李旭文，魏愛(ài)泓，姜晟，王甜甜，紀(jì)軒禹，張悅，矯新明

( 江蘇省環(huán)境監(jiān)測(cè)中心，江蘇省海洋環(huán)境監(jiān)測(cè)預(yù)報(bào)中心 江蘇 南京 210019)

近岸海域是受到陸源污染明顯影響的海洋區(qū)域。江蘇省近岸海域地處南黃海，以淺水和淺灘為主，陸源排放和養(yǎng)殖業(yè)等匯入的氮、磷物質(zhì)總量較高，海水為高渾濁、富營(yíng)養(yǎng)化的水體，水色遙感監(jiān)測(cè)上定義為“二類水體”(Case 2 water)，導(dǎo)致近年來(lái)南黃海頻繁發(fā)生滸苔、馬尾藻等海洋生態(tài)問(wèn)題。由于南黃海面積較大，常規(guī)的海上布點(diǎn)采樣監(jiān)測(cè)每年組織3～4期，成本較高，難以及時(shí)、動(dòng)態(tài)了解海水水質(zhì)及營(yíng)養(yǎng)狀況。

目前利用衛(wèi)星遙感技術(shù)及時(shí)監(jiān)測(cè)近岸海域水體葉綠素和懸浮物濃度的空間分布得到較快的發(fā)展，以歐洲航天局(ESA)的中等分辨率成像光譜儀(MERIS)、海洋和陸地彩色成像儀(Ocean Land Colour Instrument，OLCI)等為代表的國(guó)際上知名的水色遙感傳感器，能夠獲取全球各海域每日的遙感影像數(shù)據(jù)，眾多學(xué)者利用經(jīng)驗(yàn)?zāi)Ｐ汀⑸锕鈱W(xué)模型(Bio-optical model)算法等對(duì)這些數(shù)據(jù)開展了反演二類水體中葉綠素、懸浮物濃度的研究[1]和持續(xù)的真實(shí)性驗(yàn)證工作，對(duì)近岸海域、內(nèi)陸水體的富營(yíng)養(yǎng)化遙感監(jiān)測(cè)業(yè)務(wù)化可行性進(jìn)行了評(píng)估[2]。目前ESA有“哨兵3號(hào)”A、B 2顆衛(wèi)星在軌運(yùn)行[3]，保證了每天至少有一景江蘇南黃海海域OLCI數(shù)據(jù)可用。ESA還提供了針對(duì)“哨兵”衛(wèi)星數(shù)據(jù)信息處理的SNAP軟件，其中集成的基于神經(jīng)網(wǎng)絡(luò)(Neuro Network,NN)技術(shù)的C2RCC(二類水體區(qū)域性近岸海域水色，Case 2 Regional Coast Colour)算法，可方便地用于從“哨兵3號(hào)”O(jiān)LCI影像中提取近岸海域及內(nèi)陸水體葉綠素a及總懸浮物濃度信息。

為了解C2RCC算法在南黃海的應(yīng)用效果，現(xiàn)對(duì)2019年5月9日南黃海“哨兵-3B”衛(wèi)星OLCI數(shù)據(jù)進(jìn)行了葉綠素a及總懸浮物濃度反演，將其與5月間江蘇省海洋環(huán)境預(yù)報(bào)中心的海水表層葉綠素a和懸浮物實(shí)測(cè)數(shù)據(jù)進(jìn)行了比較分析。

1 C2RCC反演算法

在水色遙感應(yīng)用中，對(duì)于近岸海域、河口以及內(nèi)陸水體，通常又稱作復(fù)雜光學(xué)特性水體，對(duì)水體光學(xué)信號(hào)有貢獻(xiàn)、影響的組分歸納為浮游植物中的色素、懸浮物和黃色物質(zhì)3大類。對(duì)其反演一般基于生物光學(xué)模型，C2RCC為基于生物光學(xué)模型的“二類水體區(qū)域性近岸海域水色”反演算法，由Doerffer等[4]研發(fā)，通過(guò)人工神經(jīng)網(wǎng)絡(luò)技術(shù)，利用美國(guó)宇航局(NASA)收集的全球各典型海域、大洋水質(zhì)及水體光學(xué)特性的NASA生物光學(xué)海洋算法數(shù)據(jù)集(NASA bio-Optical Marine Algorithm Data set,NOMAD)大樣本數(shù)據(jù)進(jìn)行訓(xùn)練，可對(duì)全球大部分二類水體中固有光學(xué)量(Inherent optical properties，IOPs)及水體組分(Water constituents)進(jìn)行反演。C2RCC既適用于MERIS等歷史數(shù)據(jù)，也能適用于哨兵-3 OLCI數(shù)據(jù)[5-6]以及哨兵2多光譜成像儀(Sentinel-2 MSI)、陸地衛(wèi)星8業(yè)務(wù)化陸地成像儀(Landsat-8 OLI)、中分辨率成像光譜儀(MODIS)等在軌運(yùn)行的衛(wèi)星遙感數(shù)據(jù)，從中反演提取葉綠素a、總懸浮物等水色參數(shù)信息。在SNAP遙感數(shù)據(jù)處理軟件中，C2RCC算法已經(jīng)作為重要的功能模塊，集成于水色反演處理工具箱中。在ESA哨兵3號(hào)衛(wèi)星的地面數(shù)據(jù)處理系統(tǒng)中，也實(shí)現(xiàn)了通過(guò)C2RCC算法完成二類水體遙感反演產(chǎn)品的業(yè)務(wù)化生產(chǎn)。針對(duì)MERIS積累的十余年歷史數(shù)據(jù)，也正在利用C2RCC進(jìn)行重新處理，以為全球用戶提供2002年以來(lái)長(zhǎng)時(shí)間序列的水色遙感反演產(chǎn)品。C2RCC通過(guò)Coastal Color項(xiàng)目[7]得以持續(xù)的改進(jìn)，補(bǔ)充了一些額外的神經(jīng)網(wǎng)絡(luò)來(lái)完成特定處理任務(wù)，還補(bǔ)充了一些涵蓋水體吸收、散射極端場(chǎng)景的神經(jīng)網(wǎng)絡(luò)特別訓(xùn)練結(jié)果。其目標(biāo)是實(shí)現(xiàn)對(duì)全球近岸海域的水體有業(yè)務(wù)化運(yùn)行價(jià)值意義的通用性和實(shí)用性。

以哨兵3號(hào)OLCI影像每個(gè)海水像元的L1b級(jí)數(shù)據(jù)(大氣頂層光譜輻亮度)為C2RCC輸入，選擇適合研究區(qū)及季節(jié)的大氣校正需要用到的參數(shù)如海水溫度、鹽度等，在算法中通過(guò)各有關(guān)的神經(jīng)網(wǎng)絡(luò)陸續(xù)完成大氣校正、水體光學(xué)量反演處理，得到各組分吸收/散射系數(shù)等固有光學(xué)量參數(shù)，同時(shí)也計(jì)算反演結(jié)果數(shù)值范圍合理性、不確定度等輔助性判斷信息，所有的光學(xué)量均以443 nm波長(zhǎng)處的數(shù)值來(lái)歸一化。其中，浮游植物色素吸收特性IOPapig可換算為葉綠素a(chl-a)濃度，海水中一般顆粒物的后向散射IOPbp(Scattering by mean coastal particles)及海水鈣質(zhì)白色粒子的后向散射IOPbw(Scattering by white particles)可綜合轉(zhuǎn)換為總懸浮物(TSM)干重。轉(zhuǎn)換系數(shù)是基于C2RCC的訓(xùn)練數(shù)據(jù)集中水體固有光學(xué)量與同步實(shí)測(cè)水質(zhì)參數(shù)的經(jīng)驗(yàn)統(tǒng)計(jì)關(guān)系，在SNAP的C2RCC中缺省轉(zhuǎn)換式如下：

chl-a=21.0×IOPapig1.04(mg·m-3)

TSM=1.72×IOPbp+3.1×IOPbw(g·m-3)

2 海面同期監(jiān)測(cè)數(shù)據(jù)及衛(wèi)星反演結(jié)果

江蘇省環(huán)境監(jiān)測(cè)中心、海洋環(huán)境監(jiān)測(cè)預(yù)報(bào)中心于2019年5月8—17日完成了全年第一期南黃海水質(zhì)采樣監(jiān)測(cè)。由于天氣因素，只有5月9日的哨兵3號(hào)OLCI數(shù)據(jù)云量極少，能較好地開展C2RCC算法反演海水葉綠素a和總懸浮物處理。其中在蘇北淺灘以南有25個(gè)站位的監(jiān)測(cè)采樣日期為5月8—10日，星地監(jiān)測(cè)數(shù)據(jù)獲取時(shí)間相對(duì)較近，與5月9日的衛(wèi)星過(guò)境相差不超過(guò)1 d。其站位表層海水的葉綠素a和懸浮物監(jiān)測(cè)結(jié)果見(jiàn)表1。葉綠素a采用《海洋監(jiān)測(cè)規(guī)范 第7部分：近海污染生態(tài)調(diào)查和生物監(jiān)測(cè)》(GB 17378.7—2007)中的分光光度法分析，懸浮物采用《海洋監(jiān)測(cè)規(guī)范 第4部分：海水分析》(GB 17378.4—2007)中的重量法分析。25個(gè)站位的葉綠素a實(shí)測(cè)值為0.63～6.25 mg/m3，平均值為2.68 mg/m3；總懸浮物為39～591 g/m3，平均值為165.5 g/m3，有6個(gè)站位的值>200 g/m3。

為減少反演結(jié)果來(lái)自單像元的隨機(jī)性誤差，以每個(gè)站位的實(shí)際經(jīng)緯度為中心，以600 m為半徑得到像元樣區(qū)，在ENVI軟件中計(jì)算各站位樣區(qū)內(nèi)C2RCC遙感反演的像元葉綠素a、總懸浮物數(shù)據(jù)的統(tǒng)計(jì)特征，包括最小值、最大值、均值。

表1 蘇北淺灘以南南通海域25個(gè)站位表層海水實(shí)測(cè)及遙感反演葉綠素a及總懸浮物值

3 葉綠素a和懸浮物濃度C2RCC反演效果分析

3.1 南黃?？傮w反演效果

3.1.1 葉綠素a

5月9日葉綠素a反演值的分布與5月份南黃海實(shí)測(cè)數(shù)據(jù)的差異較大，空間吻合性不盡理想。北部的海州灣，遙感反演值為 5 mg/m3，海上實(shí)測(cè)數(shù)據(jù)為1 ～ 5 mg/m3，較為接近；中部的灌河口以南-蘇北淺灘一帶海水高度渾濁區(qū)的葉綠素a反演值異常高，實(shí)測(cè)數(shù)據(jù)卻是南黃海的濃度低區(qū)；蘇北淺灘以南的洋口港、呂四漁場(chǎng)等南通海域一帶，葉綠素a遙感反演值和海上實(shí)測(cè)值也有較大的差別，但是空間分布趨勢(shì)比較相近。

造成葉綠素a星地結(jié)果一致性差有多方面原因，一是南黃海多為高渾濁海水，C2RCC雖然是基于全球典型海域的水質(zhì)及水體光學(xué)遙感特性數(shù)據(jù)完成的神經(jīng)網(wǎng)絡(luò)建模和訓(xùn)練，但驗(yàn)證C2RCC精度的典型海域更多地選擇了大西洋北海、波羅的海、地中海等歐洲地區(qū)海域，收集的針對(duì)南黃海這樣水體光學(xué)極度復(fù)雜、高度渾濁的水體光學(xué)和水質(zhì)樣例數(shù)據(jù)的可能很少甚至缺失，C2RCC神經(jīng)網(wǎng)絡(luò)對(duì)這類海水缺少充足的、有代表性的數(shù)據(jù)的輸入訓(xùn)練，因此對(duì)南黃海這一全球最渾濁海域的代表性和適應(yīng)性可能仍是欠缺的，南黃海的水色遙感是一個(gè)具有挑戰(zhàn)性的水色遙感難題；二是海上監(jiān)測(cè)數(shù)據(jù)的采樣時(shí)間跨度較大，從5月8—17日結(jié)束，除了5月9日有較好的星地同步外，由于南黃海水體較淺，且此間以陰雨天氣為主，其他日期的數(shù)據(jù)勢(shì)必受到潮汐、洋流、風(fēng)浪、降水、沉積物擾動(dòng)等的復(fù)雜影響，難以建立嚴(yán)格的關(guān)系。

3.1.2 總懸浮物

總懸浮物的遙感反演分布與5月份南黃海實(shí)測(cè)值的一致性比較好。從海上實(shí)測(cè)數(shù)據(jù)及遙感反演數(shù)據(jù)均顯示南黃?？倯腋∥锓植汲尸F(xiàn)近岸高、遠(yuǎn)岸低，南部高、北部低的分布特征。南部輻射沙脊群海域，由于水深條件較差，水體流速較快，且垂向混合動(dòng)力相對(duì)較強(qiáng)，底部沉積物極易被沖刷，導(dǎo)致再懸??；而北部海州灣海域則由于水深條件較好，在同等外部條件下，其垂向混合動(dòng)力較之輻射沙脊群海域弱，底層再懸浮的沉積物更難進(jìn)入表層海水，導(dǎo)致了江蘇海域懸浮物質(zhì)南高北低的分布。同時(shí)，近岸海域由于水深較淺、水動(dòng)力較強(qiáng)，且受到主要入海河流陸源入海碎屑物質(zhì)(泥沙)的輸入影響，其懸浮物含量明顯高于外部開闊海域。其中懸浮物實(shí)測(cè)值及遙感反演值均較高的JS0602、H32YQ080、H32YQ076、H32YQ063、H32YQ064均位于南部輻射沙脊群海域且處于長(zhǎng)江、栟茶河等主要河流的入?？诟浇?，見(jiàn)圖1。

圖1 2019年5月9日“哨兵-3B”O(jiān)LCI數(shù)據(jù)C2RCC反演南黃?？倯腋∥餄舛确植技芭c5月份表層海水實(shí)測(cè)懸浮物濃度的對(duì)比

由于江蘇管轄海域?qū)儆谒b感的二類水體，即水體的光學(xué)特性不僅受葉綠素a的影響，而且受到懸浮物和黃色物質(zhì)的影響，而輻射沙脊群海域獨(dú)特的地形地貌及復(fù)雜的水動(dòng)力條件，再加上長(zhǎng)江等入海河流入海碎屑物質(zhì)(泥沙)的輸入，造成江蘇海域懸浮物含量極高，是世界上懸浮物含量最高的海域之一，這也就導(dǎo)致懸浮物成為直接引起江蘇海域海水體光學(xué)性質(zhì)變化的主要光學(xué)活性組分，因此懸浮物星地結(jié)果一致性較好。

鑒于只有南黃海蘇北淺灘以南南通海域的站位海面采樣時(shí)間在5月8—10日，可與9日的衛(wèi)星遙感反演結(jié)果進(jìn)行一定的對(duì)比，對(duì)整個(gè)南黃海其他站位進(jìn)行星地監(jiān)測(cè)結(jié)果對(duì)比不可行，因此，以下重點(diǎn)對(duì)該海域進(jìn)行分析。

(4) 基于數(shù)值模擬的位移預(yù)測(cè)方法[22-24]。該方法能較好地考慮主控因素作用下的滑坡演化全過(guò)程，是有良好前景的位移預(yù)測(cè)方法，但目前的模擬方法尚存在靜力計(jì)算時(shí)步與真實(shí)時(shí)間難對(duì)應(yīng)的問(wèn)題。

3.2 南通海域反演結(jié)果對(duì)比分析

3.2.1 葉綠素a

南通海域有25個(gè)站位，多數(shù)站位葉綠素a濃度的C2RCC遙感反演值比海水表層實(shí)測(cè)值高3～7倍，反演結(jié)果不盡理想(表1、圖2)，星地結(jié)果差異大的站位如JS0604(圖3)，尚達(dá)不到完全業(yè)務(wù)化應(yīng)用的成熟度。位于呂四港鎮(zhèn)北面一條沿岸海槽與沙脊交錯(cuò)帶，外海較清潔海流隨每日潮汐溯入，與原地較渾濁水體匯合，因此其遙感像元樣區(qū)內(nèi)，有的像元反演的葉綠素a值很低(6.14 mg/m3)、與表層海水實(shí)測(cè)值2.78 mg/m3較為接近，有的像元反演的葉綠素a值高達(dá)38.38 mg/m3，樣區(qū)像元反演結(jié)果的均值為25.49 mg/m3，最大值、平均值則與實(shí)測(cè)值差別很大，說(shuō)明以站位為中心600 m半徑內(nèi)的水體像元，受到水動(dòng)力學(xué)的影響，葉綠素濃度反演值的空間變異很大。但25個(gè)站位的星地結(jié)果總體上呈現(xiàn)略呈正相關(guān)特征，遙感結(jié)果可以在一定程度上反映出南通海域葉綠素a濃度的空間分布差異及趨勢(shì)，對(duì)于分析浮游植物初級(jí)生產(chǎn)力等海洋生態(tài)因子有一定的參考價(jià)值。也有部分站位的星地結(jié)果較為接近，如JS0603、JS0605、H32YQ068和D31YQ079。由圖3可見(jiàn)，這些站位均處于大洋海水往蘇北淺灘-洋口灣的較清潔海流中，受懸浮物的干擾較小，具有較低的葉綠素a反演濃度，最大值、最小值等統(tǒng)計(jì)特征也表明其樣區(qū)內(nèi)各像元代表的水色較均勻。

3.2.2 總懸浮物

南通海域25個(gè)站位的總懸浮物C2RCC遙感反演值與海水表層實(shí)測(cè)值呈正相關(guān)(圖4)，其中H32YQ076、H32YQ070兩個(gè)站位的星地結(jié)果差距過(guò)于懸殊，見(jiàn)表1和圖5(a)(b)，影響了相關(guān)性。剔除這2個(gè)站位后，線性相關(guān)關(guān)系得到顯著提升，決定系數(shù)為0.521 4。較高的相關(guān)性表明，基于OLCI遙感數(shù)據(jù)可以有效地滿足這一海域表層海水懸浮物濃度的業(yè)務(wù)化監(jiān)測(cè)，可為定量評(píng)估這一海域的海洋生態(tài)狀況和初級(jí)生產(chǎn)力水平提供有效信息支持。

圖2 南通海域25個(gè)站位星地監(jiān)測(cè)葉綠素a的相關(guān)性

圖3 2019年5月9日“哨兵-3B”O(jiān)LCI數(shù)據(jù)C2RCC反演南通海域葉綠素a分布及與5月份表層海水實(shí)測(cè)值的對(duì)比

圖4 2019年5月9日“哨兵-3B”O(jiān)LCI數(shù)據(jù)C2RCC反演南通海域總懸浮物分布及與5月份表層海水實(shí)測(cè)值的對(duì)比

圖5 南通海域站位總懸浮物C2RCC遙感反演結(jié)果與表層海水實(shí)測(cè)值的對(duì)比

4 討論

雖然C2RCC算法已經(jīng)過(guò)十幾年的發(fā)展完善，且由ESA作為重要的處理功能在SNAP軟件中提供給廣大研究者，但在南黃海的初步實(shí)驗(yàn)效果看，尚未達(dá)到業(yè)務(wù)化的程度。

Toming等[8]利用OLCI數(shù)據(jù)對(duì)波羅的海水質(zhì)參數(shù)反演，測(cè)試了C2RCC對(duì)反演離水反射率、固有光學(xué)特性、水質(zhì)指標(biāo)(葉綠素a、總懸浮物、有色可溶性有機(jī)物)的效果，結(jié)果表明，離水光譜反射率曲線的形態(tài)和幅值與波羅的海的實(shí)測(cè)曲線很一致，然而后續(xù)的固有光學(xué)特性(IOP)反演結(jié)果與海面實(shí)測(cè)結(jié)果卻不顯示相關(guān)性，相反，將C2RCC反演的離水光譜反射率結(jié)果通過(guò)簡(jiǎn)單的波段比值等經(jīng)驗(yàn)算法，得到的葉綠素a和總懸浮物反而與實(shí)測(cè)數(shù)據(jù)有較好的相關(guān)關(guān)系，Toming[8]認(rèn)為C2RCC算法中大氣校正部分的神經(jīng)網(wǎng)絡(luò)有較好的精度，但I(xiàn)OP部分的神經(jīng)網(wǎng)絡(luò)還需要納入全球更廣泛的典型水體以及葉綠素a、總懸浮物動(dòng)態(tài)范圍更為極端水體的實(shí)測(cè)IOP及水質(zhì)參數(shù)來(lái)進(jìn)行更加充分的訓(xùn)練，才能提高C2RCC對(duì)全球近岸海域的適用性。

李淵等[9]利用OLCI數(shù)據(jù)對(duì)杭州灣懸浮物反演顯示，基于C2RCC 算法的固有光學(xué)量和總懸浮物含量產(chǎn)品在杭州灣精度較差，認(rèn)為C2RCC算法基于神經(jīng)網(wǎng)絡(luò)，訓(xùn)練樣本數(shù)據(jù)集主要采集于較為清潔大洋水體，對(duì)高渾濁水體代表性不夠，對(duì)大氣校正的精度會(huì)產(chǎn)生顯著影響，所以，C2RCC 算法不太適用。但其在蘇北淺灘以南的南通海域研究初步效果表明，海水總懸浮物的C2RCC遙感反演結(jié)果具有一定的適用性，可能與這一海域受長(zhǎng)江等陸源泥沙影響比杭州灣相對(duì)小、且有來(lái)自開闊外海的相對(duì)清潔海流的混合有關(guān)。

Browna等[10]利用長(zhǎng)時(shí)間序列MERIS數(shù)據(jù)對(duì)高緯度、深水、貧營(yíng)養(yǎng)型的加拿大Chilko湖進(jìn)行了3種算法反演葉綠素a研究，以C2R的星地結(jié)果相關(guān)關(guān)系最好,且較好地顯示了葉綠素a隨季節(jié)的變化和年際變化。但該湖的葉綠素a值很低，大多數(shù)時(shí)間其值<1 mg/m3，和南黃海的高渾濁二類近岸水體類型光學(xué)特性迥異。

南黃海是全球近岸海域中海水較淺、遙感光學(xué)特性最為復(fù)雜、最為渾濁的“二類水體”區(qū)域，有的學(xué)者稱之為“極度散射二類水體”(Extremely scattering,C2SX)[11]。衛(wèi)星遙感反演南黃海的葉綠素a濃度技術(shù)上難度很大，離滿足業(yè)務(wù)化監(jiān)測(cè)需求還有明顯距離。但是近年來(lái)隨著國(guó)內(nèi)外新型水色/水生態(tài)衛(wèi)星遙感儀器不斷投入使用，基于神經(jīng)網(wǎng)絡(luò)技術(shù)的水色算法也正在從C2R、C2RCC繼續(xù)演進(jìn)、優(yōu)化為C2SX、C2AX(Extremely absorbing)、ONNS(OLCI neuro network swarm)等新的版本[12]，并在這些改進(jìn)版算法中對(duì)更極端濃度范圍開展了訓(xùn)練。如Hieronymi[11]研究的針對(duì)OLCI數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)群ONNS，目標(biāo)就是對(duì)二類水體實(shí)現(xiàn)較以往更有效、更精確的指標(biāo)反演支持，提供更接近業(yè)務(wù)化的監(jiān)測(cè)能力。ONNS把水體分為從大洋清潔型、極度吸收型、極度散射型等13個(gè)子類型，很好地覆蓋了光學(xué)典型水體和光學(xué)極端水體，對(duì)每個(gè)子類型水體再用神經(jīng)網(wǎng)絡(luò)訓(xùn)練，反演結(jié)果的精度大大提高。

5 結(jié)語(yǔ)

當(dāng)前以ESA的2顆“哨兵3”衛(wèi)星為先進(jìn)的水色遙感監(jiān)測(cè)技術(shù)代表，對(duì)江蘇的南黃?？梢垣@得每日至少1次的衛(wèi)星遙感影像，通過(guò)SNAP軟件的C2RCC可以得到每日的南黃海固有光學(xué)量產(chǎn)品以及換算得到遙感葉綠素a、懸浮物濃度空間分布。雖然還受限于C2RCC算法對(duì)南黃海的適用性問(wèn)題，但是對(duì)海州灣、南通海域等的生態(tài)因子還是能夠提供一定的動(dòng)態(tài)監(jiān)測(cè)能力，以了解這些海域的季節(jié)變化、年際變化特征，為滸苔、馬尾藻等生態(tài)災(zāi)害的監(jiān)測(cè)預(yù)警提供快速響應(yīng)，為海水圍網(wǎng)養(yǎng)殖污染的調(diào)查評(píng)價(jià)提供支持。隨著C2RCC算法適應(yīng)高散射水體及OLCI數(shù)據(jù)的ONNS版本推出，可以預(yù)期對(duì)南黃海葉綠素a、總懸浮物的反演精度將得到切實(shí)提高。今后在南黃海海洋生態(tài)監(jiān)測(cè)工作中，可綜合“哨兵3號(hào)”O(jiān)LCI數(shù)據(jù)以及空間分辨率高的“哨兵2號(hào)”MSI、Landsat-8 OLI等衛(wèi)星遙感數(shù)據(jù)，開展C2RCC定量反演，以對(duì)南黃海葉綠素a和懸浮物進(jìn)行純遙感角度的長(zhǎng)期、連續(xù)、極低成本、范圍廣的動(dòng)態(tài)監(jiān)測(cè)，和海面站位數(shù)據(jù)相結(jié)合，更好地為南黃海生態(tài)狀況評(píng)價(jià)提供豐富的信息產(chǎn)品支持。