赤潮遥感自动监测系统开发范文

《海洋学研究杂志》2016年第2期

摘要：

赤潮是最严重的海洋灾害之一，它不仅破坏海洋渔业生产、恶化海洋环境、影响滨海旅游业，而且还会影响人类健康。卫星遥感技术具有覆盖范围广、重复率高、成本低廉等优势，近年来已成为赤潮监测不可或缺的重要手段。本研究利用C＋＋语言建立了一套赤潮遥感监测系统。该系统能自动接收和处理遥感数据，并利用赤潮水体的光谱和固有光学量特征自动提取赤潮信息。在实际业务化应用中，该系统被国家监测部门采用，在2013年4月至9月东海赤潮高发期间，该系统制作了55期赤潮遥感监测产品，用于指导船舶现场监测工作，取得了良好的应用效果。利用本系统对近年来东海发生的27次大型赤潮事件进行了发生位置和面积的提取，并与现场观测结果进行比较。结果显示，系统对大部分赤潮范围的识别有较好的效果，对赤潮识别准确度大概在80％左右。

关键词：

遥感；卫星数据处理；赤潮；赤潮自动监测系统

引言

赤潮是水体中藻类短期内大量聚集或爆发性增殖引起的一种海洋现象。当赤潮发生在近岸特别是养殖区，由于部分引起赤潮的藻种还能分泌毒素，它会危害到渔业、养殖业、旅游业甚至人类社会的经济和生命安全。我国是世界上海洋养殖业最发达的国家之一，因此赤潮对我国海洋环境和沿海经济有着重要的影响。东海作为我国主要的边缘海，拥有广阔的海岸线和丰富的海洋资源，承载着长三角经济区的高速发展。同时东海也是我国赤潮灾害最严重的海区，其发生面积和次数均为全国海域之最［1］。为减少赤潮灾害所造成的损失，对赤潮的监测和防治是最首要和迫切解决的问题［2］。目前赤潮常规监测手段主要是建立赤潮监控区，对赤潮发生、发展和消亡过程水体生化参数、赤潮物种等进行采样测量与分析，实现对赤潮事件的监测；除此之外，对沿海赤潮的观测记录主要来自于海监部门的飞机和沿海渔民等及时发现与上报。这些监测手段容易受到赤潮爆发不确定性以及时间空间等的诸多限制，且产生的费用也通常较高。相比之下，卫星遥感具有覆盖范围广、重复率高、成本低廉等优势，近年来已是赤潮监测不可或缺的重要手段。目前国内能监测赤潮的系统不多，杨建洪等［3］利用遥感水色图像和人工识别相结合的方法建立了赤潮监测系统。与之不同的是，本文建立的东海赤潮遥感自动监测系统是不需要人工干预的业务化系统，它实现了卫星遥感资料自动接收和处理，以及利用赤潮水体的固有光学特性来自动提取赤潮信息。

一、系统构架

由于赤潮信息的提取需要快速及实效性，因此赤潮遥感自动监测系统需要保障稳定和实时的数据来源。它由两个子系统组成，分别为卫星海洋遥感数据接收与处理子系统和赤潮遥感信息提取子系统。

1．1　卫星海洋遥感数据接收与处理子系统

1．2　赤潮遥感信息提取子系统

目前，赤潮遥感提取算法分为两种。第一种是基于叶绿素质量浓度异常和水体反射率光谱性质的赤潮提取方法，如温度法［4－5］、叶绿素质量浓度法［6－7］、特征波段组合法［8］、荧光法［9］和多源数据综合分析法［10］等，该方法在近岸光学复杂水体中对赤潮的识别正确率较低，并且未能实现对赤潮水体的自动化识别和对赤潮实际发生类型的判断。第二种是基于水体固有光学量的赤潮提取方法。这两种方法各有自己的优点和缺点。由于东海的赤潮一般都是发生在浑浊的二类水体，因此子系统中赤潮判别方法通过结合上面2种方法，以固有光学量提取为主，进行了赤潮遥感信息提取的集成。遥感固有光学量综合算法赤潮判别流程如图3所示。图中的遥感数据为表1中的L2A数据，光谱相对高度指数RH的计算方法见文献［11］，色素吸收比重和散射－吸收比值可以通过半分析算法计算［12］。

二、系统应用

赤潮遥感自动监测系统于2012年底开发完成，2013年初部署到国家相关监测部门，并投入运行，图4为赤潮遥感自动监测系统部分可视化界面。每天卫星遥感数据通过遥感地面站自动接收和预处理，然后输入赤潮遥感监测系统进行自动处理，并生成赤潮遥感监测产品，最后通过网络把这些赤潮信息发送给相关部门，赤潮通报，所有这些流程只需要在2h内完成，实现了对东海的赤潮高发区进行每日准实时业务化监测。在2013年4月至9月东海赤潮高发期间，系统制作了55期赤潮遥感监测产品，图5是本系统生成的单轨赤潮遥感监测产品样例，图6是本系统生成的月份赤潮遥感监测产品样例。

三、讨论

3．1　多源卫星数据的应用评价

赤潮遥感自动监测系统的基础是实时获取卫星遥感资料，本系统使用的遥感资料是美国的MODIS卫星，虽然MODIS卫星运行正常，但已经超过它的服役期限，因此单一的数据源限制了系统的推广应用。多源卫星数据的输入是系统下一步的扩展方向。目前在轨能使用的卫星数据不多，如韩国的静止卫星GOCI和美国的NPP卫星。自主卫星HY－1B已经处于退役期很不稳定，不过后期会有新的HY－1C／D星进行替换。如果这些卫星数据都能作为系统的数据源，会极大地拓展系统的使用生存期和范围。特别是GOCI静止卫星，它每天有8轨数据且能监测同一地方，大大增加了赤潮监测的频次。

3．2　赤潮遥感提取效果评价

利用本系统对近年来东海发生的27次大型赤潮事件进行了发生位置和面积的提取，并与现场观测结果进行比较，对遥感提取结果准确度进行评价（表2）。可以看出，总体上本系统对赤潮范围的识别与实际公布面积存在一定差距，但从以上对各赤潮事件提取结果的详细分析来看，大部分赤潮范围的识别有较好的效果，对赤潮识别准确度大概在80％左右。　由于本系统使用的资料为可见光卫星资料，该卫星资料受云的影响较大，而且识别算法给出的阈值范围为基于统计的固定值，对于不同海域和时间内发生的赤潮事件，容易受水体光学环境背景场的变化等多种条件的影响，因此识别结果与实际情况存在一定出入在所难免。另外，单纯通过固有光学量算法提取赤潮区域相对比较困难，很容易受到非赤潮环境水体的干扰，必须借助于遥感反射率光谱共同识别；而为了降低对部分赤潮事件的漏判，对RH模型阈值的适当放宽应该也会对该模型算法的赤潮范围识别效果造成一定的影响。通过此次对不同年份和区域的赤潮事件识别效果来看，本系统对于东海赤潮水体的识别具有较高可信度。

四、小结

本研究开发了一套东海赤潮遥感自动监测系统，形成了卫星遥感数据自动接收、遥感数据自动处理和赤潮遥感监测产品自动生成的赤潮遥感监测的业务处理流程。对于赤潮监测工作起到了极大的促进，使赤潮监测从被动的报告型向主动的探测型转换。利用卫星数据的每日重复覆盖特点，实现了对重点监控区和赤潮高发区每日准实时监测工作，及时发现水色异常区域并指导相应的部门进行跟踪监测，从而有效地在赤潮爆发初期开展灾害预防减灾等工作。

作者:朱乾坤 陶邦一 雷惠 张正龙 单位：卫星海洋环境动力学国家重点实验室 国家海洋局 第二海洋研究所 杭州师范大学 理学院 遥感与地球科学研究院 国家海洋局 东海环境检测中心