主被动光学遥感反演北冰洋叶绿素a浓度

The Arctic Ocean is one of the key regions sensitive to the global climate change, and the variability characteristics of the marine ecological system draws extensive attention around the world. Large scale and synoptic observation of the ecological environment in the Arctic Ocean has been mainly achieved by the satellite optical remote sensing technique. Due to the weak light and even the no sunlight conditions during the polar night period typically in the high latitude regions, the passive optical remote sensing data suffers incomplete spatio-temporal coverage, which limits the seasonal and inter-annual variability analysis. On the contrary, active optical remote sensing technique has the advantage of all-time observation without the sunlight condition limitations, but the disadvantage of sparse spatial sampling is also obvious, which limits the detection of fine spatial pattern. .To address these issues, a novel passive-active merging method will be explored in this project based on the satellite Lidar (active) and ocean color (passive) observations, with the Arctic Ocean as the study area, and the chlorophyll a concentration as the target parameter. Specifically, the new retrieval algorithms will be developed for the satellite ocean color (MODIS) and Lidar (CALIOP) data, respectively. And then the novel method will be explored to merge the passive and active optical retrievals, in order to achieve high resolution optical observation and large spatio-temporal coverage in the study area. This research will potentially provide the high quality remote sensing products for the ecological system and its response to the climate changes in the Arctic Ocean.

北冰洋是气候变化的敏感区，全球变暖背景下该区域海洋生态系统的演变特征受到广泛关注。长时序、大范围同步的北冰洋生态环境信息主要由卫星光学遥感技术获取。受到高纬度地区光照弱甚至存在无光照时段（极夜）的影响，被动光学遥感技术所获资料时空覆盖不完整，制约了对于生态系统季节和年际变化的科学认知；主动光学遥感技术，具有不受光照限制、全天时（昼夜）观测的优势，但存在不成像、难以提取精细空间结构信息的局限性。.针对上述问题，本项目以北冰洋为研究区，探索将主动和被动光学遥感技术结合起来，针对叶绿素a浓度这一海洋生态系统特征参量，开展激光雷达与水色遥感主被动融合的反演研究。在探索新的区域性反演模型，实现北冰洋叶绿素a浓度主、被动高精度遥感反演的基础上，通过主被动遥感数据融合，实现二者的优势互补，为北冰洋海洋生态系统及其气候变化响应研究提供高时空覆盖率、高分辨率、高精度光学遥感产品。

北冰洋是气候变化的敏感区，全球变暖背景下该区域海洋生态系统的演变特征受到广泛关注。长时序、大范围同步的北冰洋生态环境信息主要由卫星光学遥感技术获取。受到北极高纬度地区光照弱甚至存在无光照时段（极夜）以及水体光学性质复杂的影响，被动光学遥感技术所获资料时空覆盖不完整且精度面临挑战，制约了对于生态系统季节和年际变化的科学认知；主动光学遥感技术具有不受光照限制、全天时（昼夜）观测的优势，但存在不成像、难以提取精细空间分布信息以及反演模型尚属空白的局限性。.针对上述问题，本项目探索综合利用被动和主动光学遥感技术建立北冰洋叶绿素a浓度反演模型，以期为北冰洋海洋生态系统及其气候变化响应研究提供高精度、高时空覆盖率的光学遥感产品。.本项目的主要研究成果包括：1）开展了北冰洋海洋光学性质的原位和卫星遥感观测，辨识了主要光学组分对水体总吸收的贡献，揭示了北冰洋水体光学类型的时空分布特征；2）建立了北冰洋水体组分吸收系数反演模型，实现了基于水体总吸收系数的浮游植物、溶解有机物、碎屑等组分吸收系数的高精度反演；3）建立了基于水体光学分类方法的北冰洋叶绿素a浓度被动遥感反演模型，显著提高了该区域叶绿素a浓度被动水色遥感反演精度；4）探索并验证了利用星载激光雷达技术反演北冰洋叶绿素a浓度的可行性；5）利用长时序光学卫星遥感数据，研制了北冰洋叶绿素a浓度遥感产品，深化了对北冰洋叶绿素a浓度时空分布特征的科学认识。研究工作共发表学术论文19篇（其中SCI收录17篇、EI收录1篇），申请发明专利1项。研究成果将进一步促进北冰洋浮游植物主被动遥感技术的发展，深化北冰洋生态系统的科学认识，促进北冰洋生态环境的保护。