颗粒有机碳是指海水中有机颗粒物,由生物成分和非生物成分组成,颗粒有机碳在海洋碳循环中具有十分重要的地位,相关研究越来越受到重视。水色遥感提供了在短时间内获取大范围的数据的手段,对有效监测海域内颗粒有机碳的分布与动态变化具有重要作用。目前虽然反演颗粒有机碳算法众多,但适用于全球大洋水体的反演算法仍有进一步改善的空间。本文利用实测颗粒有机碳浓度(Particulate Organic Carbon,POC)和相对应的卫星遥感反射率数据(Rrs),建立并验证了基于颜色指数CIPOC反演海洋表层POC的经验算法。该算法最初为估算叶绿素a浓度而开发的,本文反演POC的方法利用以约490nm,550nm和670nm为中心的三个光谱带来确定CIPOC,并基于光学分类进行建模,从而可实现利用SeaWiFS(Sea-viewing Wide-Field-of-view Sensor)、MODIS/Aqua(Moderate Resolution Imaging Spectroradiometer)、MERIS(Medium Resolution Imaging Spectrometer)等不同的海洋水色传感器反演POC。目前使用的全球POC反演算法为标准蓝绿波段比BG算法,为了客观比较,本文使用相同的数据集和相同的分类算法重新制定了蓝绿波段比BG算法。利用SeaWiFS共297个数据建立基于光学分类的反演模型后,利用SeaWiFS(455个)、MODIS/Aqua(899个)、MERIS(72个)数据进行精度验证,结果表明,当CIPOC和BG算法应用于CIPOC值相对较低的开阔海域水域时,表征卫星POC和对比实测POC之间差异的统计参数相近。在CIPOC值普遍较高的沿海水域,CIPOC算法的性能参数更好。此外,本文还利用长时间序列站点、全球月平均影像数据及区域影像数据进行进一步的适用性评价,发现CIPOC算法不仅在沿海水域性能优良,而且由于CIPOC算法对卫星导出的Rrs中的误差和噪声不敏感,还可在开阔海域改善图像质量。