不同卫星由于传感器特性和大气校正算法差异，导致反射率数据（Rrs）存在明显偏差。这种不一致性不仅阻碍了多卫星数据的合并，还使得全球气候变化对海洋生态系统的影响评估变得复杂。为解决这一问题，研究团队提出了跨卫星大气校正（CSAC）算法，通过将MODIS-Aqua卫星20多年来的高质量数据作为标准，将其他卫星的数据校正到相同的反射率水平，以此确保数据的一致性。

本研究以SeaWiFS为例，能够发现CSAC算法能够改善了SeaWiFS卫星与MODIS-Aqua卫星的数据一致性。如下表，在蓝绿波段，CSAC系统的输出结果与MODIS-Aqua优质观测的MAPD降低到10%以下，相较于传统方法有了极大的改进。在667波段上，MAPD更是降低了一半以上。此外，CSAC系统还能够生成SeaWiFS在MODIS-Aqua没有的波段数据（531 nm），为合并数据提供更多的选择。

表1. 2007年MODIS与SeaWiFS原始产品对比（上列），MODIS与CSAC结果对比（下列）。

该系统基于神经网络的算法，通过分析大量MODIS-Aqua数据与其他卫星的匹配数据，训练模型，使其能够自动调整SeaWiFS等卫星的数据，在全球实现将其他传感器与MODIS-Aqua优质数据的保持高度一致。如下图中四个全球不同位置（A1、A2、A3、A4）处SeaWiFS和MODIS-Aqua的光谱反射率对比。可以看出，CSAC校正显著减少了SeaWiFS和MODIS-Aqua数据的光谱差异，使得误差从最高22.2%降至4.5%以下。

图1. MODIS，SeaWiFS与CSAC结果光谱对比实例。图中的数字代表平均光谱差异。子图（a）为SeaWiFS Rrs(443)的影像，A1至A4点取自不同的海区。

未来工作中，CSAC算法将进一步优化，包括对MODIS-Aqua数据的更合理筛选和训练集构建的改进。此外，研究团队还计划引入更多卫星数据，以构建更长时间序列的全球海洋生物光学参数数据产品。。