1、本文面向渾濁富營養(yǎng)化二類水體，以太湖為研究區(qū)，在QAA基礎上構建了水體吸收系數(shù)和后向散射系數(shù)雙波段(QAA-DB)反演算法以及去純水以外的吸收系數(shù)aexp(λ)分解算法。
　　(1) QAA-DB算法在對水體反射光譜特征研究的基礎上，首先利用677nm吸收谷和701nm反射峰之間反射率的光譜斜率(Slope)為分類指標，以Slope=0.32為臨界值，將混濁水體分為兩類具有不同光學特征的水體，針對兩類水體，分別構建IOPs反演模型

2、，針對不同類別水體設置不同的模型參數(shù)，對于顆粒物后向散射系數(shù)進行分段模擬。1）400-685nm波段采用冪函數(shù)形式模擬，基于QAA算法，同時選取550nm和675nm兩個參考波長進行顆粒物后向散射系數(shù)冪函數(shù)外推，并基于數(shù)據(jù)同化思想，利用多模型協(xié)同反演策略，對外推結果進行加權優(yōu)化，確定最優(yōu)顆粒物后向散射系數(shù);2）對于大于685nm波段的顆粒物后向散射系數(shù)，以定值進行模擬;最后，通過生物光學模型，計算得到吸收系數(shù)。驗證數(shù)據(jù)表明，QAA-DB

3、算法對于復雜二類水體吸收系數(shù)反演誤差MAPE為19.71％，RMSE為1.3933，反演精度令人滿意。
　　(2)針對內陸水體吸收系數(shù)的分解，本文提出了兩種改進算法，即基于經驗比值的吸收系數(shù)分解算法和基于高斯函數(shù)參數(shù)化的吸收系數(shù)分解算法，將aexp(λ)進行分解，得到浮游植物吸收系數(shù)aph(λ)、非色素顆粒物及CDOM吸收光譜之和adm(λ)。1)基于經驗比值的吸收系數(shù)分解算法，首先經驗確定各組分吸收系數(shù)在450和480nm的比值

4、及adm(λ)衰減常數(shù)S，通過聯(lián)立方程并結合adm(λ)光譜負指數(shù)外推參數(shù)化模型，求解整個波段上的adm(λ)，進而求得aph(λ)，驗證數(shù)據(jù)結果表明，最終adm(λ)分解誤差MAPE為24.72％，RMSE為0.81;2）基于高斯函數(shù)參數(shù)化的吸收系數(shù)分解算法，利用12個高斯函數(shù)對aph(λ)進行參數(shù)化，利用負指數(shù)模型參數(shù)化adm(λ)，并經驗確定adm(440)，在此基礎上，通過最小二乘優(yōu)化算法進行未知參數(shù)的求解，實現(xiàn)對吸收系數(shù)的分解