一、遙感反演監測技術的優勢
衛星遙感技術是一項多尺度和全球性的技術，隨著衛星遙感技術的迅猛發展，其在空間尺度、時間頻次以及傳感器類型等方面有了很高提升，為獲取高頻次、大范圍、全尺度的遙感數據提供了理想的方式，其在海洋水質監測的準確性、靈敏度和時效性有著顯著優勢，是進行全球性、宏觀性海洋環境監測的理想工具。此外，衛星遙感數據由于其高精度、多波段、圖譜合一等特點被廣泛應用于遙感水質監測，極大的提高了水質參數的估測精度。伴隨著遙感技術的不斷進步，水質監測已由定性描述轉向定量分析，同時可監測的水質參數逐漸增加，反演精度不斷提高，在海洋生態環境的保護、規劃和可持續發展方面發揮了重大作用。
利用遙感反演技術在海洋中的監測和應用主要有懸浮物、有機顆粒、無機鹽和化學需氧量等水質信息。
二、衛星遙感反演海水水質流程
衛星遙感反演海洋水質流程可概括為數據獲取、特征提取與算法選擇和反演水質三個步驟。首先，我們從衛星上獲取洋面的遙感信息，包括水體的溫度、顏色、可見光等屬性；然后，將獲取的遙感信息進行處理，提取其中的特征，如水體中的各種有毒物質，有機碳等;最后，用特征所提取的信息進行反演，可以獲得準確的海水水質狀況。
1、數據獲取及預處理
采集目標區域的相關數據，包括衛星遙感影像，地形數據和水文數據等必要數據。
對獲取的數據進行預處理，包含輻射定標，大氣校正等。衛星影像數據進行大氣校正的主要目的是消除這些由大氣影響所造成的輻射誤差，從而反演地物真實的表面反射率。利用6S 模型和MODTRAN4 輻射傳輸模型，可以較好獲得更精確的地表的反射率。
2、特征提取及算法
海水水質反演的核心是利用衛星遙感測量估算水質參數的過程。反演過程涉及解決逆向問題，目標是從測量的衛星數據中估計未知的水質參數。由于大氣、海洋和衛星傳感器之間的復雜相互作用，反演過程具有挑戰性。
為了克服這些挑戰，通過自主開發建立了多種算法和模型來反演海水質量。例如，統計模型（如線性回歸或人工神經網絡）將衛星測量值與水質參數相關聯。物理模型（如輻射傳輸模型）來模擬大氣、海洋和衛星傳感器之間的相互作用。
近年來，機器學習和人工智能的進步也已應用于海水質量的反演。例如，一些研究使用深度學習算法，如卷積神經網絡（CNN）或遞歸神經網絡（RNN），以提高反演的準確性。這些算法已經顯示出有希望的結果，并有可能進一步改善海水質量的反演。
① 物理法
是以水中光場理論模型提出的上行輻射與水中的光學活性物質對光場的吸收和后向反射特性為基礎，由傳感器測得光譜反射率計算水體中各組分的特征吸收系數和后向散射系數，并通過水質參數的濃度與吸收系數和散射系數之間的關聯關系，反演水體中各參數的濃度。在實際水質監測中，由于物理方法對數據源的要求較高，方法中的許多模型往往需要依據經驗來建立，因此從某種特定的遙感數據反演具體水體參數濃度的算法精度較低。
② 經驗法
是伴隨著多光譜遙感技術應用于水質監測發展起來的一種方法，該方法基于遙感波段數據和地面采樣點實測數據做相關性統計分析，進而選擇相關性較高的波段或波段組，結合地面實測數據經過統計分析外推水質參數值。這種方法容易受到外界因素的干擾，所得到的反演模型普適性較差，算法的精度依賴與特定的水域并且具有空間和時間特殊性。
③ 半經驗法
是隨著高光譜遙感技術應用于遙感水質監測發展起來的一種方法，該方法根據機載成像光譜儀或非成像光譜儀測量的水質參數光譜特征，選擇特定的波段或波段組通過數學方法建立水質參數的定量經驗性算法。自20 世紀90 年代以來該方法廣泛應用于遙感水質監測，并且得到了較高的反演精度。
綜上所述，衛星遙感反演海水水質是一個復雜但重要的領域，近年來取得了重大進展。通過使用各種算法和模型，包括統計模型、物理模型和機器學習算法，可以獲得準確、頻繁的海水水質觀測，為了解海洋生態系統和改善人類活動提供有價值的信息。
3、反演水質
傳統的常規水質監測方法一般是通過實地采集水樣結合實驗室檢測來獲取水質信息，雖然準確度較高，但是無法對面域進行大范圍監測，難以及時全面地反映水體水質的時間和空間上變化狀況及趨勢；隨著遙感技術不斷發展，水質遙感監測技術作為一種非傳統監測技術，監測大范圍、快速實時地獲取區域水質的時空分布并反映污染物主要來源。同時，水質遙感監測還可以預估污染物的流動趨勢，滿足大范圍水域水質時空監測的要求，彌補傳統水質監測方法的不足，其原理是將已知水質參數光譜特征與最佳波段或波段組合，特別是光學特性與水體表面反射率、輻射亮度之間的相互關系，可以為不同地域、不同特點水體的水質遙感反演尋求更為精確的反演模型通過數學統計方法進行相關分析后，反演水質指標含量，是目前水質反演最常用的一種方法。常用的數學方法有線性回歸、多項式回歸、灰色系統理論和神經網絡模型等方法。其中如氮素是引起水體富營養化和影響藻類繁殖的重要因素，對水體水質具有非常重要的影響，COD與NH3-N由于不存在顯著的光學特性無法直接進行遙感反演，通常需要分析其與水體中不同物質之間的相互關系進行間接分析，建立了表層水體葉綠素a和氨氮的遙感信息模型。
三、成果展示
