书名：星载激光雷达海洋遥感应用
定价：268.0
ISBN：9787030859600
作者：陈鹏等
版次：1
出版时间：2026-06

内容提要：

本书讲述星载海洋激光遥感应用，系统论述星载海洋激光雷达的发展历程、遥感反演模型、数据处理方法和科学应用。全书共分6章，包括从船载激光雷达到星载激光雷达、星载激光雷达碳储量遥感应用、星载激光雷达碳通量遥感应用、星载激光雷达浅海水深遥感应用、星载激光雷达渔业资源遥感应用、星载激光雷达遥感产品验证与校正。本书结构严谨、重点明确、内容丰富、概念清晰，在国家自然科学基金优秀青年项目“海洋水下剖面固碳参数激光遥感”（42322606）和国家重点研发计划课题“星载海洋激光雷达海洋应用算法”（2022YFB3901703）支持下，集合团队核心力量共同完成撰写。

目录：
目录
第1章 从船载激光雷达到星载激光雷达 1
1.1 引言 1
1.2 船/机载海洋激光雷达发展 1
1.3 星载海洋激光雷达发展 7
第2章 星载激光雷达碳储量遥感应用 11
2.1 星载激光雷达bbp、POC反演 11
2.1.1 使用数据 12
2.1.2 CALIOP数据预处理 12
2.1.3 物理反演方法 17
2.1.4 深度学习反演方法 18
2.1.5 仪器校正结果 20
2.1.6 DNN训练结果 21
2.1.7 DNN和物理方法对比 22
2.1.8 DNN方法的不同沿轨平均效果 24
2.1.9 Argo实测验证 24
2.1.10 基于CALIOP数据反演的全球季节性气候态bbp与POC 27
2.1.11 极地地区CALIOP气候态bbp和POC 29
2.1.12 年循环与昼夜变化的对比 32
2.1.13 不确定性分析 34
2.2 极地地区叶绿素星载激光雷达探测 35
2.2.1 数据 35
2.2.2 深度学习反演算法构建 36
2.2.3 FFNN训练结果和模型评估 37
2.2.4 实测验证 40
2.2.5 年际变化 41
2.2.6 驱动因素 42
2.3 星载激光雷达颗粒碳储量反演 46
2.3.1 使用数据 47
2.3.2 结合深度学习与物理参数的两分支两步模型构建 48
2.3.3 算法评估和比较的定量指标 50
2.3.4 模型训练和测试数据集评估 51
2.3.5 与其他模型的比较 53
2.3.6 原位测量验证 54
2.3.7 模型解释 55
2.3.8 MODIS和CALIOP在极地地区的数据覆盖 57
2.3.9 全球POC和PIC存量估算 58
2.3.10 极地地区POC和PIC存量的年际变化 62
2.3.11 基于TBTS模型的PIC和POC的不确定性 64
第3章 星载激光雷达碳通量遥感应用 66
3.1 研究背景和意义 66
3.1.1 全球海洋碳循环的重要性 66
3.1.2 不同边缘海碳通量变化趋势及控制机制的差异 67
3.1.3 遥感估算海洋碳汇的重要性 68
3.2 国内外研究现状 69
3.2.1 现场观测估算典型海区海？气二氧化碳通量 69
3.2.2 遥感估算海？气二氧化碳通量 71
3.3 基于FNN？LID的海水二氧化碳分压反演算法 71
3.3.1 昼夜遥感数据集的反演 72
3.3.2 FNN？LID算法的构建 73
3.3.3 FNN？LID算法的精度检验 74
3.4 北冰洋海水二氧化碳分压遥感评估 76
3.4.1 极夜情况下北冰洋海水二氧化碳分压的时空分布特征 76
3.4.2 北冰洋海水二氧化碳分压的长时序变化 77
3.5 北冰洋海？气二氧化碳通量 78
3.5.1 北冰洋海？气二氧化碳通量时序变化 78
3.5.2 北冰洋昼夜海？气二氧化碳通量和机制分析 81
3.6 全球海？气二氧化碳通量 83
3.6.1 全球海？气二氧化碳通量年际变化 83
3.6.2 全球海表昼夜pCO？与碳通量特征 85
第4章 星载激光雷达浅海水深遥感应用 87
4.1 研究背景与研究现状 87
4.2 研究区域及数据 93
4.2.1 研究区域 93
4.2.2 研究数据 97
4.2.3 水深数据产品 101
4.2.4 数据评价指标 102
4.3 基于ICESat？2激光雷达自适应浅海水深提取方法 102
4.3.1 方法概述 103
4.3.2 哨兵二号图像预处理 103
4.3.3 浅水特征光子提取 105
4.3.4 自适应椭圆密度分割算法 106
4.3.5 结果验证 110
4.3.6 结果分析 114
4.4 主被动遥感融合水深反演方法 120
4.4.1 方法概述 120
4.4.2 数据预处理 121
4.4.3 水深反演模型 123
4.4.4 结果验证 125
4.4.5 结果分析 133
第5章 星载激光雷达渔业资源遥感应用 139
5.1 激光雷达探测水下鱼群及浮游植物层 139
5.1.1 墨西哥湾探测实验 139
5.1.2 监督学习算法 142
5.1.3 浮游植物层及鱼类潜在区域研究 144
5.1.4 结果 147
5.1.5 讨论 157
5.2 基于激光雷达的大眼金枪鱼资源量估算 161
5.2.1 大眼金枪鱼渔业 162
5.2.2 大眼金枪鱼建模方法 163
5.2.3 使用CALIPSO数据反演叶绿素的结果 166
5.2.4 大西洋大眼金枪鱼的CPUE反演结果 167
5.2.5 结果分析 173
5.3 基于激光雷达的南极磷虾资源量估算 174
5.3.1 南极磷虾渔业 175
5.3.2 CPUE反演及生物量评估方法 177
5.3.3 主捕捞区的南极磷虾CPUE反演结果及讨论 178
5.3.4 48捕捞区的南极磷虾CPUE反演结果 183
5.3.5 48捕捞区的南极磷虾CPUE反演结果讨论 190
第6章 星载激光雷达遥感产品验证与校正 194
6.1 研究背景和意义 194
6.2 国内外研究进展 195
6.2.1 CALIOP颗粒后向散射系数产品的精度评估 195
6.2.2 转换因子存在不确定性 199
6.2.3 CALIOP颗粒后向散射系数的反演模型校正 200
6.3 BGC？Argo浮标剖面数据获取与处理 201
6.3.1 数据概况 201
6.3.2 剖面质量控制 202
6.4 中分辨率成像光谱仪数据获取与处理 204
6.4.1 数据获取 204
6.4.2 波段转换与异常值剔除 205
6.5 正交偏振云？气溶胶激光雷达数据获取与处理 205
6.5.1 数据概况 205
6.5.2 bbp反演算法 206
6.6 CALIOP bbp产品验证 207
6.6.1 时空匹配策略与精度评价指标 207
6.6.2 验证方案 211
6.6.3 评估结果及时间尺度上的差异分析 213
6.6.4 评估结果在空间尺度上的差异分析 216
6.6.5 CALIOP和MODIS的bbp产品性能对比 222
6.7 转换因子χp(π)的时空差异研究与bbp反演模型校正 225
6.7.1 χp(π)的计算 225
6.7.2 χp(π)的季节差异 225
6.7.3 χp(π)的区域差异 228
6.7.4 bbp反演模型校正 230
参考文献 234