如果你手头刚好有一批GOCI卫星的水色产品文件，后缀是.he5，需要一次性读进来、提取里面的总悬浮物质浓度（TSS）数据，再按时间顺序画成变化过程图，那这篇内容应该可以帮你省不少摸索时间。我用Matlab处理GOCI数据有几年了，从最初单文件手动调，到后来批量跑几十个时相，中间踩过的坑基本集中在文件结构不熟、批量组织混乱、比例因子忘乘这三大类。这篇文章把整套流程拆开讲清楚，包括如何用h5info定位TSS数据、如何写批量循环、如何做掩膜和配色，最后也会给一份可以直接改路径拿去跑的Matlab代码。适合刚接触水色遥感的同学，也适合已经被.he5文件结构折磨了一阵子的从业者。

1. 动手之前，先搞清楚GOCI和TSS是什么

1.1 GOCI数据到底特别在哪

GOCI是搭载在通信、海洋、气象卫星上的静止轨道海洋水色成像仪，它跟极轨卫星最大的区别是能“盯着一个地方看”。极轨卫星一天过境一两次，而GOCI可以在白天对同一海域进行多次观测，时间分辨率能到小时级。这意味着什么呢？如果你做的是潮周期内的悬浮泥沙变化、突发污染扩散、或者近岸水体短期演变分析，GOCI的时间密度是很大的优势。TSS（Total Suspended Solids）即总悬浮物质浓度，反映的是水体内悬浮颗粒物的含量，单位通常是g/m³或mg/L。近岸水质评价、河口泥沙输运、赤潮跟踪，TSS都是一个硬指标。

我所接触的GOCI L2产品里，TSS并不是原始遥感反射比，而是已经经过大气校正和反演算法处理的二级产品。你拿到文件之后不需要自己从头算，只需要把产品变量读取出来，处理好比例因子和无效值，然后做空间展示或时间序列分析就好。当然，前提是你得知道怎么把这个.he5文件读进来，这就是接下来的重头戏。

1.2 TSS产品的数据链路

GOCI数据处理系统（GDPS）是官方提供的数据处理平台，用户从数据共享平台拿到的一般是L1原始数据，L1经过GDPS处理之后输出L2产品，其中就包含TSS、叶绿素a浓度、有色溶解有机物、总吸收系数等若干波段。输出文件通常以HDF5格式存储，而GDPS有个习惯，文件后缀用的是.he5而不是.h5。这个细节很关键，因为很多人在文件浏览器里看到.he5第一反应是“这什么格式”，其实它就是HDF5，Matlab的h5系列函数完全可以直接读。

以我实际接触过的产品为例，文件内部结构通常走HDF-EOS规范。所谓HDF-EOS，可以理解为NASA对HDF5做了一套面向地球观测的结构约定，把数据组织成“Swath”或“Grid”，Swath内部再分成数据场、地理定位场、属性等节点。打开之后你经常能看到类似这样的路径：

• /HDFEOS/SWATH/GOCI/Data Fields/TSS
• /HDFEOS/SWATH/GOCI/Data Fields/CHL
• /HDFEOS/SWATH/GOCI/Geolocation Fields/Longitude
• /HDFEOS/SWATH/GOCI/Geolocation Fields/Latitude

并不是所有产品都完全一致，不同处理版本内部路径可能略有差别，所以最稳妥的做法不是凭记忆硬编码路径，而是先用h5info看一遍文件结构。我在后面会专门演示这一步。了解清楚这个结构，后续批量处理才不心虚。

2. 环境准备与批量读取方案

2.1 Matlab读HDF5的工具与准备

Matlab对HDF5的支持相当完善，不需要额外装气象或海洋工具包，只需要基础版就能调用h5info、h5read、h5disp这几个核心函数。h5info用来查看文件结构，返回一个结构体，里面包含Groups、Datasets、Attributes等字段；h5read用来按路径读取数据；h5disp则是把文件结构直接打印到命令行，适合快速扫一眼。

有一点需要提醒，旧版本Matlab（比如2015年前后）对HDF5的某些压缩算法支持不是很好，如果读取写到一半报错提示“filter”相关，优先考虑升级Matlab版本或改用其他读取工具。另外，文件名路径里不要带中文和特殊符号，个别版本在Windows下对中文路径敏感，读不出来的时候先把路径改成纯英文试一次。

除了基础环境，我建议在脚本开头固定设置这样一段：

clear; clc; close all; warning('off', 'all'); % 关闭非关键警告，但不建议全程关闭

批处理时warning太多会严重拖慢速度，我一般在调试阶段不开这条，跑批量的时候才关掉。

2.2 批量读取.he5文件的两个核心套路

批量读取的核心就是把目录下所有.he5文件找出来，再逐个循环。最常用的方法有两种，第一种是用dir加通配符，第二种是用文件夹筛选函数。实测算起来，dir配合fullfile最稳，跨电脑也不会因为斜杠方向出问题。

下面这段代码就是批量读取的骨架，你可以直接当成模板：

fileDir = 'D:/GOCI/TSS/20230731'; fileList = dir(fullfile(fileDir, '*.he5')); fileList = fileList(~[fileList.isdir]); % 排除文件夹 fprintf('共找到 %d 个文件\n', numel(fileList)); for k = 1:numel(fileList) fileName = fullfile(fileDir, fileList(k).name); fprintf('[%02d] %s\n', k, fileList(k).name); % 这里写你的读取与处理逻辑，后面会补全 % tss = h5read(fileName, tssPath); end

这里有个容易被忽略的点：dir返回的结构体里，第一个元素有时候是当前目录虚拟项（isdir为true），如果你用通配符’*.he5’，这种情况通常不会出现，但加上排除文件夹那行可以防御性避免出错。

2.3 文件名里的时间信息怎么利用

GOCI的文件名一般长这样，例如“COSI_GOCI_L2_20160731024700.he5”，中间那串数字就是观测的UTC时间，年、月、日、时、分、秒基本都齐了。画TSS变化过程，最关键的一步就是把这个时间解析出来，并用它来给数据排序和作为横轴。

我自己常用的解析方法是正则加datestr：

tokens = regexp(fileList(k).name, '\d{14}', 'match'); if ~isempty(tokens) timeStr = tokens{1}; timeNum = datenum(timeStr, 'yyyymmddHHMMSS'); timeVec(k) = timeNum; end

注意GOCI文件里记录的时间是UTC，如果海域位于东八区，实际当地时间需要加8小时。要不要当地时取决于你的应用场景，但如果做潮汐相关的分析，时间基准必须统一，否则相位会差八小时，结论可能完全相反。

还有个小技巧，预处理阶段就把所有文件路径和时间戳写进一个表格结构体，后面读数据时按时间排序。这个习惯能让你在处理几十上百个文件时思路清晰：

meta = struct('name', {}, 'path', {}, 'timeNum', {}); for k = 1:numel(fileList) ... meta(k).name = fileList(k).name; meta(k).path = fullfile(fileDir, fileList(k).name); meta(k).timeNum = datenum(tokens{1}, 'yyyymmddHHMMSS'); end [~, idx] = sort([meta.timeNum]); meta = meta(idx);

3. 提取TSS数据并做预处理

3.1 找到TSS数据的真实路径

这一步是整个流程里最容易出岔子的地方。一个优质的TSS产品文件里，除了TSS之外通常还有叶绿素、CDOM、云掩膜、质量标记等一大堆字段，路径结构也分好几层。你要是靠回忆去找，往往看了半天也没找到。

我的习惯是拿到一个陌生文件后，第一件事就是跑h5disp把结构打印出来，然后从输出里直接搜TSS关键字。比如这样：

info = h5info('D:/GOCI/TSS/20230731/COSI_GOCI_L2_20230731224700.he5'); disp(info);

然后命令行里会显示出整个树形结构。找到类似‘/HDFEOS/SWATH/GOCI/Data Fields/TSS’这样的路径后，我建议把路径写成一个变量放在脚本顶部，不要散落在各处硬编码：

tssPath = '/HDFEOS/SWATH/GOCI/Data Fields/TSS'; lonPath = '/HDFEOS/SWATH/GOCI/Geolocation Fields/Longitude'; latPath = '/HDFEOS/SWATH/GOCI/Geolocation Fields/Latitude';

如果你用我上面提到的方法查看多个文件，发现不同产品的路径有差异，最快的办法是先写一个通用函数自动扫描文件内所有含TSS的数据集路径。虽然这次你可能不需要，但等到你换一个版本的数据源时，能省去重复人工排查的功夫。

3.2 比例因子、有效范围和FillValue处理

HDF5产品里的数据为了压缩体积，存储时通常不是浮点数，而是int16或uint16的整型。这意味着直接读出来的数值并不是物理量本身，需要根据文件属性里的ScaleFactor和Offset做转换。GDPS产品常见的比例因子可能是0.1或0.01，具体值取决于变量和版本，千万别想当然。

我调试时遇到过一个很典型的情况：读出来的TSS矩阵里数值从0到60000多，随手一画图就黑漆漆一片，后来仔细翻了属性才看到单位是“0.1 g/m³”，也就是说实际浓度是存储值乘以0.1。这一步没做对，后续所有分析全部白搭。

推荐的转换代码如下：

% 读取原始整型数据 tss_raw = h5read(fileName, tssPath); % 读取属性里的比例因子和偏移量 scale = h5readatt(fileName, tssPath, 'scale_factor'); offset = h5readatt(fileName, tssPath, 'offset'); fillValue = h5readatt(fileName, tssPath, '_FillValue'); % 转成浮点并应用比例因子与偏移量 tss_double = double(tss_raw) * scale + offset; % 把填充值和负值统一替换为NaN tss_double(tss_raw == fillValue | tss_double < 0) = NaN;

属性名不一定百分百固定，有的文件里写的是ScaleFactor，有的写的是Slope，有的干脆没有offset。稳妥做法是用try-catch读属性，读不到就默认scale为1、offset为0。这个处理逻辑在批量循环里特别重要，因为个别文件可能属性缺失，不做保护整个循环就会中断。

3.3 陆地、云与无效像元的掩膜

提取出有效浓度后，还需要把不想显示的像素盖掉。第一类是陆地像元，水色产品的范围往往已经裁到海区，但近岸处仍可能包含陆地；第二类是云像元，GOCI产品里通常有质量标记或云掩膜变量；第三类就是前面说的填充值。如果不做掩膜，图上一片陆地反射值会被当成高浓度水体，配色比例尺会被拉得很离谱。

如果你能找到云掩膜变量，读取后把非水体像元设为NaN：

mask = h5read(fileName, maskPath); validMask = (mask == 1); % 具体有效编码需看属性 tss_double(~validMask) = NaN;

如果产品里没有云掩膜，也可以用简单的阈值法：TSS浓度超出合理范围（比如小于0或大于某个上限）的像元直接置为NaN。虽然粗犷，但很多L2产品本身就做过质量控制，这一步只是兜底。

经纬度和数据矩阵的维度关系也值得留意。GOCI Swath数据常见排列是（列，行）或者（行，列），读出来之后如果后续画图发现经纬网和浓度矩阵对不上，很可能就是行列方向或者转置的问题。可以在单文件调试阶段就把size打出来对比确认，不要等到批量出图才发现。

4. 绘制TSS变化过程的实操

4.1 单片快速预览与colormap选择

TSS浓度图的核心是快速评估空间分布，所以第一步先是单片渲染。我推荐pcolor加shading interp，或者imagesc配合经纬度坐标。二者区别在于pcolor适合非均匀网格，imagesc更轻快，但坐标轴会整成网格索引，需要额外处理。

对于GOCI的标准产品，经纬度网格通常是规则矩形，用pcolor就行：

figure('Color', 'w'); pcolor(lon, lat, tss_double); shading interp; axis image; colormap parula; caxis([0 200]); % 根据你的海区实际情况调整 colorbar; title(['TSS ', datestr(timeNum, 'yyyy-mm-dd HH:MM'), ' (UTC)']);

配色上需要注意，TSS和叶绿素的呈现习惯完全不同。叶绿素常用深蓝到红光的多段渐变，而TSS更适合用棕黄色系或土黄色调，因为悬浮泥沙本身就给人一种“黄水”的直觉。Matlab自带的热色系colormap其实表现力一般，我平时会用一个自定义的色带：白色或浅蓝底代表低值，黄色过渡，棕红色代表高浓度。这样近岸高值区一眼就能看出来。

4.2 多时相变化过程的拼图与动画表现

GOCI一天内多个时相，最简单的变化过程展示方式就是拼图。把同一天内按时间顺序排列的多幅图放进一个大figure里，每幅图显示时间标注，这样读者能直观看到潮周期内泥沙舌的推拉和扩散。

拼图的核心是归一化。所有子图必须共用同一个颜色比例尺，比如caxis固定为[0 200]，否则不同时相浓度差异会被颜色拉伸掩盖。也不需要每张图都画colorbar，只在第一张或最后一张保留即可避免视觉噪声。

下面是一个典型的批量拼图骨架：

figure('Position', [50 50 1600 900]); for k = 1:N subplot(3, 4, k); pcolor(lon, lat, tss_double); shading interp; axis image off; caxis([0 200]); colormap(map); title(datestr(meta(k).timeNum, 'HH:MM'), 'FontSize', 10); end

如果时相数超过十几个，拼图排不下，我会把图保存成序列帧再合成为GIF或视频。Matlab里用imwrite写GIF帧很常规，但要注意每次都写缓存和延时参数，我这里有一段常用的保存脚本：

figure; for k = 1:N % ... 绘图代码 ... frame = getframe(gcf); [A, map] = rgb2ind(frame.cdata, 256); if k == 1 imwrite(A, map, 'TSS_animation.gif', 'gif', 'Loopcount', inf, 'DelayTime', 0.5); else imwrite(A, map, 'TSS_animation.gif', 'gif', 'WriteMode', 'append', 'DelayTime', 0.5); end end

这种方式做汇报演示非常好用，领导或合作方不需要从头看十几张小图，一个动图就懂了。

4.3 特定点位与断面的时间序列曲线

空间图解决“分布长什么样”的问题，但很多人真正关心的是“某一个站位的TSS随时间怎么变”。这就需要从每个时相文件中提取对应像元的值，再按时间排序画曲线。

第一步是确定目标像元的行列索引。如果你能拿到目标站点的经纬度，就用经纬度匹配：

targetLon = 122.5; targetLat = 37.0; [~, colIdx] = min(abs(lon(1, :, :) - targetLon)); % 具体按矩阵维度调整 [~, rowIdx] = min(abs(lat(:, 1) - targetLat));

匹配时需要注意，如果网格是（列，行）结构，索引顺序别搞反。还有一种办法是直接用鼠标在图上点选，用ginput获取经纬度，再回到批量循环里对应提取。

第二步就是循环读取所有文件的TSS，提取该像元的值：

tssSeries = NaN(numel(meta), 1); for k = 1:numel(meta) tss = h5read(meta(k).path, tssPath); tssDouble = double(tss) * scale + offset; tssDouble(tss == fillValue) = NaN; tssSeries(k) = tssDouble(rowIdx, colIdx); end figure; plot([meta.timeNum], tssSeries, '-o'); datetick('x', 'HH:MM'); ylabel('TSS (g/m^3)'); grid on;

曲线出来之后，配合前后潮汐数据或流向数据做交叉分析，可以回答很多有意思的问题。比如涨潮期TSS是不是明显降低、落潮期是不是泥沙峰值出现、台风过境之后高浓度带有没有向远海扩散。

5. 常见问题与排查技巧实录

5.1 打不开文件或读取失败的几个诱因

批量处理时最讨厌的就是循环到一半突然报错。我遇到过的第一类问题是h5read打不开文件，报错信息五花八门，但根源往往是文件本身不完整或者上传过程中损坏。这时可以用h5info单独测一下，如果连h5info都失败，基本就是文件坏了。

第二类问题是路径太长导致Windows API拒绝访问。GOCI产品本身文件名就长，再套上几层分类目录，很容易超过路径长度限制。对策是把文件平铺在一个短路径目录下，或者用“8.3短文件名”方式引用。

第三类问题比较隐蔽：文件句柄不释放。在循环里反复打开关闭是正常操作，但如果你中途用h5create或h5write，出了异常没能关闭句柄，后续文件就可能一直被占用，读取会报拒绝访问。调试期养成每读完一个文件就手动h5close.all的习惯，能少掉一半莫名其妙的错误。

5.2 数值异常与图像全黑全白

图像全黑最常见的原因是没有把FillValue转成NaN，直接拿整数最小值或哨兵值去画图，整幅图的动态范围都被它拽走了。处理方式前面已经写了，先根据属性把填充值替换成NaN，再用isnan把无效区域盖成白色或透明背景。

另一个常见问题是忘了乘比例因子。你如果发现图上的数值分布在“0到1”之间但实际量级应该在几十到几百，那多半就是scale没乘。还有一种情况是数值分布正常但图面很花噪点很多，这时要确认是否做了平滑。pcolor的shading interp有插值平滑作用，但如果数据有异常的孤立小值，平滑后周围会被拉出一片“墨渍”，这时候要考虑对异常像元做中值滤波。

5.3 坐标错位与显示变形

经纬度矩阵和数据矩阵维度不一致，是刚上手时最容易出的错。GOCI网格有时返回的是二维矩阵，有时是三维（含时间维的单帧），如果你直接取lon(:,:,1)再和其他变量拼接，维度就对不上。建议读取后立刻检查：

size(lon) size(tss_double)

如果长宽刚好相反，用permute或transpose处理，不要用flipud硬翻，因为经纬度和数据的方向关系在不同产品里并不一致。

显示变形往往是不等经纬投影导致的。如果你直接plot经纬度数据而不设定axis equal，近岸区域看起来会被拉伸。加上axis image或axis equal后能明显改善。需要的话还可以用m_map或自写墨卡托投影，但基础分析阶段不需要过度投影，直接坐标显示就够了。

5.4 批量处理太慢怎么办

大范围TSS数据动辄几千乘几千像元，如果每天八个时相全读、全画，Matlab很容易卡到怀疑人生。优化方向有几个，按性价比排序：第一，只裁剪目标区域，通过经纬度索引取出一个子矩阵再处理；第二，用parfor并行读取，但要注意parfor里不变量的定义方式；第三，代码层面用matlabFunction或者预分配数组，避免循环里动态增长。

裁剪这招最粗暴也最高效。比如我只关心某海域一块区域，先把经纬度范围的roi索引计算出来，再在循环里只读那一块：

rowRange = find(lat(:,1) >= minLat & lat(:,1) <= maxLat); colRange = find(lon(1,:) >= minLon & lon(1,:) <= maxLon); tss_roi = tssDouble(rowRange, colRange);

注意，裁剪必须在乘比例因子之前做，这样处理的数据量直接小一个量级，速度提升非常明显。

6. 一些实操心得

批量读取.he5这件事，技术难度其实不算高，真正吃时间的是跟产品结构较劲。我的经验是，永远不要让脚本假设文件内部结构一成不变，每一个新数据源到手，第一件事就是跑一遍h5info。宁可多花五分钟看结构，也好过后面输出一堆错误图再回头追查。

另外，TSS变化过程图的配色和比例尺一定要统一。很多人第一张图画得惊艳，第二张图换了数据之后色标自动变了，两张图放一起对比就完全失真。我在脚本里会把caxis写成一个全局变量，所有时相都引用它，从源头上避免这个问题。

最后再分享一个小技巧：GOCI产品里的经纬度矩阵和数据矩阵，在对齐之后建议保存成一份.mat缓存文件。下次再读同一个时间段的数据，直接load比逐文件h5read快得多。如果数据量比较大，还可以只缓存ROI区域，处理速度提升明显。这个习惯帮我度过了很多次deadline之前的批量重跑。