基于遥感监测的黄海绿潮漂移路径及分布面积特征分析

2013-12-25曹丛华黄蕊

防灾科技学院学报 2013年4期

关键词：绿潮黄海海水

王宁，曹丛华，黄娟，钟山，黄蕊

(1山东省海洋生态环境与防灾减灾重点实验室，山东青岛 266033;2国家海洋局北海预报中心，山东青岛 266033)

0 引言

2008年8月，奥林匹克帆船赛在青岛举行，当年6月中下旬以来，青岛奥帆赛海域出现了大量绿潮。此次绿潮的爆发对水体和奥帆赛构成了较大威胁。

绿潮能遮蔽阳光，影响海底藻类的生长;死亡的绿潮也会消耗海水中的氧气，影响海洋养殖业发展。绿潮还会严重影响景观，干扰旅游观光和水上运动的进行，影响沿海旅游业发展［1］。

自2008年以来，绿潮连续五年大规模爆发。我们根据国家海洋局北海分局的指示，每年将绿潮卫星遥感监测作为一项重要的常态化应急工作。本文根据各年卫星遥感监测序列图像，确定了绿潮出现的区域、范围、时间，制作了各年绿潮漂移路径和分布面积图(影响海域范围)，总结了绿潮发生海域的气象与海洋环境要素对绿潮漂移路径和分布面积的影响，将有利于绿潮漂移中长期预测，为控制和治理绿潮提供技术支持。

1 数据源及监测方法

本文利用美国NASA的MODIS、中国环境与灾害监测卫星(HJ－1A、B两颗卫星)等可见光数据和国外的微波遥感Cosmo-SAR数据，进行综合监测，处理了2008年～2012年中国黄海海域的图像，确定了各年绿潮分布、漂移路径。

1.1 可见光数据

1.1.1 MODIS卫星数据源介绍

MODIS是当前世界上新一代“图谱合一”的光学遥感仪器，具有36个光学通道，分布在0.4～14 μm的电磁波谱范围内。MODIS仪器的地面分辨率分别为250 m、500 m和1 000 m，扫描宽度为2 330 km，能够覆盖整个黄海。MODIS数据以每天上、下午的频率采集和免费接收的数据获取政策，使得MODIS数据成为海洋环境监测中不可多得的数据资源［2］。

1.1.2 环境减灾卫星数据源介绍

“环境减灾－1”卫星(HJ－1A、B)是我国自主研发的首颗专门用于环境与灾害监测的新型卫星。卫星采用了“一箭双星”的方式发射了两颗具有中高分辨率的光学小卫星，大大提高了卫星的重访观测周期，可实现2天一景的高时间分辨率的重复观测。卫星观测幅宽高达740 km，有助于实现生态环境的大范围观测。HJ－1A、B星作为光学星，主要在可见光谱段范围内工作，目前地面像元分辨率优于30 m，而且该卫星有—个突出亮点，那就是减灾功能，其灾害监测预报能力国际领先［3，4］。

1.1.3 监测的流程和方法

1)监测流程

可见光数据处理主要包括可见光卫星影像预处理和绿潮信息提取两部分(流程见图1)。其中数据预处理包括可见光卫星影像几何纠正、云检测、裁切(MODIS)或拼接(HJ－1A、B);绿潮信息提取包括植被指数计算和阈值分割。

图1 可见光数据处理流程图Fig.1 DFD of visible light data processing

2)云检测

为有效地消除云的干扰，更好地从遥感图像上提取专题信息，首先要进行云区识别，即进行云像元检测，以达到去云的目的。

利用云在可见光和红外波段与植被、土壤、雪和水域等下垫面在反射率和辐射亮温值的存在差异进行云检测。

选择可见光数据，可见光到热红外通道数据进行云检测［5］。以大量不同时段以及不同背景的可见光数据为样本，进行直方图分析，经目视解译进行图像分类，再结合不同目标的波谱反射、辐射范围利用单波段阈值法检验云，最后进行人工判断检验等一系列工作，确定了适用不同波段检验云的阈值，利用各个波段或者波段组合进行逐象元检查，最后将所有的判断为云的像素再合并得到最终的二值化云检测结果，其中0代表晴空，1代表云。

3)植被指数计算

根据2008年国家海洋卫星应用中心对现场绿潮水体、陆地植被和正常海水实测光谱曲线(见图2)分析可知，覆有绿潮的水体(以下简称“绿潮水体”)在近红外通道反射率明显上升，30 cm厚的绿潮水体近红外通道反射率最高可达80%左右。在短波红外通道，反射率略有下降。绿潮水体在近红外、短波红外通道反射率随着绿潮厚度或密度增大而升高，这一点与陆地植被的反射率特性较为接近［6］。

图2 植被、正常海水和绿潮水体的实测反射率光谱曲线Fig.2 Curves of field spectral reflectance for vegetation，clear sea water and water with green tide(the thickness of green tide is 5，10，20，30 cm respectively)

因此，利用绿潮水体在近红外波段和可见光波段的归一化植被指数(NDVI)提取绿潮，见公式1。

1.2 微波数据

1.2.1 Cosmo-SAR卫星数据源介绍

微波遥感具有不受天气条件影响，全天时全天候的监测能力，是监测绿潮的主要手段之一。

意大利的COSMO卫星最近一颗发射时间为2008年10月，是目前世界上先进的雷达成像卫星星座，具有响应时间快、影像分辨率高、成像带宽宽、定位和测绘精度高等特点。COSMO卫星工作在L波段，可以广泛应用在国防、农业、灾害处理、林业、地质、水文、海洋等方面监测。

本文选取的SAR卫星数据空间分辨率为100 m，极化方式VV，幅宽200 km，入射角在20°到35°之间。

1.2.2 监测的流程和方法

1)监测流程

数据处理主要包括SAR卫星影像预处理和绿潮信息提取两部分(流程见图3)。其中数据预处理包括SAR卫星影像几何纠正、裁切和增强Lee滤波处理;绿潮信息提取包括绿潮识别、阈值分割和亮区提取。

图3 SAR数据处理流程图Fig.3 DFD of SAR data processing

2)增强Lee滤波方法

增强Lee滤波算法是局域统计自适应滤波方法，是SAR图像去噪处理中常用的方法，其考虑了图像的不均匀性，以局域的灰度统计特性为基础来决定参与滤波的邻域像素点及其权值。局域统计自适应滤波能在平滑噪声的同时较有效地保持明显的边缘。

3)绿潮识别方法

从SAR图像可以得到绿潮和海水的后向散射系数，而后向散射系数又称为雷达后向散射截面，是频率、入射角、极化方式和照射区散射特征的函数。绿潮和海水具有不同的后向散射特征，而且绿潮的后向散射系数高于海水的后向散射系数［7］。当SAR照到海面上时，以下参数影响着其表面的后向散射特性，它们是表面粗糙度(包括小尺度和大尺度)、离散散射体的介电特性和相对雷达的绿潮方位及其表面特征(方位入射角)。由于海水与绿潮的表面粗糙度存在着差异，在SAR图像中表现明显，可区分出绿潮和海水。

4)单阈值分割方法

如果一幅图像的灰度直方图基本上可看作是由对应目标的单峰直方图和对应背景的单峰直方图混合构成的。那么对应目标的信息提取就可以应用单一阈值分割方法提取，一幅原始图像f(x，y)取单阈值T分割后的图像可定义为:

这样得到的g(x，y)是一幅二维图像，它相当于把原始图像 f(x，y)用空间占有数组来进行表达［8］。阈值化分割算法主要包括确定的分割阈值T和将分割阈值与分割阈值T比较来划分区域。本文应用直方图分析方法，确定分割阈值T。

由于海水中的绿潮表面比海水表面粗糙，根据SAR图像特点［9］，绿潮在SAR图像中的亮度明显比海水高。本文首先利用可见光数据与SAR数据进行对比分析，得到绿潮在SAR图像中的位置、亮度、形状等特征，然后采用阈值法提取绿潮:当DN＞X，该像元为绿潮，当DN＜X，该像元为海水。DN为SAR图像中像元点的值，X为区分绿潮和海水的阈值。

2 绿潮各年漂移路径监测

收集整理 2008、2009、2010、2011 和 2012 年绿潮卫星遥感监测数据，绘制绿潮首次发现的时间、位置、范围对比图(见图4)，各年绿潮首次发现时间有先后，分布范围、位置各不相同，但都在盐城外海附近。

图4 绿潮首次发现五年对比图Fig.4 The comparison of green tide in first five years

利用各年序列图像，选取图像中绿潮密集区域，根据绿潮密集区的经纬度分布，确定绿潮区中心位置，绘制各年绿潮漂移路径，见图5。

从图5中可看出，各年绿潮发生时间有先后，影响绿潮漂移路径的关键区域为北纬34°～36°，东经120°～122°，各年绿潮漂移转向、停滞等主要路径均在这一关键区域内。

图5 绿潮各年漂移路径Fig.5 The moving paths of green tide each year

由于绿潮漂移路径受海面风场和东海环流的影响比较大［10～13］，绿潮自发生后，2008 年，先向西北方向移动，后向东北方向移动，最终转向西北方向。该年监测结果与李三妹等利用MODIS数据对2008年绿潮移动的监测结果基本一致［7，10］。2009年，先向西北方向移动，后向东北方向移动，最终转向西北方向。该年的监测结果与衣立等人利用MODIS数据对2009年绿潮移动的监测研究结果基本一致［11］。2010年，先向西北方向移动，后向东北方向移动。该年的监测结果与乔方利等人利用MODIS数据获得的绿潮漂移趋势大致相同［12］。2011年，先向东北方向移动，后向西北方向移动，后向东南方向移动，最终转向西北方向。2012年，先向东北方向移动，后向西北方向移动，最终转向东北方向。

3 绿潮各年分布面积监测

收集整理 2008、2009、2010、2011 和 2012 年绿潮卫星遥感综合监测数据，利用ArcGIS中的面积计算工具，分别计算出各年黄海海域绿潮卫星遥感监测综合分布面积(即影响海域的面积)，选取部分数据绘制分布面积变化图(见图6)，统计分析各年绿潮最大分布面积，见图7。

根据历年绿潮综合监测结果，绿潮从发生开始，分布面积不断变化，总体趋势是先由小到大，然后由大到小。由于可见光卫星遥感数据受云等天气影响和SAR数据订购与覆盖范围影响，部分数据的可监测海域面积减少，导致监测到的绿潮分布面积变少。

图6 绿潮分布变化图Fig.6 Distribution changes of green tide

图7 绿潮最大分布面积统计Fig.7 The maximum distribution area stat.of green tide

由于绿潮发生前降水增多，降水过后海水营养盐充足，气温升高，光照充足，对绿潮爆发和生长起到了促进作用［10，12，14，15］。随着绿潮打捞工作的开展和部分绿潮登陆还有漂浮聚集的绿潮因藻体衰老死亡、光合作用速率下降、海水盐度降低以及水体泥沙等悬浮物附着使其聚集藻体浮力发生改变，而由海面表层沉降在水体表层以下，绿潮分布面积开始减少。

各年绿潮最大分布面积出现时间不同，其中，2008年绿潮最大分布面积出现在6月26日左右，2009年绿潮最大分布面积出现在7月2日左右，2010年绿潮最大分布面积出现在7月10日左右，2011年绿潮最大分布面积出现在7月10日左右，2012年绿潮最大分布面积出现在6月13日左右。

4 结论与讨论

本文利用多源卫星遥感数据监测2008年、2009年、2010年、2011年和2012年黄海绿潮的漂移路径和分布面积。黄海浒苔发生期间(6月～8月)，黄海近岸表层流向北流动，流速较大;山东半岛南岸表层流向东北流动，流速较小。表层流场主要受到风向的影响。在夏季，黄海近岸表层流为向北然后转为向东北流动，形成顺时针旋转的环流。而环流产生的流隔和青岛外海的涡旋利于浒苔向环流中心的辐聚，以及浒苔从黄海中部海区向青岛沿岸海区的漂移和聚集［13］。这与各年卫星遥感监测绿潮漂移路径一致:在经向上向北方漂移，在纬向上向东或西偏移。由于绿潮发生前降水增多，降水过后海水营养盐充足，气温升高，光照充足，对绿潮爆发和生长起到了促进作用［10，12，14，15］。随着绿潮打捞工作的开展和部分绿潮登陆还有漂浮聚集的绿潮因藻体衰老死亡、光合作用速率下降、海水盐度降低以及水体泥沙等悬浮物附着使其聚集藻体浮力发生改变，而由海面表层沉降在水体表层以下，绿潮经历了发生、发展和消亡过程，与各年绿潮监测面积变化情况一致。

本文利用各年绿潮漂移路径和分布面积对绿潮发生、发展情况进行定性分析，研究发现，绿潮漂移路径受东海环流和风的影响，在经向上均向北方漂移，在纬向上向东或西偏移;面积变化受降水、气温、日照等条件影响，面积先增大，后减少。定量研究需在下一步工作中继续开展。

绿潮已经成为夏季影响我国黄海沿岸的主要海洋灾害之一，上述监测结果将有利于对绿潮监测和中长期预测提供数据支持。

［1］李大秋，贺双颜，杨倩，等.青岛海域绿潮来源与外海分布特征研究［J］.环境保护，2008，8B(402):45－46.

［2］韩素芹，黎贞发，孙治贵.EOS/MODIS卫星对渤海海冰的观测研究［J］.气象科学，2005，25(6):624－628.

［3］王丽霞.“环境一号”卫星在轨测试与应用能力分析［J］.环境保护与循环经济，2009，29(4)，48－51.

［4］李传荣.HJ－1光学卫星遥感应用前景分析［J］.国土资源遥感，2008，3，6 －9.

［5］杨铁利，何全军.MODIS数据的云检测处理.鞍山科技大学学报，2006，2(29):162 －166.

［6］李三妹，李亚君，董海鹰.浅析卫星遥感在黄海绿潮监测中的应用［J］.应用气象学报，2010，1(21):76－82.

［7］顾行发，陈兴峰，尹球.黄海浒苔灾害遥感立体监测［J］.光谱学与光谱分析，2011，6(31):1627 －1632.

［8］赵杰.基于目标的图像分割技术研究［J］.黄河水利职业技术学院学报，2005，1(17):28－29.

［9］舒宁.微波遥感原理［M］.北京:测绘出版社，1997.

［10］李德萍，杨育强，董海鹰，等.2008年青岛海域浒苔大爆发天气特征及成因分析［J］.中国海洋大学学报，2009，39(6):1165 －1170.