亚得里亚海平台上对一些最常用的科学光学传感器（辐射计）进行了为期 10 天的测试。图片来源：普利茅斯海洋实验室

由普利茅斯海洋实验室牵头的一组海洋光学专家，利用一个由社区开发的处理器，对水上光学传感器的准确性进行了评估，以生成最高质量的数据，用于卫星海洋颜色验证，并有助于监测沿海海域和全球海洋的健康状况。

这项研究发表在《光学快报》杂志上。

从海洋的颜色中，我们可以了解到很多关于海洋环境状况的信息。阳光与水中的不同物质相互作用，比如浮游植物、沉积物和溶解的有机物，这些物质会吸收或散射不同波长的光子。

这种吸收和散射会导致 “颜色” 的光谱变化，科学家们可以通过研究这些变化来确定水中存在的物质，而不必进行直接的水中测量。

地球观测科学家需要确保测量从海洋反射的光的仪器能给出一致的结果，特别是因为这些仪器被用于验证卫星数据的准确性。

为了确保环境测量以及由此产生的处理数据具有高质量和高水准，全球许多实验室都使用相同的公认质量管理体系（ISO）来收集数据。

光学和遥感科学家们通过收集 “基准参考测量数据”，将数据质量提升到了一个更高的水平。“基准参考测量数据” 是一种由科学界和航天机构（如美国国家航空航天局（NASA）、欧洲航天局（ESA）和欧洲气象卫星应用组织（EUMETSAT））开发并采用的标准。

在过去的 25 年里，有许多研究对光学传感器的准确性进行了比较，虽然差异在合理范围内，但误差往往比预期的要大。

这些研究的一个重要发现是，数据处理方式的不同会导致误差，这些误差会掩盖传感器的真实性能，同时也凸显了对测量结果进行详细的不确定性估计以及采用一致的数据处理方法的必要性。此外，还确定了开发一个社区范围内的开源社区处理器的需求。

方法与发现

来自欧盟和美国的国际海洋光学专家研究团队，在亚得里亚海对一些在美国和欧洲常用的最受欢迎的科学光学传感器（辐射计）进行了为期 10 天的测试，这些传感器包括 Sea-Bird HyperSAS 和 TriOS-RAMSES。然后，使用开源社区处理器 HyperCP 对收集的数据进行处理。

该团队使用了两种不同的方法来处理数据并确定相关的不确定性：

1. 基于传感器特性的处理：当使用每个仪器的独特特性时，各系统之间的差异很小；大多数光学测量的变化约为 2%，与离水辐射相关的特定测量的变化为 2.5%。这些测量的误差或不确定性保持在较低水平，约为 1.5% 至 5%。

2. 基于类别特性的处理：当对每个仪器类型（Sea-Bird 或 TriOS）使用通用的校准特性时，仪器之间的差异明显更大。

该研究表明，强烈建议使用具有传感器特定特性的 HyperCP，以减少相关的不确定性，并为卫星海洋颜色验证生成最高质量的数据。以这种方式定制数据处理，使整体测量结果更加精确可靠，适用于环境科学领域的进一步研究和应用。

该研究的第一作者、普利茅斯海洋实验室的生物光学海洋学家加文・蒂尔斯通博士评论道：“我们很高兴能分享这种用于卫星海洋颜色验证的光学传感器数据处理的变革性方法。在这项研究之前，对于海洋颜色光学领域使用的一些最常用的辐射计，我们无法给出可靠的不确定性估计。这个社区处理器的开发将显著提高人们对用于海洋颜色研究的数据的信心，这对气候变化和水质研究至关重要。”

“由于这个社区处理器是开源的，这意味着各个国家、小型组织和年轻科学家都可以广泛使用它。在此之前，他们可能没有相关知识、技术专长和处理能力，无法将光学数据处理到如此高的标准。”

该研究的共同作者、普利茅斯海洋实验室的地球观测科学家汤姆・乔丹博士评论道：“这项研究的一个重要方面是，它证明了 HyperCP 计算出的不确定性与不同传感器在实地测量的变异性之间的一致性。展望未来，这让我们更加有信心将多个传感器和实地部署结合起来，为卫星海洋颜色验证提供可靠的参考。”

增强型社区处理器，许多国家的青年研究人员也通过特定的培训活动学习如何使用它。大量的用户群体和个人已经在使用这个

全球数据标准化

为了使数据被 NASA、ESA 和 EUMETSAT 等机构接受使用，这些数据需要达到 “基准参考测量” 的质量标准，这是用于验证和支持卫星海洋颜色任务的主要辐射数据的最高质量、公认标准。要达到这个质量水平，需要满足四个标准：

1. 遵循公认的卫星验证协议。

2. 应用可溯源的国际单位制（SI）标准。

3. 包含测量的不确定性估计。

4. 所有传感器都要通过国际实地比对进行评估。

该研究的共同作者、美国国家航空航天局戈达德太空飞行中心的高级研究科学家德克・奥林博士总结了卫星海洋颜色处理标准化的历史，以及这项研究如何推动解决标准化问题：“美国国家航空航天局的卫星海洋颜色处理标准化始于 20 世纪 90 年代的 SeaWiFS 项目，最终开发出了免费分发的软件 SeaDAS，如今该软件适用于大多数美国和国际海洋颜色任务。”

“然而，用于验证这些轨道任务的原位辐射测量数据处理，在社区处理器 HyperCP 发布之前并没有类似的标准化。HyperCP 源于 2019 年美国国家航空航天局对卫星验证协议的最新修订，如今已发展成为一项国际合作成果，涉及美国和欧洲的航天机构、学术机构和私营部门。”

“本文强调的实地活动是 HyperCP 首次被用于将不同实验室运行的不同制造商的多个并置原位辐射测量平台的不确定性和差异降至最低，这证明了使用便携式现成的商业仪器收集实地辐射测量数据的能力，这些数据的质量足以按照国际海洋颜色协调小组（IOCCG）的协议和基准参考测量计量标准进行海洋颜色卫星验证。”

该研究的共同作者、塔尔图大学副教授里霍・文特博士继续说道：“常规的比对测量对于验证地球观测数据至关重要。这项最新的比对引入了使用开源 HyperCP 社区处理器的协调数据处理方法，使其与广泛接受的处理标准保持一致，并进行深入的不确定性分析。这是在验证基于卫星的地球观测数据产品的最高质量方面向前迈出的重要一步。”

下一步是将新的传感器以及包含不确定性估计的传感器纳入社区处理器，以继续提高人们对海洋颜色卫星数据的信心。

这项研究是卫星海洋颜色基准参考测量（FRM4SOC）第二阶段项目的一部分。HyperCP 的开发由美国国家航空航天局的 HyperInSPACE 项目和维多利亚大学的 PySciDON 软件处理包发起，目前由来自 NASA、英国国家物理实验室（NPL）、美国国家海洋和大气管理局（NOAA）、EUMETSAT、普利茅斯海洋实验室（PML）等机构的国际专家科学家团队进行。

更多信息：加文蒂尔斯通等人，《使用开源社区处理器对基准参考测量进行辐射实地比对》，《光学快报》（2025 年）。DOI: 10.1364/OE.551042

期刊信息：《光学快报》

由普利茅斯海洋实验室提供

进一步探索

云层中的测试：美国国家航空航天局通过飞行试验改进卫星数据