基于Rrs(0-)太湖秋季水體固有光學量分類研究

王 海 君，黃 昌 春，李 云 梅

(1.南京信息工程大學環境科學與工程學院，江蘇 南京 210044；2.南京師范大學虛擬地理環境教育部重點實驗室，江蘇 南京 210046)

?

基于Rrs(0-)太湖秋季水體固有光學量分類研究

王 海 君1，黃 昌 春2，李 云 梅2

(1.南京信息工程大學環境科學與工程學院，江蘇 南京 210044；2.南京師范大學虛擬地理環境教育部重點實驗室，江蘇 南京 210046)

基于2007年11-12月太湖全湖40個樣點采集的固有光學屬性、表觀光學屬性和水質參數等數據，選擇受光線條件影響最小的水表面以下反射率Rrs(0-)作為分類依據，探索建立太湖水體固有光學屬性分類體系。結果表明，利用Rrs(0-)能較好地將太湖水體固有光學屬性分為4類，其中吸收系數為：Class1:色素和非色素物質共同作用，同時黃質占有重要地位；Class2:色素和非色素物質共同作用，其中色素物質作用偏強，但非絕對主導因素，同時黃質作用較弱；Class3:非色素物質吸收系數主導類型，色素和黃質作用較低；Class4:色素、非色素物質和黃質共同作用。平均散射系數及其線性衰減斜率4種類型的大小順序分別為：Class2>Class3>Class1>Class4和Class2Class3>Class1>Class4，而在>588 nm波長范圍內，難以區分4種類型的后向散射系數。

Rrs(0-)；固有光學量；分類；太湖

0 引言

水體的固有光學特性是指不依賴周圍光場的變化，而只與水體介質成分相關的物理光學量，基本參數包括吸收系數和體散射函數[1]，通過體散射函數可計算散射系數、前(后)向散射系數等衍生固有光學量，在光線條件確定的條件下水體固有光學屬性直接決定了光線的穿透能力、水下光場的分布和離水輻亮度的角度分布特征[2]。由于各類水體組分存在較大的地域性和季節性差異，其吸收系數和散射系數具有較大的時空變異性，從而直接導致水表面遙感反射率的多樣性。因此，水體各組分的吸收和散射系數是輻射傳輸和詮釋水體表觀光學屬性的重要參數，客觀地刻畫了水體中組分的特征；對水體固有光學量的研究將有助于利用遙感技術反演水體組分。國內外學者對水體固有光學屬性進行了大量研究：俞宏等[3]認為太湖水體散射和吸收系數具有較大的季節性差異；Weidemann等[4]研究發現Irondequoit海灣水體的吸收和散射系數分別為0.44～0.83 m-1和1.8～5.0 m-1，Prieur等[5]研究建立水體三要素吸收系數生物光學模型，并利用吸收系數劃分水體類別；孫德勇等[6]認為，對水體分類有助于提高水體組分遙感反演的精度；樂成峰和黃昌春等[7，8]分別對太湖水體進行光學分類，研究不同類型水體下水體組分的光學特性和對葉綠素反演算法的改進。然而對于二類水體的固有光學屬性分類研究則較少，這主要是由于水體各組分固有光學量中吸收和散射系數較復雜，難以對其進行綜合評定。

針對這一現狀，本研究利用水體固有光學量的共同作用結果——水表面以下反射比Rrs(0-)對水體固有光學量進行分類，試圖建立二類水體固有光學量分類體系，從而劃分二類水體半分析反演模型的適用范圍，為不同固有光學量主導條件下的經驗和半經驗算法精度的提高提供參考依據。

1 材料與方法

1.1 采樣時間及點位

2007年11—12月對太湖地區40個樣點進行了觀測(圖1)。測量的參數包括室內分析的總懸浮物、色素物質、非色素顆粒物和黃質的光譜吸收系數，總懸浮物、色素物質、非色素顆粒物和葉綠素的濃度；野外測量的下行輻照度、上行輻亮度、后向散射系數、散射系數。野外儀器測量深度設置為0.30 m、0.60 m、0.90 m、1.2 m和1.5 m；采集表層水樣。

1.2 參數測定

圖1 樣點類型分布

Fig.1 Sample and class sites

1.2.1 下行輻照度、散射系數和后向散射系數的測量 利用TRIOS水下光譜儀的輻照度探頭測量水體中下行輻照度，測量波長范圍為320～950 nm,光譜分辨率為3.3 nm，輻照度探頭的測量飽和值為10 W(m2·nm)-1(400 nm)、8 W(m2·nm)-1(500 nm)、6 W(m2·nm)-1(700 nm)；參照Mueller數據處理方法，進行異常數據剔除和數據處理[9,10]。散射系數和后向散射系數的測量儀器為Wetlabs公司的光譜吸收、衰減儀(AC-S)和后向散射計BB9，AC-S在可見光波長范圍共有85個光譜通道，光譜分辨率為4 nm，測量精度為0.01 m-1。通過AC-S可直接獲得吸收和衰減系數，對吸收系數作溫度、鹽度和散射糾正校正后，利用衰減系數減去吸收系數得到散射系數；BB9測得的1 170體散射函數，利用經驗關系計算得到后向散射系數，具體處理過程參照文獻[11]。

1.2.2 總懸浮物、浮游藻類色素物質、非色素顆粒物和黃質的光譜吸收系數的測量 用UV-240IPC型紫外分光光度計測量過濾水樣后的whatman濾膜的吸光度，通過吸光度計算總懸浮顆粒物的吸收系數。使用0.1%活性的NaClO3溶液對測定總懸浮顆粒物吸收系數后的濾膜進行漂白處理，利用紫外分光光度計測量漂白后的濾膜，得到非色素顆粒物的吸光度。在測量時，如果在675 nm處沒有出現葉綠素吸收峰值說明漂白充分，測量的數據有效，否則說明漂白不充分，需要再次漂白。通過非色素吸光度計算非色素的吸收系數。浮游藻類色素物質的吸收系數由總懸浮物的吸收系數減去非色素顆粒物的吸收系數獲取。使用0.22 μm的濾膜過濾后的水樣即為黃色物質，將黃質溶液裝入1*4 cm的比色皿，以超純水作為參考水樣，利用紫外分光光度計測量黃質的吸光度，利用吸光度計算吸收系數。具體處理過程參照文獻[10]。

1.2.3 總懸浮物、有機物、非有機物和葉綠素濃度的測量 將馬沸爐灼燒過的膜稱重，得到膜的重量G1，將過濾水樣后的膜烘干并稱重，得到重量G2，兩次膜重的差即為總懸浮物重量；將稱重后干燥的膜經450℃的4～6 h灼燒處理后再稱重，與G2相減可計算出無機懸浮物重量;總懸浮顆粒與無機顆粒物重量差值就是有機懸浮物重量。用稱重法測得的重量與過濾的水樣體積相比計算出各參數的濃度。利用“熱乙醇法”測量葉綠素濃度cph,具體測量方法參照文獻[12]。

1.3Rrs(0-)的估算

1975年Gordon[13]利用蒙特卡羅方法推導出水表面以下輻照度比R(0-)與固有光學屬性后向散射系數(bb)及吸收系數(a)之間的關系：

(1)

式中:Eu(0-)為水表面以下的上行輻照度,Ed(0-)為水表面以下的下行輻照度，fn為模型參數，受觀測條件等影響，bb為總后向散射系數，a為吸收系數。

當處于水體表面時，f0值很小且物理意義不明確，可以忽略;不考慮多次散射作用對R(0-)的影響，n=2和n=3項均可忽略，只保留n=1項，簡化形式為：

(2)

水表面以下反射比Rrs(0-)可以表示為：

(3)

式中:Lu(0-)=Eu(0-)/Q為水表面以下上行輻亮度,Q為水下光場分布因子。

由式(2)和式(3)可得：

(4)

由于f和Q受光照條件共同影響，因而同一樣點的f/Q在一定程度上相互抵消了光照條件的影響，從而Rrs(0-)與R(0-)、Rrs相比能更客觀地體現固有光學量的差異和類型，這是本研究選用該參數的主要原因。

1.4 參數計算和分析

Lu(0-)和Ed(0-)分別通過Lu(0-)=Lu(z)exp(KLu*z)和Ed(0-)=Ed(z)exp(Kd*z)計算得到。水下輻照度在均一水體中遵循指數衰減規律[14]：

(5)

式中:Kd為水體漫衰減系數，z為從參考水層到測量處的深度，zc為參考水層深度，Ed(z)為z深度處的向下輻照度,Ed(zc)為參考水層深度處的輻照度。Kd通過對不同深度的下行輻照度進行指數回歸得到，只有當R2≥0.95、深度數≥3時，其Kd才被接受，否則視為無效值[15]；同樣的方法可以獲取參數KLu。

數據處理、回歸分析和聚類分析通過數據處理分析軟件SPSS[16]實現。

2 結果分析

2.1 水表面以下反射比變異性

根據式(3)計算太湖秋季水表面以下反射比如圖2所示,所有樣點的Rrs(0-)在400～0 nm呈現冪函數形式遞增趨勢，平均冪指數為3.86±1.0466，變異系數為0.2711；而在570～750 nm，Rrs(0-)呈遞減趨勢，由于葉綠素在675 nm的吸收峰和682 nm的熒光作用使得在650～700 nm波長范圍內存在一定的波動。Rrs(0-)的最大值出現在570 nm處，這主要是由于水體及其組分在570 nm處的低吸收和高散射作用共同作用產生的，在≤570 nm波長范圍內，雖然后向散射系數較高，但由于高吸收特性作用Rrs(0-)仍然呈現低值特征，≥570 nm波長范圍內，吸收特性較弱，但是后向散射系數相對也較弱，故Rrs(0-)同樣表現為相對低值區域。由于太湖水體固有光學量的空間差異性，使得Rrs(0-)在數值和波形兩方面都存在較大的變異性，如圖2a所示，Rrs(0-)40個樣點的標準差和平均值，兩曲線之間差距越大說明變異性越小，其變異系數譜如圖2b所示，可以看出570 nm處的變異性最小，而在兩端400 nm和750 nm處變異性相對最大，這主要是由于570 nm處的變異性是由懸浮泥沙散射和吸收特征差異產生的，而兩端的400 nm和750 nm處變異性是由于水體各物質的吸收和散射作用共同作用產生的，從而體現了更大的差異性；在675 nm處有一較小的變異峰值，體現了葉綠素的空間差異性。

圖2 水表面以下遙感反射比

Fig.2 Remote sensing reflectance just under water surface

2.2 水表面以下反射比分類

利用SPSS對水表面以下反射比進行聚類分析，選用快速聚類分析方法，根據其自動選取的類中心點按K-means算法做20次迭代分類，將Rrs(0-)分為4類(圖3)，同一類型的特征波長平均比值統計結果如表1所示。

圖3 水表面以下遙感反射率類型

Fig.3 Classification of the remote sensing reflectance just under water surface

Class1，該類型Rrs(0-)在400～570 nm范圍內的波譜特征與Class4較為相似，斜率Rrs(400 nm)/Rrs(570 nm)與Class4較為接近，平均值為0.25235±0.06942，但是Rrs(0-)光譜要比Class4高一倍以上；570 nm處的峰值陡峭程度次于Class4，主要是由于Rrs(0-)在570～675 nm之間衰減較Class4平緩，Rrs(570 nm)/Rrs(675 nm)平均值為1.68761±0.29759；葉綠素的吸收谷值和熒光峰值較Class4弱，Rrs(675 nm)/Rrs(700 nm)的平均值為0.97011±0.11421，這一類型體現了黃質、有機質、葉綠素和無機質共同作用的結果，但是黃質、有機質和葉綠素的作用相對高于無機物，因而黃質、有機質和葉綠素占重要地位，但非主導因素，該類型樣點有24個，分布如圖3a所示。

表1 相關水表面以下遙感反射率比值

Class2與Class1的Rrs(0-)在400～570 nm范圍內的波譜形狀相似，Rrs(400 nm)/Rrs(570 nm)的平均值為0.29567±0.03146，但Class2的Rrs(0-)比Class1略高，570 nm處的峰值在4類中最平坦，Rrs(570 nm)/Rrs(675 nm)的平均值為1.36933±0.08769；葉綠素的吸收谷值和熒光峰值較明顯，Rrs(675 nm)/Rrs(700 nm)的均值為0.9494±0.06583。該類型同樣體現了黃質、有機質、葉綠素和無機質共同作用的結果，但與Class1相比Rrs(0-)總體有一定的提升，這是無機質散射的作用，因而無機質作用比Class1中的強，從而占有重要地位，但同樣為非主導地位，該類型樣點有7個(圖3b)。

Class3，這一類型的Rrs(0-)在400～570 nm范圍內波譜遞增較為緩慢，Rrs(400 nm)/Rrs(570 nm)最大，平均值為0.48899±0.16545，Rrs(400 nm)/Rrs(570 nm)相對較為平坦，平均值為1.45554±0.27394；同時相對于其他3類Rrs(0-)值較高，這主要是由于該類的無機物含量較高，后向散射系數較大，有機物和葉綠素含量較低，吸收系數較小。Class3的黃質和葉綠素的濃度相對較低，無機質濃度較高，后向散射系數較大，有機物與葉綠素的比值較大，平均值為2.48286，該類型樣點有4個(圖3c)。

Class4，這一類型主要的代表特征是Rrs(0-)在570 nm存在陡峭的峰值400～570 nm范圍內波譜迅速遞增，Rrs(400 nm)/Rrs(570 nm)最小，平均值為0.23325±0.09211；675 nm的葉綠素吸收谷值和700 nm前的葉綠素的熒光峰值最為明顯，Rrs(675 nm)/Rrs(700 nm)最小，平均值為0.82564±0.17661；同時相對于其他3類Rrs(0-)值較低，這主要是由于該類的無機物含量較低，后向散射系數較小，有機物和葉綠素含量較高，吸收系數較大。這種類型代表了有機物、黃質和葉綠素含量較高，占主導地位，無機物含量較低，處于次要地位，同時也是有機物與葉綠素比例較低的樣點，平均比值為0. 580187，該類型樣點有5個(圖3d)。

圖3e、圖3f分別為4種類型的平均值和歸一化平均值，從其平均值可知，4種類型的Rrs(0-)在數值上存在明顯的類別之分，而其歸一化平均值則較為明顯地展示了4種類型Rrs(0-)的波譜差異。

2.3 固有光學量的類型

2.3.1 吸收系數 依據Rrs(0-)的類別，將總吸收系數分為4類(圖4a)，其差異如圖4b和圖4c所示，由4類總吸收系數的平均值和標準差譜(圖4b)可以看出平均值遠大于標準差值，因而4類總吸收系數間的差異較小。由于標準差難以全面描述4類總吸收系數間的差異，故通過其變異系數譜(圖4c)描述。變異系數在700 nm以后直線上升，但由于吸收系數在700 nm以后信號較弱，致使其信噪很低，因而選用700 nm以前的變異系數譜?？梢钥闯?，變異系數最大的峰值為葉綠素在675 nm處的吸收峰值，其次變異峰值是銅綠微囊藻在560～640 nm的藻藍蛋白吸收帶中的630 nm，再次變異峰值是無機質散射作用引起的吸收系數在560 nm的差異，而在400 nm由于黃質和非色素物質吸收系數的差異，使得變異系數隨波長的減小不斷增大。

圖4 4種類型平均總吸收系數及其變異性

Fig.4 Average absorption coefficient and variability of four classes

4類總吸收系數中各組分吸收系數對總吸收系數的貢獻率如圖5所示，可以看出4種類型中黃質、色素物質和非色素物質對總吸收系數的貢獻率具有顯著的差異。Class1中，在≤570 nm波長范圍內，非色素和黃質占主導地位，貢獻率之和在60%以上，因而Rrs(0-)相對較小，在≥570 nm波長范圍內，非色素、黃質和色素物質的貢獻率大約相同，因而在675 nm處Rrs(0-)有一低谷；Class2中，大約在≤550 nm波長范圍內，非色素、黃質和色素物質共同作用，而在≥550 nm波長范圍內，色素物質占主導位置，因而Class2的葉綠素吸收谷值和熒光峰值差距較為顯著； Class3整個波長范圍內，非色素、黃質占據主導地位，只在675 nm處與色素物質貢獻率相當，所以在675 nm處Rrs(0-)存在較小的谷值，同時由于該類型非色素中的無機物含量較高(圖6)，使得整個波長范圍內后向散射系數較高，從而Class3的Rrs(0-)是4種類型中最高的； Class4中，在≤570 nm波長范圍內非色素和黃質占主導地位，與Class1相似，散射黃質的作用較Class1更強，因而Class4的Rrs(0-)值在≤570 nm波長范圍內更小，同時由于總吸收系數較低，黃質在570 nm后仍然占有重要位置，因而在570～650 nm范圍內，Rrs(0-)仍很小，使得Class4在570 nm處的峰值較Class1更加陡峭，葉綠素在675 nm吸收谷值和685 nm熒光峰值差值最大，體現Class4的高葉綠素濃度特性，雖然該類型中總吸收系數最小，但由于非色素中無機物含量較小，后向散射系數較低，使得Class4的Rrs(0-)在4種類型中最低。

圖5 各個組分吸收系數對總吸收系數的貢獻率

Fig.5 Contribution of each composing substance absorption coefficient to total absorption coefficient

圖6 4種類型物質濃度組成

Fig.6 Each composing substance concentration of four classes

2.3.2 散射系數和后向散射系數 根據Rrs(0-)的類別，將顆粒物總散射系數和后向散射系數分為4類，分別如圖7和圖8所示，發現散射系數的4種類型無論是在數值上，還是在曲線的斜率上都存在較大的差異，如圖7a所示，其中Class2的散射系數和直線斜率最大,平均散射系數為32.72795，直線斜率為-0.0469；Class3的散射系數和直線斜率居第二位，分別為25.39422、-0.0367；Class1的散射系數和直線斜率居第三位，分別為15.83254、-0.023；Class4的散射系數和直線斜率最小，分別為9.085405、-0.0119；4種散射系數類型差異較大，變異系數譜值在整個波長范圍內高于0.7(圖7c)。4種類型的散射系數與該類型顆粒物的濃度具有強相關性，隨著顆粒物濃度的增加，散射系數線性增加，但是由于顆粒物組成的差異，增加的速度有所差異，一般是無機物比例越高，增長速度越快(直線斜率越大)，Class1、Class2、Class3、Class4散射系數隨顆粒物濃度增長的線性斜率分別為：1.1755、2.0434、1.4321、0.7822，無機物比例分別為：0.61386、0.822696、0.714544、0.467105，線性斜率隨無機物比例成指數增加，R2=0.9934。

后向散射系數4種類型在<588 nm波長范圍內差異較大，容易區分，其大小順序為Class2>Class3>Class1>Class4，而在>588 nm波長范圍內，差異較小，難以區分，如圖8a所示；求其平均值和標準差如圖8b所示，在<588 nm波長范圍內，平均值和標準差之間距離迅速增加，而在>588 nm波長范圍內，平均值和標準差之間距離增大速度較緩慢；可以得到后向散射系數4種類型的差異是隨著波長的增加呈指數形式迅速減小，在<588 nm波長范圍內減小速度較快，在>588 nm波長范圍內減小速度較慢，如圖8c后向散射系數變異系數譜所示。

圖7 4種類型平均散射系數及其變異性

Fig.7 Average scattering coefficient and variability of four classes

圖8 4種類型平均后向散射系數及其變異性

Fig.8 Average back scattering coefficient and variability of four classes

根據上述基于Rrs(0-)的固有光學量分類結果，探索建立太湖水體固有光學屬性分類體系。首先利用快速聚類等分類方法對水體Rrs(0-)進行分類，得到某一類型Rrs(0-)分類結果(圖9a)，這一類型各個波長上的Rrs(0-)是由對應的波長固有光學屬性共同作用形成的(圖9b)；純水的固有光學屬性固定不變，故看做是背景參數，即為圖中的圓形，引入色素、非色素和黃質的吸收系數，即形成了純水、色素、非色素和黃質的吸收系數的平面；將散射系數分為后向散射系數和為后向散射系數(位于吸收平面以上)和前向散射系數(位于吸收平面以下)，這樣就建立了太湖水體固有光學屬性分類體系，通過對固有光學屬性差異進行分析，確定固有光學屬性類型，如果希望直接通過固有光學屬性進行分類，則固有光學屬性分類體系中的分類閾值需要進一步研究確定。利用該體系對屬于二類水體的太湖水體進行再次分類，這樣有利于對固有光學屬性時空差異性和二類水體的復雜性進行研究，有利于針對不同固有光學屬性主導類型的二類水體建立更加適合、精確的生物、物理、化學模型。

圖9 固有光學屬性分類體系示意

Fig.9 Sketch of classification system of inherent optical property

3 討論

在散射系數較小的海洋一類水體中，當bb<

圖10 多次散射作用示意及其對Rrs(0-)的貢獻率

Fig.10 Sketch of multiple scattering and the contribution of multiple scattering toRrs(0-)

由于不同類型的散射系數和吸收系數存在較大的差異，多次散射作用對Rrs(0-)的貢獻率無論是在空間維、時間維還是波長維都存在一定的差異性，因而基于Rrs(0-)的固有光學屬性分類必然受到多次散射作用的影響。在散射特征明顯的無機物含量較高水體中，水體散射特性相對較強，吸收特性較弱，此時多次散射作用對Rrs(0-)貢獻率較高，因此會高估無機物在分類中的作用，會將固有光學屬性中的散射系數劃分到更高散射級別的類別中；而在吸收特征明顯的有機物含量較高的水體中，此時多次散射作用對Rrs(0-)貢獻率較低，因此會低估無機物在分類中的作用，會將固有光學屬性中的散射系數劃分到低散射級別的類別中，同時由于不同波長上的多次散射作用對Rrs(0-)貢獻率不同，因此多次散射作用對Rrs(0-)的波譜特征同樣存在一定的影響，但由于吸收系數與散射系數變化趨勢的相似性，這一影響相對較小，但仍需進一步對其量化。

4 結論

1)太湖秋季水體Rrs(0-)4種類型分別為：Class1：黃質、有機質、葉綠素和無機質共同作用，黃質、有機質和葉綠素占重要地位，但非主導因素；Class2：黃質、有機質、葉綠素和無機質共同作用，無機質占重要地位，但非主導因素；Class3：無機物主導類型；Class4：黃質、有機質、葉綠素主導類型。4種類型中Class1樣點占60.0%，Class2占17.5%，Class3占10.0%，Class4占12.5%。2)利用Rrs(0-)能夠較好地將太湖水體固有光學屬性分為4類，固有光學屬性吸收系數的4種類型：Class1：色素和非色素物質共同作用，同時黃質占重要地位；Class2：色素和非色素物質共同作用，其中色素物質作用偏強，但非主導因素，同時黃質作用較弱；Class3：非色素物質吸收系數主導類型，色素和黃質作用較弱；Class4：色素、非色素物質和黃質共同作用。3)散射系數4種類型較為清晰，根據其平均散射系數和斜率大小順序分別為：Class2(32.72795)>Class3(25.39422) >Class1(15.83254)>Class4(9.085405)；Class2(-0.0469) Class3>Class1>Class4，而在>588 nm波長范圍內，難以區分4種類型的后向散射系數；4種類型后向散射系數的變異系數譜隨波長的增加呈指數形式遞減。

[1] MOBLEY C D.light and Water[M].American,1994.

[2] WANG P,BOSS E S,ROESLER C.Uncertainties of inherent optical properties obtained from semianalytical inversions of ocean color[J].Applied Optical,2005,44(19):4074-4085.

[3] 俞宏,蔡啟銘,吳敬祿.太湖水體吸收系數與散射系數的特征研究[J].水科學進展,2003,14(1):46-49.

[4] WEIDEMANN A D,BANNISTER T T.Absorption and scattering coefficients in lrondequoit Bay[J].Limnol Oceanogr,1986,31(3):567-583.

[5] LOUIS P,SATHYENDRANATH S.An optical classification of coastal and oceanic waters based on the specific spectral absorption curves of phytoplankton pigments,dissolved organic matter,and other particulate materials[J].Limnol Oceanogr,1981,26(4):671-689.

[6] SUN D Y,LI Y M,WANG Q,et al.Development of optical criteria to discriminate various types of highly turbid lake waters[J].Hydrobiologia,2011,669:83-104.

[7] LE C F,LI Y M,ZHA Y,et al.Remote estimation of chlorophyll a in optically complex waters based on optical classification[J].Remote Sens.Environ.,2011,115:725-737.

[8] HUANG C C,LI Y M,YANG H,et al.Assessment of water constituents in highly turbid productive water by optimization bio-optical retrieval model after optical classification[J].Journal of Hydrology,2014,519:1572-1583.

[9] 黃二輝,潘德爐,李淑菁,等.水下剖面光譜原始數據異常值的判斷方法[J].海洋學研究,2006,24(1):91-96.

[10] MUELLER J L,FARGION G S,ZANEVELD R V,et al.Ocean Optics Protocols for Satellite Ocean Color Sensor Validation (Revision 4.Volume IV)[S].NASA,2003.

[11] MOORE C,BARNARD A,HANKINS D,et al.Spectral Absorption and Attenuation Meter (ac-s) User′s Guide,Revision A[R].America：WET Labs Inc,2004.5-20.

[12] 陳宇煒,陳開寧，胡耀輝.浮游植物葉綠素a測定的“熱乙醇法”及其測定誤差探討[J].湖泊科學,2006,18:550-552.

[13] GORDON H R,BROWN O B,JACOBS M M.Computed relationships between the inherent and apparent optical properties of a flat homogeneous ocean[J].Applied Optics,1975,14(2):417-427.

[14] HUOVINEN P S,PENTTOL H,SOIMASUO M R.Spectral attenuation of solar ultraviolet radiation in humic lake in Central Finland[J].Chemosphere,2003,51(3):205-214.

[15] 張運林，秦伯強.太湖水體光學衰減系數的分布及其變化特征[J].水科學進展,2003,4(14):447-453.

[16] 余建英，何旭宏.數據統計分析與SPSS應用[M].北京:人民郵電出版社,2005.

[17] MOBLEY C D,SUNDMAN L K.Hydrolight 4.1 Users’ Guide[R].Sequoia Scientific,Inc.also www.sequoiasci.com.2000.

[18] MOBLEY C D,SUNDMAN L K.Hydrolight 4.1 Technical Documentation[R].Sequoia Scientific Inc,2000.

Classification Research of Inherent Optical Property Base onRrs(0-) in Autumn Taihu Lake

WANG Hai-jun1,HUANG Chang-chun2,LI Yun-mei2

(1.SchoolofEnvironmentalScienceandEngineering,NanjingUniversityofInformationScience&Technology,Nanjing210044;2.KeyLaboratoryofVirtualGeographicEnvironment(NanjingNormalUniversity),Nanjing210046,China)

Based on the measurement and calculation parameters such as inherent optical properties,the apparent optical properties and water quality parameters of 40 sites on the whole Taihu Lake during November to December in 2007，choosing the remote sensing reflectanceRrs(0-) just under water surface that the smallest light conditions affect on it classification results as a basis for the inherent optical properties class,the paper gropes for the method to establish classification system of inherent optical properties in Taihu Lake.Results show that,usingRrs(0-) the inherent optical properties of Taihu Lake can be classified into four categories preferably,the four categories of absorption coefficients:Class1:pigment and non-pigment material has the common role,while yellow substance also occupies an important position;Class2:pigment and non-pigment material has the common role,but pigment material is stronger than non-pigment occupying an important position,but not the dominant factor,while the effect of yellow substance is much weaker;Class3:non-pigment material is the dominant factor,the effect of pigment and yellow substance is low;Class4:pigment,non-pigment material and yellow substance has the common roles.The order of four types of average scattering coefficient and linear attenuation slope are:Class2>Class3>Class1>Class4 and Class2Class3>Class1>Class4，In>588 nm wavelength range,it is difficult to distinguish the four types of back-scattering coefficient.

Rrs(0-);inherent optical property;classification;Taihu Lake

2015-01-13；

2015-04-02

江蘇高校優勢學科“環境科學與工程”建設工程資助項目(PAPD)；國家自然科學基金項目(41201325、41101340)

王海君(1982-)，男，助理研究員，主要研究方向為環境遙感。E-mail:whj9989@163.com

10.3969/j.issn.1672-0504.2015.05.022

X87

A

1672-0504(2015)05-0107-08