海洋水色及动力环境遥感研究进展
利用卫星遥感技术进行海洋潮汐监测的研究进展
利用卫星遥感技术进行海洋潮汐监测的研究进展海洋潮汐是海水周期性上升和下降的现象，是地球引力和月亮引力相互作用的结果。
海洋潮汐的监测对海洋环境研究和海洋资源开发具有重要意义。
传统的海洋潮汐监测方法主要依靠潮汐站、浮标、船舶等地面或近海观测设备进行，但受限于时间、空间范围及成本等因素，难以全面准确地获取海洋潮汐信息。
为解决这一问题，利用卫星遥感技术进行海洋潮汐监测成为一种重要的研究手段。
卫星遥感技术是通过发射卫星搭载的遥感仪器，接收、处理卫星辐射的信号，获取地球表面的特征信息。
利用卫星遥感技术进行海洋潮汐监测的研究进展包括对遥感数据的获取、处理和分析三个方面。
首先，获取遥感数据是进行海洋潮汐监测的基础。
卫星遥感技术通过搭载的甚高频（SAR）雷达、多光谱仪、高光谱仪等仪器，能够获取海洋表面的潮汐信息。
其中，SAR雷达可以通过向地面发射微波辐射，通过接收反射而获得图像，能够观测到海面波动的情况，进而获取海洋潮汐的信息。
多光谱仪和高光谱仪可以通过记录不同波段的光谱信息，捕捉到海洋潮汐造成的光学响应，从而获得潮汐变化情况。
此外，卫星高度和轨道参数的选择对遥感数据的获取也具有重要影响。
目前，一些先进的卫星如海洋一号、雷达星等已经在海洋潮汐监测中取得了一定的成果。
其次，对获取的遥感数据进行处理是进行海洋潮汐监测的关键环节。
由于遥感数据的获取过程受到多种干扰因素的影响，包括大气、云层、波动等，因此对数据进行预处理是必不可少的。
预处理包括大气校正、空间滤波、降噪等步骤，以提高数据的质量和可用性。
此外，对于潮汐信号的提取和分析也需要一系列的处理技术。
传统的方法主要基于数学模型和统计方法，如傅里叶分析、小波变换等，进行对遥感数据的谱分析和波形分析，从而获得潮汐信号的周期性和变化规律。
近年来，基于人工智能和机器学习的方法也逐渐应用于海洋潮汐监测中，利用神经网络和深度学习等算法，可以实现对潮汐信号的自动提取和分析。
最后，基于处理后的遥感数据，进行海洋潮汐监测和研究分析。
遥感技术在海洋环境监测中的应用
遥感技术在海洋环境监测中的应用在当今时代，随着人类活动对海洋环境的影响日益加剧，保护和监测海洋环境的重要性愈发凸显。
而遥感技术作为一种强大的工具，为海洋环境监测提供了高效、全面且精确的手段。
遥感技术，简单来说，就是通过非直接接触的方式获取目标物体的信息。
在海洋环境监测中，它能够大范围、快速地收集海洋的各种数据，为我们深入了解海洋的状况提供了有力的支持。
首先，遥感技术在监测海洋水质方面发挥着重要作用。
通过对海洋光谱的分析，我们可以了解到海水的透明度、叶绿素浓度以及悬浮颗粒物的分布等情况。
叶绿素浓度是衡量海洋浮游植物生物量的重要指标，而浮游植物对于海洋生态系统的平衡和物质循环起着关键作用。
遥感技术能够大面积、同步地监测叶绿素浓度的分布，从而帮助我们了解海洋初级生产力的状况，这对于评估海洋生态系统的健康和稳定性具有重要意义。
悬浮颗粒物的监测也是海洋环境研究中的一个重要方面。
这些颗粒物可能来自河流输入、海洋底部的再悬浮或者生物活动等。
它们的浓度和分布会影响海水的光学性质和透明度，进而影响海洋中的光照条件和生态过程。
遥感技术可以有效地监测悬浮颗粒物的浓度和分布，为研究海洋的物理、化学和生物过程提供基础数据。
其次，在海洋温度和海流的监测中，遥感技术同样表现出色。
海洋表面温度是反映海洋热状况的重要参数，它对海洋环流、天气和气候有着重要的影响。
利用红外遥感技术，我们能够快速获取大面积的海洋表面温度分布，这对于研究海洋环流模式、厄尔尼诺和拉尼娜等气候现象以及预测海洋灾害都具有重要的价值。
海流是海洋中水体大规模的流动，对于海洋物质和能量的输运起着关键作用。
通过合成孔径雷达等遥感手段，我们可以监测到海流的流速和流向，从而更好地理解海洋中的物质循环和能量传递过程。
这对于渔业资源的管理、海上航行安全以及海洋工程的规划和设计都具有重要的指导意义。
此外，遥感技术在监测海洋污染方面也具有不可替代的优势。
石油泄漏、污水排放以及垃圾倾倒等海洋污染事件对海洋生态环境造成了严重的破坏。
测量水质与生态参数的遥感技术在海洋环境监测中的应用
测量水质与生态参数的遥感技术在海洋环境监测中的应用简介：海洋是地球生态系统的重要组成部分，对维护地球生态平衡起着至关重要的作用。
然而，随着人类活动的增加，海洋环境面临着日益严峻的挑战。
为了有效监测海洋环境并及时采取相应措施，遥感技术逐渐成为海洋环境监测的重要工具。
本文将重点探讨测量水质与生态参数的遥感技术在海洋环境监测中的应用，并介绍其优势和挑战。
一、遥感技术在水质监测中的应用1. 水体透明度与浊度监测透明度和浊度是水质监测的重要指标之一。
遥感技术通过测量水体反射和散射的光谱特征，可以提供准确的透明度和浊度信息。
利用遥感技术获取的数据可以实时监测水质的变化，并为水环境保护提供决策支持。
2. 水体叶绿素浓度监测叶绿素是水中藻类和植物的重要生化成分，是评估水生态系统健康状况的重要指标之一。
传统的叶绿素浓度监测需要采集水样进行实验室分析，耗时耗力且无法实现实时监测。
而利用遥感技术，可以通过测量水体中的叶绿素吸收和反射光谱特征，实现对叶绿素浓度的快速监测和预测。
3. 水体溶解有机物浓度监测溶解有机物是水质监测的重要参数之一，能够反映水体的污染程度。
传统的监测方法需要采集水样进行实验室分析，操作复杂且耗时。
借助遥感技术，可以通过测量水体的反射光谱特征，定量分析水体中溶解有机物的浓度，提供及时的水环境污染监测和预警。
二、遥感技术在生态参数监测中的应用1. 海洋植物叶绿素指数监测叶绿素指数是反映海洋植物生长情况的重要指标之一。
利用遥感技术，可以测量海洋表面的叶绿素反射光谱特征，进而推测植物生长状况。
这种方法可以覆盖大范围的海洋区域，并实现对生态系统动态变化的监测。
2. 海洋表面温度监测海洋表面温度对生物生态环境有重要影响，能够反映海洋环境的变化。
利用遥感技术，可以获取大范围、高分辨率的海洋表面温度数据。
这些数据可以帮助科学家们研究气候变化、海洋环流以及生物生态系统动态变化，为海洋保护和资源管理提供决策支持。
三、遥感技术在海洋环境监测中的优势和挑战1. 优势遥感技术具有覆盖范围广、高时空分辨率、实时监测等优势，能够获取大范围海洋环境数据，并实现对环境的连续监测，为科学家们提供多维度的数据支持。
利用遥感技术进行海洋生态系统监测与评估
利用遥感技术进行海洋生态系统监测与评估遥感技术在海洋生态系统监测与评估方面发挥着重要作用。
通过遥感技术获取的海洋数据，可以提供对海洋生态系统变化的全球、长期和定量的观测，帮助科研人员和决策者更好地理解和管理海洋生态系统。
一、遥感技术在海洋生态系统监测中的应用遥感技术可以通过不同波段的传感器获取大量的地表和海洋信息。
在海洋生态系统监测中，遥感技术可以应用于以下几个方面：1. 海洋植被监测遥感技术可以通过植被指数等方法，监测海洋中的植被信息。
植被在海洋生态系统中起着重要的作用，可作为评估海洋生态系统健康状态的重要指标。
通过遥感技术获取的植被信息，可以帮助科研人员了解植被覆盖、生长状态及其变化，进而评估海洋生态系统的健康程度和环境变化。
2. 海洋表面温度监测海洋表面温度是海洋环境变化的重要指标之一。
遥感技术可以通过红外传感器等获取海洋表面温度信息，并实时监测海洋温度的变化。
海洋表面温度的监测对于了解海洋环流、海洋生态系统的物理环境以及气候变化等方面具有重要意义。
3. 海洋色彩监测海洋色彩信息与海洋溶解有机物、浮游植物、海洋底质等因素有关。
遥感技术可以通过遥感影像中的色彩信息分析，评估海洋水体中的悬浮物浓度、藻类水华等情况，为海洋污染的监测和评估提供重要依据。
二、利用遥感技术进行海洋生态系统评估基于遥感技术获取的海洋数据，科研人员可以对海洋生态系统进行定量评估，为科学研究和决策制定提供支持。
1. 生物多样性评估遥感技术可以提供大范围、长时间序列的海洋生态系统数据，为评估海洋生物多样性提供数据基础。
通过分析遥感影像中的光谱、空间和时间信息，可以评估不同海洋区域的物种丰富度、分布格局和生境状况，帮助科研人员更好地了解海洋生物多样性的现状和变化趋势。
2. 环境变化评估海洋生态系统的健康状况往往受到环境变化的影响。
遥感技术可以提供大面积、多时相的海洋数据，帮助科研人员评估海洋环境的变化趋势。
通过分析遥感数据中的植被指标、水色指标等，可以得出海洋环境质量的评估结果，为海洋生态系统的保护和恢复提供科学依据。
遥感技术在水生态环境管理中的应用分析
遥感技术在水生态环境管理中的应用分析摘要：遥感技术在水生态环境管理中具有重要的意义。
遥感技术可以提供大范围、高分辨率的水体监测数据。
通过获取卫星或航空传感器所采集的信息，可以实时监测水体的水质、水量、悬浮物含量、水生态系统变化等指标。
这些数据有助于评估水体的健康状况，并为制定环境保护和生态修复措施提供科学依据。
本文主要介绍了遥感技术在水生态环境管理中的应用，希望为相关研究提供参考。
关键词：遥感技术；水生态环境管理；应用引言遥感技术可提供水资源的动态监测和评估。
通过遥感图像，可以了解水域的水面覆盖情况、河流的流量、湖泊水位等信息。
这对于水资源的合理分配、节约利用以及应对干旱和水灾等自然灾害具有重要意义。
一、遥感技术在水生态环境管理中的优势（一）广覆盖性遥感技术能够实现对大范围的水生态环境进行监测和评估，无论是湖泊、河流、海洋还是湿地等水体，都可以被遥感手段捕捉到。
这使得环境管理人员可以全面了解不同区域的水体状况，从而更好地制定管理策略和保护措施。
（二）高时空分辨率遥感影像可以提供高分辨率的空间信息，即使是较小的水体细节也可以清晰地观察到。
同时，遥感数据可以根据需求进行多时期的比较分析，捕捉到水体变化的趋势和模式。
这种高时空分辨率的特点使得环境管理人员能够及时发现水体的异常情况，及早采取相应的措施。
（三）非接触性遥感技术可以通过卫星、航空器或其他无需接触水体的手段获取数据，无需直接进入野外调查，减少了工作人员的风险和工作成本。
此外，非接触性也有助于保持水体的原始状态，避免人为干扰对水生态环境的影响。
（四）多源数据融合遥感技术可以结合多个传感器和数据源，如光学、雷达、红外等，从不同角度获取水生态环境的信息。
利用多源数据融合的方法，可以提高数据的准确性和可信度，并更全面地了解水体的特征和动态变化。
（五）实时监测和预警遥感技术具有实时性，可以定期观测和监测水体的变化。
当发生意外事件或异常情况时，可以通过遥感技术及时预警，快速采取相应的控制措施，以防止进一步的损害。
第五章-海洋水色遥感---海洋遥感
R Eu ( ,0 ) / Ed ( ,0 )
2024/7/17
或
Ed ( ,0 )
(1 )
Ed ( ,0 )
1 rR
R (bsc a) /(bsc a)
5.3 生物-光学算法的物理基础
Lwc
c. 考虑多次散射和白浪引起的散射
Lw (ti / n ) Lu
Ls
2
w
ti , r , nw
Lt Lwt s rLs t d Lr La
rLs Lsr
2024/7/17
Lwc t s Lru
Lu
水中物质
海表
※.利用水气辐射传输模型反演的主要过程
（1）辐射定标
感水体表层叶绿素浓度的可行性。
• CZCS（Nimbus-7）
• SeaWifs（SeaStar）
• MODIS（Terra-Aqua）
• COCTS（HY-1A、HY-1B）
2024/7/17
5.1 概述
1.海洋水色遥感传感器
2024/7/17
5.1 概述
1.海洋水色遥感传感器
波段
设置
2024/7/17
海水的光学特性有：表观光学量和固有光学量。
表观光学量由光场和水中的成分而定，包括向下辐照
度、向上辐照度、离水辐亮度、遥感反射率、辐照度比等，
以及这些量的衰减系数。
固有光学量与光场无关，只与水中成分分布及其光学
特性有关，直接反映媒介的散射和吸收特征，如：吸收系
数；散射系数；体积散射函数等。
2024/7/17
归一化离水反射率和归一化离水辐射度与入射光达
基于遥感技术的海洋污染监测与预警研究
基于遥感技术的海洋污染监测与预警研究海洋是地球上最大的生态系统之一，扮演着调节气候、提供食物、维持生物多样性等重要角色。
然而，随着人类活动的不断增加，海洋污染成为了一个全球性的问题。
为了有效地监测和预警海洋污染，遥感技术日益成为研究的重点。
本文将讨论基于遥感技术的海洋污染监测与预警的研究进展。
遥感技术是通过从卫星、飞机或其他载体上获取的传感器所提供的图像和数据来获取地球表面信息的一种技术。
这种技术可以监测海洋表面和底层的各种参数，包括悬浮物、水质、海洋生物等。
利用遥感技术进行海洋污染监测可以提供大范围、高分辨率和及时的数据，为科学家和政策制定者提供决策支持。
首先，基于遥感技术的海洋污染监测主要关注悬浮物的监测。
悬浮物是海洋污染的重要指标之一，它可以来自河流、城市污水、岸边工业等。
利用遥感技术，可以测量海洋表面悬浮物的浓度和分布。
通过分析遥感图像，可以确定污染源的位置和规模，并监测悬浮物的扩散和演变。
这些信息可以用于评估污染的严重程度，并及时采取措施加以控制。
其次，基于遥感技术的海洋污染监测还包括对海洋水质的监测。
海洋水质是生态系统健康和海洋生物多样性的重要指标。
通过遥感技术，可以检测水中溶解有机物、悬浮物、营养盐等物质的浓度。
这些数据可以提供给科学家们研究海洋生态系统的变化和营养盐的来源，以及评估污染对海洋生物的影响。
此外，利用遥感技术进行海洋污染监测还可以评估海洋生态环境的状况。
根据遥感图像，可以监测海洋表面温度、叶绿素浓度等参数。
这些信息可以揭示海洋生态系统的变化和海洋污染的影响。
例如，海洋表面温度的升高可能是海洋生态系统中污染物的影响下的结果，这可以用来预警海洋污染的发生。
在海洋污染监测和预警的研究中，遥感技术不仅可以提供大范围和高分辨率的数据，还可以进行多时相和多波段的分析。
这使得研究人员可以更好地了解海洋污染的时空特征，并为相关政策制定者提供科学依据。
此外，遥感技术还可以结合地理信息系统（GIS）进行空间分析和模型模拟，提供更全面、准确的数据。
利用遥感监测海洋生态变化
利用遥感监测海洋生态变化海洋，占据了地球表面约 71%的面积，是生命的摇篮，也是地球上最为神秘和复杂的生态系统之一。
然而，随着人类活动的不断加剧，海洋生态系统面临着前所未有的压力和挑战，如海洋污染、气候变化、过度捕捞等。
为了更好地了解和保护海洋生态系统，科学家们不断探索新的技术和方法，其中遥感技术的应用为海洋生态变化的监测提供了强有力的手段。
遥感技术是一种通过非接触方式获取远距离目标信息的技术。
在海洋生态监测中，遥感技术主要通过卫星、飞机、无人机等平台搭载的传感器，收集海洋表面的电磁波信息，然后经过处理和分析，获取有关海洋生态系统的各种参数，如海面温度、叶绿素浓度、悬浮泥沙含量、海冰分布等。
海面温度是海洋生态系统中的一个重要参数，它对海洋生物的分布、繁殖和生长有着重要的影响。
通过遥感技术，可以大范围、长时间地监测海面温度的变化，从而了解海洋环流、厄尔尼诺和拉尼娜等气候现象对海洋生态系统的影响。
例如，在厄尔尼诺现象发生时，赤道东太平洋海面温度异常升高，会导致海洋生态系统的结构和功能发生显著变化，如浮游生物的减少、鱼类的迁徙等。
遥感技术可以及时监测到这些变化，为相关的研究和管理提供重要的依据。
叶绿素浓度是反映海洋浮游植物生物量的重要指标，而浮游植物是海洋食物链的基础。
通过遥感技术获取的叶绿素浓度信息，可以了解海洋初级生产力的分布和变化，进而评估海洋生态系统的健康状况。
此外，悬浮泥沙含量的变化可以反映河口、近岸海域的冲淤情况和水动力条件，对于研究海岸带的生态系统演变具有重要意义。
海冰的分布和变化则与极地海洋生态系统的稳定性密切相关。
除了上述参数外，遥感技术还可以用于监测海洋污染。
例如，石油泄漏是一种常见的海洋污染事件，遥感技术可以通过监测海面油膜的反射和吸收特性，快速确定石油泄漏的范围和程度，为应急响应和污染治理提供及时的信息支持。
同时，对于污水排放、垃圾倾倒等造成的海洋污染，遥感技术也能够发挥重要的监测作用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第19卷 第5期 中 国 水 运 Vol.19 No.5 2019年 5月 China Water Transport May 2019收稿日期：2019-01-03作者简介：周敏锐（1996-），女，安徽安庆人，浙江海洋大学在读硕士，主要研究方向为物理海洋。
通讯作者：蔡丽娜（1976-），女，浙江海洋大学 海洋科学与技术学院，主要从事海洋遥感的研究。
项目基金：浙江省教育厅课题科研项目及校级教改项目分组课题模式在海洋科学类专业教学体系中的应用探索（编号：Y201840279）；浙江省2016年度高等教育教学改革项目（编号：jg20160084）。
海洋水色及动力环境遥感研究进展周敏锐，蔡丽娜，孙静亚（浙江海洋大学 海洋科学与技术学院，浙江 舟山 316000）摘 要：海洋遥感主要包括海洋水色遥感、海洋动力环境及海洋地形遥感。
本文结合国内外研究现状，介绍了海洋水色及动力环境遥感的机理以及相关海洋要素的遥感反演方法。
同时，通过对近十年海洋水色及动力环境遥感的发展情况进行了解，总结了国内外在该领域的研究进展并提出了一些展望。
关键词：遥感；海洋水色；动力环境中图分类号：P714 文献标识码：A 文章编号：1006-7973（2019）05-0161-03一、前言卫星遥感技术以其独特的优越性在海洋环境要素观测方面发挥了越来越重要的作用。
在海洋动力及水文环境相关信息方面，卫星遥感可以监测海流、海浪、海面风场等海洋动力环境特性以及海面水色、水温等。
海洋水色遥感主要接收水体中各种成分相关要素的光学信息，利用星载或机载传感器接收到离水辐射，并借助水体生物-光学模型，反演水色物质成分和其浓度[1]。
海洋动力环境遥感主要对海洋力场引起的海洋潮汐、海流、海浪等的动力环境进行监测[2]。
本文通过了解近十年海洋水色及动力环境遥感的发展情况，总结了国内外在该领域的研究进展并提出了一些展望。
二、海洋水色及动力遥感 1．悬浮泥沙的遥感监测遥感技术具有大面积、多时效、连续观测的特点，这使得其在海洋监测方面得到广泛应用。
海洋中悬浮泥沙浓度是影响海洋环境的重要因素之一，利用遥感技术观测海洋中悬浮泥沙的分布，监测结果可以很好的反映海水中悬浮泥沙的状况。
反演模型的建立是悬浮泥沙浓度反演的关键，建立合适有效的反演模型首先要找到最佳遥感特征因子和敏感波段之间的联系[3]。
经验模型涉及所选的悬浮泥沙浓度和遥感反演参数两个重要的反演因子，将二者进行回归分析[4]，并利用二次多项式函数[5]、三次多项式函数[6]、线性函数[7]、指数函数[8]和幂函数[9]等对其进行拟合分析，利用测得的实验数据建立起水体光学性质与悬浮泥沙浓度的定量关系。
理论模型是根据辐射传输模型和生物光学模型来建立的。
建立理论模型的首要步骤是通过模拟可见光的传输特性找到悬浮泥沙相关反演关系式。
理论模型有光谱混合分析模型[10]（SMA）、主成分分析模型和神经网络模型[11]三种。
王繁等[12]人利用MODIS 数据反演河口水体悬浮泥沙质量浓度，使用人工神经网络（ANN）的方法建立表层悬浮泥沙浓度遥感反演模型，发现利用BP 神经网络模型进行遥感反演所得精度更高。
半分析方法需要实际测得的光谱数据来建立水色反演模型，通过近似关系对模型进行简化，使各个未知量之间尽可能独立，利用多波段数据得到代数方程组，最后求解方程组得到水体组分浓度[13]。
2．叶绿素及黄色物质的遥感监测利用遥感技术对叶绿素及黄色物质含量其变化进行观测是监测海洋环境的有效方法[14]。
经验方法、半分析方法[15]和分析方法[16]是目前常用的叶绿素及黄色物质浓度遥感反演方法。
单波段法[17]、波段比值法和神经网络法[18]同属经验方法。
3．海流的遥感监测海流运动会对海洋气候、海洋污染、渔业、海岸带开发、军事行动等产生影响。
海流监测可以对海洋动力环境研究过程中遇到的问题提供有效的解决方案，将遥感技术应用在海流监测上，可以改善数据的时效性、准确性和完备性[19]。
早在1987年，Goldstein 和Zebker 等人就提出了利用顺轨干涉合成孔径雷达测量高分辨率海表面流场的观点，应用并得到了很好的观测效果。
遥感技术可以观测得到海流运动的方向、速度和尺度等信息，能及时反馈海洋动力环境的变化情况[20]。
4．海洋观测相关遥感数据 （1）中低分辨率遥感数据卫星遥感技术可以对海洋进行大面积的连续性观测，因此在海洋监测上的应用越来越广泛，获得的遥感数据精度也越来越高。
美国的Landsat 卫星数据[21]、Terra 和Aqua 卫星上的MODIS 传感器获得的数据和RADARSAT 卫星数据都是中低分辨率数据。
MODIS 足够宽的光谱范围能长时间的对陆地、大气和海洋进行观测[22]。
加拿大雷达卫星（RADARSAT）携带的合成孔径雷达能主动向目标物体发射162 中 国 水 运 第19卷电磁波，具有高分辨率和获取立体数据的能力[23]。
我国的海洋一号卫星和海洋二号卫星丰富了我国海洋遥感数据库[24]。
（2）高分辨率卫星数据卫星对地观测技术具有很大的发展潜力，我国实施了高分专项工程计划[25]。
高分一号[26]和高分二号是光学遥感卫星，高分五号卫星主要应用于地球气象观测，高分六号卫星具有更高的精度，高分七号则主要应用在测绘方面[27]。
高分三号卫星能提供高精度分辨率和高幅宽遥感图像，且具有获取多极化数据的能力。
高分三号特有的波浪式、全球观测模式，为海浪和海面风场观测提供了技术支撑[28]。
高分四号卫星在空间和时间上都有很高的分辨率，在海洋灾害监测方面有很大的发展潜力[29]。
杨超宇等人[30]利用高分四号卫星数据研究叶绿素浓度反演算法，结合2009年10月22日的珠江口赤潮水体情况建立叶绿素浓度反演模型，得到了很好的反演效果。
高分卫星的发展对我国海洋领域的监视监测提供强大的数据支撑，对海洋水色及动力环境的监测有着很大的帮助[31]。
三、小结目前，海洋水色及动力环境遥感存在的问题如下：海洋水色遥感技术虽趋于完善，但是海洋环境变化难以预测，实时监测研究区域的水色环境比较困难；获得的遥感数据反演精度不高，在不同的海域，海水的水体光谱信息差异性较强；在具体问题中需要尝试不同模型，反演耗费时间；利用遥感难以获取海洋内部的海洋动力信息。
为不同区域的水体光谱数据寻求一个通用的反演模型，是提高解决问题效率的必经之路；利用遥感技术监测海流，除了能粗略估计海流的速度、方向外，很难观测到内部海流信息，因此要加快海洋动力环境卫星的发展速度或者结合其他先进技术，解决监测精度低和深度浅的问题；提高海洋遥感反演精度是我们一直要解决的热点问题，高分卫星体系能获取高精度、高分辨率的遥感影像，将其逐步运用到海洋领域可以解决更多困难的问题。
参考文献[1] 潘德炉，白雁.我国海洋水色遥感应用工程技术的新进展[J].中国工程科学，2008，10（9）：14-24.[2] Bao X ，Li N ，Wu D . Observed characteristics of theNorth Yellow Sea water masses in summer[J].Chinese Journal of Oceanology and Limnology，2010，28（1）：160-170.[3] 况润元，谢佳，张萌等.基于实测数据的鄱阳湖悬浮泥沙粒度遥感反演模式分析[J].长江科学院院报，2017，34（11）：132-137.[4] 李文凯，曾群，田礼乔等.MODIS/Terra辅助的HJ-1BCCD1数据悬浮泥沙浓度反演研究[J].华中师范大学学报（自科版），2016，50（4）：619-623.[5] 孔金玲，杨晶，蒲永峰等.曹妃甸近岸海域垂向悬沙含量遥感反演[J].地球信息科学学报，2016，18（10）：1428-1434.[6] 章敏超，郭碧云.基于GF-1号的舟山近岸悬浮泥沙浓度反演研究[J].海洋开发与管理，2018，35（1）：126-131.[7] 杨曦光，黄海军，严立文等.近岸水体表层悬浮泥沙平均粒径遥感反演[J].武汉大学学报（信息科学版），2015，40（2）：164-169.[8] 王林，杨建洪，李冠男等.江苏近岸海域HJ CCD影像悬浮泥沙遥感反演[J].海洋科学，2016，40（2）：77-83. [9] Zhan C，Junbao Y U，Wang Q，et al. Remote SensingRetrieval of Surface Suspended Sediment Concentration in the Yellow River Estuary[J].Chinese Geographical Science，2017，27（6）：934-947.[10] Mertes L ，Smith M ，Adams J.Estimating suspendedsediment concentrations in surface waters of the Amazon River wetlands from Landsat images[J].Remote Sensing of Environment，1993，43（3）：281-301.[11] 李健，麻金继，吉玮.基于广义回归神经网络反演悬浮泥沙含量的定量遥感方法[J].大气与环境光学学报，2010，5（4）：305-310.[12] 王繁，凌在盈，周斌等.MODIS监测河口水体悬浮泥沙质量浓度的短期变异[J].浙江大学学报（工学版），2009，43（4）：755-759.[13] 陈燕，孔金玲，孙晓明等.基于半分析模型的渤海湾近岸海域悬浮泥沙浓度遥感反演[J].地理与地理信息科学，2014，30（3）：33-36.[14] Song Qing，Jie Zhang，Tingwei Cui，et al. Remote sensingretrieval of total absorption coefficient in the Bohai Sea[J].Chinese Journal of Oceanology & Limnology，2012，30（5）：806-813.[15] 杨辰，沈润平.基于GF-1号卫星WFV数据的太湖水质遥感监测[J].国土资源遥感，2015，27（1）.[16] 席红艳，张渊智，丘仲锋等.基于半分析算法的香港邻近海域叶绿素a浓度反演[J].湖泊科学，2009，21（2）：199-206.[17] 李云梅，黄家柱，韦玉春等.用分析模型方法反演水体叶绿素的浓度[J].遥感学报，2006，10（2）：169-175. [18] 丛丕福，曲丽梅，王臣立等.基于MODIS模拟的辽东湾叶绿素a的遥感反演模型[J].生态环境学报，2009，18（6）：2057-2060.[19] Shen Z ，Wu X ，Fei Y ，et al. Surface tidal currents in theopen sea area to the east of the Zhoushan Islands measured with high frequency surface wave radar[J].Acta Oceanologica Sinica，2013.[20] Aoki K ，Kataoka T . High-frequency ocean radar derivedcharacteristics of sea surface currents in the Ariake Sea，Japan[J].Journal of Oceanography，2018，（72）：1-7. [21] 孟凡晓，陈圣波，张国亮等.基于Landsat-8数据南海近岸悬浮泥沙与叶绿素a浓度定量反演[J].世界地质，2017，第5期 周敏锐等：海洋水色及动力环境遥感研究进展 16336（2）：616-623.[22] Cao Z ，Duan H ，Shen M ，et al. Using VIIRS/NPP andMODIS/Aqua data to provide a continuous record of suspended particulate matter in a highly turbid inland lake[J]. International Journal of Applied Earth Observation and Geoinformation，2018，64：256-265.[23] 杨贵生，秦明宽.RADARSAT 雷达数据特征及其应用简介[J].铀矿地质，1997，（5）：310-316.[24] Yang J ，Ren L，Zheng G . The first quantitative oceanremote sensing by using Chinese interferometric imaging radar altimeter onboard TG-2[J]. Acta Oceanologica Sinica，2017，36（2）：122-123.[25] 东方星.我国高分卫星与应用简析[J].卫星应用，2015，（3）：44-48.[26] Tian L ，Wai O W H ，Chen X ，et al. Retrieval of totalsuspended matter concentration from Gaofen-1 Wide Field Imager （WFI） multispectral imagery with the assistance of Terra MODIS in turbid water – case in DeepBay[J].International Journal of Remote Sensing，2016，37（14）：3400-3413.[27] He W ，Jing W ，Jingsong Y ，et al. Empirical Algorithmfor Significant Wave Height Retrieval from Wave Mode Data Provided by the Chinese Satellite Gaofen-3[J]. Remote Sensing，2018，10（3）：363.[28] Shi L，Wang Q，Zeng T，et al. Chinese GF-1 and GF-3satellites observed the giant iceberg calving off the Larsen C Ice Shelf[J].Acta Oceanologica Sinica，2017，36（11）：115-115.[29] Teng L I ，Delu P ，Yan B ，et al. Satellite remote sensingof ultraviolet irradiance on the ocean surface[J].海洋学报（英文版），2015，34（6）：101-112.[30] 杨超宇，唐丹玲，叶海彬.基于GF-4遥感数据的叶绿素浓度反演算法研究[J].热带海洋学报，2017，36（5）：33-39.[31] 陈晓英，张杰，崔廷伟等.基于高分四号卫星的黄海绿潮漂移速度提取研究[J].海洋学报，2018，40（1）：29-38.（上接第122页） 由1.2~4.5m 增大至3.5~4.5m，航宽由32.2~50m 增大至均不小于50m；2炸礁区域河段航槽航深由0~4.5m 增大至3.5~4.5m，航宽由20.3~50m 增大至均不小于50m。