Where to Find the Colors Your Screen Can't Show You

你屏幕无法显示的颜色在哪里 – Ryan Moulton 的文章

你屏幕无法显示的颜色在哪里

Ryan Moulton

2026年6月19日

艺术

,

户外

技术

.entry-meta

.entry-header

.post-hero-image

有一些颜色，我想展示给你看，但我却无法做到。它们存在于现实世界中。你今天可能已经看到过其中的一些，但我无法在屏幕上展示给你看。数字照片无法捕捉它们，你的屏幕也无法显示它们。你玩过的任何游戏都没有包含过它们。除非你拥有专门的设备，否则它们在数字世界中完全缺失。

其中大多数是青色。在屏幕上，我们经历着青色匮乏的生活。当你亲眼看到一种青色时，那种感觉令人震惊。它们看起来陌生而强烈，仿佛来自另一个世界。我希望你能体验到这种感觉，但再次强调，我无法展示给你看。相反，我必须告诉你如何在现实世界中找到它们。

“你听起来像个疯子，你在说什么？”

（如果你对颜色空间和CIE色度图已经很熟悉，你可以跳过本节。）

光由波长组成，其波长的集合称为其光谱。你的眼睛有三种不同类型的视锥细胞用于感知颜色，每种视锥细胞对不同波长的光有不同的反应。重要的是，你眼睛中的细胞无法识别它们所看到的波长。它们只能以一定的强度做出反应或不反应。你大脑对世界颜色的所有理解都来自于这些细胞反应强度的对比。

基本上，你的视锥细胞所做的只是向你的大脑大喊大叫。每个细胞以不同的音量向你的大脑大喊，仅此而已。你大脑在看到颜色时唯一可用的信息就是这些细胞大喊的音量，并且必须仅凭这些信息重建出整个彩虹。

这一事实的直接后果是，任何两个使你的视锥细胞以相同模式大喊的光谱对你大脑来说都是无法区分的。即使这些光谱包含完全不同的光波长，对你来说它们看起来颜色也是一样的。你实际上并不直接看到光。你看到的是你的视锥细胞大喊的音量。

假设没有颜色屏幕，而你正尝试第一次设计一个颜色屏幕。我们只有三种不同的视锥细胞这一事实似乎非常方便。如果你能弄清楚如何独立地操控这三种不同的视锥细胞，那么你的屏幕可以让任何看到它的人看到人类能看到的任何颜色。它是否显示真实物体的真实光谱并不重要。重要的是屏幕能够操控人类的视锥细胞，并能让它们以不同的音量向人类大脑大喊。如果你能做到这一点，你就解决了整个问题。你可能会注意到三种视锥细胞和三种基本颜色之间可疑的巧合。这不是巧合。

1931年，CIE（国际照明委员会）试图描述整个人类视觉颜色空间。他们制作了这张图。

这张图的外缘显示了人类可以看到的每种单一波长的光。在该外缘所包围的空间内是所有可以通过这些波长混合产生的颜色。这张图中的点是线性组合的，因此如果一种颜色位于两种波长之间，你就可以通过混合这两种波长来产生这种颜色。

在这张图上，他们标出了三种光的波长作为三原色，而这三种三原色所形成的三角形内部的任何颜色都可以通过混合这三种颜色来实现。这些三原色的目标是刺激你的视锥细胞，而他们选择这三种颜色是因为每种颜色对其中一种视锥细胞的刺激程度比对另外两种视锥细胞的刺激程度更高。这让你对一个人的眼睛有相当好的控制力。你几乎可以让他们看到任何颜色，但并不能完全做到。

问题立刻显现出来。有一大片绿色/青色/蓝色区域是无法通过他们选择的三原色混合出来的。绿色和蓝色的三原色会让其中一种视锥细胞过度反应。在一张展示如何混合三原色以产生每种波长的图表上，这一点可以清晰地看到。为了制造足够青的青色，使它成为我们能看到的最青的颜色，你需要使用负红色。负红色是不存在的。

但事情变得更糟了。为了制造孤立的纯波长光，CIE使用棱镜来散射光，然后使用狭缝来选择一个非常狭窄的纯波长光带，这种设备被称为单色仪。这种设备必然是一种体积大、重量重的设备，会浪费大部分的光，不是你想要随身携带在口袋里的屏幕设备。当发明彩色电视时，他们没有使用单色仪，而是使用了荧光粉。荧光粉不会在纯波长下发光，因此在彩色电视上，没有物理方法将三原色推到色度图的边缘。由于他们能制造的荧光粉的限制，我们最终得到了这个结果。

坦白说，这其实颜色非常有限。我们今天拥有更多种类的发光技术。我们有LED，我们有激光。我们现在完全可以做得更好。但CRT显示器使用与彩色电视相同的显示技术，标准就是标准，大多数使用颜色的应用都困在这个小窗口内。这被称为sRGB色域。基本上所有标准PC显示器、整个互联网和大众市场的摄影都处于sRGB色域内。对于本文来说，至关重要的一点是，我用来制作图表的库matplotlib只支持sRGB，因此这些图表中将无法显示sRGB色域之外的颜色。苹果公司作为苹果公司，认为这还不够好，因此稍微改进了一些。

这个稍微宽一些的三角形现在已经成为几乎所有智能手机屏幕的标准，无论制造商是谁，所有Mac电脑和大多数智能手机照片也是如此。你所查看的屏幕上的内容是否真正利用了完整的色域范围是另一个问题，这取决于从源头到你眼睛的整个链条是否保留了颜色空间。

剥夺我们青色的不仅仅是屏幕，还有我们的灯光。不幸的是，屏幕无法再现的精确颜色，同样在LED照明中也再现得不好。白光LED通常由蓝色LED和黄色荧光粉制成，而青色正好位于两者之间。高CRI灯泡通过添加几种不同的荧光粉来改善这一点，但青色仍然是它们发出的光中最少的。

仅仅从你的屏幕上摆脱青色是不够的，你还得走出去。让我来告诉你在哪里。

颜色图谱

自然滤光器

当你在正常光线下观察一株植物时，它的叶子几乎总是位于 sRGB 三角形内。植物是绿色的，但并不是那种非常鲜艳的绿色。它们的叶子吸收了大量的蓝光和红光，但吸收的程度不足以将我们推向颜色空间的边缘。这种神奇的现象发生在落叶森林中，当光线不仅仅是被反射，还被透射时。植被的透射曲线比反射曲线更具选择性，因此穿过叶子的光颜色会比从叶子表面反射的光更加饱和。你可能已经亲身注意到这一点。一片被阳光照射的叶子从上方看去似乎普通，但从下方看去，它会发出光芒。

光线穿过一片叶子时，会将所有的蓝光和一半的红光过滤掉，但光线继续前进，穿过其他叶子，并从其他叶子表面反射。这些效果呈指数级叠加。光线与叶子互动的次数越多，它就越接近其光谱峰值，通常在 550 nm 左右。你看到的颜色将包括由多次反射和多次透射路径所勾勒出的绿色和黄色区域。一片被穿过另一片叶子的光线照射的绿色叶子，其颜色已经超出了色域范围，比绿色还要绿。

当你在盛夏中午站在枫树林中时，绿色的强度是难以形容的。置身于一个完全被阳光照射、树叶茂密的落叶森林中，就像置身于绿色的水下世界，这引出了我们下一个主题——水。

水会强烈吸收红光，缓慢吸收绿光，几乎不吸收蓝光。这种模式会几乎立即将任何包含蓝光和绿光的光谱推至 sRGB 色域之外。当你在海岸附近的浅水区观察沙子时，随着水深的变化，沙子的颜色在颜色空间中会形成一条曲线。阳光的光线在向下穿过水体时被过滤一次，然后从沙子表面反射，再在返回你眼睛的过程中再次被过滤。白色或黄色的沙子会首先转变为无法表示的青色，然后转变为无法表示的蓝色，最后当水变得非常深且黑暗时，颜色又会逐渐接近 sRGB 蓝色主色。

但如果我们将水与森林结合起来会发生什么呢？自然界中的水并不是纯水，其中含有大量微小的生物，而这些生物大多进行光合作用。它们和叶子一样是绿色的。真正的水就像是纯水和森林的混合物，水体中浮游植物的密度决定了随着水深增加光谱的变化路径。

当你从上方观察时，水本身及其内部颗粒对光的散射开始主导沙子的颜色。颜色的饱和度所能达到的深度是有限的，因为在深水中，你看到的主要是从水体最上层反射回来的光。

就像在森林中一样，真正的魔法发生在你进入其中、深入其中的时候。当你真正潜入水中，你就已经越过了光线散射的区域，因此水和浮游生物可以反复地将光线过滤到它们共同的光谱峰值，直到光线到达你所在的深度。通过这种方式，你可以几乎覆盖整个光谱，但BBC无法在《蓝色星球》中向你展示这一点。这种色彩比视频能够捕捉的更加鲜活。水下摄影师经常使用滤镜来阻挡蓝色，以免整个场景只是在传感器的极限上被截断。这些蓝色和绿色的强度对地表世界来说大多是未知的，甚至超出了我们语言所能描述的范围。

请注意这些过程的共同点。要达到颜色空间的边缘，它们必须反复过滤光线。大多数天然材料在反射时并不具备如此高的选择性，因此它们的颜色中通常包含颜色空间另一端的光，而这些相反的光会将颜色拉向中心。只有通过多次应用这一过程，颜色才能被净化。然而，自然界中也存在一些能够一次性完成这种过滤过程的现象，最常见于鸟类。

鸟类、蝴蝶与结构色

如果我为鸟类撰写这篇文章，我会更简短地描述屏幕能显示的鸟类颜色的那小部分。屏幕是为我们的哺乳动物眼睛设计的，而不是为鸟类设计的，而所有哺乳动物几乎都看不到颜色。我们是源自于白垩纪时期那些微小夜行性动物的后代，我们的感官也相应地适应了。我们有很好的嗅觉和良好的低光视觉，但我们失去了大部分的颜色视觉。在夜晚，几乎没有光子存在，此时区分光子的波长并不值得。最好是无差别地吸收进入眼睛的那几个微弱的光子。只有灵长类动物重新进化出了区分红色和绿色的能力。老虎是橙色的，因为它们的主要猎物——鹿，无法区分老虎的橙色和草的绿色。在这两种颜色中，橙色更容易由黑色素生成，对鹿来说，橙色和绿色都像是草的颜色。

然而，鸟类的祖先却是那些统治白天的大型踩踏恐龙，它们的眼睛完美地适应了阳光的光谱。它们视锥细胞的峰值敏感度在光谱中均匀分布。它们甚至还有一个独立的视锥细胞用于感知紫外线，这让它们完全饱和的颜色空间变成了三维的。你无法用一张平面图像为鸟类制作一个色度图。你必须制作一个色度体积。为人类设计的屏幕甚至无法近似鸟类的视觉。在它们看来，屏幕上的图像就像黑白图像中多了一种颜色。

著名的《侏罗纪公园》中霸王龙的场景完全不现实。也许我们可以通过声称霸王龙在低光条件下的视力较差，这其实是哺乳动物的竞争优势来挽救这个场景，但我们也知道霸王龙的眼睛是动物界中最大的之一，比猫头鹰的还要大得多。

鸟类出色的颜色视觉使它们比哺乳动物有更充分的理由进化出鲜艳的颜色用于展示。如果哺乳动物进化出了鲜艳的颜色，其他大多数哺乳动物却无法看到它们。

为了制造出强烈的黄色、橙色和红色，鸟类使用与使番茄或胡萝卜（以其名字命名）呈现相同颜色的相同化学物质——类胡萝卜素。没有动物能够自行合成这些物质，因此鸟类直接将其从饮食中转移到羽毛中，有时只需少量代谢即可在过程中改变颜色。然而，为了制造蓝色和绿色，鸟类使用了完全不同的策略，这也是鸟类颜色鲜艳的另一个原因。羽毛在制造颜色方面也拥有种类更加丰富的工具。

我们通常认为光是一种弥散的均匀场，或者如果思考的话，是一种抽象的概念，但真实的物理光具有长度，而且这个长度并不像你可能想象的那样小。你能看到的光的波长范围大约是半个到四分之三个微米，这大约相当于一根蜘蛛丝厚度的十分之一，或者塑料薄膜厚度的二十分之一。光很小，肯定是微观的，但仍然与真实物体的尺寸相当。

光的长度决定了光能“适应”的地方。自然界中任何具有这种尺度图案的物体都可以与光进行物理相互作用，而不仅仅是化学相互作用。你可能在肥皂泡上的彩虹或油膜上的彩虹中见过这种现象。液体在表面非常薄，薄到足以与光的长度进行物理相互作用。厚度的微小变化会改变它与哪些颜色相互作用，这就是为什么能从这些现象中看到彩虹。这也是鸟类制造出一些最鲜艳颜色的方式，尤其是那些在蓝色/绿色光谱范围内的颜色。

羽毛基本上是分形状的毛发，就像一根头发长出毛发，而这根毛发又长出毛发，接着这根毛发还长出毛发一样。它们在毛发上还有毛发，有四层深。第一层毛发是羽轴，即羽毛的主干。第二层毛发是羽枝，从羽轴两侧长出，是肉眼能清楚看到的最小部分。羽枝上还长出羽小枝，它们向侧面延伸并相互连接，使用第四层更小的毛发——羽小钩作为钩子，在梳理羽毛时互相粘附。

羽枝本身太厚，无法单独与光进行复杂的相互作用，但羽小枝的厚度几乎正好合适。具有平坦且全方位颜色的鸟类，如蓝鸦，通过在羽枝中填充宽度为波长一半的气泡来制造颜色。具有虹彩颜色的鸟类，如蜂鸟或孔雀，则在羽小枝中通过将黑色吸收性黑色素的薄层以半波长的间距堆叠起来制造颜色。尺寸合适的光可以避开这些黑色部分，而尺寸更大或更小的光则会与它们接触并被吸收。

虹彩颜色通常是最饱和的结构颜色。为了使结构能够选择性地反射特定波长的光，照射到结构上的光必须始终遇到相同宽度的缝隙。在每个角度上以完全相同的方式做到这一点在几何上是困难的。从某些方向看，波会很好地契合并相互增强。从其他方向看，它们会错位、无法契合并被吸收。因此，产生了虹彩效果。

孔雀是一个典型的例子。仅凭它们羽枝中黑色素层的形状，孔雀就能呈现出六种不同的颜色。它们胸部和颈部的蓝色，以及尾羽上眼斑周围的青色，都超出了常规的色域范围，但所有这些颜色都是用同一种深棕色的色素通过分层排列实现的，这些层能够吸收所有无法在它们之间穿过的光子。如果你将孔雀的羽毛磨成粉末，即使你只使用相同颜色的区域，结果也会是深棕色。

孔雀尾羽上的眼斑是超级青色，所以当孔雀展开尾羽时，它就变成了超级赛亚人超级青色。

大约有 500 种鸟类的颜色超出了 sRGB 色域，大约有 100 种超出了 Display-P3 色域。（我使用的数据集并不全面，可能还有更多。）一些鸟类，比如来自亚马逊西部的雄性金尾蓝宝石蜂鸟，几乎在一只鸟身上就包含了整个光谱的颜色。

浏览这张图的边缘是一种愉悦的体验，虽然我无法通过照片或屏幕向你展示它们的真实颜色，但我至少想向你展示一些亮点，并给出它们外观的暗示，毕竟照片也只能做到这些。

安第斯岩鸡，多么神奇的鸟，多么响亮的名字。如果它有手的话，它一定会给你比出手指枪的手势。

帝王织雀。我喜欢认为它是精灵皇帝所选择的织雀。

天堂唐纳雀。当上帝设计鸟类时，他可能用这种鸟来测试鸟类的各个部分是否正常运作。

鸟类的色彩视觉质量不仅影响了其他鸟类的色彩表现，也影响了它们猎物的颜色。蝴蝶为了向鸟类展示自己不可食用或有毒，已经独立进化出虹彩多次。一群名字恰如其分的鸟翼凤蝶，拥有所有蝴蝶中最大的翅膀，它们的物种拥有如此橙色，以至于即使是 Display-P3 屏幕也无法完全再现。奥尼普特拉·克罗伊斯（Ornithoptera Croesus）的颜色之丰富，堪比克罗伊斯（Croesus）。

虹彩蝴蝶翅膀上的鳞片如此复杂和多样，以至于很难在它们之间进行概括，甚至很难描述它们具有“颜色”，而不是在不同情况下呈现的颜色范围。一只单一的帕利努鲁斯凤蝶（Papilio palinurus）在不同视角下可以横跨从绿色到蓝色的颜色空间，或者在不同光的偏振下从黄色到蓝色。

莫霍属（Morpho）可能是最著名的，它们是巨大的新热带蝴蝶，它们之间和内部都有各种强烈的蓝色和青色。我有一只莫霍雷特诺尔（Morpho rhetenor）的标本。我可以拍下它的照片，但亲身体验时，它看起来与照片完全不同。我找不到合适的词语来描述它与照片的不同，只是它以某种方式既更蓝又更绿。

发光与荧光

在深海中，没有一丝光线，动物们必须自己制造光。它们发出的光可以是任何颜色，但深海中的水仍然具有与海面相同的吸收特性。如果这些光想要传播到很远的地方，就必须是蓝色或绿色。在深海中，发出青色光芒的生物非常丰富，但有时这种颜色会出现在海面上。当条件合适时，微小的发光浮游生物会在海面上大量繁殖。如果夜晚足够黑暗，你就能看到它们填满了翻腾的海浪，发出深海的光芒。

在一些温暖的高盐度泻湖中，比如波多黎各的维埃克斯岛，条件总是恰到好处，夜晚将任何东西放入水中，比如皮划艇的桨，都会在后面留下一串青色的光痕。

如果你无法在海岸边看到浮游生物的爆发，或者无法潜入海洋深处，那么在水面上还有其他物种会发出类似颜色的光，但你仍然需要潜入深海。在新西兰的洞穴中，只要岩石天花板覆盖着水面的地方，就会布满青色的“星星”。下方漆黑的水池映照出上方的星座。这些光，尽管看起来像海洋生物发光，却是由萤火虫制造的，它们有着独立的化学反应和进化历史。这些虫子发出光是为了吸引猎物进入它们从天花板上垂下的粘液丝中，这些丝线可以长达两英尺，但在黑暗中是看不见的。最好还是关掉这些光。

在陆地上，这种颜色的另一个来源在黑暗中最为明显。如果你在夜晚拿着黑光手电筒在任何干旱地区走动，你可能会看到草丛中有一些东西发出青色的光，这些是你以前可能从未意识到存在的东西，蝎子。几乎所有的蝎子在紫外线照射下都会强烈地发出荧光，其颜色大致与浮游生物或萤火虫的荧光相同。

没有人确切知道为什么。主要的理论是，这有助于蝎子看到自己。蝎子的尾巴上有光感受器，与它们的眼睛分开。蝎子的生存也依赖于隐藏，很多动物都把蝎子视为一顿美味的大餐。有假设认为，蝎子利用这种荧光来判断自己身体的任何部分是否暴露在藏身之处之外。它的尾巴“向下”看着自己的身体，如果它看到自己的荧光，它就知道自己暴露在光线下，处于危险之中。

人造颜色

“但瑞安，”你说，“我现在被困在办公桌前。我不能去海滩，不能去森林，不能出去寻找热带鸟类和蝴蝶，也不能像我非常想做的那样去寻找蝎子。你不能给我展示一些更近的东西吗？”

你运气不错。今天，在你回家的路上，看看交通信号灯上的“绿色”灯光。它并不是绿色的。

这可能是我所知道的最明显的萨皮尔-沃尔夫例子之一，称“绿色”的交通信号灯为绿色，足以让我一生都忽视了我自己的眼睛所告诉我的事情。绿色的交通信号灯是一种美丽而难以形容的青绿色，是你见过的最强烈的青绿色。

你一旦看到它，就会感到疯狂，想要到处告诉别人。绿灯不仅不是绿色的，而且它们还美得令人惊叹。我第一次了解到这一点的那个下午，回家的通勤经历是超凡脱俗的。我感觉我的生活突然有了全新的感受。我怎么会以前从未注意到呢？绿灯是反模因的，因为只有在红灯时，你才会盯着交通灯看。

现在是时候为我们的红绿色盲同胞们想一想。他们中可能没有人会读到关于一个他们无法体验的主题的这么远的内容，但正是因为他们，我们才拥有了绿灯的美丽颜色。在他们眼中让绿灯与红灯区分开来的光谱要求，使绿灯在我们眼中显得格外美丽。

交通灯的NIST标准与显示色域有一些微小的重叠区域，但现代的交通灯使用的是LED，而所有LED（除非添加了磷光体）都会产生几乎纯的光谱颜色。这可能是再现整个色域最便宜且最实际的方式。从一端到另一端的光谱颜色LED在市场上都很容易买到。

虽然LED的带隙只允许非常狭窄的波长范围，但还有一些来源的光谱纯度更高。激光基本上是光复制机器。通过激发某些材料，激光创造了一种条件，使得一个光子在接近原子时可以产生一个与之完全相同的光子。这个复制的光子继续接近其他原子，产生新的复制，形成链式反应。即使光进入介质时包含混合波长，通过这种重复复制，一个波长最终会胜出，当光子到达另一侧时，它们全部完全相同。因此，如果你想绝对确定你看到的是可能看到的最纯净、最强烈的颜色，就使用激光。

在我所有的探索中，有一个色域区域我始终无法用自然颜色填满，那就是我的蓝绿色白鲸。据我所知，没有任何自然过程能以足够的纯度发出520 nm的光，使其接近色域的最顶端。发光真菌的峰值大约在这个波长附近，但其发出的其他波长的混合使它的颜色远远低于色域的顶端。

这让我困惑了很长时间，直到我意识到这有一个几何解释。在色域边缘的大多数位置，光谱曲线边界接近直线。一条直线上两点的平均值总是产生另一点在这条直线上，因此在这些区域，只要波长范围不太宽，更宽的波长带不会将颜色拉离边缘。只有当这个波长带通过520 nm曲线的顶部并开始向另一侧下降时，才会将色度拉向图的中心。在一边超过400 nm或另一边超过700 nm并不会使颜色变暗，只有当穿过520 nm的中心时才会。这使得与520 nm点等效的颜色对自然物体来说难以产生。如果一个物体的光谱以520 nm为中心，任何对峰值的对称偏离都会立即使颜色远离520 nm点，向下进入图的中心。

从这一点我们可以得出结论，这正是科幻电影一直以来直觉上所理解的。世界上最不自然的颜色，最明显表明你正在与先进技术互动的视觉信号，就是绿色的激光束。

质感（Qualia）

在所有这些之后，你可能会想知道：“如果我看到了其中一种颜色，我真的会注意到吗？这种差异真的明显吗？这是一种真正全新的感觉，还是只是我已熟悉感觉的一个更亮版本？”

我只能代表我自己发言，但在我寻找和研究颜色的过程中，我自己的感觉中出现了一种非常一致的模式。在知道之前，我其实并没有注意到它们，而一旦我知道了，我就无法相信自己之前竟然没有注意到。当你知道该寻找什么时，你会更加关注这些感觉，它们在你意识中的地位也会比原本更高。这或许类似于冥想者对自己自我体验的描述。当你反复思考某件事时，你对它的体验会更加深刻。

我们看待世界的方式不仅仅受到屏幕的中介影响，也受到我们自己的思想、我们注意到什么和没注意到什么，以及我们认为什么重要的影响。就像制定颜色标准的设计师必须决定要再现哪些感觉、哪些要舍弃一样，我们也一直在不断筛选哪些对我们注意力的要求最为重要。颜色的强度可能并不在考虑之列。

我无法向你展示这些颜色，但通过告诉你它们的存在，我可以帮助你注意到它们。当你注意到它们时，你可能会惊讶地发现它们一直都在那里，而你屏幕上的颜色可能比你想象的要暗淡得多。当你今天开车回家，看到一个绿色的交通灯时，请留意它。试着以它真正拥有的亮度和美丽去观察它。

但不要试图拍照。这不会有效。其他人必须亲自看到它们。

方法论与致谢

所有物体的颜色均在D65标准光源下，使用测量的反射率数据进行渲染。对于我在存储库中找到的数据，我直接使用了它们。对于仅以论文中图表形式存在的数据，我使用Gemini 3.1 Pro从图表中以10纳米的间隔提取数据，然后绘制提取的数据以确保其与原始来源没有明显的错误。为了找到例子，我首先提出了假设，然后寻找光谱数据来支持它们。可能还有许多我没有找到的例子。特别是，我没有研究花朵，也没有研究合成颜料。（如果有人有好的数据集可供开始，我可能会在之后或作为第二部分添加它。）

我试图对叶子和水的物理模拟足够自然，以确保我不会误导任何人关于可看到的颜色的强度，而不过于关注它们可以被看到的确切物理条件。你可能需要比这些图表所表明的更深或更浅，或在更清澈或更肥沃的水中才能达到所描绘的颜色，但我努力确保我包含了所有可能使颜色褪色的重要因素。

我想特别感谢color python包，使这项研究成为可能，以及Bird Color Database（鸟类颜色数据库）的精彩集合，它说服我相信这个项目是可行且值得进行的。最后，我要感谢我的家人，在度假期间容忍我随时随地谈论颜色。

• Anderson, M., Motta, R., Chandrasekar, S., & Stokes, M. (1996). 为互联网提出标准默认颜色空间的建议 – sRGB. IS&T/SID 第四届彩色成像会议论文集, 238–245.

• Mansencal, T., Mauderer, M., Parsons, M., Shaw, N., Wheatley, K., Cooper, S., Vandenberg, J. D., Canavan, L., Crowson, K., Lev, O., Leinweber, K., Sharma, S., Sobotka, T. J., Moritz, D., Pppp, M., Rane, C., Eswaramoorthy, P., Mertic, J., Pearlstine, B., … Schmidt, L. (2025). Colour 0.4.7 . Zenodo.

• Shawn Serbin. 2014. 利用新鲜叶片光谱估算温带森林叶片形态和生化特性 . 生态光谱信息系统 (EcoSIS).

• Serbin, S., Meng, R., Wu, J., & Ely, K. (2019). NGEE Tropics GLiHT 波多黎各活动：2017 年 3 月叶片光谱反射率和透射率 . 生态光谱信息系统 (EcoSIS).

• Pope, R. M., & Fry, E. S. (1997). 纯水在 380-700 nm 波长范围内的吸收光谱 . 应用光学, 36(33), 8710-8723.

• Ong, Cindy; & Daniels, Paul (2019): 澳大利亚海滩沙子的反射光谱数据 . v1. CSIRO. 数据集.

• Bricaud, A., Babin, M., Morel, A., & Claustre, H. (1995). 自然浮游植物的叶绿素特异性吸收系数的变化：分析与参数化 . 地球物理研究期刊：海洋, 100(C7), 13321-13332.

• Mobley, C. D. (1994). 光与水：自然水体中的辐射传输 / 海洋光学书籍 . 海洋光学网络书.

• Gluckman, T., Endler, J. (2017) 鸟类颜色基础：鸟类颜色数据库 . GitHub. Armenta, J. K., P. O. Dunn, 和 L. A. Whittingham. 2008. 量化鸟类的两性异色：方法比较. 实验生物学杂志 211:2423-2430. Cardoso, G. C., 和 P. G. Mota. 2008. 金翅雀属颜色的种间进化. 进化 62:753-762. Doutrelant, C., M. Paquet, J. P. Renoult, A. Gregoire, P. A. Crochet, 和 R. Covas. 2016. 全球岛屿鸟类颜色模式. 生态学快报 19:537-545. Dunn, P. O., J. K. Armenta, 和 L. A. Whittingham. 2015. 自然选择和性选择作用于鸟类羽毛颜色的不同变异轴. 科学进展 1:10.1126/sciadv.1400155. Dunning, J., C. Sheard, 和 J. A. Endler. 2025. 观察条件预测鸟类羽毛颜色的进化多样性. 英国皇家学会会刊 B: 生物科学 292:20241728. Eaton, M. D. 2005. 人类视觉无法区分在“单色”鸟类中广泛存在的两性异色. 美国国家科学院院刊 102:10942-10946. Fargevieille, A., A. Grégoire, D. Gomez, 和 C. Doutrelant. 2023. 鸟类雌性颜色进化的角色：雌性繁殖成本和父性照顾的作用. 进化生物学杂志 36:579-588. Gomez, D., 和 M. Théry. 2007. 同时隐蔽与显眼的颜色模式：新热带雨林鸟类群落的比较分析. 美国自然学家 169:S42-S61. Maia, R., D. R. Rubenstein, 和 M. D. Shawkey. 2016. 非洲椋鸟颜色进化的选择、限制与进化. 进化 70:1064–1079. Shultz, A. J., 和 K. J. Burns. 2017. 性选择和自然选择在塑造鸣禽科（Aves: Thraupidae）最大科鸟类两性异色模式中的作用. 进化 71:1061–1074. Stoddard, M. C., 和 R. O. Prum. 2011. 鸟类有多丰富多彩？鸟类羽毛颜色色域的进化. 行为生态学 22:1042-1052.

• Freyer, P., Wilts, B. D., & Stavenga, D. G. (2018). 鹦鹉羽毛的虹彩颈部和胸部羽毛的反射研究，Pavo cristatus。Interface Focus, 9, 20180043。

• Plattner, L. (2004). Morpho rhetenor 蝴蝶鳞片的光学特性：可见光谱中光的后向散射的理论和实验研究。Journal of The Royal Society Interface, 1(1), 49-59。

• Vukusic, P., Sambles, J. & Lawrence, C. 蝴蝶翅膀鳞片中的颜色混合。Nature 404, 457 (2000)。

• Wilts, B. D., 等人 (2015). 鸟翼蝶翅膀鳞片的光谱调谐结构和色素颜色。Journal of the Royal Society Interface, 12(111), 20150717。

• Latz, M. I., Deheyn, D. D., & Sprecher, B. N. (2026). 异养甲藻 Polykrikos kofoidii Chatton 1914 (Dinophyceae) 的生物发光。Journal of Phycology。

• Watkins, P. T., 等人 (2018). 新西兰萤火虫 Arachnocampa luminosa 的生物发光是由类似萤火虫的荧光酶产生的。Scientific Reports, 8, 4225。

• 美国国家标准与技术研究院 (NIST)。NBS 手册 95。