1 海军工程大学 电子工程学院，湖北 武汉 430034
2 武汉大学，湖北 武汉 430070
由于水体的吸收和散射作用，光束能量在传播的过程中会产生衰减，激光脉冲会被展宽，制约着水下激光雷达的探测范围和探测精度。文中以浑浊水体环境下水下弱小目标探测为应用背景，建立了水下光子传播的蒙特卡洛仿真模型，模拟了不同衰减系数和散射率的水体后向散射回波信号，并对相应的水体后向散射回波信号变化趋势进行了分析。仿真结果表明：随水体衰减系数的增加，近场水体激光回波信号接收光子数逐渐增多；随水体散射率的增加，回波信号光子消亡速度逐渐降低。开展了不同浊度下的激光雷达回波信号的测试实验，实验结果表明：随水体衰减系数的增加，水体激光后向散射回波幅度逐渐增高，脉冲宽度逐渐展宽。在进行浑浊水体水下弱小目标探测时，随水体衰减系数的增加，应通过逐渐减小激光器能量或接收系统增益来增强水体回波与目标回波之间的差异，以此提高浑浊水体水下弱小目标探测的信噪比。实验验证了理论与仿真结果，为浑浊水体环境下水下弱小目标激光探测系统在不同水质下的激光能量选取、接收系统增益设计等提供理论支撑。
蒙特卡洛 激光雷达 后向散射 浑浊水体 Monte Carlo lidar backscattering turbid waters 红外与激光工程
2023, 52(1): 20220280
针对浑浊水下成像环境, 提出了基于非均匀圆偏振光照射的浑浊水下偏振图像处理方法。首先对非均匀圆偏振光照明条件下目标成像和处理遇到的困难进行了分析, 并对圆偏振光作为光源的特点进行阐述; 其次设计成像环境对水下目标物的偏振图像和可见光图像进行采集。采用基于CLAHE和MSRCR的方法对可见光图像进行预处理, 大幅度消除非均匀光照对图像清晰度的影响; 依据水下成像的物理模型, 考虑到水下目标物反射光的偏振特性, 提出了一种基于偏振信息图像融合的图像去雾方法, 实验证明该方法能够对偏振信息图像进行优势融合并增强其边缘轮廓; 考虑到人眼视觉特性, 将偏振信息融合图像与优化后的可见光图像进行融合, 最终实现对水下模糊偏振图像的复原。结果表明, 该方法实现了偏振图像边缘轮廓及纹理的增强, 显著提高了水下图像的质量。
浑浊水体 偏振成像 图像融合 水下去雾 turbid underwater polarization imaging image fusion defogging underwater
中国工程物理研究院电子工程研究所, 四川 绵阳 621999
以高斯光作为参考光, 实验研究了携带不同拓扑荷数的拉盖尔-高斯(LG)涡旋光在浑浊水下的传输行为。结果表明,水体较浑浊(衰减长度不大于0.118 m)时, 拓扑荷数较大的LG光束具有更强的水下传输能力; 对于透射光束的能量密度分布而言, 传输距离决定最佳拓扑荷数, 与水体浑浊程度无关。该实验方法和测量结果对LG涡旋光在水下光通信和水下目标探测等领域的应用具有潜在的指导意义和工程价值。
海洋光学 水下激光 涡旋光 浑浊水体 拓扑荷数
阜阳师范学院物理与电子科学学院,安徽 阜阳 236037
目前MODIS海洋气溶胶反演算法能够很好地给出远海气溶胶性质,但近海结果并不理想。这是因为近海浑 浊水体对0.55 μm、0.646 μm波段不能视为暗目标,对于0.86 μm波段也并不是总能视为暗 目标。采用MODIS近红外陆地通道对中国东南近海浑浊水体上空的气溶胶进行了反演研究,结果 与AEROET符合得较好,这种算法可以很容易地与现行算法相结合,从而能够获得更多宝贵的气溶胶数据。
浑浊水体 气溶胶光学厚度 遥感 turbid water MODIS MODIS aerosol optical depth remote sensing
南京师范大学虚拟地理环境教育部重点实验室, 江苏 南京 210046
根据浑浊水体中悬浮物的光学性质, 提出使用线性基线校正方法来削弱水体光谱中的悬浮泥沙贡献。 线性基线定义为450和750 nm的反射率值连线, 基线校正为光谱反射率减去基线。 2010年3月和2011年4月太湖梅梁湾水体的实测数据验证结果表明, 光谱线性基线校正可以较好的提高叶绿素a浓度的反演精度, 改进反演模型的诊断性。 3月数据建立的波段比值反演模型中, 校正前模型RMSE为4.11 mg·m-3, 基线校正后模型RMSE为3.58 mg·m-3, 同时, 基线校正后模型残差的方差齐性和正态分布均有明显的改善。 4月模型有类似结果, 数据校正后的模型具有更小的误差。 在没有水华发生的浑浊水体中, 线性基线校正可以作为提高水体叶绿素a浓度反演精度的光谱数据处理方法。
基线校正 叶绿素a 浑浊水体 悬浮物 太湖 遥感反演 Baseline correction Chlorophyll-a Turbidity water Suspended material Taihu lake Remote sensing inversion 光谱学与光谱分析
2012, 32(9): 2546
1 中国科学院南京地理与湖泊研究所 湖泊与环境国家重点实验室, 江苏 南京210008
2 中国科学院研究生院, 北京100049
受高浓度悬浮物的影响，浑浊Ⅱ类水体叶绿素a浓度高精度定量反演一直是研究难点之一.利用2004年到2010年太湖4次实测光谱数据和水质参数，分别建立了两波段、三波段、改进三波段及四波段的叶绿素a估算模型; 选择最优模型，利用巢湖2009年的实测数据进行独立验证.结果表明,四波段模型最适合高浑浊水体，线性相关性较好,决定系数R2在0.57～0.95之间，反演精度较高,RMSE在2.39～6.74 μg/L之间.
浑浊水体 叶绿素a 半分析模型 遥感 turbid water chlorophyll-a semi-analytical model remote sensing
Author Affiliations
Abstract
1 First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China
2 National Satellite Ocean Application Service, State Oceanic Administration, Beijing 100081, China
In situ-satellite match-ups of radiometric data are established in the turbid waters of the Yellow Sea and the East China Sea. Inherent optical properties (IOPs) are retrieved by match-up radiometric data and multi-band quasi-analytical algorithm (QAA). By comparing in situ spectra-retrieved IOPs with the satellite ones of moderate resolution imaging spectroradiometer (MODIS) and medium resolution imaging spectrometer (MERIS), the accuracy of satellite-derived IOPs is quantified. The median of the absolute percentage difference is found to be approximately 20% for the total absorption coefficient at(\lambda) at green and blue-green bands, and 30% for particulate material backscattering coefficient bbp(\lambda) throughout the visible bands. The spatial pattern and temporal variability of IOPs along the eastern coast of China are clarified based on satellite images and the QAA model.
固有光学量 浑浊水体 多波段准分析算法 黄东海 010.4450 Oceanic optics 280.4788 Optical sensing and sensors Chinese Optics Letters
2010, 8(8): 721
