5123导航（MEL）光学海洋学实验室（OOL）近期在遥感领域顶级期刊Remote Sensing of Environment （IF：10.164）发表了题为“Estimating the water-leaving albedo from ocean color”的研究成果。该项研究指出传统的海表反照度（α）参数化模型严重低估了离水反照度（α_w）的贡献；提出了基于水体固有光学特性（IOPs）的α_w遥感算法（IOPs-α_w），使得自水色卫星数据精确估算α_w得以实现；揭示了α_w具有显著的时空变化特征，且其对α的贡献不可忽略（中低纬度大洋贡献可达20%，高浑浊近岸水体贡献可超过50%）。该研究成果可应用于海气耦合和气候模型，有助于准确估算大气下边界反射太阳能量，进而实现更加可靠的气候变化的预测。

研究背景

海表反照度（α）定义为海表面上行辐照度（E_u）和下行辐照度（E_d）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。在传统的海气耦合和气候模型中，α大多设为常数或仅考虑海表反射太阳辐射（E_r）的贡献。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（E_w），其也是E_u的重要组成（见下图）。E_w与E_d的比值即为离水反照度α_w，其基于理论推导是遥感反射比（R_rs）在上行方向各观测方位的积分。前期研究中α_w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-α_w）存在光学不闭合的固有缺陷，即卫星观测的R_rs（用于遥感反演Chl）与算法中Chl模拟的R_rs不一致，导致Chl-α_w估算的α_w的误差可高达1倍以上。

上行辐照度（E_u）的主要组成示意图，即由E_r和E_w组成，二者基于定义为对应辐亮度（L_r和L_w）在上行方向各观测方位（Ω）的半球面积分。

研究结果

基于数值模拟的结果显示，IOPs-α_w估算的α_w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-α_w算法（bias在蓝绿波段高达–65%）。以可见光（400 – 700 nm，海洋光学的主要研究范围）宽波段α_w（α_{w_VIS}）为例，相对于IOPs-α_w，Chl-α_w在寡营养海域可能低估α_{w_VIS}超过30%，而在部分近岸水体则低估α_{w_VIS}超过50%。Chl-α_w主要误差来源在于其假设了固定的Chl-IOPs关系，但Chl-IOPs关系在自然水体中复杂多变，以致采用固定Chl-IOPs关系模拟的R_rs与算法输入R_rs在不同水体存在较大偏差，即光学不闭合，对估算的α_{w_VIS}造成显著的误差。相对地，IOPs-α_w确保了光学闭合，可获取更精确α_{w_VIS}用于评估其时空变化特征。

基于IOPs-αw估算的全球水体α_{w_VIS}月际变化分布产品，及三个研究子区域α_{w_VIS}平均值的月际变化。SPG、TPO和YE分别指代南太平洋流涡区、赤道太平洋和长江口。卫星数据为2019年VIIRS月平均数据。

上图显示了全球不同水体的α_{w_VIS}在时空分布和量级上都有显著的动态变化特征。例如，长江口（YE）比赤道太平洋（TPO）水体α_{w_VIS}高一个量级，且具有显著的夏低冬高趋势（所有季节皆为北半球季节）；南太平洋流涡区（SPG）α_{w_VIS}夏秋季偏低，冬春季α_{w_VIS}偏高且相对稳定；而TPO水体α_{w_VIS}值较小，且季节变化不显著。

此外，该研究表明，α_{w_VIS}对于短波范围（200 – 3500 nm）内的宽波段海表反照度（αbroad，也是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，α_{w_VIS}对α_broad的贡献可达20%，而对于近岸浑浊水体，α_{w_VIS}对α_broad可超过50%。因此，该研究建议当前的海气耦合和气候模型中有必要考虑α_broad的时空分布特征，而本研究基于IOPs-α_w估算的α_w可作为精确量化α_broad的重要组成部分。

研究展望

粗略地假设，如果新算法将海表反照度由0.05提高至0.055，则返回大气的太阳辐射将增加10%，这对大气的动力环境的影响可能是巨大的。具体数值和比例受水体光学特性影响。因此，该研究结果对于模拟大气下边界反射太阳能量尤为关键。此外，考虑到目前α_w还无法直接测量，后续工作重点之一是设计和发展新式观测设备，实现α_w的直接测量。最后，利用5123导航发射的“海丝二号”小卫星，OOL预期可为我国近海和内陆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（水）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，5123导航商少凌教授，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