释义

海水按其光学性质的不同可划分为一类水体（Case1 waters）和二类水体（Case2 waters）。一类水体的光学特性主要由浮游植物及其伴生物决定，典型的一类水体是大洋开阔水体。二类水体的光学特性主要由悬浮物、黄色物质（又称有色可溶性有机物-CDOM：Coloured DissoIved Organic Matter）决定，这类水体主要位于近岸、河口等受陆源物质排放影响较为严重的地方。二类水体是与人类关系最密切、受人类活动影响最强烈的海域，其水色因子悬浮物、叶绿素和黄色物质等则是影响海水环境的重要成分，是海洋环境的重要参数。如果能从水色遥感资料可靠地推算出悬浮泥沙、叶绿素和黄色物质含量，将使我们得以对近海、河口环境进行实时、长周期、大范围的监测和研究。

一类二类水体的划分方法

Bricaud&Morel提出了1种划分一类水域和二类水域的方法。这种方法的基本原理是：560nm处的海面遥感反射比Rrs（560）的变化主要反映的是水体颗粒物散射系数的变化。因为，在560nm浮游植物的吸收最小，而有色可溶有机物和其它颗粒物的吸收很弱。根据这个原理，Bricaud&Morel建立了一个判据区分这两类水体，即Rrslim（560）与色素浓度的关系。在某一色素浓度下，如果Rrs（560）<Rrslim（560），则该水体为一类水体；如果Rrs（560）>Rrslim（560），则该水体为二类水体。这种方法的缺点有2个：

（1）对于有色可溶有机物高的Ⅱ类水体，该水体的类型不能正确被划分；

（2）该方法需要首先估算水体的叶绿素浓度，对于一类水体，这种估算是可行的（兰绿比值）。但对于二类水体，兰绿比值法得出的叶绿素浓度值将被严重高估。因此，根据这些信息可能得出错误的分类。

除上述方法外，我国研究者根据不同海域现场测量的数据，提出了1个划分一类和二类水域的方法。该方法基于1个简单的判据，即Rrs（510）/Rrs（412）=1.5。当Rrs（510）/Rrs（412）<1.5时，该水体应为一类；当Rrs（510）/Rrs（412）>1.5时，该水体应为二类。研究者用MERIS海色传感器2003年4月16日采集的中国海的1幅图像，经大气校正后，利用该方法对中国海水体进行了分类。结果表明，这种分类方法是有效的。

二类水体的水色反演算法

二类水体的光学属性受几种物质共同影响，而且许多情况下二类水体对入射光具有很大的散射作用。因此已有的一类水体反演算法并不适用于二类水体，需要设计新的算法来研究二类水体。

经验公式法

经验公式是建立在实验数据基础上的，通过建立水体光学性质和水体组分浓度之间的定量关系，即通过测量水体表面的光谱辐射特征和水体中各组分的浓度而建立的。

模型算法

模式算法（Model based Approaches）利用生物光学模式描述水中组分与离水辐射之间的关系，利用辐射传递模型模拟光在大气和海洋中的传播。这些模式在海水的不同组分、大气的不同状态下计算水面或大气顶TOA（Top of the Atmosphere）的模拟光谱，然后建立反演算法，求解海水组分。正在发展的模式算法主要有代数方法、非线性优化方法、主成分方法和神经网络方法等。