone R A.Effect of suspended particulate and dissolved organic matter on remote sensing of coastal and riverine waters［J］. Applied Optics，1997，36（27）：6905-6912.

104 Binding C E，Bowers D G，Mitchelson-Jacob E G.Estimating suspended sediment concentrations from ocean colour measurements in moderately turbid waters：the impact of variable particle scattering properties［J］.Remote sensing of Environment，2005，94（3）：373-383.

105 Ramakrishnan D，Bharti R，Das M.A technique for estimation of suspended sediment concentration in very high turbid coastalwaters：An investigation from Gulf of Cambay，India［J］.Marine Geology，2013，346：256-261.

106 沈芳，周云軒，李九發，等.河口懸沙粒徑對遙感反射率影響的理論分析與實驗觀測［J］.紅外與毫米波學報，2009，28（3）：168-172.［Shen Fang，Zhou Yunxuan，Li Jiufa，et al.Theoreticalanalysis and experimental observation for the effect of suspended sediment particle size on remote-sensing reflectance［J］.Journal of Infrared and Millimeter Waves，2009，28（3）：168-172.］

107 Sokoletsky L G，Shen Fang.Optical closure for remote-sensing reflectance based on accurate radiative transfer approximations：the case of the Changjiang（Yangtze）River Estuary and its adjacent coastal area，China［J］.International Journal of Remote Sensing，2014，35（11/12）：4193-4224.

108 王艷姣.基于懸浮泥沙影響的水深遙感方法研究［D］.南京：南京師范大學，2006.［Wang Yanjiao.Application of remote sensing technology tomap water depth by weakening the influence of suspended sediment［D］.Nanjing：Nanjing Normal University，2006.］

109 Gordon H R，McCluney W R.Estimation of the depth of sunlight penetration in the sea for remote sensing［J］.Applied Optics，1975，14（2）：413-416.

110 青松.渤海鹽度和懸浮顆粒粒徑的遙感反演及應用研究［D］.青島：中國海洋大學，2011.［Qing Song.Remote sensing research and application of salinity and suspended particle size of the Bohai Sea ［D］.Qingdao：Ocean University of China，2011.］

111 Ji Zhengang.Hydrodynamics and water quality：modeling rivers，lakes，and estuaries［M］.Hoboken，N.J.：John Wiley&Sons，2008：449-454.

112 Moriasi D N，Arnold JG，Van Liew M W，et al.Model evaluation guidelines for systematic quantification of accuracy in watershed simulations［J］.Transactions of the ASABE，2007，50（3）：885-900.

113 劉一良.微波遙感的發展與應用［J］.沈陽工程學院學報：自然科學版，2008，4（2）：171-173.［Liu Yiliang.The development and application ofmicrowave sensing［J］.Journal of Shenyang Institute of Engineering：Natural Science，2008，4（2）：171-173.］

114 姜景山，吳一戎，劉和光，等.中國微波遙感發展的新階段新任務［J］.中國工程科學，2008，10（6）：10-15，22.［Jiang Jingshan，Wu Yirong，Liu Heguang，et al.New stage and new tasks，development ofmicrowave remote sensing in China［J］.Engineering Sciences，2008，10（6）：10-15，22.］

Progress on Retrieval M odels of Suspended Sediment Concentration from Satellite Images in the Eastern China Seas

WANG Zhen1QIAO LuLu1WANG YunFei2
（1.Ocean University of China，College of Marine Geosciences，Qingdao，Shandong 266100，China；2.Qingdao Institute of Scientific and Technological Inform ation，Qingdao，Shandong 266100，China）

Abstract：Remote sensing has been widely used to research suspended sediment concentration on sea surface.The hydrology and inherent optical properties of sea watersare very complex in the eastern China seas，which makes building retrievalmodels from satellite imagesmore difficult.By comparing and summarizing former researches，some conclusions and suggestions about establishing inversion models have been offered.It can improve accuracy to build models separately in different time and regions identified by in-situ data.Areas containing different SSC have their own optimal bands combination to be used in models.In the coastal areaswith high SSC，using the combination of the second peak ofwater reflectance and the increasing partbefore the firstpeak as proportional input factors and choosing inverse proportional input factor based on specific spectrum feature ofwater can offer the best bands'choice.In offshore waterswith low SSC，optimal bands'combination are the first peak of reflectance ofwater and the increasing part before it.And taking sedimentgrain size intomodels can also increase accuracy and may break the depth limitation of remote sensing in shallow sea.It's better to use determination coefficient，mean relative error，mean absolute error and root mean square error as the assessment criterion ofmodels'results and its stability can be certified by error sensitivity analysis.Though semi-analytical and neural network models havemore explicit physical foundations，empiricalmodels have better precision and applicability.There is a promising trench using remote sensing to study instantaneous oceanic events due to the advancementof high spatial-and-temporal resolution satellites.

Key words：retrievalmodels from satellite images；suspended sediment concentration；eastern China seas

第一作者簡介王 震 男 1991年出生 碩士研究生 海洋地質 E-mail：wyuchen0304@gmail.com

通訊作者喬璐璐 女 副教授 E-mail：qiaolulu126@sina.com

中圖分類號P751.7 P731.1

文獻標識碼A

文章編號：1000-0550（2016）02-0292-16

doi：10.14027/j.cnki.cjxb.2016.02.008

收稿日期：2015-05-04；收修改稿日期：2015-07-03

基金項目：國家自然科學基金項目（41476030）；山東省優秀中青年科學家獎勵基金（BS2012HZ022）；中國地質調查局項目（GZH201100203）［Foundation：National Natural Science Foundation of China，No.41476030；Outstanding Young Scientist Award Fund of Shandong Province，No.BS2012HZ022；China Geological Survey Project，No.GZH201100203］