激光雷达技术具有独特的能力，可以在白天和黑夜解析上层水柱内光学特性的垂直结构。然而，由于弹性反向散射激光雷达检索和多重散射的病态性质，现有激光雷达仪器仍然存在精度挑战。在这里，我们展示了据我们所知的第一台船载海洋高光谱分辨率激光雷达 （HSRL） 的高性能，并说明了一种多重散射校正算法，以严格解决估计深度分辨漫反射衰减系数 K 的上述挑战d和颗粒反向散射系数 bBP在 532 nm 处。HSRL 数据是在白天和夜间在由台湾海峡相连的东海和南海沿海地区收集的。结果包括从开阔海水到中等浑浊水域的垂直剖面，以及在固定站首次连续观测薄层的 diel 垂直分布的激光雷达。对于 K，HSRL 和重合原位测量之间的均方根相对差为 5.6% 和 9.1%d和 bBP，分别对应于弹性反向散射激光雷达方法的 2.7-13.5 倍和 4.9-44.1 倍。高性能的船载海洋 HSRL 有望在海洋生态系统三维地图的构建中发挥重要作用。

激光雷达技术在海洋遥感方面具有独特的能力，在白天和黑夜都能提供上层水柱内光学特性的连续垂直信息1,2,3.这些技术可以提高我们对海洋生态系统和生物地球化学的理解，包括海洋物种的 diel 垂直迁移2、碳循环4、极地浮游植物丰度的年周期1、浮游植物图层5,6和南极洲春季冰缘水华7.除此之外，激光雷达的未来前景看起来很光明，因为许多可以有效进行的科学研究，例如浮游植物8,9碳循环10、中尺度涡流11和极地地区12，缺少连续的 diel 深度分辨数据。然而，弹性反向散射激光雷达检索和多重散射效应的病态性质可能会限制现有激光雷达技术的准确性，这阻碍了我们使用激光雷达对海洋生态系统和生物地球化学的研究3,13.弹性反向散射激光雷达的一个主要限制是，它需要从一次测量中推断出两个未知数，即衰减和反向散射，从而导致病态问题3.此外，激光在海水中的传播伴随着强烈的、不可忽略的多重散射效应，决定了回收的实质性困难，例如，衰减的可靠产物14、大小和形状15,16 元海洋颗粒。

已经做出了各种努力来解决激光雷达方程的病态问题。最初，在不改变弹性反向散射激光雷达机制的情况下，提出了各种算法，包括斜率法17、Fernald 方法18和扰动方法17等。然而，错误仍然是不可避免的，因为每种方法都有其自己的一组不完美的假设3.高光谱分辨率激光雷达 （HSRL） 技术实现了检索精度的重要飞跃，该技术可以通过在波长分布中分离颗粒和分子反向散射来独立测量反向散射和衰减。几十年来，该技术已用于基于空气分子的 Cabannes-Brillouin 散射的气溶胶和云测量，展宽为 ~3 GHz19,20,21,22 元，最近为海洋探测中的飞机部署而开发23,24 元使用在 532 nm 处向两侧移动 ~7–8 GHz 的水分子的反向散射25,26,27 元.尽管机载 HSRL 的效率很高，但其用原位方法同时测量很困难。因此，在多参数观测的场景中，例如温度、盐度、洋流和浮游植物的检测，在研究物理海洋过程和海洋生态系统之间的相互作用时，开发可以承受船上恶劣条件的船载 HSRL 将是有益的，并通过提供流入式连续测量来与其他船载设备配合使用在深度上。

由于多重散射的复杂性，在阐述分析海洋 HSRL 信号的有效理论模型的基础上，提出了几种提高反演精度的方法，主要来自蒙特卡洛 （MC） 模拟28,29 元到简化的辐射传输理论30,31 元.通常，戈登29建议如果视场 （FOV） 足够小，则信号衰减被标识为光束衰减系数，而足够大的 FOV 对应于漫反射衰减系数。但是，很难评估 FOV 是否足够大或不够小。此外，它没有考虑在多重散射下整个检测深度的衰减变化。沃克和麦克莱恩30建议衰减系数近似等于浅水区的吸收系数和深水区的漫反射衰减系数，避免了 FOV 的影响，但仍然没有解决深度问题。因此，使用这些经验结论可能会引入较大的错误。考虑到 FOV 和深度的影响，开发一种算法来消除多重散射对衰减的影响将非常紧迫。

据我们所知，我们开发了第一个船载海洋 HSRL 和多重散射校正 （MSC） 算法，以严格解决上述挑战、弹性反向散射激光雷达检索和多重散射的病态性质。正在进行的连续 HSRL 测量报告了在固定站点的第一次 diel 测量，这些测量是在与台湾海峡相连的东海 （ECS） 和南海 （SCS） 沿海地区收集的。作为 2020 年秋季联合 ECS&SCS 巡航的一部分，在白天和夜间进行了测量。此外，还对使用 HSRL 、弹性反向散射激光雷达和原位测量的检索进行了比较。

船载海洋 HSRL 的工作原理如图 1 所示。1. 它将激光脉冲传输到海水中，并收集背向散射的回波，称为激光雷达信号，其中包含深度分辨的海水信息，如图 1 所示。1a. 激光辐射的衰减和反向散射，以及激光雷达信号，对所有光学活性成分都很敏感，例如，纯净的海水、浮游植物、有色溶解有机物 （CDOM） 和非藻类颗粒等。例如，浮游植物层可能会在弹性反向散射信号中产生峰值，而 CDOM 仅对衰减有贡献。HSRL 系统分为两个主要子系统（图 D）。上部子系统主要由激光头和接收器组成，它们可以从水平位置旋转到最低点。因此，在大气的水平位置进行校准后，可以估计相同的激光雷达几何因子。下部子系统由计算机、控制箱、水冷系统、电源和空调等组成，支持上部的运行。该系统是整体密封的，以避免海盐和海泡沫的侵蚀。由于背景光强，激光在白天不可见，但在夜间清晰可见（图 1 的左上）。在航行观察期间，HSRL 入射角为 ~60 度以避免船舶喷雾，在固定站为 ~40 度。激光偏振方向垂直于光入射平面，以确保在入射角上方具有较小的气海菲涅耳反射率32.

船载海洋 HSRL 的示意图如图 1 所示。1c 和 HSRL 的主要技术规格列于补充表 S1 中。超窄（皮米）光谱鉴别是通过一系列发射和接收技术实现的。具体来说，使用半导体泵浦、Q 开关、注入种子、倍频 Nd-YAG 激光器，波长为 532 nm，脉冲能量为 10 mJ，重复频率为 10 Hz。通过比例积分微分 （PID） 伺服回路，激光的频率被锁定到碘电池的吸收线。然后，碘稳定激光器通过扩容器和窗口传输到水中。光电探测器 （PD） 用于触发。当激光照射到海水时，会发生各种光学相互作用，包括瑞利、布里渊、水分子的拉曼散射、叶绿素 a 和 CDOM 的颗粒散射和荧光等。背向散射信号分量由直径为 50.8 mm、FOV 为 200 mrad 的望远镜收集。使用以 532 nm 为中心且带宽为 3 nm 的干涉滤光片可以过滤掉波长偏移的拉曼散射和荧光，以及大部分背景辐射。然后，传输的信号分量被分成两个光束，分别传输到组合通道和分子通道。组合通道收集所有成分，而分子通道利用碘细胞超窄光谱鉴别（详见方法）来抑制颗粒和瑞利信号并传输布里渊信号。光电倍增管 （PMT） 和采样频率为 400 MHz（相当于水中 0.28 m 的距离分辨率）的高速数据采集卡用于检测和采样激光雷达信号。

从原始数据到检索产品的数据处理流程图如图 1 所示。2. 组合通道和分子通道的激光雷达信号被视为原始数据，如图 2 左上角所示。2. 散射层可以在组合通道中看到，而随着颗粒散射被判别器拒绝，它在分子通道中消失。HSRL 数据的预处理流程图显示在图 1 的右上角。2. 对于大 FOV，几何因子在大气中数米后达到单位，不会影响水中的信号，因此在数据预处理中不予考虑。原始数据被转换为包含时间、位置和系统状态的标准格式。然后，自动去除海泡沫（补充图 D）。S1）并进行海平面识别，以消除波浪和船舶波动对信号的影响。对于去噪算法，背景噪声和随机噪声对信号的影响被过滤掉28（补充图S2）。然后，去除 0-3 m 的数据以消除表面效应（例如气泡），并去除低 SNR 的数据，考虑到噪声和系统响应拖尾的影响，其定义为 ~3-3.5 个数量级的动态范围。此外，探测器增益比和通道效率比也进行了校准，以实现恒定比率校正。使用全球位置系统 （GPS） 和惯性导航系统 （INS） 数据考虑船舶抖动和导航位置匹配的干扰。组合通道和分子通道中的预处理信号最终作为检索算法的输入获得。HSRL 数据的处理流程图如图 1 的右下角所示。2. 检索算法输出漫反射衰减系数 Kd、颗粒反向散射系数 bBP和激光雷达比率 R。然后，提出一种 MSC 算法来修正 Kd以及 R （请参阅 方法） 中的详细信息。K 的检索产品d和 bBP显示在图 1 的左下角。阿拉伯数字

从原始数据到检索产品的步骤

全尺寸图像

在 2020 年秋季与 R/V 润江 1 号联合 ECS 和 SCS 巡航期间，9 月 6 日至 9 月 8 日进行了连续进行的 HSRL 测量（~800 公里），船舶轨迹和研究区域如图 8 所示。3a. 数字地形数据来自 ETOPO1 全球地貌模型（方法）。在站点 S 获得离散的原位光学特性、温度和盐度1-S5（方法）。水柱生物光学特性的空间可变性，即叶绿素-a 浓度 （Chl）、悬浮沉积物浓度 （SSC） 和 440 nm 处的有色溶解有机物吸收 （aCDOM 系列）使用中国海洋彩色卫星 HY-1C 的 L2B 产品进行说明，如图 1 所示。3b-d 分别 （方法）。然后，水深与 Chl、SSC 和 aCDOM 系列沿着图 1 的船轨（红线）。图 3a-d 如图所示。3e 的。

从 ETOPO1、b Chl、c SSC、d a 得出的水深图CDOM 系列来自 HY-1C（方法），船轨用红线表示。在 S 站获得离散的原位测量1-S5（方法）。e 图 1 中沿船迹的值3a-d.f b 的配置文件BP， 克 Kd，由 HSRL 检索，红线中为 3 个光学深度

全尺寸图像

b 的配置文件BP、 Kd和 HSRL 的 R 绘制在图 1 中。3F-H。图 1 中的红线3f-h 是 3 个光学深度，定义为深度和衰减系数的乘积，用于评估 LiDAR 探测深度3.图 1 中的黑色区域。由于信噪比 （SNR） 低，因此不考虑 3f–h。在靠近浙江省和福建省的地区，即从 Start（测量会话开始）到 S 的北段1、Chl、SSC 和 a 的值CDOM 系列（图 .3e） 较高33,34 元因为河流运输的大部分沉积物都被困在河口或沉积在 ECS 的相邻大陆架上35.乙BP和 Kd值为 ~0.1 m−1和 ~0.5 m−1导致检测深度通常小于 10 m，因为 SNR 会迅速下降。台湾海峡地区（南段从起点到南段1）、Chl 和CDOM 系列值（图3e） 与北段相似，而 SSC 值变化很大。乙BP和 Kd值较低，检测深度可达 10-15 m。在台湾海峡南部（从 S1到 S2）、SSC 值（图 1 中的 1 个值3e） 远高于周边地区的值，这些区域可能包括开阔的海水33.同样，b 的值BP和 Kd为 ~0.0045 米−1和 ~0.1 m−1，但下降到 ~0.001 m−1和 ~0.08 m−1，分别在周边地区。对于靠近广东省的北部南海地区（从 S2到 S4）、Chl、SSC 和 a 的值CDOM 系列（图 .3e） 的检测限要低得多，并且 SSC 几乎接近最低检测限，因为通常 SCS 比 ECS 清晰得多36.同样，b 的值BP和 Kd降低到 ~0.001 m−1和 ~0.07 m−1分别。从 S 开始4到 End（测量会话结束），逐渐接近岸边，Chl 和 a 的值CDOM 系列逐渐增加，而 SSC 值仍然很低。b 的值BP和 Kd为 ~0.002 米−1和 ~0.11 m−1分别。一般来说，b 中的趋势BP和 Kd来自 HSRL 的测量值似乎与观察到的 Chl、SSC 和 a 一致CDOM 系列源自 HY-1C 的产品。

来自 HSRL 的激光雷达衰减与反向散射比 R 是表征水成分的重要指标（图 D）。3h）. Churnside 等人。37对于 Chl 值低于 3 mg m 时，报告的 LiDAR 比率值接近 100−3对于情况 1 水，与非生物颗粒相比，浮游植物丰度较高，Chl 和相关色素的吸收代表了总吸收系数的主要贡献38.显然，实验水属于案例 2 的水，即“除案例 1 之外的其他所有水”38因为 Chl 并不是唯一的主导因素，如图 1 所示。3e. Chl、SSC 和 CDOM 有助于光吸收，而只有 Chl 和 SSC 有助于光反向散射。通常，图 1 中的 R 值3 h 在横断面中较低，范围从 Start 到 S2比 S2到结束，因为高 SSC 浓度决定了在前一个样带中发现的高反向散射值，而 SSC 值降低到几乎为零，而 Chl 和 CDOM 在后一个样带中占主导地位。需要说明的是，SSC 值几乎恒定为 ~1 mg L−1从 Start 到 S2产生不同的 R 值，例如，从 Start 到 S 的 ~50 sr1但 S 的 ~150 sr1到 S2可能是由于 SSC 的月平均值。有趣的是，在 S 之间1和 S2，台湾浅滩的 R 值为 ~80 sr，远低于其以 （118.05°E， 23.82°N） 和 S 为中心的周边地区 （~220 sr）2（东经 117.33°，北纬 22.50°）。对于 S2、高 aCDOM 系列、低 Chl 和非常低的 SSC 值可以解释高 R 值。在 （118.05°E， 23.82°N） 左右，SSC 的值波动很大，但 Chl 和 aCDOM 系列值与在台湾浅滩中发现的值相似，因此航行路线可能穿过 ECS 沿海洋流和台湾暖流之间的前部，从而阻止了 SSC 高水位被输送到大陆架33.此外，来自 S 的 R 值5到终点比在 S 之间的台湾浅滩发现的要大2和 S3而他们的 Kd相似，可能是由于 ~3 mg L 的 SSC 变异性−1至 0.1 mg L−1.R 值在不同的垂直级别也可能不同。例如，从5米深度移动到10米深度（北纬24.8265°，东经119.0669°）的散射层比在该层外观察到的R值小得多，如补充图所示。S3 中。这种变化的一个可能原因是该层靠近水底，并且具有高 SSC 的特点，这反过来会降低 R 值。总体而言，对于巡航期间收集的大多数数据，水柱组成，尤其是 SSC 的值，与 R 值高度相关。

在 2020 年秋季 ECS-SCS 联合巡航期间，于 2020 年 9 月 14 日在固定站 S 进行了 diel 连续测量6，靠近南海石梅湾，如图 1 所示。4a-d.水深为 48 m，Chl、SSC 和 aCDOM 系列该站 HY-1C 得出的值为 0.54 mg m−3、0.07 毫克升−1和 0.04 m−1，分别是 （Methods）。日出和日落时间分别为 06：25 和 18：42 （UTC + 08：00）。请注意，除非另有说明，否则以下文本采用 UTC + 08：00。在不同时间收集光学特性、温度和盐度的离散原位测量 （T1– T5）（方法）。

从 ETOPO1、b Chl、c SSC、d a 得出的水深图CDOM 系列来自 HY-1C（方法），船轨为红线。e b 的配置文件BP， f Kd，由 HSRL 检索，红线为 3 个光学深度。在不同时间 T 收集离散原位数据1-吨5（方法）

全尺寸图像

bBP、 Kd从 HSRL 数据中检索的 R 值如图 1 所示。4e、f 分别表示给定固定站的散射层的第一个 LiDAR Diel 连续观测。由于 bBP对悬浮颗粒物敏感，因此在图 1 中发现名为 L1-1、L1-2、L2-1、L2-2、L3 和 L4 的散射层也就不足为奇了。4e 全天。L1-1 厚约 2 m，位于 03：00 的 ~5 m 深度。然而，深度在 09：00 逐渐增加到 ~10 m。L1-2 层，很可能是 L1-1 的延续，显示深度从 9：00 的 ~10 m 减少到 14：00 的 ~5 m。L2-1 及其可能的延续 L2-2 从 03：00 到 14：00 在 15 m 深度附近波动。显然，L1-2 和 L2-2 在 14：00 后逐渐合并为 L3，从 15：00 到 00：00，深度逐渐减小到 ~5 m。L4 从 10：00 到 24：00 是间歇性的，因为当时的深度超出了 HSRL 的检测范围。从 18：00 到 22：00，它的深度变浅，背景噪声变低，以便可以连续检测到它。此外，有趣的是，各层在短时间内深度的剧烈波动是同时发生的。层的出现可能是由内部波引起的。如补充图 1 所示。石梅湾内波的 S4，Sentinel-1A 合成孔径雷达 （SAR） 快速查看图像与激光雷达观测在同一天拍摄（2020 年 9 月 14 日 10：46：16 UTC）。虽然内波边不是很清晰，但它呈现出与 Churnside 和 Ostrovsky 所展示的类似的模式39.值得注意的是，在各层中观察到的 R 值小于周围区域的 R 值（图 D）。4g），也可以在 T 附近观察到5（详见补充图 1）。S5），从而可以推断水柱性质的变化。