Abstract This article proposes a simple and intuitive classification system by which to define full spectral remote sensing reflectance (Rrs(λ)) data with a quantitative output that enables a more manageable handling of spectral information for aquatic science applications. The weighted harmonic mean of the Rrs(λ) wavelengths outputs an Apparent Visible Wavelength (in units of nanometers), representing a one-dimensional geophysical metric of color that is inherently correlated to spectral shape. This dimensionality reduction of spectral information combined with the output along a continuum of wavelength values offers a robust and user-friendly means to describe and analyze spectral Rrs(λ) in terms of spatial and temporal trends and variability. The uncertainty in the algorithm's estimation of spectral shape is demonstrated on a global scale, in addition to the utility of the algorithm to discern spectral-spatial-temporal trends in the ocean, on a per-pixel basis for the entire 22 year continuous ocean color (SeaWiFS and MODIS-Aqua) time-series. This technique can be applied to datasets of varying multi- and hyper-spectral resolutions, providing continuity between heritage and future satellite sensors, and further enabling an effective means of elucidating similarities or differences in complex spectral signatures within the constraints of two dimensions. This straightforward means of conceptualizing multi-dimensional variability can help maximize the potential of the spectral information embedded in remote sensing data.

中文翻译：

---

150 种绿色：使用全光谱遥感反射来阐明海洋中的颜色变化

摘要 本文提出了一个简单直观的分类系统，通过该系统定义具有定量输出的全光谱遥感反射率 (Rrs(λ)) 数据，从而能够更易于管理地处理水生科学应用的光谱信息。Rrs(λ) 波长的加权调和平均值输出一个表观可见波长（以纳米为单位），代表颜色的一维地球物理度量，它与光谱形状固有地相关。光谱信息的这种降维与沿波长值连续谱的输出相结合，提供了一种稳健且用户友好的方法来描述和分析光谱 Rrs(λ) 的空间和时间趋势和可变性。算法估计光谱形状的不确定性在全球范围内得到证明，除了该算法在整个 22 年连续海洋颜色（SeaWiFS 和 MODIS-Aqua）时间序列的每像素基础上识别海洋光谱-空间-时间趋势的效用之外。该技术可应用于不同多光谱和超光谱分辨率的数据集，提供传统和未来卫星传感器之间的连续性，并进一步提供一种在二维约束内阐明复杂光谱特征的相似性或差异性的有效手段。这种将多维可变性概念化的直接方法可以帮助最大限度地发挥嵌入在遥感数据中的光谱信息的潜力。在整个 22 年连续海洋颜色（SeaWiFS 和 MODIS-Aqua）时间序列的每像素基础上。该技术可应用于不同多光谱和超光谱分辨率的数据集，提供传统和未来卫星传感器之间的连续性，并进一步提供一种在二维约束内阐明复杂光谱特征的相似性或差异性的有效手段。这种将多维可变性概念化的直接方法可以帮助最大限度地发挥嵌入在遥感数据中的光谱信息的潜力。在整个 22 年连续海洋颜色（SeaWiFS 和 MODIS-Aqua）时间序列的每像素基础上。该技术可应用于不同多光谱和超光谱分辨率的数据集，提供传统和未来卫星传感器之间的连续性，并进一步提供一种在二维约束内阐明复杂光谱特征的相似性或差异性的有效手段。这种将多维可变性概念化的直接方法可以帮助最大限度地发挥嵌入在遥感数据中的光谱信息的潜力。并进一步提供一种在二维约束内阐明复杂光谱特征的相似性或差异性的有效手段。这种将多维可变性概念化的直接方法可以帮助最大限度地发挥嵌入在遥感数据中的光谱信息的潜力。并进一步启用在二维约束内阐明复杂光谱特征的相似性或差异的有效手段。这种将多维可变性概念化的直接方法可以帮助最大限度地发挥嵌入在遥感数据中的光谱信息的潜力。