基于MODIS衛(wèi)星的巢湖藍(lán)藻自動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

錢海明 王春林 孫金彥

（安徽?。ㄋ炕春铀瘑T會(huì)）水利科學(xué)研究院 蚌埠 233000）

基于MODIS衛(wèi)星的巢湖藍(lán)藻自動(dòng)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

錢海明 王春林 孫金彥

（安徽?。ㄋ炕春铀瘑T會(huì)）水利科學(xué)研究院 蚌埠 233000）

隨著巢湖流域經(jīng)濟(jì)的迅速發(fā)展，工業(yè)化進(jìn)程的加快、城鎮(zhèn)人口的增加、化肥和農(nóng)藥的大量使用，加重了巢湖水體富營養(yǎng)化情況，使得藻類等水生植物大量繁殖，破壞巢湖水域生態(tài)系統(tǒng)的平衡。為了提高巢湖水生態(tài)系統(tǒng)的穩(wěn)定性，急需對(duì)巢湖藍(lán)藻情況進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，為相關(guān)部門提供科學(xué)、可靠數(shù)據(jù)支持和信息服務(wù)。

MODIS衛(wèi)星 遙感監(jiān)測(cè) 系統(tǒng)配置 混合編程

遙感技術(shù)為藍(lán)藻動(dòng)態(tài)監(jiān)測(cè)提供了輔助支持，準(zhǔn)確、快速地監(jiān)測(cè)藍(lán)藻爆發(fā)的區(qū)域，提取藍(lán)藻爆發(fā)信息。為了滿足巢湖藍(lán)藻的動(dòng)態(tài)監(jiān)測(cè)業(yè)務(wù)需求，基于藍(lán)藻遙感監(jiān)測(cè)的技術(shù)路線，設(shè)計(jì)并實(shí)現(xiàn)了基于MODIS衛(wèi)星的巢湖藍(lán)藻自動(dòng)監(jiān)測(cè)系統(tǒng)。以MODISL1B數(shù)據(jù)作為系統(tǒng)數(shù)據(jù)源，利用C#和IDL進(jìn)行混合編程，結(jié)合ARCGIS的空間分析功能，將藍(lán)藻遙感信息的主要方法應(yīng)用到了系統(tǒng)建模中，提高了巢湖藍(lán)藻動(dòng)態(tài)監(jiān)測(cè)的效率。系統(tǒng)在藍(lán)藻動(dòng)態(tài)監(jiān)測(cè)業(yè)務(wù)化運(yùn)行中取得明顯效果。

1 系統(tǒng)總體設(shè)計(jì)

1.1 系統(tǒng)目標(biāo)

基于藍(lán)藻遙感監(jiān)測(cè)的技術(shù)路線，利用C#和IDL進(jìn)行混合編程，結(jié)合ARCGIS的空間分析功能，遵循系統(tǒng)操作快捷及系統(tǒng)可擴(kuò)展性原則，設(shè)計(jì)基于MODIS衛(wèi)星的巢湖藍(lán)藻自動(dòng)監(jiān)測(cè)系統(tǒng)，旨在提高巢湖藍(lán)藻的動(dòng)態(tài)監(jiān)測(cè)業(yè)務(wù)能力。

1.2 系統(tǒng)數(shù)據(jù)源

采用安徽?。ㄋ炕春铀瘑T會(huì)）水利科學(xué)研究院河湖監(jiān)測(cè)遙感中心每日實(shí)時(shí)接收的中等分辨率成像光譜儀（moderate-resolution imaging spectroradiometer，MOD13Q1）的陸地II級(jí)標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品（Terra/MODIS及aqua/MODIS數(shù)據(jù)），兩個(gè)波段，空間分辨率為250m。研究MODIS衛(wèi)星過境時(shí)間（上午10:30和下午13:30）的藍(lán)藻水華的生長(zhǎng)周期，探測(cè)藍(lán)藻水華的爆發(fā)時(shí)間及空間分布特征。

1.3 系統(tǒng)總體結(jié)構(gòu)

利用先整體后局部的模塊化設(shè)計(jì)方法設(shè)計(jì)系統(tǒng)布局，通過C#和IDL的混合編程，結(jié)合ARCGIS空間分析的優(yōu)勢(shì)，基于藍(lán)藻遙感監(jiān)測(cè)的方法技術(shù)路線，將系統(tǒng)劃分為四大模塊，分別是數(shù)據(jù)管理模塊、影像預(yù)處理模塊、藍(lán)藻信息提取模塊和制圖與出圖模塊，系統(tǒng)總體結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)總體結(jié)構(gòu)圖

1.3.1 數(shù)據(jù)管理模塊

以MODISL1B影像數(shù)據(jù)作為系統(tǒng)數(shù)據(jù)源，基于藍(lán)藻遙感監(jiān)測(cè)手段，設(shè)計(jì)了矢量數(shù)據(jù)庫、柵格數(shù)據(jù)庫及屬性數(shù)據(jù)庫，通過混合編程實(shí)現(xiàn)系統(tǒng)多源數(shù)據(jù)的編輯、更新及保存等功能。同時(shí)，便于通過歷史影像數(shù)據(jù)、分類數(shù)據(jù)與假彩色合成數(shù)據(jù)進(jìn)行疊加分析等方式對(duì)藍(lán)藻動(dòng)態(tài)做輔助分析。

1.3.2 影像預(yù)處理模塊

利用IDL語言的遙感影像處理優(yōu)勢(shì)，以編程實(shí)現(xiàn)MODID L1B影像數(shù)據(jù)的輻射校正，消除由于衛(wèi)星傳感器航帶式采集影像導(dǎo)致的“雙眼皮”現(xiàn)象。通過地理坐標(biāo)文件對(duì)輻射校正后的影像進(jìn)行幾何校，使得影像數(shù)據(jù)具備地理空間坐標(biāo)信息。由于影像空間分辨率導(dǎo)致的影像偏移，需要與配準(zhǔn)好的影像數(shù)據(jù)進(jìn)行地理配準(zhǔn)，提高影像幾何定位精度。通過裁剪與拼接功能，提取影像的被研究區(qū)域。

圖2 巢湖衛(wèi)星遙感影像圖

圖3 巢湖藍(lán)藻水華區(qū)域分布圖

1.3.3 藍(lán)藻信息提取模塊

利用IDL語言的遙感影像處理優(yōu)勢(shì)，對(duì)地理配準(zhǔn)后的影像進(jìn)行湖面提取，得到巢湖湖面影像層?；跉w一化植被指數(shù)模型和統(tǒng)計(jì)回歸模型計(jì)算藍(lán)藻模型閾值，提高藍(lán)藻信息提取的精度。利用ArcGIS的空間分析功能，以ArcEngine為實(shí)現(xiàn)手段，對(duì)巢湖湖面影像層進(jìn)行空間分析，定量提取巢湖藍(lán)藻信息，統(tǒng)計(jì)分析藍(lán)藻的空間分布及面積特征。

1.3.4 制圖與出圖模塊

旨在提高系統(tǒng)自動(dòng)化、人性化程度，對(duì)系統(tǒng)提取到的藍(lán)藻信息進(jìn)行制圖與出圖，通過ArcEngine模塊實(shí)現(xiàn)圖層的疊加、專題圖符號(hào)的添加以及藍(lán)藻面積等功能，進(jìn)而生成巢湖藍(lán)藻水華遙感影像圖以及巢湖藍(lán)藻區(qū)域分布圖，利用直觀的地圖符號(hào)展示巢湖藍(lán)藻的空間分布及面積特征。系統(tǒng)將自動(dòng)生成巢湖藍(lán)藻監(jiān)測(cè)報(bào)告，報(bào)告包含原始影像的日期、藍(lán)藻水華遙感影像圖、藍(lán)藻區(qū)域分布圖以及藍(lán)藻空間分布及面積特征，以便后續(xù)藍(lán)藻信息的查詢與分析。

1.4 系統(tǒng)關(guān)鍵技術(shù)

系統(tǒng)的研發(fā)平臺(tái)是VisualC#，通過C#與IDL的混合編程，融合IDLDrawWidget圖像可視化控件，結(jié)合ArcEngine空間數(shù)據(jù)可視化控件，實(shí)現(xiàn)系統(tǒng)的遙感影像處理能力與空間分析能力的有機(jī)結(jié)合。按照藍(lán)藻遙感監(jiān)測(cè)的技術(shù)路線，應(yīng)用樹模式結(jié)構(gòu)與面對(duì)對(duì)象思想設(shè)計(jì)了系統(tǒng)架構(gòu)，將系統(tǒng)抽象為根節(jié)點(diǎn)對(duì)象，各個(gè)功能模型抽象為中間節(jié)點(diǎn)對(duì)象，每項(xiàng)功能抽象為葉子節(jié)點(diǎn)對(duì)象，提高系統(tǒng)的完整性與數(shù)據(jù)的一致性。

2 應(yīng)用實(shí)例

為了驗(yàn)證系統(tǒng)的可行性及適用性，以2015年12月7日13:30的MODISL1B影像數(shù)據(jù)作為系統(tǒng)實(shí)驗(yàn)數(shù)據(jù)。首先，通過數(shù)據(jù)管理模塊建立包含矢量數(shù)據(jù)庫、柵格數(shù)據(jù)庫及屬性數(shù)據(jù)庫的工作區(qū)，提高系統(tǒng)對(duì)MODISL1B影像數(shù)據(jù)及后續(xù)中間數(shù)據(jù)的編輯、更新及保存能力。其次，利用影像處理模塊的輻射校正、幾何校正、地理配準(zhǔn)及裁剪與拼接處理MODISL1B影像數(shù)據(jù)，得到具備地理空間信息的影像數(shù)據(jù)。利用湖面提取模塊，得到巢湖湖面影像層，基于歸一化植被指數(shù)模型和統(tǒng)計(jì)線性回歸模型反演藍(lán)藻信息，將閾值大于0.5的影像區(qū)域，視為藍(lán)藻集聚區(qū)域。結(jié)果如圖2和圖3所示，湖面呈深灰色，藍(lán)藻集聚區(qū)域呈淺灰色。

由于藍(lán)藻在MODIS影像的1波段和2波段中分別呈現(xiàn)吸收光譜特征和高反射光譜特征，采用多波段彩色合成的顯示方式，通過色彩及亮度突出顯示藍(lán)藻的空間分布狀況。圖2采波段1、2、1的組合方式，巢湖水面呈深灰色，藍(lán)藻集聚區(qū)呈淺灰色，這樣可以有較好目視區(qū)分效果。圖3為藍(lán)藻區(qū)域分布圖，將巢湖湖面影像層與藍(lán)藻集聚層進(jìn)行波段融合，將藍(lán)藻集聚層進(jìn)行高亮度顯示以顯示藍(lán)藻水華，根據(jù)設(shè)定的閾值提取藍(lán)藻集聚區(qū)，得到2016年12月7日的巢湖藍(lán)藻面積約為47.25km2。通過疊加分析改變影像的透明度，可以明顯發(fā)現(xiàn)提取結(jié)果與實(shí)際藍(lán)藻爆發(fā)區(qū)域一致，系統(tǒng)能較好地提取藍(lán)藻的爆發(fā)情況，能夠滿足巢湖藍(lán)藻爆發(fā)的應(yīng)急處理需要。

3 結(jié)語

系統(tǒng)以實(shí)際業(yè)務(wù)和科研應(yīng)用為需求導(dǎo)向，通過系統(tǒng)配置與單體模式技術(shù)動(dòng)態(tài)構(gòu)建基于菜單形式的系統(tǒng)架構(gòu)，設(shè)計(jì)了良好的數(shù)據(jù)結(jié)構(gòu)以便更好地管理空間數(shù)據(jù)。將MODIS L1B影像數(shù)據(jù)作為系統(tǒng)數(shù)據(jù)源，采用C#和IDL的混合編程模式，結(jié)合ARCGIS空間分析的優(yōu)勢(shì)，基于藍(lán)藻遙感監(jiān)測(cè)的方法技術(shù)路線，將歸一化植被指數(shù)模型和統(tǒng)計(jì)線性回歸模型應(yīng)用到系統(tǒng)建模中，實(shí)現(xiàn)了巢湖藍(lán)藻的自動(dòng)化提取。通過實(shí)例進(jìn)行驗(yàn)證分析，結(jié)果表明系統(tǒng)在巢湖藍(lán)藻遙感監(jiān)測(cè)業(yè)務(wù)化運(yùn)行中取得了明顯的效果■