卫星海洋水色产品数据在海洋环境监测和评估方面具有巨大的效力,但由于传感器设计、定标以及地球物理反演算法等各个方面的不确定性,使得传感器所反演出的产品也存在差异,因此,需要对卫星传感器获得的水色产品数据进行真实性检验。星星交叉验证在一定程度上弥补了星地验证的不足,是目前对卫星产品数据进行真实性检验的有效方法。由于影响因素的多样性及复杂多变性,使得水色遥感产品差异与各种来源之间的解析量化比较困难,但其作为星星交叉验证的本质,对其进行进一步的研究以提高其在各种产品数据同化、融合以及趋势分析中的可靠性都显得极其重要。本研究以水色要素复杂多变的中国东部海区为研究区,基于GOCI和VIIRS的遥感反射率产品数据,以本研究制定的质量控制及星星数据匹配原则为基准,对GOCI与VIIRS的遥感反射率产品数据间的偏差进行了真实性检验分析;然后基于二者遥感反射率产品数据间的相对百分比差建立多因子匹配数据集,利用CART决策树方法分析了两种传感器遥感反射率间产生偏差的控制因素。研究结果表明:（1）GOCI和VIIRS在四个季节的412 nm、443 nm、490 nm和555 nm波段的遥感反射率的相关性较强,除了412 nm波段外,其他三个波段的R~2都在0.82以上,且随着波段的增大,相关系数也增大;二者遥感反射率间偏差的高聚集区都大致分布在小于0.005 sr-1的范围内,随着遥感反射率的增加,偏差密度依次减小,且存在季节性差异;（2）GOCI和VIIRS的遥感反射率间的分类型相对百分比差RPD在每个季节的每个波段都存在集中连片的情况,且夏季在每个波段的VIIRS大于GOCI的比例都是最高的;偏差在空间分布上春、夏、秋三个季节整体上VIIRS大于GOCI的像元主要分布在近岸和低纬度海区,GOCI大于VIIRS的像元主要分布在开阔大洋和高纬度海区,冬季则是相反的趋势;（3）利用CART决策树方法进行单一因子决策树建模后统计分析得出,当总体占比向VIIRS＞GOCI的方向富集时（即在条件阈值的某个范围内,VIIRS＞GOCI的三类占比之和大幅度增加）,整体上很多变化的情况都出现在RPD大于30%以上,其中每个波段的夏季尤为明显;GSENA、GSENZ、GSOLA、VSENA、VSENZ、VSOLA、SENADIF、SENZDIF、Gazimuth DIF、Vazimuth DIF、Vzenith DIF在各自建模中的阈值条件范围规律性较好,其中规律反常的多出现在每个波段的冬季;对规律性较强的控制因子进行空间分析,得出当总体占比向VIIRS＞GOCI的方向富集时,其条件阈值范围主要分为两部分,一部分是在研究区的南侧海域,一部分是在研究区的东侧海域,究其原因,在研究区南侧海域,与VIIRS的成像以及太阳天顶角的共同作用有关。在研究区的东侧海域,与GOCI与VIIRS的天顶角关系以及VIIRS传感器的扫描成像模式有关;（4）对GOCI与VIIRS的传感器角度进行多因子决策树分析可得,在单独的季节内控制因子的重要性排序基本一致（除了412 nm）,在季节间,春、秋、冬三个季节的最重要的控制因子都为GSENZ,夏季为VSENZ。