Research Progress:
厦门大学近海海洋环境科学国家重点实验室(MEL)光学海洋学实验室(OOL)在遥感和环境科学领域权威期刊《环境遥感》(Remote Sensing of Environment, IF 10.2)发表了题为“Estimating the water-leaving albedo from ocean color”论文,其研究表明,传统的海表反照度(α)参数化模型忽视或者低估了离水反照度(αw)贡献,可能对海气耦合模型中估算太阳能量在海(水)-气界面的传输造成错估,尤其对于高太阳高度下的大洋水体(如中低纬度海洋)和光学特性复杂的近海内陆水体。本论文提出了基于水体固有光学特性(IOPs)的αw遥感算法IOPs-αw,实现了从水色卫星数据精确反演αw,生成了合理可信的全球尺度αw的月际分布产品。相关结果揭示了αw具有显著的时空变化特征,且其对α的贡献不可忽略(中低纬度海洋贡献可达20%,高浑浊近岸水体贡献可超过50%)。因此,本研究建议当前海气耦合和气候模型考虑采用IOPs-αw以获取精确量化且具有时空变化特征的海表反照度作为模型输入。
研究背景:
海表反照度(α)定义为海表面上行辐照度(Eu)和下行辐照度(Ed)的比值,其代表太阳辐射在海-气界面处进入水体和返回大气的比例,是研究太阳辐射在海-气界面传输的核心参数。在一些传统的海气耦合和气候模型中,α大多设为常数,忽略了其时空变化特征;或者用太阳高度和风速简单计算,其核心假设是海表反射的太阳辐射(Er)决定了α。然而,太阳辐射进入水体后经水体中悬浮颗粒物和浮游植物等光学组分散射作用,部分辐射会离开水体返回大气,即离水辐照度(Ew)。Ew也是Eu的重要组成(见图1),但其对Eu的贡献在传统的α参数化模型中不是被忽略就是大大低估了。Ew与Ed的比值即为离水反照度αw,其基于理论推导是遥感反射比(Rrs)在太阳辐射上行方向各观测方位的积分(半球面积分)。前期研究中αw的遥感反演算法都采用叶绿素a浓度(Chl)作为中间变量,但该类型算法(Chl-αw)存在光学不闭合的固有缺陷,即卫星观测的Rrs(用于遥感反演Chl)与算法中Chl模拟的Rrs不一致,导致Chl-αw估算的αw存在误差。
图 1. 上行辐照度(Eu)的主要组成示意图,即由Er和Ew组成,二者基于定义为对应辐亮度(Lr和Lw)在上行方向各观测方位(Ω)的半球面积分。
研究结果:
基于Hydrolight模拟数据集显示,IOPs-αw估算的αw在蓝绿波段的误差(bias)在3%以内,在红光波段为~7%,显著优于传统的Chl-αw算法(bias在蓝绿波段高达–65%)。以可见光范围(400 – 700 nm,海洋光学的主要研究范围)的宽波段αw(αw_VIS)为例,Chl-αw在全球不同水体估算αw_VIS的误差不一,在寡营养海域可能低估αw_VIS达50%,而在部分近岸水体则低估αw_VIS超过100%。Chl-αw主要误差来源在于Chl-αw假设了固定的Chl与IOPs的相关关系。然而,在自然水体中,Chl-IOPs关系复杂多变,与水体中光学组分的构成有直接关系,导致Chl-αw采用Chl-IOPs关系模拟的Rrs与算法输入Rrs存在较大偏差,即光学不闭合,进而对估算的αw_VIS造成误差。
考虑到IOPs可直接通过从Rrs进行遥感反演,采用Chl作为中间变量估算IOPs并不必要。此外,IOPs-αw可确保光学闭合,因此能取得更精确的反演结果。在此基础上,应用IOPs-αw到VIIRS月平均数据上,我们获得了全球αw_VIS的月际分布特征,见图2。
图 2. 基于IOPs-αw估算的全球水体αw_VIS月际变化分布产品。数据采用2019年VIIRS的月平均数据。图l中标注了三个研究子区域用于图3中的统计分析。
图2显示了全球不同水体的αw_VIS具有显著的月际变化特征。我们选择了三个具有代表性季节变化特征的研究子区域来进一步分析不同水体类型αw_VIS的月际变化趋势,即长江口(YE)、南太平洋流涡区(SPG)和赤道太平洋(TPO)。三个研究子区域的位置见图2l,相关分析结果见图3。
图 3. 基于IOPs-αw估算的的三个研究子区域αw_VIS平均值的月际变化特征。SPG、TPO和YE分别指代南太平洋流涡区、赤道太平洋和长江口(地理位置见图2l)。
图3显示三个研究子区域αw_VIS在时空分布和量级上都有较大差异。譬如,长江口(YE)比赤道太平洋(TPO)水体的αw_VIS高一个量级,且具有显著的夏低冬高的变化趋势(所有季节皆为北半球季节)。而南太平洋流涡区(SPG)的αw_VIS也存在显著季节变化,夏秋季偏低,冬春季αw_VIS偏高且相对稳定,其数值近似为TPO水体αw_VIS的一倍。此外,基于模拟数据的初步分析表明,αw_VIS对于短波范围内(200 – 3500 nm)的宽波段海表反照度αbroad(海气耦合和气候模型的输入变量)的贡献在不同水体类型中也具有较大差异。在大洋水体中,当太阳高度较高时,αw_VIS对αbroad的贡献可达20%,而对于近岸浑浊水体,αw_VIS对αbroad可超过50%。结合图2和图3的结果,我们认为当前的海气耦合和气候模型中有必要考虑αbroad的时空分布特征,而本研究IOPs-αw估算的αw可作为精确量化αbroad的重要组成部分。
研究展望:
相对于水体吸收太阳能量的变化,本研究的结果对于模拟全球尺度大气下边界的热量源可能更加关键。粗略的假设,如果新算法计算的结果将海表反照度α由0.05提高至0.055,其导致进入海洋的太阳辐射减少0.53%(等比于0.95 à 0.945),但是对于返回大气的太阳辐射则增加了10%(等比于0.05 à 0.055)。具体的数值和比例随不同水体的光学组分的构成可能有较大变化。此外,大洋水体中紫外波段(< 400 nm)和浑浊水体中的近红外波段(> 700 nm)也有较高的遥感反射比,可增加αw对αbroad的贡献,尤其是高浑浊水体近红外波段贡献的αw不可忽略,有必要在后续算法改进中加以考虑。
最后,利用厦门大学发射的“海丝二号”小卫星,我们有望为我国近海和内陆湖泊河流水体提供高空间分辨率(20 m)的离水反照度(及海表反照度)产品,可用于区域性海气耦合模型评估太阳辐射在海表面的传输。
研究团队和致谢:
本论文第一和通讯作者为MEL杰出博士后余小龙博士,合作者包括美国麻省大学波士顿分校Zhongping Lee教授,厦门大学商少凌教授,以及美国国家海洋和大气局(NOAA)Menghua Wang博士和Lide Jiang博士。本研究获得了国家自然科学基金委项目(42006162、41941008、41890803、41776184和41830102)、国家重点研发项目(2016YFC1400906)和NOAA水色卫星定标及验证(Cal/Val)项目等项目的支持。自然资源部第二海洋研究所何贤强研究员、法国索邦大学商哲海博士和三位匿名审稿人都对本文提出了建设性的建议。
论文来源:
X. Yu*, Z. Lee, S. Shang, M. Wang and L. Jiang (2021). Estimating the water-leaving albedo from ocean color. Remote Sensing of Environment, 251: 112807. doi.org/10.1016/j.rse.2021.112807.
论文链接:
https://doi.org/10.1016/j.rse.2021.112807
点击“阅读原文”可获取论文全文。
上一条:紫外波段漫衰减系数遥感算法评估 下一条:Atmospheric correction over coastal waters with aerosol properties constrained by multi-pixel observations
【关闭】