HydroScat是HOBILabs公司开发的一系列后向散射测量设备，这一系列测量设备包括HydroScat-2、HydroScat-4、HydroScat-6、Deep HydroScat-2等等。其中HydroScat-6是目前唯一一款提供6个波长后向散射通道外加两个荧光通道的水体光学特性研究仪器。迄今为止，HS-6推向市场已经10余年，一直以其稳健卓越的性能和高灵敏度，高可靠性享誉业界。
a-Sphere是专为测量水体光吸收设计的一款仪器，仪器主体采用积分球测量水体光吸收的方法，可直接用于水体、海洋以及实验室，具有高灵敏度、无需散射校正、高光谱分辨率、自动调节测量室温度以及自带深度传感器等优点。
HydroRad系列水下光谱仪主要用来测量水体辐照度以及辐亮度，可分为内嵌传感器和光纤传感器，传感器根据功能又可分为辐亮度传感器、余弦传感器和球型辐照度传感器。HydroRad高光谱辐射仪主要用于水质（藻类水华、CDOM）研究、卫星与地面数据对比验证、辐射传输模型研究等。
Hydroscat-6的应用
HydroScat-6主要应用于光学模型研究、后向散射系数测量、河口海岸浊度研究、浮游生物研究以及颗粒有机碳（POC）的测量。
吸收与散射是水体光传播的两个重要参数，在对水体光学模型的研究中，对于水体光学特性的研究是建立水体生物-光学模型的一个重要基础。通常我们需要大量的野外实测资料来不断对水体的光学特性进行研究，分析生物量与固有光学量、固有光学量与表观光学量之间的关系。中科院南京地理与湖泊研究所和国家海洋局第二海洋研究所通过使用HS-6的野外测量数据来获得太湖水体的颗粒物后向散射概率，结果表明太湖水体的颗粒物后向散射概率不是一个定值[1]。崔廷伟等[2]通过HS-6来测量渤海近岸水体的后向散射系数，从而建立基于水体遥感反射率光谱数据的后向散射系数经验反演模型。该模型适用于渤海近岸浑浊水体，可用于水体光学参数的时空分布特征分析以及基于固有光学参数的水色组分遥感反演。A. L. Whitmire, et al[3] 使用HS-6等光学测量设备，通过为期三年五个航次的实地测量来研究颗粒物后向散射比的光谱变化。 Mark A. Moline, et al[4] 测量了新泽西水域物理、光学以及化学等方面的参数来研究浮游生物组成结构。其中使用HS-6来测量水体荧光，建立荧光随离岸距离以及荧光随水体深度的变化，从而得到浮游植物随着离岸距离和水体深度的变化特征。使用HydroRad来测量水体的离水幅亮度以及辐照度，从而得到遥感反射率与浮游植物之间的关系，并以此来预测水域中浮游植物群落的丰度。Malgorzata Stramska[5] 在对北极的生物光学与海洋水色算法的研究中，通过HS-6的测量数据建立了浮游植物与后向散射之间的关系。同时，他还对北极区域生物-光学特性的季节性以及区域性的分布进行了研究[6]。Jean-Francois Berthon[7] 在英吉利海峡的调查中，使用HS-6对水体的后向散射系数进行了测量，并通过颗粒物后向散射系数与总散射系数的比值分别与叶绿素a、颗粒有机碳以及悬浮颗粒浓度建立统计关系
a-Sphere的应用
地球化学的一个重要研究方向是对地球上碳循环的研究，因为它影响着全球气候变化以及温室效应。一般水体中所含的碳包括颗粒有机碳（POC）和溶液有机碳（DOC），这两者分别可用散射以及吸收来估算得到[8-10]。
a-Sphere可用来测量悬浮的植物叶片提取物。与分光光度计的测量方法不同的是，这种方法不需要对样品作特殊处理。在测量过程中，颗粒物的散射对于样品吸收的测量没有影响，光谱基本受浮游植物吸收影响。得到的数据单位直接是m-1，而不是吸光度。
当对水体的吸收进行测量时，可将适当孔径的滤膜附着在进水口，以此来避免水体中颗粒物进入测量室，那么仪器所得到的光谱数据只受到黄色物质（CDOM）的影响，从而可以分析水体中黄色物质的吸收特性。
a-Sphere在使用过程中更多的是和散射仪以及光谱仪组合，从而研究水体一整个光学特性。
HydroRad的应用
海洋中辐射传输理论的目的是量化光在海洋中的整个传播过程。遥感前向的问题是如何通过量化海洋水色组分的吸收、散射以及衰减特性来预测光到达传感器时的光谱强度。光从大气顶传播到海水表面，由于空气中气溶胶颗粒以及各种气体的存在，使得光的传播方向以及强度发生了变化。海表面的折射与反射，海水本身的吸收与散射，浅水区海底的反射，所有这些过程需要通过辐射量、固有光学特性和表观光学特性来进行描述。将所有这些参数通过物理关系来进行数学计算既为辐射传输方程。对于水体吸收、散射以及光辐射等的研究是建立水体辐射传输模型的前提条件。而HS-6、a-Sphere和HydroRad则是观测水体吸收、散射以及反射光谱的重要手段。
不同型号的HydroRad可分别对水体表面、水面之下的辐照度、水面下辐照度的衰减、辐照率、辐射率以及遥感反射率进行测量。通过对水面下不同深度辐照度的测量，可以得到光在水体剖面中的传播变化；通过对水体遥感反射率的测量，可以将遥感反射率与水体光学组分浓度建立经验统计关系，并将水体组分浓度与遥感卫星数据联系起来，从而通过卫星来对水体进行遥感监测，这种方法是目前大洋水体中卫星测量叶绿素的主要方法。而在河口海岸等高浊度的水体中，则使用这种方法来监测水体悬沙浓度的变化以及空间分布。陈军等[11]通过对太湖水体遥感反射率与悬浮泥沙浓度进行测量，建立两者之间的经验模型，并使用LandSat/TM卫星影像数据进行反演，得到较好的反演效果。Quitbell[12]通过实验研究悬浮物质对藻类反射率的影响，并使用710nm与665nm波段遥感反射率组合来估算叶绿素浓度。Fraser[13]对美国22个内陆湖的光谱反射率与叶绿素进行研究，发现反射率光谱的一阶微分与叶绿素a浓度具有良好的相关性。李素菊等[14]利用高光谱数据反射率比值法和一阶微分法分别建立了叶绿素的遥感定量模型。王学军等[15]利用TM数据和有限的实地监测数据，建立太湖7种水质参数（SS、SD、CODMn、BOD5、TN、TP、DO）的预测模型。万余庆等[16]对西安市护城河及兴庆公园内污水进行波谱测试，发现水体污染物含量常与某些波段的反射率比值有较好的相关性。
另外，也可通过水体的固有和表观光学之间的关系来建立半分析或分析模型反演水体组分。Donal(2001)利用实测数据与实验分析结果建立了近表面水下遥感反射率的分析方法，并用于预测瑞典Malaren湖的水下辐射反射率的光谱变化情况，根据测量得到的水下辐射反射率来反演叶绿素的浓度。Hoogenboom, et al[17]基于分析方法提出矩阵反演模型，从水下辐照度提取水体叶绿素。Hans, et al则利用机载高光谱数据对荷兰沿岸进行水质制图，根据水体固有光学特性，采用矩阵反演模型反演叶绿素的浓度。
参考文献
[1] 马荣华, 宋庆君, 李国砚等. 太湖水体的后向散射概率[J]. 湖泊科学, 2008, 20(3): 375-379
[2] 崔廷伟, 张杰, 马毅等. 渤海近岸水体后向散射系数反演模型[J]. 光学学报, 2008, 28(11)：2041-2045
[3] A. L. Whitmire, E. Boss, T. J. Cowles, et al. Spectral ariability of the particulate backscattering ratio[J]. OPTICS EXPRESS, 2007, 15(11): 7020-7031
[4] Mark A. Moline and Shlley M. Blackwell. Episodic physical forcing and the structure of phytoplankton communities in the coastal waters of New Jersey[J]. JOURNAL OF GEOPHYSICAL RESEARCH, 2004, 109: 1-17
[5] Malgorzata Stramska. Bio-optical relationships and ocean color algorithms for the north polar region of the Atlantic
[6] Malgorzata Stramska, Dariusz Stramski, Stawomir Kaczmared, et al. Seasonal and regional differentiation of bio-optical properties within the north polar Atlantic[J]. JOURNAL OF GEOPHYSICAL RESEARCH, 2006, 111: 1-16
[7] Hubert Loisel, Xavier Meriaux. Investigation of the optical backscattering to scattering ratio of marine particles in relation to their biogeochemical composition in the eastern English Channel and southern North sea[J]. Limnol. Oceanogr, 2007, 52(2):739-752
[8] Balch, W.M., D.T. Drapeau, T.L. Cucci, R.D. Vaillancourt, K.A. Kilpatrick, and J.J. Fritz. 1999. Optical backscattering by calcifying algae: separating the contribution by particulate inorganic and organic carbon fractions. Journal of Geophysical Research 104:1541–1558.
[9] Del Castillo, C.E., P.G. Coble, J.M. Morell, J.M. Lopez, and J.E. Corredor. 1999. Analysis of the optical properties of the Orinoco River plume by absorption and fluorescence spectroscopy. Marine Chemistry 66:35-51.
[10] Vodacek, A., N.V. Blough, M.D. DeGrandpre, E.T. Peltzer, and R.K. Nelson. 1997. Seasonal variation of CDOM and DOC in the Middle Atlantic Bight: terrestrial inputs and photooxidation. Limnology and Oceanography 42:674-686.
[11] 陈军, 周冠华, 温珍河等. 太湖表层悬浮泥沙遥感定量模式研究[J]. 光谱学与光谱分析. 2010, 30(1)：137-141
[12] Quipell G. The effect of suspended sediment on reflectance from fresh water algaef[J]. International Journal of Remote Sensing, 1991, 12(1):177-182
[13] Fraser R N. Hyperspectral remote sensing of turbidity and chlorophyll-a among Nebtaska Sand Hills lakes[J]. International Journal of Remote Sensing, 1998, 19(8): 1579-1589
[14] 李素菊, 吴倩, 王学军等. 巢湖富有植物叶绿素含量与反射光谱特征的关系[J]. 湖泊科学, 2002, 14(3)：228-234
[15] 王学军, 马廷. 应用遥感技术检测和评价太湖水质状况[J]. 环境科学, 2000, 21(11)：65-68
[16] 万余庆, 张凤丽, 闫永忠. 高光谱遥感技术在水环境监测中的应用研究[J]. 国土资源遥感, 2003, 57(3): 10-14
[17] Hoogenboom H J, Dekker A G, Althuis J A. Simulation of AVIRIS sensitivity for detecting chlorophyll over coastal and inland waters[J]. Remote Sens. Environ., 1998,65: 333-340
