王建國，陳樹果，張亭祿

（中國海洋大學(xué) 信息科學(xué)與工程學(xué)院海洋技術(shù)系，山東　青島　266100）

基于MODIS陸地波段的近岸水體濁度遙感方法

王建國，陳樹果，張亭祿

（中國海洋大學(xué) 信息科學(xué)與工程學(xué)院海洋技術(shù)系，山東青島266100）

利用MODIS陸地波段（469 nm，555 nm和645 nm）數(shù)據(jù)，建立了近岸水體濁度的遙感反演方法，并以渤海為例，在采取嚴(yán)格的時(shí)空匹配方法的基礎(chǔ)上，利用現(xiàn)場測量濁度數(shù)據(jù)對(duì)反演結(jié)果進(jìn)行了印證。印證結(jié)果顯示，基于陸地波段的紅綠波段比值反演算法（QAA-RGR反演算法）的反演結(jié)果相對(duì)誤差約為12.7%，標(biāo)準(zhǔn)QAAv5反演算法的反演結(jié)果相對(duì)誤差約為26.4%，采用陸地波段數(shù)據(jù)的QAA-RGR反演算法反演的結(jié)果更可靠。另外，基于陸地波段的反演結(jié)果具有更高的空間分辨率，能更好地體現(xiàn)濁度的細(xì)節(jié)分布特征，如遼東灣南端的沙脊群落的分布。最后，本研究利用QAA-RGR反演算法構(gòu)建了渤海濁度的季節(jié)分布特征，分布特征合理。

MODIS；陸地波段；濁度；遙感反演；渤海

濁度是重要的水質(zhì)參數(shù)之一，也是懸浮體濃度的指標(biāo)因子，廣泛應(yīng)用于近岸及河口區(qū)域懸浮體的運(yùn)移、沉降和再懸浮等研究［1-3］。濁度測量方法［4］是基于光衰減或散射的大小，以此為原理的濁度計(jì)廣泛應(yīng)用于海洋調(diào)查中。根據(jù)濁度的測量原理，由濁度計(jì)測量的濁度與水體的后向散射系數(shù)應(yīng)有很強(qiáng)的相關(guān)性，因此，基于此相關(guān)性可由后向散射系數(shù)導(dǎo)出濁度?；谝陨系睦碚撝R(shí)，胡靜雯等［4］利用水色衛(wèi)星數(shù)據(jù)成功地反演了東中國海的濁度分布。另外，利用遙感反射率等數(shù)據(jù)也可以反演獲得濁度數(shù)據(jù)，如Qiu等［5］利用GOCI衛(wèi)星傳感器瑞利散射校正后的反射率數(shù)據(jù)反演獲得了浙江近岸水體濁度數(shù)據(jù)，為濁度的反演提供了一種新的方法。

MODIS衛(wèi)星傳感器自2002年發(fā)射以來，積累了10多年高質(zhì)量的數(shù)據(jù)，是目前最為成功的水色衛(wèi)星之一。MODIS衛(wèi)星數(shù)據(jù)的波段包括了海洋波段、陸地波段及用于大氣研究的波段。海洋波段的地面空間分辨率為1 km，具有較高的信噪比。陸地波段分辨率分為500 m（469 nm和555 nm）和250 m（645 nm），但其信噪比較低。Chen等［6］研究發(fā)現(xiàn)，對(duì)于近岸水體，大氣校正后，陸地波段的信號(hào)與海洋波段的信號(hào)的信噪比相當(dāng)。進(jìn)一步的研究發(fā)現(xiàn)，在非?；鞚岬乃w，MODIS海洋波段中的紅波段（如667 nm）經(jīng)常出現(xiàn)飽和現(xiàn)象，基于此波段的反演算法（如標(biāo)準(zhǔn)的QAA算法）不能正常工作，而陸地波段的645 nm則不會(huì)出現(xiàn)該現(xiàn)象。為了使QAA反演算法可應(yīng)用于混濁的水體，Chen and Zhang（2015）［7］提出了基于陸地波段的紅綠波段比值的QAA反演算法。結(jié)果表明，該算法不僅適用于一般混濁的近岸水體，也適合非常混濁的水體。另外，基于陸地波段的反演產(chǎn)品還具有至少500 m的較高分辨率數(shù)據(jù)。近岸水體具有高的時(shí)空間變化特點(diǎn)，這要求衛(wèi)星傳感器數(shù)據(jù)具有高的可靠性，同時(shí)具備高的空間分辨率。MODIS陸地波段數(shù)據(jù)可很好地滿足近岸水體的監(jiān)測。

本研究將以具有高混濁度的渤海為例，評(píng)估基于MODIS陸地波段數(shù)據(jù)獲取渤海高分辨率濁度分布的有效性，最終目的是為近岸水體水質(zhì)的監(jiān)測提供有力的工具。

1　數(shù)據(jù)與方法

1.1數(shù)據(jù)來源

本研究所利用的數(shù)據(jù)主要由兩大部分組成，分別是衛(wèi)星數(shù)據(jù)和現(xiàn)場觀測數(shù)據(jù)。其中，衛(wèi)星數(shù)據(jù)是指搭載在美國對(duì)地觀測衛(wèi)星Aqua上的MODIS 500 m分辨率的遙感反射率數(shù)據(jù)，該數(shù)據(jù)是由SeaDAS 6.4處理其對(duì)應(yīng)的L1A數(shù)據(jù)所得，L1A數(shù)據(jù)及SeaDAS 6.4均可通過以下網(wǎng)址下載得到，http://oceancolor.gsfc.nasa.gov。在利用SeaDAS 6.4獲取遙感反射率時(shí)，大氣校正方法采用的是Wang［8］所提出的短波紅外大氣校正算法。現(xiàn)場觀測數(shù)據(jù)是指水體的濁度，該數(shù)據(jù)是利用Seapoint公司的Turbidity Meter在渤海現(xiàn)場測量所得，在現(xiàn)場測量海水濁度時(shí)，為減少船舶對(duì)水體擾動(dòng)等的干擾，測量是在船停后半小時(shí)進(jìn)行的，能夠盡量保證現(xiàn)場測量的濁度數(shù)據(jù)與實(shí)際情況相符，保證數(shù)據(jù)的可靠性。測得的濁度數(shù)據(jù)范圍在0.2～26 FTU。其測量時(shí)間和測量站位信息如圖1所示。該現(xiàn)場濁度數(shù)據(jù)用于印證反演算法的性能。

圖1　渤海濁度現(xiàn)場測量站位分布

1.2基于MODIS陸地波段的濁度遙感反演方法

利用Chen and Zhang［7］所提出的基于MODIS陸地波段的固有光學(xué)性質(zhì)反演算法（QAA-RGR）以及固有光學(xué)性質(zhì)中后向散射系數(shù)與濁度的高度相關(guān)性，可利用QAA-RGR算法由MODIS陸地波段遙感反射率數(shù)據(jù)得到顆粒物后向散射系數(shù)bbp532，進(jìn)而利用胡靜雯等［4］提出的顆粒物后向散射系數(shù)與濁度的關(guān)系式（1）得到濁度值。該關(guān)系式是利用國家自然科學(xué)基金委渤黃海航次現(xiàn)場實(shí)測的顆粒物后向散射系數(shù)和濁度數(shù)據(jù)統(tǒng)計(jì)后擬合得出的，在渤海有較好的適用性?；贛ODIS陸地波段的濁度遙感反演方法建立流程如圖2所示。

圖2　基于MODIS陸地波段濁度遙感反演算法流程

1.3印證方法

為了印證本文所提出的基于MODIS陸地波段的濁度反演算法（本文簡稱QAA-RGR反演算法），本研究采取如圖3所示的方法對(duì)其進(jìn)行印證。

首先，利用現(xiàn)場實(shí)測濁度數(shù)據(jù)定量評(píng)估其反演性能。衛(wèi)星數(shù)據(jù)由1.2所述方法處理得到濁度值。在建立實(shí)測數(shù)據(jù)與衛(wèi)星數(shù)據(jù)的匹配時(shí)，鑒于本研究的目標(biāo)海域在時(shí)空尺度上高度變化的特點(diǎn)，本研究采用更為嚴(yán)格的匹配方法，具體如下：時(shí)間窗口（衛(wèi)星過境時(shí)間與現(xiàn)場測量時(shí)間間隔）限定在±1 h，空間窗口為現(xiàn)場測量位置周圍至少60%以上像素為有效值的3*3像素空間內(nèi)中心經(jīng)緯度距現(xiàn)場測量位置經(jīng)緯度最近像元點(diǎn)的值。用于定量評(píng)估反演性能的統(tǒng)計(jì)參數(shù)分別為相關(guān)系數(shù)（R2）、均方根誤差（RMSE）、相對(duì)誤差（RE）。它們的定義分別如下：

在定量評(píng)估中，對(duì)MODIS海洋波段遙感反射率數(shù)據(jù)采用傳統(tǒng)的標(biāo)準(zhǔn)QAAv5算法［9］得到顆粒物后向散射系數(shù)bbp532，再根據(jù)bbp532與濁度的關(guān)系式（1）得到濁度值。然后將標(biāo)準(zhǔn)QAAv5反演算法反演結(jié)果與現(xiàn)場濁度數(shù)據(jù)對(duì)比，并和QAA-RGR反演算法與現(xiàn)場濁度數(shù)據(jù)對(duì)比結(jié)果進(jìn)行比較分析，進(jìn)一步評(píng)價(jià)QAA-RGR反演算法的反演性能。

其次，選取了渤海海域晴朗無云的一天，分別利用QAA-RGR反演算法和標(biāo)準(zhǔn)QAAv5反演算法反演獲得當(dāng)天的濁度值，并選取如圖1所示B斷面對(duì)比分析QAA-RGR反演算法和標(biāo)準(zhǔn)QAAv5反演算法反演結(jié)果，比較QAA-RGR反演算法與標(biāo)準(zhǔn)QAAv5反演算法在空間特征分辨上的差異，定性地評(píng)估QAA-RGR反演算法反演性能。

圖3　印證方法流程框圖

2　結(jié)果分析

2.1衛(wèi)星反演結(jié)果與現(xiàn)場測量的匹配比較

按照1.3節(jié)所述的時(shí)空匹配方法，獲得了滿足時(shí)空匹配條件的14組數(shù)據(jù)，分別應(yīng)用標(biāo)準(zhǔn)QAAv5反演算法和QAA-RGR反演算法反演得到濁度值，并與現(xiàn)場測量濁度數(shù)據(jù)比較，結(jié)果如圖4所示，統(tǒng)計(jì)結(jié)果如表1所示。結(jié)合圖4與表1，可知標(biāo)準(zhǔn)QAAv5反演算法反演的濁度值與實(shí)測值的相關(guān)系數(shù)R2=0.981，均方根誤差RMSE=0.643 FTU，QAARGR反演算法反演的濁度值與實(shí)測值的相關(guān)系數(shù)R2=0.985，均方根誤差RMSE=0.867 FTU，兩種反演算法與實(shí)測值均有很高的相關(guān)性。也發(fā)現(xiàn)標(biāo)準(zhǔn)QAAv5反演算法反演濁度數(shù)值比實(shí)測值低，標(biāo)準(zhǔn)QAAv5反演算法反演結(jié)果與實(shí)測值的相對(duì)誤差為26.39%，QAA-RGR反演算法反演結(jié)果與實(shí)測值的相對(duì)誤差為12.73%，QAA-RGR反演算法反演結(jié)果與實(shí)測值相對(duì)誤差更小，準(zhǔn)確性更高。所以QAARGR反演算法應(yīng)用于MODIS濁度數(shù)據(jù)反演得到的結(jié)果更可靠。

表1　標(biāo)準(zhǔn)QAAv5反演算法與QAA-RGR反演算法反演濁度與現(xiàn)場濁度數(shù)據(jù)的統(tǒng)計(jì)結(jié)果

圖4　分別利用QAA-RGR反演算法與標(biāo)準(zhǔn)QAAv5反演算法所反演的濁度與實(shí)測進(jìn)行比較結(jié)果

2.2衛(wèi)星反演結(jié)果空間分布的比較

從上節(jié)兩種反演方法與匹配的現(xiàn)場測量數(shù)據(jù)對(duì)比分析來看，QAA-RGR反演算法具有更高的反演精度。本節(jié)主要進(jìn)一步從濁度空間分布上比較QAA-RGR反演算法與標(biāo)準(zhǔn)QAAv5反演算法的反演結(jié)果在空間特征分辨上的差異。以2013年2月2日為例，具體對(duì)比兩種算法結(jié)果在空間特征分辨上的差異。

圖5為兩種算法反演結(jié)果的直接顯示圖，圖中在遼東灣海域有空白數(shù)據(jù)缺失處，這些地方是受到海冰、云等因素影響，造成了這些地方的數(shù)據(jù)缺失。標(biāo)準(zhǔn)QAAv5反演算法數(shù)據(jù)分辨率為1 km，得到的濁度分布圖像較小，包含的細(xì)節(jié)信息少；QAA-RGR反演算法數(shù)據(jù)分辨率為500 m，得到的濁度分布圖像更大，包含的細(xì)節(jié)信息更豐富，濁度分布細(xì)節(jié)更清晰。從圖5可以看出，除去受海冰影響的遼東灣，渤海的萊州灣、渤海灣等海域是濁度的高值區(qū)，而且在遼東灣南端的遼東淺灘海域濁度也較高。遼東淺灘海域地形為沙脊群落［10-11］，沙脊呈條狀分布，這些沙脊是由泥沙等物質(zhì)堆積而成，波浪和潮流是沙脊形成的主要?jiǎng)恿σ蛩兀?2-13］，因此，受地形、波浪及潮流的影響，該海域濁度呈現(xiàn)高低間隔分布的特征。對(duì)該海域選取如圖1所示斷面，對(duì)比兩種反演算法在該斷面上的結(jié)果，如圖6所示。從圖6可以看出，整個(gè)斷面QAA-RGR反演算法反演的濁度值比標(biāo)準(zhǔn)QAAv5反演算法反演的濁度值高；在遼東灣南端的濁度較高區(qū)域，即沙脊群落海域，QAARGR反演算法在更小尺度上清晰地呈現(xiàn)出這片海域濁度高低間隔分布的細(xì)節(jié)特征，而標(biāo)準(zhǔn)QAAv5反演算法反演結(jié)果只能反映出較大尺度上濁度的分布，分辨濁度高低間隔細(xì)節(jié)分布的能力比QAA-RGR反演算法差。因此，QAA-RGR反演算法提高了反演結(jié)果的空間分辨率，能更清晰地表現(xiàn)出濁度變化的細(xì)節(jié)特征。

2.3渤海濁度的季節(jié)變化特征

通過上述分析，QAA-RGR反演算法用于渤海濁度值反演性能優(yōu)良，因此，本研究運(yùn)用QAARGR反演算法，選取2013年四個(gè)季節(jié)代表性月份—春季（4月）、夏季（7月）、秋季（10月）、冬季（1月）的MODIS數(shù)據(jù)，利用平均法對(duì)該月有效數(shù)據(jù)平均處理得到渤海四個(gè)季節(jié)濁度的空間分布，結(jié)果如圖7所示，圖中有數(shù)據(jù)缺失處，這是由于海冰、云等因素造成的。濁度的季節(jié)分布圖是將的得出的濁度數(shù)據(jù)去掉陸地部分，將海洋上的有效數(shù)據(jù)疊加到GOOGLE地圖上保存得到的，由于GOOGLE地圖會(huì)定時(shí)更新，這樣可以得到更符合實(shí)際情況的海岸線。

圖5　2013年2月2日標(biāo)準(zhǔn)QAAv5反演算法與紅綠波段比值反演算法反演的渤海濁度分布

圖6　2013年2月2日標(biāo)準(zhǔn)QAAv5反演算法與紅綠波段比值反演算法在遼東淺灘海域反演的對(duì)比

圖7　QAA-RGR反演算法反演的渤海四季濁度分布

從圖7可以看出，在季節(jié)變化上，冬季，渤海整體濁度維持在一個(gè)較高的水平上，萊州灣、渤海灣、遼東灣海域是濁度的高值區(qū)，在渤海海峽中部、渤?？拷鼗蕧u近海存在低值帶區(qū)，萊州灣濁度較高的水體沿山東半島北岸由渤海海峽輸往北黃海；春季，濁度高值區(qū)范圍比冬季有明顯的收縮，渤海濁度的高值區(qū)主要在黃河河口、渤海灣、遼東灣灣底，渤海海峽中部濁度較低，在遼東淺灘海域濁度相對(duì)較高，萊州灣濁度較高的水體向黃海輸送趨勢(shì)明顯減弱；夏季，渤海整體的濁度減小為一年中的最小值，渤海大部分海域濁度較低，高值區(qū)域進(jìn)一步縮小，限制在黃河河口、渤海灣沿岸、遼東灣灣底近岸區(qū)域；秋季，渤海大部分海域濁度增大，高值區(qū)域也由近岸區(qū)域擴(kuò)大至萊州灣、渤海灣、遼東灣灣底等區(qū)域，渤海中部的濁度相對(duì)較高區(qū)域濁度也逐漸增大。

渤海濁度的時(shí)空分布變化特征是陸源輸入、季風(fēng)、躍層、潮流以及環(huán)流等因素綜合作用造成的。冬季，渤海常發(fā)大風(fēng)天氣［14］，受季風(fēng)的影響，容易造成渤海底部沉積物再懸浮［15-16］，同時(shí)海水的擾動(dòng)也阻止了海水中懸浮物的下沉，使?jié)岫仍龃?。渤海水深較淺，會(huì)加劇這種作用的效果，使渤海濁度整體維持在較高的水平上。另外，潮流以及環(huán)流對(duì)沉積物、懸浮物的輸送［17-21］，也會(huì)導(dǎo)致濁度升高，高值區(qū)域增大。春季，由于季風(fēng)影響減弱，同時(shí)海水躍層逐漸形成［22］，海水的上下混合作用減弱，使?jié)岫戎迪啾榷緶p小，高值區(qū)域縮小。夏季，由于受南風(fēng)或東南季風(fēng)控制，風(fēng)速較小，海水?dāng)_動(dòng)作用較小，同時(shí)躍層的存在也減弱了海水的上下混合［23-24］，渤海大部分海域濁度達(dá)到一年中最低值。由于夏季入海徑流流量增大，大量泥沙等陸源物質(zhì)入海［15，25］，黃河河口、渤海灣沿岸、遼東灣灣底近岸區(qū)域仍是濁度高值區(qū)。秋季，季風(fēng)轉(zhuǎn)換，由南風(fēng)或東南風(fēng)逐漸變?yōu)楸憋L(fēng)或西北風(fēng)，風(fēng)速增大，海水躍層強(qiáng)度逐漸減弱，使海水的上下混合作用增強(qiáng)，濁度逐漸增大，高值區(qū)域也逐漸增大。

3　結(jié)論

本文利用MODIS陸地波段數(shù)據(jù)，利用Chen and Zhang提出的QAA-RGR算法和胡靜雯等得出的后向散射系數(shù)與濁度的關(guān)系式，印證了QAARGR反演算法反演濁度的有效性，得出了以下結(jié)論：（1）通過與匹配的現(xiàn)場濁度數(shù)據(jù)對(duì)比分析，QAA-RGR反演算法反演結(jié)果與實(shí)測值的相對(duì)誤差為12.73%，相比傳統(tǒng)的標(biāo)準(zhǔn)QAAv5反演算法，反演精度提高了近一倍，QAA-RGR反演算法結(jié)果更可靠；（2）基于MODIS陸地?cái)?shù)據(jù)的QAA-RGR反演算法提高了空間分辨率，能清晰地表現(xiàn)出濁度變化的細(xì)節(jié)特征；（3）利用QAA-RGR反演算法反演得到的2013年四個(gè)季節(jié)渤海的濁度空間分布，渤海濁度在空間分布上，呈現(xiàn)近岸高、遠(yuǎn)岸低的特征，同時(shí)渤海濁度季節(jié)變化特征明顯，總體態(tài)勢(shì)是秋冬高、春夏低。渤海濁度的這種時(shí)空分布特征除受陸源輸入和河流輸入等的影響外，季風(fēng)、躍層、潮流以及環(huán)流等因素也是造成這種特征分布的重要原因。

致謝：感謝所有出海實(shí)驗(yàn)人員為現(xiàn)場測量數(shù)據(jù)付出的辛勤勞動(dòng)，也感謝美國國家航天航空局（NASA）提供的MODIS Aqua數(shù)據(jù)以及數(shù)據(jù)處理軟件SeaDAS。

［1］翟世奎，張懷靜，范德江，等.長江口及其鄰近海域懸浮物濃度和濁度的對(duì)應(yīng)關(guān)系［J］.環(huán)境科學(xué)學(xué)報(bào)，2005，05：693-699.

［2］Lewis J，Eads R.Turbidity-Controlled Suspended Sediment Sampling［J］.Water Resources Research，1996，32（7）：2299-2310.

［3］Rim Katlane，Bouchra Nechad，Kevin Ruddick，et al.Optical Remote Sensing of Turbidity and Total Suspended Matter in the Gulf of Gabes［J］.Arabian Journal ofGeosciences，2013，6（5）：1527-1535.

［4］胡靜雯，陳樹果，張亭祿，等.利用MODIS衛(wèi)星遙感數(shù)據(jù)監(jiān)測東中國海濁度的時(shí)空分布［J］.海洋環(huán)境科學(xué)，2015，04：564-569.

［5］Chen S，ZhangT，Hu L.Evaluation ofthe NIR-SWIR Atmospheric Correction Algorithmfor MODIS-Aqua over the Eastern China Seas［J］.International Journal ofRemote Sensing，2014，35（11-12）：4239-4251.

［6］Chen S，ZhangT.Evaluation ofa QAA-Based AlgorithmUsingMODISLand Bands Data for Retrieval ofIOPs in the Eastern China Sea［J］.Optics Express，2015，23（11）：13953-13971.

［7］Qiu Z，Zheng L，Zhou Y，et al.Innovative GOCI Algorithm to Derive Turbidity in Highly Turbid Waters：A Case Study in the Zhejiang Coastal Area［J］.Optics Express，2015，23（19）：A1179-A1193.

［8］Bailey S W，Werdell P J.A Multi-Sensor Approach for the On-Orbit Validation of Ocean Color Satellite Data Products［J］.Remote SensingofEnvironment，2006，102（1）：12-23.

［9］Wang Menghua.Remote Sensing of the Ocean Contributions from Ultraviolet to Near-Infrared Using the Shortwave Infrared Bands：Simulations［J］.Applied optics，2007，46（9）：1535-1547

［10］Lee Z P，Lubac B，Werdell J，et al.An Update of the Quasi-Analytical Algorithm（QAA_v5）［R］.International Ocean Color Group Software Report，2009.

［11］許東禹，劉錫清，張訓(xùn)華，等.中國近海地質(zhì)［M］.北京：地質(zhì)出版社，1997.

［12］陳義蘭，吳永亭，劉曉瑜，周興華，雷寧.渤海海底地形特征［J］.海洋科學(xué)進(jìn)展，2013（1）：75-82.

［13］朱玉榮.潮流場對(duì)渤、黃、東海陸架底質(zhì)分布的控制作用［J］.海洋地質(zhì)與第四紀(jì)地質(zhì)，2001，21（2）：7-13.

［14］張子鵬，吳建政，苗豐民，等.遼東灣東部水下沙脊成因機(jī)制［J］.海洋地質(zhì)動(dòng)態(tài)，2008，24（5）：6-13.

［15］傅命佐，徐孝詩，程振波，等.黃渤海海岸季節(jié)性風(fēng)沙氣候環(huán)境［J］.中國沙漠，1994，14（1）：31-40.

［16］秦蘊(yùn)珊，李凡.渤海海水中懸浮體的研究［J］.海洋學(xué)報(bào)（中文版），1982，4（2）：191-200.

［17］JiangW，Pohlmann T，Sun J，et al.SPMTransport in the Bohai Sea：Field Experiments and Numerical Modelling［J］.Journal ofMarine Systems，2004，44（3）：175-188.

［18］崔廷偉，張杰，馬毅，等.渤海懸浮物分布的遙感研究［J］.海洋學(xué)報(bào)（中文版），2009，31（5）：10-18.

［19］江文勝，蘇健，楊華，等.渤海懸浮物濃度分布和水動(dòng)力特征的關(guān)系［J］.海洋學(xué)報(bào)，2002，（Z1）：212-218.

［20］龐重光，李坤，于煒，等.渤海表層懸沙的時(shí)空分布特征及其動(dòng)力成因［J］.海洋科學(xué)進(jìn)展，2014，32（4）：450-458.

［21］Cui T，ZhangJ，GroomS，et al.Validation ofMERIS Ocean-Color Products in the Bohai Sea：A Case Study for Turbid Coastal Waters［J］.Remote SensingofEnvironment，2010，114（10）：2326-2336.

［22］趙保仁，莊國文，曹德明，等.渤海的環(huán)流、潮余流及其對(duì)沉積物分布的影響［J］.海洋與湖沼，1995，26（5）：466-473.

［23］屠金釗.渤、黃海溫度躍層的分布與變化［J］.海洋通報(bào)，1992，11（4）：27-32.

［24］劉哲，魏皓，蔣松年.渤海多年月平均溫鹽場的季節(jié)變化特征及形成機(jī)制的初步分析 ［J］.青島海洋大學(xué)學(xué)報(bào)：自然科學(xué)版，2003，01：7-14.

［25］張勐寧，劉金芳，毛可修，等.中國海溫度躍層分布特征概況［J］.海洋預(yù)報(bào)，2006，23（4）：51-58.

［26］張經(jīng)，黃薇文，劉敏光.黃河口及鄰近海域中懸浮體的分布特征和季節(jié)性變化［J］.山東海洋學(xué)院學(xué)報(bào)，1985，15（2）：96-104.

Remote Sensing Retrieval Algorithm for the Turbidity in Coastal Waters Using MODIS Land Band Data

WANG Jiang-guo，CHEN Shu-guo，ZHANG Ting-lu
Department of Marine Technology，College of Information Science and Engineering，Ocean University of China，Qingdao 266100，Shandong Province，China

A remote sensing retrieval algorithm is proposed for the turbidity in coastal waters，which applies the moderate imaging spectroradiometer（MODIS）land band data（469，555 and 645 nm）.The retrieval performance has been evaluated using in-situ measurements from the Bohai Sea after applying a strict temporal and spatial matching-up method.The evaluation results demonstrate that the relative error between the results retrieved from the quasi-analytical algorithm based on red-green-band-ratio（QAA-RGR）and in-situ measurements is 12.7%，and that between the results retrieved from the standard quasi-analytical algorithm version 5（QAA-v5）and insitu measurements is 26.4%，proving that the results retrieved from QAA-RGR based on MODIS land band data are more reliable.In addition，the results retrieved from QAA-RGR based on MODIS land band data have a higher spatial resolution and could exhibit much clearer distribution characteristics of turbidity，such as the distribution of sand ridges in the south of Liaodong Bay.Finally，the seasonal distribution characteristics of turbidity in the Bohai Sea are constructed using the QAA-RGR algorithm based on MODIS land band data，and the analysis results show that the distribution characteristics are reasonable.

MODIS；land band；turbidity；remote sensing retrieval；Bohai Sea

P733.3

A

1003-2029（2016）04-0020-06

10.3969/j.issn.1003-2029.2016.04.004

2016-01-15

國家自然科學(xué)基金資助項(xiàng)目（41276041）

王建國（1989-），男，碩士研究生，主要從事海洋光學(xué)遙感研究。E-mail：wangjg8955@163.com