近日，我室陈双玲以第一作者(兼通讯作者)身份在国际权威期刊《Journal of Geophysical Research: Oceans》发表题为“Revisiting the ocean color algorithms for particulate organic carbon and chlorophyll-a concentrations in the Ross Sea”的研究论文。                                        

水色卫星遥感是研究海洋生态环境的重要工具。自1978年水色传感器CZCS（Coastal Zone Color Scanner）发射以来，在过去几十年，水色卫星遥感在几个关键海洋生态学变量（如海表叶绿素浓度Chl, 颗粒有机碳POC）的长期数据记录方面已取得了巨大进步。研究海洋生态环境的长时间序列变化需要可靠的数据支撑，数据准确性是一直是海洋水色要素反演算法评估的重要指标。目前，NASA关于Chl和POC的反演算法在开阔大洋的反演误差约在16.5-30%，在业务运行的目标范围内（35%）。但是，在近海区域，由于水体光学特性的复杂性，这一标准算法存在较大误差，很多学者在区域性的反演算法方法已做了大量研究。而在高纬度地区，云覆盖比较严重，且太阳高度角很低。与中低纬度海区的浮游植物相比，这一区域的浮游植物具有不同的生物光学特性，为了适应低光照，其色素的聚集效应通常会增强以增加单位细胞吸收的光量，导致单位叶绿素吸收的光减小。因此，NASA标准算法通常会导致Chl和POC的低估。

罗斯海（Ross Sea）是南大洋和南极大陆生产力最高的边缘海，也是重要的CO₂碳汇区。由于极地海域现场观测非常困难，卫星遥感成为极地海洋生态环境和碳循环研究的重要手段。评估现有的Chl和POC反演算法在罗斯海的可适用性显得尤为重要。

本研究利用过去20年罗斯海的历史航次观测资料（共18个航次），评估了包括NASA标准反演算法在内的所有关于该区域Chl和POC的反演算法。其中最具有代表性的算法包括波段比值法（R_bg or R_gbm, Eq. 1）和波段差值法 (CI, Eqs. 2 & 3)。

其中443, 490, 510, and 555 nm是基于SeaWiFS波段。

注：胡传民老师提出的CI指数算法，用于全球海表Chl的反演。

注：乐成峰老师基于CI_Hu构建了CI_Le，将其用于全球海表POC的反演。

研究发现，NASA标准算法反演的Chl和POC在罗斯海存在严重低估（图1），误差分别为4.72mg m^-3和218.0 mg m^-3。不同学者所提出的基于蓝绿双波段比值法（R_bg）、蓝绿多波段最大比值法（R_bgm）、波段差值法等也都存在不同程度的低估（图2 & 3）。对比之下，基于Rrs667波段反演的Chl和POC误差最小。特别需要指出的是， NASA标准算法严重低估了罗斯海春夏季浮游植物藻华的强度和空间覆盖范围（图4）。

基于Rrs667反演的Chl和POC，作者还分析了罗斯海Chl和POC的季节变化特征，以及POC:Chl比值的变化与该区域在不同季节不同浮游植物优势藻种生物光学特性之间的关系及其影响因素。

图1. NASA标准算法反演的Chl和POC与现场观测的Chl和POC之间的比较。

图2. 不同叶绿素浓度反演算法的评估。（a）基于Rrs555, (b) 基于Rrs667, (c) 基于蓝绿波段比值（R_bg）线性回归, (d) 基于蓝绿波段比值（R_bg）指数回归，（e）基于蓝绿波段最大比值（R_bgm）线性回归，（f）基于OCx，（g）基于CI_Hu, (h) 基于CI_Le。其中蓝色数据点代表训练数据集，绿色数据点代表验证数据集。

图3. 不同POC反演算法的评估。（a）基于Rrs555, (b) 基于Rrs667, (c) 基于蓝绿波段比值（R_bg）线性回归, (d) 基于蓝绿波段比值（R_bg）指数回归，（e）基于蓝绿波段最大比值（R_bgm）线性回归，（f）基于OCx，（g）基于CI_Hu, (h) 基于CI_Le。其中蓝色数据点代表训练数据集，绿色数据点代表验证数据集。

图4. NASA标准算法反演的Chl（a）和POC (c) 与本文基于Rrs667波段反演的 Chl（a）和POC (c)之间的对比。注：图2和图3 显示，基于Rrs667波段反演的Chl和POC误差最小。

感谢国家自然科学基金（41906159, 42030708, 41876228 and 41941008）对本研究的支持。

论文链接：https://doi.org/10.1029/2021JC017749