内陆湖泊水环境遥感监测系统的设计与实现

范登科，刘良明，刘 洋

(1.武汉大学遥感信息工程学院，武汉 430079;2.黑龙江测绘局，哈尔滨 150081)

水资源作为人类社会生存和发展的重要战略资源，在生产生活中发挥着巨大作用，随着经济和社会的发展，水资源短缺和水环境污染问题已经日趋严重，由此引发供需、竞争等多种矛盾。各国政府早已将水环境监测和治理纳入到国家发展战略中，特别是对与人们生产生活息息相关的内陆湖泊、河流的环境监测，成为一项需要大力投入和长期执行的重要工作。为了更加科学高效地开展这项工作，遥感技术被成功应用到水环境监测上来，并得到越来越广泛的认可和关注。

目前，传统的水质监测方法是根据监测站点的实测数据来分析水质情况，该方法能够比较精确地测出某个局部点范围内的污染情况，但是不能快速地统计出大区域的污染信息。为了更加有效地对湖北省水质情况进行监测，应该综合利用遥感、地理信息系统等空间信息技术，并和传统方法相结合，对水质情况进行分析和监测。为了快速、精确地从遥感影像中提取与水环境监测相关的生化指标信息，需要一个软件系统对空间数据进行统一组织和高效处理，使人们能够有效地查看各个水网的环境情况，便于水环境监测专家和工作者做出分析和决策。现有的水环境监测系统大多依赖于地面传感器及实测数据的分析[1，2]，国外有关引入遥感技术进行水环境监测的可行性研究仍处于起步阶段[3]，自2008年环境一号小卫星在轨运行起，我国以应用该星座数据的关键技术为研究目标，将太湖列为示范区域，开展了水环境遥感监测的可行性研究[4]，并在此基础上设计开发了包括数据管理、遥感影像处理、遥感模型应用、专题产品生产和发布等功能在内的太湖水环境遥感监测系统，为水环境遥感监测提供了基础的研究和示范平台。

由于湖泊的水环境状况与地理位置、气候条件、周边土地利用类型等因素密切相关，不同湖泊的水质变化规律表现出不一致性，需要根据具体的水域系统构建符合该区域特征的水质参数反演模型。此外，太湖区域水质参数模型的反演依赖了大量历史和地面实测数据，拥有较为密集分布的地面监测点，而大东湖水网的监测点分布较为稀疏，特别是近湖岸区域缺乏有效的监测。因此在确保水质参数反演精度的基础上，为了更好的表达水环境状况的空间分布，提出了适用于本文研究区域的水环境遥感监测实施方案。并借鉴太湖水环境遥感监测系统的设计思想，针对湖北省大东湖水网和梁子湖水系水环境监测的需要和特殊性，在遥感技术应用于水环境监测的具体实施路线基础上，设计并实现了遥感数据预处理与水环境监测系统。

1 水环境遥感监测实施方案

使用遥感数据实施水环境监测，主要是对遥感数据进行处理和运算，得到可以反映水质状况的遥感特征参数，通过构建反演模型或利用空间分析方法，提取水体目标中的各项水质参数，并根据水环境评价标准，综合多种水质参数对监测水体的富营养化程度、污染程度、水质类别等做出判别。与传统地面传感器监测方法相比较而言，遥感监测方法表现出大范围、时空连续性强、实时监测等优势。根据湖北省大东湖水网的湖区分布特点和历史环境状况资料，提出该区域内湖泊环境遥感监测的技术路线，包括遥感数据预处理、水环境指标提取、水环境状况评价3个部分，实施流程如图1所示。

图1 水环境遥感监测技术路线

1.1 遥感数据预处理

为了更科学、合理地将遥感数据应用到水环境监测中，需要对未经地理坐标校准和辐射定标的初级遥感影像产品进行计算处理，生成表达地物反射率和亮度温度的中间产品。此外，由于所关注和研究的目标是湖泊区域内的水体，而非其他地物类型，需要对水体与非水体目标进行提取和区分。综上所述，水环境遥感监测的预处理过程包括数据准备、辐射定标、几何校正和湖区提取4个部分，而且它们执行处理的先后顺序是固定不变的。数据准备根据原始影像的元数据计算辐射定标系数;辐射定标使用该定标系数转换影像DN值到地表反射率;几何校正通过配准的方式将影像地理空间坐标修正为真实、正确的数值;湖区提取对所有研究水域目标进行识别，转换其他陆地目标为影像背景。其中，几何校正和湖区提取受影像质量和处理算法的影响较大，需要根据环境小卫星影像的特点做实验对比分析，从效率和精度2个方面，选择最优的算法以达到监测需要。

1.2 水环境指标提取

不同水质的水体在遥感影像上有较明显的反映[5]，使用预处理后的遥感影像数据，借助光学－生化/光学－物理模型，对比参考国内外同类卫星数据(TM、CBERS等)水质指标提取方法，通过波段组合运算的方式构造多种具有光学、生化、物理或混合特性的特征，将其与同一时期内的地面实测数据建立关系模型，寻找最佳的数学模型描述二者间的数值关系。由于影像的辐射信息可能受到季节、经纬度、高程等因素的影响，分析获得到的某一特定水质指标的反演模型并不唯一，为了提高模型的适用性和稳定性，需要使用大量影像进行实验验证。同时，为了避免应急过程中模型反演结果精度与实际地面监测差异明显的情况，采用先把遥感影像分割为湖区图斑，再将地面监测点数据内插计算分布到图斑中的空间数据分析方法，以实现水环境指标含量的真实化遥感方式表达。

1.3 水环境状况评价

使用通过遥感手段所提取的水环境指标影像数据，依据传统地面监测方式下的水环境状况评价标准和方法，通过与标准限值进行比较计算获取监测目标水体的富营养化程度、水污染程度、水质等级，并将分级评价结果记录生成相应的遥感专题影像，水环境状况的空间分布情况在遥感影像上得到直观地反映。根据国家环保部公布的水环境状况评价标准，对使用遥感影像数据反演获得的叶绿素a、总磷、总氮、高锰酸盐等总计13项指标进行分级，其中富营养化程度分为轻营养、中营养、轻度富营养、中度富营养和重度富营养5级，水污染程度分为优、良好、轻度污染、中度污染、重度污染5级，水质等级分为Ⅰ～Ⅴ与劣Ⅴ类六级，当参与评价的单项水质指标超出标准限值所在级别，且为所评价指标中最高时，将水环境状况确定为该级别，直到所有参与评价的指标完成限值判定。

2 水环境遥感监测系统架构

参照水环境遥感监测实施的技术路线，结合系统操作的方便性、可视化性，以及业务化运行的灵活性、可变性等特点，“遥感数据预处理与水环境监测系统”采用多文档多视图主框架结构结合COM组件的方式进行开发和组织，采取分层结构设计和开发。考虑到与用户交互的需求，系统总体结构可分为4层，各部分的耦合关系尽量少，以保证系统的灵活性和可维护性。不同的服务层对应不同的系统功能模块，具有不同的应用特点，也具有不同程度的复用和更新。其中功能层预处理部分包括一个配准分系统，与本系统共享文件数据接口。在主要处理运算功能设计确保生产效率和成果精度的基础上，系统各层接口间、本系统与配准分系统接口间的数据通信和联系是系统灵活操作和遥感影像流程化处理的关键。系统的四层总体架构组织方式如图2所示。

图2 水环境遥感监测系统总体架构

2.1 主要功能设计

在整个水环境遥感监测实施过程中，由于大多数系统功能仅涉及简单的遥感影像波段组合运算，影响最终水环境评价结果的处理主要表现在空间地理定位和水环境指标的遥感手段提取2个阶段。其中空间地理定位需要根据影像特征采用特定的图像配准算法，修正因采集环境、传感器姿态、地形起伏等多种因素造成的地理坐标偏差，考虑影像全局几何畸变的方式与对校正精度的需求，该功能设计对算法有较高的依赖性，并且为了达到流程化、少量乃至无人工干预的处理目标，应尽量减少参数配置和匹配操作，由计算机自动识别分析完成判断，完成几何校正预处理操作，即设计实现自动化的遥感影像配准处理功能。

影像匹配是指在两幅影像之间的识别同名点[6]。由于影像配准包括控制点提取、控制点匹配、模型估计和重采样4个过程，对流程化处理和数据I/O的要求较高，因此几何校正的功能使用独立的配准分系统来实现。配准分系统的功能设计如图3所示。在接到执行几何校正处理任务的请求时，由水环境遥感监测系统发送启动配准分系统命令，并将数据I/O信息以文件传递消息方式通知配准分系统进行处理准备。在校正开始前需要手工选择配准影像和配置参数，进行校正时系统首先打开第一组影像自动提取和匹配控制点，同时计算纠正模型精度，完成后提示用户重采样操作，此时可以选择执行人工干预调整模型精度，当精度满足需要时，确认重采样操作完成匹配操作，同时系统自动加入第2组影像以上述流程执行几何校正，循环操作和处理直到完成所有待配准数据的校正。

图3 几何校正功能实现流程

在保证产品精度的同时，为了提高影像配准处理在遥感应用业务化生产中的效率，国内外专家根据影像特征和研究区域提出了许多快速配准算法，有基于控制点库的快速同名点搜索和匹配方法[7]，有分层匹配候选特征点集优化搜索策略的配准方法[8]，本文水环境遥感监测系统同时兼顾常规与应急运行模式，设计了2种遥感影像几何校正方案，在常规运行下采用基于SIFT特征的配准方法，在应急运行下使用基于窗口灰度相关的控制点库的方法，平衡精度与效率之间的矛盾。

水环境指标提取作为水环境遥感监测系统的主要功能之一，负责完成遥感辐射指标到水环境生化指标的计算转换，目前应用遥感技术开展环境与灾害监测工作的一般方式是:使用大量遥感数据与同期地面实测数据，依据回归分析理论，选择有直接影响作用或相关程度高的光谱范围，建立能够表达遥感指标与物理生化指标之间数值关系的反演模型，经过长期对比验证和精度调整，达到脱离地面监测而依靠遥感影像推演计算所需参数的目标。关于内陆水域指标的遥感反演提取方法正处于研究和实验阶段[9，10]，且不同的水域自成系统，采用的反演模型各不相同，水环境指标提取功能设计应包括反演模型管理和指标计算2个部分。

由于系统涉及的水环境指标、监测水域、传感器类型、模型公式种类较多，组合千变万化，需要进行统一有效的管理和调用。反演模型管理功能采用XML文件结点记录方式，按模型所属类别的重要性进行分级管理，结点级别自顶向下分别是:水质参数类别、所在湖区、影像所属卫星传感器类别、模型信息，其中模型信息包括介绍、湖区代码、公式和计算波段4个部分。XML文件管理反演模型的内容形式如图4所示。

图4 管理反演模型的XML文件内容

水环境指标计算功能的设计除包括从XML文件中调用指定反演模型公式执行计算(模型反演方法)的常规运行模式外，还设计了系统应急运行模型下地面实测点数据图斑化分布(影像分割方法)的新颖指标提取方式，该方式在保证遥感指标值与实测值一致的基础上，将传统点位监测数据扩展到空间区域中，是遥感技术应用于空间数据表达的新思路。水环境指标提取功能实现流程如图5所示。

图5 水环境指标提取功能实现流程

2.2 数据接口设计

水环境遥感监测系统是面向数据处理的业务化运行系统，在执行处理任务的过程中会涉及多种类型数据的读写以及频繁的数据I/O操作，特别是对于多线程批处理任务下的数据处理来说，效率显得尤为重要。在上节主要功能设计中已经对系统相关数据接口给出一些说明，具体到整个系统需要的数据接口来说，总共包括有3种类型:文本数据接口、空间数据接口和数据库接口，表1列出了这3种数据接口的实现方式和作用。

实现空间数据接口所使用的GDAL(Geospatial Data Abstraction Library)是目前流行的开源空间数据抽象函数库，几乎包括了对所有矢量和栅格数据的读写支持，而且采用链表结构设计的对XML文本数据的操作访问也十分方便，能够科学、有效地管理水环境指标遥感反演模型。数据库接口通过ADO(ActiveX Data Objects)来实现，它是一个用于存取数据源的COM组件。提供了编程语言和统一数据访问方式OLE DB的一个中间层。在设计访问数据的代码时不用关心数据库是如何实现的，而只用顾及数据库的连接。作为一种面向对象的编程接口，ADO在高速度以及较低的内存占用方面优势明显，是目前最广泛采用的数据库接口设计方式。

表1 水环境监测系统的数据接口说明

3 水环境遥感监测系统功能

基于上述技术路线及架构设计，开发并实现了遥感数据预处理与水环境监测系统。采用VC++集成开发环境下的Arc Engine组件式二次开发方法，引入前台操作显示与后台运算处理同步执行的双线程运行模式，系统的主要功能包括:可视化的影像浏览查询操作;以工程文件及文件夹的方式帮助用户组织管理数据;环境小卫星影像预处理;水质参数提取，包含模型反演和空间分析2种方法;水环境富营养化、水污染程度、水质等级评价;水环境遥感评价产品制作;影像文件入库管理与栅格图像矢量化。除双线程运行模式外，系统的特色还表现在遥感影像自动化预处理、多任务多文件批处理、水环境遥感专题产品流程化生产等方面。

图6展示了遥感数据预处理与水环境监测系统的主界面，界面的组成部分有:功能菜单栏、工具栏、工程管理面板、视图工作区、影像信息面板和系统状态栏。

图6 遥感数据预处理与水环境监测系统的主界面

遥感数据预处理与水环境监测系统所调用的自动配准分系统界面如图7所示，该系统是基于VC++的多文档多视图框架设计开发的程序，包括空间数据管理、影像浏览、显示方式控制、控制点添加和编辑、残差控制等人机交互式操作设计，通过参数预设及少量人工干预，该系统可自动完成对环境星CCD影像的自动配准，满足水环境遥感监测产品业务化生产过程中高效率、高精度的几何校正需求。

图7 几何校正功能实现(自动配准分系统)界面

图8展示了水环境指标提取反演模型的管理界面，包括前面功能设计介绍的模型添加、删除、修改等功能，每个组合框、编辑框控件独立负责一个XML结点的编辑。通过打开访问符合模型记录标准的XML文件，对模型进行同步的更新操作，实现水环境指标提取反演模型的记录和管理。

图8 水环境指标反演模型管理界面

水环境指标提取批处理配置界面如图9所示，支持模型反演和图像分割2种提取方法，可以完成处理任务添加和删除、模型选择配置、提取指标选择、数据库连接等交互式操作，通过一次参数配置完成多种指标输出的生产任务。

图9 水环境指标提取批处理界面

图10展示了系统生产的湖北省梁子湖水质分级专题产品，专题图所包含的标题、图例、统计信息、制作信息等全部由产品生产功能模块自动添加，减少了人工制图的工作量，实现了批量化的水环境专题产品生产。

图10 水环境遥感监测系统水质分级专题产品图

4 总结和展望

针对内陆湖泊水域的环境监测提出可行化的遥感技术路线，以该技术路线的实施为目标详细介绍了水环境遥感监测系统的组织架构方式、主要功能模块和数据接口设计方法，并在此基础上开发实现了基于环境小卫星CCD影像的遥感数据预处理与水环境监测系统。目前，该系统可以生产3种水环境遥感监测专题产品，精度和效率已基本满足业务化生产的需要，但其仍处于应用示范阶段，需要对以上技术路线和功能设计的适用性做进一步测试和评价，希望该系统的设计和实现能给水环境遥感监测工作的开展带来一些有价值的借鉴和参考。

[1]Subimal Ghosh，P.P.Mujumdar.Risk minimization in water quality control problems of a river system[J].Advances in Water Resources，2006，29(3):458-470.

[2]Robert O.Strobl，Paul D.Robillard.Network design for water quality monitoring of surface freshwaters:A review[J].Journal of Environmental Management，2008，87(4):639-648.

[3]Alicia Vignolo，Alberto Pochettino，Daniel Cicerone.Water quality assessment using remote sensing techniques:Medrano Creek，Argentina[J].Journal of Environmental Management，2006，81(4):429-433.

[4]王桥，张兵，韦玉春，等.太湖水体环境遥感监测实验及其软件实现[M].北京:科学出版社，2008.

[5]汪小钦，王钦敏，刘高焕，等.水环境遥感监测[J].遥感技术与应用，2006，2(17):74-77.

[6]张剑清，潘励，王树根.摄影测量学[M].武汉:武汉大学出版社，2006:106.

[7]邹春辉，尹青，陈怀亮.基于灰度相关和控制点库的遥感资料自动地理配准技术研究[J].气象环境科学，2008，31(4):8-11.

[8]田越，张永梅，李波.遥感图像的快速配准方法[J].北京航空航天大学学报，2008，34(11):1356-1359.

[9]陈军，温珍河，付军.基于分段映射模型的水质参数遥感反演研究[J].光谱学与光谱分析，2010，30(10):2784-2788.

[10]熊育久，曾爽，吴秀芹，等.基于统计学理论的内陆水质遥感反演进展[J].遥感信息，2008(3):93-98.