东海赤潮遥感自动监测系统开发与应用

朱乾坤,陶邦一,雷　惠,张正龙

(1.卫星海洋环境动力学国家重点实验室,浙江 杭州310012；2.国家海洋局 第二海洋研究所，浙江 杭州 310012；3.杭州师范大学 理学院 遥感与地球科学研究院，浙江 杭州311121； 4.国家海洋局 东海环境检测中心，上海200137)



东海赤潮遥感自动监测系统开发与应用

朱乾坤1,2,陶邦一1,2,雷惠3,张正龙4

(1.卫星海洋环境动力学国家重点实验室,浙江 杭州310012；2.国家海洋局 第二海洋研究所，浙江 杭州 310012；3.杭州师范大学 理学院 遥感与地球科学研究院，浙江 杭州311121； 4.国家海洋局 东海环境检测中心，上海200137)

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

0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。

1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。系统构架如图1所示。

图1　赤潮遥感自动监测系统框架Fig.1　The architecture of HAB remote sensing automatic monitoring system

卫星海洋遥感数据接收与处理子系统是利用卫星遥感地面站接收海洋水色遥感卫星数据，并对接收的数据进行处理，生成水色卫星的各个波段的遥感反射率和水色产品。赤潮遥感信息提取子系统是在各个波段的遥感反射率基础上，利用模型计算赤潮水体的固有光学特性，并通过固有光学量提取赤潮信息和发生范围。

1.1卫星海洋遥感数据接收与处理子系统

自从1988年国家海洋局第二海洋研究所建立了第一代地面站以来，到现在已经发展到第三代。它包含一个2.4 m的L波段数据接收系统和一个4.2 m的X波段数据接收系统。L波段数据接收系统能够接收FY-1C、FY-1D和NOAA系列(12、14、15、16、17、18、19)等遥感卫星的数据，而X波段数据接收系统能够接收HY-1B，AQUA 和TERRA等遥感卫星数据。目前，地面站已经正常运行了26 a，获取了大量卫星数据。由于接收的卫星数据种类很多，且每天数据量非常大，因此对这些数据的处理是一个较大的难题。

为了保证数据能快速处理，实现数据的实时性和高效性，国家海洋局第二海洋研究所建立了一套分布式遥感数据处理系统。该系统采用C/S(客户机和服务器)架构。硬件系统由一台服务器和多台高性能微机与1个千兆交换机组成。为了方便平时使用中的操作和维护，操作系统采用Window Server 2008 R2和Windows XP系统，另外还自主开发了一套运行控制软件、数据传送软件和各种卫星数据的处理软件。

运行控制软件分为服务器和客户端两大部分，由C++语言开发，采用Windows的socket网络通信协议，控制着整个遥感数据处理系统的所有消息指令的分析、发送、接收和执行。数据传送软件由C++语言开发，采用FTP数据传送协议，实现系统中各种数据的传送。Window Server 2008 R2和运行控制软件的服务器模块安装在服务器上；Window XP专业版和运行控制软件的客户端模块、数据传送软件和各种卫星数据的处理软件安装在客户端微机上。分布式遥感数据处理系统的消息和数据传递示意图如图2所示。

图2中以L波段数据为例，当遥感地面站接收到卫星数据L0级，并自动处理到L1B级数据后，把L1B级数据传送到客户端L-L1B。客户端L-L1B会发送一个数据准备好的消息指令给服务器，服务器会分析消息并向客户端L-L1B发送数据处理消息指令，客户端L-L1B启动处理L1B级数据生成L2A级数据，处理完成后向服务器传送一个处理完成消息指令。服务器会分析消息并向客户端L-L2A发送数据处理消息指令。客户端L-L2A接受到消息后，会通过数据传递软件自动从客户端L-L1B获取处理好的L2A级数据，并启动处理L2A级数据生成L3A级数据。如此类推，直到L3B/L4A处理完成，整个处理流程才结束。所有的消息流程都是并行进行的，缩短了数据处理的时间。L1B、L2A、L3A、L3B和L4A为系统定义的数据级别，他们的定义如表1所示。

图2　分布式遥感数据处理系统消息和数据传递示意图Fig.2　The schematic diagram of message and data transfer of the distributed remote sensing data processing system

产品级别定义L0卫星地面站接收的原始数据L1BL0经过冗余信息处理、地理定位和辐射定标后的数据L2A由L1B反演得到的地球物理要素信息数据L3A由L2A经地图投影和数据重采样得到的单轨遥感专题产品L3B具有固定时间和周期的多轨L3A数据融合得到的遥感专题产品L4A在L3B数据基础上制作的地球物理要素场的等值线遥感专题产品、海洋水文和动力信息遥感专题图

1.2赤潮遥感信息提取子系统

为了便于推广和使用，赤潮遥感信息提取子系统采用单机版的程序运行方式，通过可视化开发工具Visual Studio C++开发，运行在Windows平台上。子系统包含数据管理、专题图制作和赤潮信息提取等几个主要功能模块。其中数据管理功能模块主要是实现卫星海洋遥感数据接收与处理子系统中的L2A数据的自动输入和读取；专题图制作功能利用ArcGIS Engine的二次开发技术实现了赤潮遥感信息专题图的生成；赤潮提取功能模块是实现了从L2A数据中提取赤潮信息，它是子系统的核心。

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]。

2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，发布赤潮通报，所有这些流程只需要在2 h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。

图3　遥感固有光学量综合算法赤潮判别流程图Fig.3　The flow chart of integrated HAB discrimination algorithm based on the inherent optical properties of remote sensing

图4　赤潮遥感自动监测系统部分可视化界面

图5　单轨赤潮遥感监测产品Fig.5　The single track HAB remote sensing monitoring products

图6　月份赤潮遥感监测产品Fig.6　The monthly HAB remote sensing monitoring products

3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。

表2　赤潮遥感识别信息统计

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。

4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。

致谢国家海洋局第二海洋研究所地面站在本系统的运行中，给予遥感数据方面的支持，谨致谢忱！

参考文献(References)：

[1] ZHAO Dong-zhi. Occurrence regularity of red tide disasters in China typical sea areas[M]. Beijing: China Ocean Press,2010.

赵冬至. 中国典型海域赤潮灾害发生规律[M]. 北京：海洋出版社，2010.

[2] ZHANG Li-min. Research and prevention of red tide in China: Proceedings of the symposium on red tide research and prevention of the Chinese Marine Society[C].Beijing: China Ocean Press,2005.

张利民. 中国赤潮研究与防治:中国海洋学会赤潮研究与防治学术研讨会论文集[C]. 北京：海洋出版社，2005.

[3] YANG Jian-hong, CHEN Yan-long, ZHAO Dong-zhi, et al. Study on red tide remote sensing software system[J]. Marin Environmental Science,2008,27(supp.2):78-81.

杨建洪,陈艳拢,赵冬至,等.赤潮卫星遥感监测系统软件构建[J].海洋环境科学,2008,27(supp.2):78-81.

[4] HUANG Wei-Gen,LOU Xiu-Lin. AVHRR detection of red tides with neural networks[J]. International Journal of Remote Sensing,2003,24(10):1 991-1 996.

[5] LOU Xiu-lin. Remote sensing of the Zhejiang Coastal Upwelling and its relationship with red tides[D]. Qingdao: Ocean University of China,2010.

楼琇林. 浙江沿岸上升流遥感观测及其与赤潮灾害关系研究[D].青岛：中国海洋大学，2010.

[6] STEIDINGER K A, HADDAD K D. Biologic and hydrographic aspects of red tides [J]. Bioscience, 1981, 31(11)：814-819.

[7] SEELYE M. An introduction to ocean remote sensing[M]. Jiang Xing-wei, et al. translation. Beijing: China Ocean Press,2008.

SEELYE Martin.海洋遥感导论[M].蒋兴伟，等译.北京：海洋出版社，2008.

[8] GROOM S B, HOLLIGAN P M. Remote sensing of coccolithophore Blooms [J]. Advances in Space Research,1987,7(2):73-78.

[9] GOWER J F R, Observations of in situ fluorescence of chlorophyll-a in Saanich Inlet[J]. Boundary-Layer Meteorology,1980,18(3):235-245.

[10] HUANG Wei-gen, CHEN Li-ti, MAO Xian-mou, et al. Research on tracking and forecasting method of red tide for satellite remote sensing [C]//Prediction mechanism and technology of red tide disaster. Beijing: China Ocean Press,2004.

黄韦艮,陈立娣,毛显谋,等.赤潮卫星遥感跟踪预报方法研究[C]//赤潮灾害预报机理与技术. 北京：海洋出版社，2004.

[11] LEI Hui, PAN De-lu, BAI Yan, et al. HAB detection based on absorption and backscattering properties ofphytoplankton[C]//Proceedings of SPIE. 2011.

[12] LEE Z P, CARDER K, ARNONE R A. Deriving inherent optical properties from water color: A multi-band quasi-analytical algorithm for optically deep waters[J]. Applied Optics,2002,41(27):5 755-5 772.

收稿日期:2015-11-12修回日期:2016-03-31

基金项目:国家高技术研究发展计划(“863”计划)项目资助( 2007AA092002)；国家自然科学基金项目资助(41206170,41206168)；国家高分辨率对地观测系统重大专项应用示范一期项目资助；国家海洋公益性行业科研专项项目资助(201005020)

作者简介:朱乾坤(1974-)，男，湖北大冶市人，高级工程师，主要从事海洋遥感数据处理及系统开发和集成方面的研究。 E-mail: zhuqiankun@sio.org.cn

中图分类号:TP79;X87

文献标识码:A

文章编号:1001-909X(2016)02-0018-07

Doi:10.3969/j.issn.1001-909X.2016.02.003

Development and application of the HAB automatic monitoring system in the East China Sea

ZHU Qian-kun1，2, TAO Bang-yi1，2, LEI Hui3, ZHANG Zheng-long4

(1.StateKeyLaboratoryofSatelliteOceanEnvironmentDynamics,Hangzhou310012,China; 2.SecondInstituteofOceanography,SOA,Hangzhou310012,China；3.InstituteofRemoteSensingandEarthSciences,CollegeofScience,HangzhouNormalUniversity,Hangzhou311121，China； 4.EastChinaSeaEnvironmentalMonitoringCenter,SOA,Shanghai200137,China)

Abstract:Harmful algal blooms(HAB) is one of the most serious marine disasters, which not only reduces fishery production, deteriorates the marine environment, affects coastal tourist industry, but also causes human poison. The satellite remote sensing technology has the characteristics of large-scale, low cost, synchronized and rapid monitoring, therefore it becomes an important method for HAB observation. In this paper, a HAB remote sensing monitoring system is developed based on C++ language. The system can achieve the whole procedure automatically from the satellite remote data acquirement and satellite image process, products generation, and it can automatically identify the HAB region using the spectral reflectance and inherent optical properties derived from remote sensing data. Currently, the national monitoring department has adopted this system for the operational monitoring of HABs in the East China Sea. From April to September 2013，the system had produced 55 red tide remote sensing monitoring products, and had a good application effect. The system was used to extract the location and area of 27 large red tide events which occurred in the East China Sea in recent years. Compared with the results of the field observation, it has a good effect on the recognition of most red tide range, and the discriminating accuracy of red tide is about 80%.

Key words:remote sensing; satellite data processing; HAB; HAB automatic monitoring system

朱乾坤，陶邦一，雷惠，等.东海赤潮遥感自动监测系统开发与应用[J].海洋学研究,2016,34(2):18-24,doi:10.3969/j.issn.1001-909X.2016.02.003.

ZHU Qian-kun，TAO Bang-yi，LEI Hui，et al. Development and application of the HAB automatic monitoring system in the East China Sea[J]. Journal of Marine Sciences, 2016,34(2):18-24, doi:10.3969/j.issn.1001-909X.2016.02.003.