水域中のクロロフィルa（Chl-a）濃度は核心的な気候パラメータとして、正確なリモートセンシング反転は全球炭素循環研究、海洋環境の監視および管理に重要な意義を持ちます。中国のHY-1C/1D衛星シリーズに搭載された海洋水色水温スキャナ（COCTS）はキロメートル級の全球海洋水色モニタリングを実現しています。COCTSデータに対応した高精度Chl-aリモートセンシングアルゴリズムの開発は、自主衛星データを活用した海洋モニタリングおよび気候変動研究支援の核心的前提条件です。本研究は全球海域をカバーする2165組の実測データに基づき、HY-1C/1D COCTSの多波長反射率（R_rs）と環境パラメータを用いた多層パーセプトロンニューラルネットワーク（MLP-NN）モデルを構築し、全球の水域Chl-a濃度を高精度に反転しました。入力因子感度解析により、412、443、490、520、565、670 nm波長のR_rs、緯度、月、前月の平均海面水温および前月気候状態の光合成有効放射パラメータを最適入力組合せとして確定しました。検証結果は、MLP-NNモデルで推定したChl-a濃度の対数変換後の均方根二乗偏差（RMSD）が0.22、中位絶対百分率偏差（MAPD）が29.1％であり、NASAの商用海色指数アルゴリズム（OCI）に比べてそれぞれ0.1と16.9％低減しました。さらに衛星データと実測データのマッチング検証により、MLP-NNモデル推定Chl-aのRMSDおよびMAPDはOCIアルゴリズムよりそれぞれ0.09および9.8％低減し、優れたアルゴリズムの堅牢性を示しました。本研究は国産衛星の海洋生態系モニタリング分野に革新的手法を提供し、HY-1C/1D衛星観測による全球Chl-a濃度利用能力を大幅に強化しました。

クロロフィルa（Chl-a）;リモートセンシング反射率;反転アルゴリズム;HY-1C/1D衛星;ニューラルネットワーク;COCTS;海洋水色