基于WSN和RS的四維環(huán)境數(shù)據(jù)同化技術(shù)研究

胡敬文，陳 紅

（1．佛山廣播電視大學(xué)社區(qū)教育處，廣東佛山528000；2.北京弘源岳泰科技有限公司，北京102206）

基于WSN和RS的四維環(huán)境數(shù)據(jù)同化技術(shù)研究

胡敬文1，陳 紅2

（1．佛山廣播電視大學(xué)社區(qū)教育處，廣東佛山528000；2.北京弘源岳泰科技有限公司，北京102206）

目前常規(guī)環(huán)境監(jiān)測(cè)所采用的地面布點(diǎn)采樣分析，具有耗時(shí)費(fèi)力且缺乏空間連續(xù)性等缺點(diǎn)，針對(duì)于此，研究了基于WSN和RS的四維環(huán)境數(shù)據(jù)同化技術(shù)，采用空間插值法，對(duì)某時(shí)刻與WSN節(jié)點(diǎn)對(duì)應(yīng)的遙感環(huán)境參數(shù)進(jìn)行空間插值，獲取環(huán)境參數(shù)的空間分布規(guī)律；將WSN與RS環(huán)境參數(shù)采用最優(yōu)插值法進(jìn)行數(shù)據(jù)同化，獲得遙感環(huán)境參數(shù)與WSN實(shí)測(cè)數(shù)據(jù)的關(guān)系函數(shù)；在時(shí)間連續(xù)的某時(shí)刻，利用WSN實(shí)測(cè)數(shù)據(jù)和同化關(guān)系函數(shù)獲得對(duì)應(yīng)觀測(cè)點(diǎn)的遙感環(huán)境參數(shù)，并利用空間插值方程，獲得空間連續(xù)的遙感環(huán)境參數(shù)，解決了環(huán)境監(jiān)測(cè)中時(shí)空不連續(xù)的難題，填補(bǔ)了國(guó)內(nèi)環(huán)境監(jiān)測(cè)領(lǐng)域的空白。

數(shù)據(jù)同化；空間插值；最優(yōu)插值；環(huán)境參數(shù)

目前我國(guó)環(huán)境監(jiān)測(cè)主要是對(duì)環(huán)境中的污染物及其有關(guān)的組成成分進(jìn)行定性、定量和系統(tǒng)的綜合分析，形成的政府環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)包括：覆蓋全國(guó)主要水體的地表水監(jiān)測(cè)斷面（點(diǎn)位）及水質(zhì)自動(dòng)監(jiān)測(cè)站組成的地表水環(huán)境質(zhì)量監(jiān)測(cè)網(wǎng)；環(huán)保重點(diǎn)城市建立空氣自動(dòng)監(jiān)測(cè)站點(diǎn)、酸雨監(jiān)測(cè)點(diǎn)位和沙塵暴監(jiān)測(cè)站組成了環(huán)境空氣質(zhì)量監(jiān)測(cè)網(wǎng)；手工監(jiān)測(cè)和自動(dòng)監(jiān)測(cè)相結(jié)合的污染源監(jiān)測(cè)網(wǎng)；同時(shí)，我國(guó)近岸海域也建成了環(huán)境監(jiān)測(cè)網(wǎng)，但這些監(jiān)測(cè)網(wǎng)主要是通過(guò)增加站點(diǎn)的分布來(lái)實(shí)現(xiàn)空間上的連續(xù)性，并非真正做到了空間上的連續(xù)性［1-5］。此外，建立新的站點(diǎn)需要增加費(fèi)用，提高了環(huán)境監(jiān)測(cè)成本。

隨著遙感技術(shù)的不斷發(fā)展，遙感環(huán)境監(jiān)測(cè)從一次性監(jiān)測(cè)發(fā)展到了連續(xù)動(dòng)態(tài)監(jiān)測(cè)，從個(gè)別指標(biāo)的定性研究擴(kuò)展到了多目標(biāo)、多層次的模型研究和定量分析，從單一衛(wèi)星數(shù)據(jù)源的應(yīng)用發(fā)展到了多數(shù)據(jù)源、多時(shí)相、多分辨率遙感數(shù)據(jù)的應(yīng)用。

目前，遙感在大氣環(huán)境監(jiān)測(cè)方面能夠進(jìn)行氣體成分、污染物定量及氣溶膠等內(nèi)容的監(jiān)測(cè)；在水環(huán)境方面能夠進(jìn)行富營(yíng)養(yǎng)化水質(zhì)參數(shù)、水中懸浮固體（ss）含量等的定量反演，有利于監(jiān)測(cè)水環(huán)境的情況；在城市環(huán)境、生態(tài)環(huán)境方面能對(duì)植被覆蓋進(jìn)行有效地監(jiān)測(cè)［6-11］。

無(wú)線傳感器網(wǎng)絡(luò)是一種分布式傳感網(wǎng)絡(luò)，傳感器節(jié)點(diǎn)可以連續(xù)不斷地進(jìn)行數(shù)據(jù)采集、事件檢測(cè)、事件標(biāo)識(shí)、位置監(jiān)測(cè)和節(jié)點(diǎn)控制，感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)被感知環(huán)境信息，可用于監(jiān)視農(nóng)作物灌溉情況、土壤空氣情況、無(wú)線土壤生態(tài)學(xué)、大面積的地表監(jiān)測(cè)等領(lǐng)域［12-16］。

本文主要研究基于RS和WSN的四維數(shù)據(jù)同化技術(shù)，充分將地面WSN節(jié)點(diǎn)獲取環(huán)境信息的實(shí)時(shí)性和RS同一時(shí)間獲取大區(qū)域信息的空間連續(xù)性進(jìn)行融合、同化，獲得天地一體、時(shí)空連續(xù)的環(huán)境監(jiān)測(cè)信息，為環(huán)境監(jiān)測(cè)提供更加有力的工具。

1 數(shù)據(jù)獲取

本文涉及的環(huán)境信息主要來(lái)源于遙感環(huán)境參數(shù)反演和無(wú)線傳感器網(wǎng)絡(luò)（WSN）節(jié)點(diǎn)實(shí)時(shí)獲取的環(huán)境信息。

遙感（RS）環(huán)境參數(shù)采用目視解譯或計(jì)算機(jī)提取的方式，根據(jù)影像的波譜特征（色調(diào)、色彩或地物光譜）和空間特征（形狀、大小、紋理、圖形、位置和布局）、非遙感資料（地形圖、電子地圖、專題圖等），進(jìn)行遙感信息判別、影像分類、參數(shù)反演等，得到能夠有效反映環(huán)境區(qū)域變化或環(huán)境參數(shù)的專題圖及模型。

無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)（WSN）主要包括無(wú)線傳感器節(jié)點(diǎn)、匯聚節(jié)點(diǎn)和管理節(jié)點(diǎn)。通過(guò)末端節(jié)點(diǎn)感知環(huán)境并采集環(huán)境信息，經(jīng)過(guò)匯聚節(jié)點(diǎn)，將采集的信息傳輸?shù)焦芾砉?jié)點(diǎn)。

WSN和RS可以采集的環(huán)境信息如表1所示。

表1 RS和WSN環(huán)境信息對(duì)照表

2 數(shù)據(jù)同化

設(shè)定T1時(shí)刻，WSN節(jié)點(diǎn)獲取的環(huán)境監(jiān)測(cè)數(shù)據(jù)為Yi（i=1，2，3，…，n），n為WSN監(jiān)測(cè)數(shù)據(jù)的數(shù)目，RS獲取的對(duì)應(yīng)節(jié)點(diǎn)的環(huán)境參數(shù)為Xi，T2時(shí)刻為與T1間隔較短的下一時(shí)刻，可視為時(shí)間上連續(xù)，WSN獲取的監(jiān)測(cè)數(shù)據(jù)為Y′i（i=1，2，3，…，n），n為WSN監(jiān)測(cè)數(shù)據(jù)的數(shù)目。

遙感環(huán)境參數(shù)數(shù)據(jù)提供了空間連續(xù)的數(shù)據(jù)，可從中提取空間各位置的環(huán)境參數(shù)分布規(guī)律；WSN提供了時(shí)間上連續(xù)的監(jiān)測(cè)點(diǎn)環(huán)境數(shù)據(jù)，兩者結(jié)合實(shí)現(xiàn)時(shí)空連續(xù)、天地一體。

如圖1所示，在T1時(shí)刻，以與WSN節(jié)點(diǎn)位置相對(duì)應(yīng)的遙感環(huán)境參數(shù)為已知點(diǎn)，利用空間插值算法，獲得環(huán)境參數(shù)在整個(gè)區(qū)域的分布，即空間插值規(guī)律M，并用T1時(shí)刻整個(gè)區(qū)域環(huán)境參數(shù)去修正空間插值的結(jié)果，得到空間插值規(guī)律M′；在T1時(shí)刻，根據(jù)最優(yōu)插值的同化算法獲取WSN實(shí)測(cè)數(shù)據(jù)Yi與遙感環(huán)境參數(shù)Xi的方程F（x），得到在WSN實(shí)測(cè)數(shù)據(jù)與遙感環(huán)境參數(shù)間的聯(lián)系；在T2時(shí)刻，采用WSN獲得實(shí)測(cè)環(huán)境數(shù)據(jù)Y′i，利用F（x）方程求解對(duì)應(yīng)的遙感環(huán)境參數(shù)，利用M′插值規(guī)律獲得整個(gè)區(qū)域的遙感環(huán)境參數(shù)分布，利用F（x）即可求解整個(gè)區(qū)域的實(shí)際環(huán)境參數(shù)，從而獲得四維時(shí)空連續(xù)的環(huán)境監(jiān)測(cè)數(shù)據(jù)。

2.1 空間插值算法

空間插值的理論假設(shè)是：空間位置上越靠近的點(diǎn)，越可能具有相似的特征值，而距離越遠(yuǎn)的點(diǎn)，其特征值相似的可能性越小。空間插值方法是根據(jù)假設(shè)設(shè)計(jì)的，分為整體插值方法和部分插值方法兩類。

空間插值是為獲得遙感環(huán)境參數(shù)空間分布規(guī)律，根據(jù)環(huán)境因素在空間上分布的連續(xù)性，且在空間上的分布只與局部的環(huán)境因素有關(guān)，因此本項(xiàng)目選取部分插值法。

部分插值僅僅用鄰近的數(shù)據(jù)點(diǎn)來(lái)估計(jì)未知點(diǎn)的值，如最鄰近點(diǎn)法（泰森多邊形方法）、移動(dòng)平均插值方法（距離倒數(shù)插值法）、樣條函數(shù)插值法、克里格插值方法等。

Kriging方法的適用范圍為區(qū)域化變量存在空間相關(guān)性，即如果變異函數(shù)和結(jié)構(gòu)分析的結(jié)果表明區(qū)域化變量存在空間相關(guān)性，則可以利用克里格方法進(jìn)行內(nèi)插或外推。其實(shí)質(zhì)是利用區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點(diǎn)，對(duì)未知樣點(diǎn)進(jìn)行線性無(wú)偏、最優(yōu)估計(jì)。無(wú)偏是指偏差的數(shù)學(xué)期望為0，最優(yōu)是指估計(jì)值與實(shí)際值之差的平方和最小。也就是說(shuō)，克里格方法是根據(jù)未知樣點(diǎn)有限鄰域內(nèi)的若干已知樣本點(diǎn)數(shù)據(jù)，在考慮了樣本點(diǎn)的形狀、大小和空間方位，與未知樣點(diǎn)的相互空間位置關(guān)系，以及變異函數(shù)提供的結(jié)構(gòu)信息之后，對(duì)未知樣點(diǎn)進(jìn)行的一種線性無(wú)偏最優(yōu)估計(jì)。

圖1 數(shù)據(jù)同化技術(shù)流程圖

Kriging方法與反距離權(quán)插值方法類似的是：兩者都通過(guò)對(duì)已知樣本點(diǎn)賦權(quán)重來(lái)求得未知樣點(diǎn)的值，可表示為

本文利用Z（x0）函數(shù)求解出對(duì)應(yīng)站點(diǎn)環(huán)境參數(shù)的空間插值，得到空間插值結(jié)果。

2.2 修正插值

利用T1時(shí)刻的遙感環(huán)境參數(shù)影像數(shù)據(jù)對(duì)克里格插值方程進(jìn)行修正，獲得M′，能夠更加準(zhǔn)確地獲得環(huán)境參數(shù)的空間分布規(guī)律，即

2.3 最優(yōu)插值

在區(qū)域內(nèi)布置無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)，實(shí)時(shí)獲取觀測(cè)點(diǎn)的環(huán)境數(shù)據(jù)Yi，無(wú)線傳感器節(jié)點(diǎn)盡量均勻布設(shè)在區(qū)域內(nèi)，在環(huán)境參數(shù)變化大的區(qū)域布設(shè)較多的節(jié)點(diǎn)，假設(shè)在區(qū)域內(nèi)布設(shè)n個(gè)節(jié)點(diǎn)，利用這些節(jié)點(diǎn)來(lái)獲取其所在位置的環(huán)境數(shù)據(jù)，無(wú)線傳感器獲取環(huán)境數(shù)據(jù)的時(shí)間間隔為ms，可視作時(shí)間上的連續(xù)。各節(jié)點(diǎn)在T1時(shí)刻獲取的溫度數(shù)據(jù)分別為{Y1，Y2，Y3，Y4，…，Yn}。

利用遙感數(shù)據(jù)可以反演A區(qū)域T1時(shí)刻的環(huán)境參數(shù)數(shù)據(jù){X1，X2，X3，X4，…，Xn}，RS數(shù)據(jù)可看作覆蓋了該區(qū)域內(nèi)任一點(diǎn)（像元級(jí)別）。利用最優(yōu)插值理論解算T1時(shí)刻獲取的環(huán)境監(jiān)測(cè)數(shù)據(jù)Ai與對(duì)應(yīng)空間位置的遙感參數(shù)數(shù)據(jù)進(jìn)行同化，獲取兩者之間的關(guān)系。

將Yi與Xi進(jìn)行數(shù)據(jù)同化，求出插值函數(shù)Y=F（x），使Yi=F（xi）（i=1，2，…，n）。

2.4 時(shí)空連續(xù)遞推

時(shí)空連續(xù)遞推是指將T1時(shí)刻獲得的空間插值方程與最優(yōu)插值函數(shù)相結(jié)合，獲取T2時(shí)刻的空間連續(xù)的環(huán)境數(shù)據(jù)值。

將T2時(shí)刻獲取的環(huán)境監(jiān)測(cè)站點(diǎn)數(shù)據(jù)，根據(jù)最優(yōu)插值獲得的插值函數(shù)F（x），求得相應(yīng)站點(diǎn)的遙感環(huán)境反演參數(shù)，并通過(guò)修正后的空間插值模型M′進(jìn)行插值計(jì)算，獲得整個(gè)區(qū)域的遙感環(huán)境參數(shù)，通過(guò)F（x）求得全區(qū)域的環(huán)境監(jiān)測(cè)數(shù)據(jù)。

3 方法驗(yàn)證

本文以地表溫度監(jiān)測(cè)為例，利用四維同化法簡(jiǎn)單介紹數(shù)據(jù)同化在環(huán)境監(jiān)測(cè)中的簡(jiǎn)單應(yīng)用。

假設(shè)在某區(qū)域A內(nèi)布置無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)，初始狀態(tài)設(shè)置9個(gè)節(jié)點(diǎn)，分布如圖2所示。利用這些節(jié)點(diǎn)來(lái)獲取節(jié)點(diǎn)所在位置的地表溫度數(shù)據(jù)。設(shè)各節(jié)點(diǎn)在T1時(shí)刻獲取的溫度數(shù)據(jù)分別為{A1，A2，A3，…，A9}，T2時(shí)刻獲取的地表溫度數(shù)據(jù)為{b1，b2，b3，…，b9}。T1與T2時(shí)刻時(shí)差為毫秒級(jí)，可看作時(shí)間上連續(xù)。

圖2 A區(qū)域WSN節(jié)點(diǎn)分布圖

利用熱紅外遙感數(shù)據(jù)可以反演A區(qū)域T1時(shí)刻的地表溫度數(shù)據(jù){x1，x2，x3，…，x9}，遙感數(shù)據(jù)可看作覆蓋了該區(qū)域內(nèi)任一點(diǎn)（像元級(jí)別）。但是，由于遙感數(shù)據(jù)回訪周期較長(zhǎng)，無(wú)法獲取時(shí)間上相對(duì)T1連續(xù)的T2時(shí)刻的溫度數(shù)據(jù)，這時(shí)為了模擬T2時(shí)刻地表溫度數(shù)據(jù)，需要將{Ai}與{xi}進(jìn)行數(shù)據(jù)同化，求出最優(yōu)差值函數(shù)Y=F（x），使Yi=F（xi）（i=1，2，…9），同時(shí)將xi數(shù)據(jù)根據(jù)空間插值算法，計(jì)算出站點(diǎn)遙感環(huán)境參數(shù)在區(qū)域的空間相關(guān)性插值方程m，并用實(shí)際遙感參數(shù)進(jìn)行修正，得到方程m′,然后根據(jù)上述兩個(gè)方程計(jì)算出T2時(shí)刻的地表溫度數(shù)據(jù){yi}（i=1，2，3，…，9），這就是一個(gè)簡(jiǎn)單的四維數(shù)據(jù)同化過(guò)程。

因此，利用數(shù)據(jù)同化不僅能獲取區(qū)域A中空間連續(xù)、時(shí)間上也相對(duì)連續(xù)的A區(qū)域內(nèi)任一點(diǎn)的地表溫度數(shù)據(jù)，而且能推繹不同地區(qū)同一時(shí)間、不同地區(qū)不同時(shí)間的地表溫度數(shù)據(jù)，解決了環(huán)境監(jiān)測(cè)中時(shí)空不連續(xù)的難題，其同化結(jié)果如圖3所示。

通過(guò)對(duì)圖3中WSN節(jié)點(diǎn)獲得的溫度數(shù)據(jù)進(jìn)行數(shù)據(jù)同化，可獲得整個(gè)區(qū)域內(nèi)連續(xù)的溫度數(shù)據(jù)（圖中圓點(diǎn)表示W(wǎng)SN節(jié)點(diǎn)，條帶顏色變化表示溫度變化，最低溫4℃，最高溫16℃）。

圖3 溫度數(shù)據(jù)同化結(jié)果

4 結(jié)論與討論

本文通過(guò)四維一體數(shù)據(jù)同化技術(shù)能夠有效解決環(huán)境監(jiān)測(cè)數(shù)據(jù)時(shí)空不連續(xù)的問(wèn)題，滿足環(huán)境監(jiān)測(cè)對(duì)時(shí)間和空間上的雙重要求。

本文所選取的環(huán)境因子，需滿足空間插值理論的前提，即空間上距離相近的點(diǎn)，其對(duì)應(yīng)的環(huán)境參數(shù)的相似性越強(qiáng)，這種特征越明顯的環(huán)境參數(shù)，其模擬精度將越好，此外，本文認(rèn)為時(shí)間間隔較短的遙感環(huán)境參數(shù)在空間上的分布規(guī)律是一致的，這種假設(shè)對(duì)于外界變化短期內(nèi)不會(huì)受到影響的環(huán)境參數(shù)是適用的。

［1］井瑾,劉曉東.試析我國(guó)環(huán)境監(jiān)測(cè)技術(shù)的現(xiàn)狀與發(fā)展［J］.中國(guó)科技博覽,2015（20）:321.

［2］趙云峰,郁慧,陸雅燕.簡(jiǎn)述我國(guó)環(huán)境監(jiān)測(cè)技術(shù)的現(xiàn)狀及其發(fā)展［J］.資源節(jié)約與環(huán)保,2014（9）:97.

［3］樵地英.我國(guó)環(huán)境監(jiān)測(cè)技術(shù)的現(xiàn)狀與發(fā)展趨勢(shì)的探討［J］.資源節(jié)約與環(huán)保,2013（2）:39-40.

［4］陳辛月.環(huán)境監(jiān)測(cè)技術(shù)的現(xiàn)狀及發(fā)展趨勢(shì)［J］.自然科學(xué),2015（7）:255-257.

［5］孟艷艷.我國(guó)環(huán)境監(jiān)測(cè)技術(shù)的現(xiàn)狀與發(fā)展［J］.中國(guó)科技博覽,2014（6）:452.

［6］宮鵬.環(huán)境監(jiān)測(cè)中無(wú)線傳感器網(wǎng)絡(luò)地面遙感新技術(shù)［J］.遙感學(xué)報(bào),2007,11（4）:545-551.

［7］李旭文,牛志春,姜晟,等.Landsat8衛(wèi)星OLI遙感影像在生態(tài)環(huán)境監(jiān)測(cè)中的應(yīng)用研究［J］.環(huán)境監(jiān)控與預(yù)警,2013,5（6）: 1-5.

［8］孫震,蘇尚典,益建芳.遙感綜合技術(shù)在城市環(huán)境監(jiān)測(cè)中的作用［J］.測(cè)繪與空間地理信息,2006,29（2）:92-95.

［9］邱章喜.遙感技術(shù)在環(huán)境監(jiān)測(cè)中的應(yīng)用探析［J］.城市地理,2015（6）:41-42.

［10］尹球,李莉,許華.陸域與近岸海域水環(huán)境遙感監(jiān)測(cè)研究進(jìn)展［J］.遙感學(xué)報(bào),2009,13（S1）:381-387.

［11］李海亮,汪秀華,戴聲佩,等.基于環(huán)境減災(zāi)衛(wèi)星CCD數(shù)據(jù)的海南島洪澇災(zāi)害監(jiān)測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào),2015,31（17）:191 -198.

［12］曹淑超.生物傳感器在環(huán)境監(jiān)測(cè)中的應(yīng)用［J］.能源環(huán)境保護(hù),2015,29（2）:59-62.

［13］趙立臣.環(huán)境監(jiān)測(cè)中物聯(lián)網(wǎng)技術(shù)的應(yīng)用［J］.自然科學(xué),2015（11）:129.

［14］焦俊,張水明,杜玉林,等.物聯(lián)網(wǎng)技術(shù)在農(nóng)田環(huán)境監(jiān)測(cè)中的應(yīng)用［J］.中國(guó)農(nóng)學(xué)通報(bào),2014,20（7）:290-295.

［15］焦俊,操俊,潘中,等.基于物聯(lián)網(wǎng)的農(nóng)田環(huán)境在線監(jiān)測(cè)系統(tǒng)［J］.農(nóng)業(yè)工程,2014,4（6）:18-23.

［16］許佳,張明珊.基于物聯(lián)網(wǎng)的水環(huán)境在線監(jiān)測(cè)系統(tǒng)的研發(fā)［J］.中國(guó)新通信,2015,17（10）:120.

【責(zé)任編輯：王桂珍 foshanwgzh@163.com】

The study on four dimension environmental data assimilation based on WSN and RS

HU Jing-wen1,CHEN Hong2
（1.Education Division,Foshan Radio&TV University,Foshan 528000,China; 2.Beijing Hong Yuan Yue TaiTechnology Co.Ltd,Beijing 102206,China）

The ordinary environmentalmonitoring uses ground sampling analysis,which consumes time and is lack of spacing continuity.The paper studies on technology of the four dimension data assimilation,which is combined with the technology of spatial interpolation and optimal interpolation.Spatial interpolation is used to interpolate remote sensing environmentalparameters corresponding toWSN nodesat certain time and getspatial distribution ofenvironmentalparameters.Optimal interpolation isused to study data assimilation ofWSN and RS environmental parameters and get the relationship function between remote sensing environmental parameters andWSN data.Ata certain time,the remote sensing environmentalparameters corresponding toWSN nodes can be obtained by WSN data and assimilation relation function.At last,spatial continuous remote sensing environmental parameters can be obtained by the above remote sensing environmental parameters and spatial interpolation function,which solves the problem ofSpace-time discontinuity in environmentalmonitoring.

dataassimilation;spatial interpolation;optimal interpolation;environmentalparameters

X83

A

2017-03-16

佛山市科技創(chuàng)新項(xiàng)目（00208231200122049）

胡敬文（1981-），男，廣東佛山人，佛山廣播電視大學(xué)講師。

1008-0171（2017）04-0054-05