生态环境智慧监测系统设计与实现

摘要：生态环境监测对象繁多，监管体量庞大，本文以长江南京段为例，构建了一套以生态环境保护为目标，以多元监测、数据融合、智慧分析为手段，为区域整体规划、建设、管理提供决策支撑的生态环境智慧监测系统。实际应用表明，该平台能够在地理空间全面感知的基础上为生态环境整体评估、污染定位提供支持，在生态要素综合分析的基础上为污染成因分析、精准治理提供依据，使区域生态环境监管更加科学、高效。

关键词：生态环境监测;智慧感知;监测系统

Abstract：Ecological environment monitoring involved a large number of objects.In this paper， we developed an ecological environment perception platform for the Yangtze River （Nanjing setion） with the method of multiple monitoring， data fusion and intelligent analysis.This platform was aimed to provide decision support for regional overall planning，construction and management.The practical application showed that the platform can provide support for the overall assessment of ecological environment and pollution positioning based on the comprehensive perception of geographical space，provide basis for the analysis of pollution causes and precise treatment based on the comprehensive analysis of ecological elements.Furthermore，it made the regional ecological environment supervision more scientific and efficient.

Key words：Ecological environment monitoring;Intelligent perception;Monitoring system

長江南京段生态环境监测对象繁多，监管体量庞大，其干流和洲岛岸线全长280.82 km，水域面积201 km2，洲岛面积113.7 km2，沿江还有28条入江河道，7个城市污水处理厂和8个饮用水源地。传统人工、自动站等点位监测方法受成本限制，其监测区域和监管对象都比较有限。卫星具有大面积同步观测的特点，一次成像即可对区域内水质、地物要素进行全覆盖式评估（Hou， et al. 2017; Metthew， et al. 2012; Sioris， et al. 2017）;无人机可获取地面厘米级光谱影像，具有更高分辨率和灵活性，适合点位取证或更精细的目标观测;亿像素、彩色夜视、视频光谱、物联网站新型传感技术的发展，拓展了地面观测在空间、时间、光谱维度的感知能力。基于这些先进监测手段，结合信息化、智慧化管理方式能够使监测、分析、共享更加系统和高效（马培华等人，2018;汪洋等人，2008）。

本文综合运用卫星、无人机、先进视频监控、物联网传感等技术，设计并开发长江生态环境智慧监测系统，通过生态环境整体评估、污染定位和成因分析为区域整体规划、建设、管理提供决策支撑。

1 系统设计

长江南京段生态环境智慧感知平台的总体架构由多源感知层、数据管理层、数据分析层和应用交互层四个部分组成。多源感知层为生态环境监管提供天空地一体化的监测数据，具体包括卫星影像数据、无人机航拍影像、地面视频监控和水质监测数据。卫星影像覆盖整个长江南京段，通过高分一号卫星获取;无人机影像覆盖南北岸线，具有厘米级分辨率，可进行更加精细的地面检测;视频监控包括彩色夜视监控、亿像素监控和中红外气体泄漏成像，可在传统视频监控基础上增强时间、空间、光谱分辨能力。物理网监测站沿7条省控入江河道布设，一是实时感知水质变化，二是为卫星反演提供数据定标。数据管理层以生态保护为目标汇集所有相关要素，并按照一定标准存储管理，用户只需一个出口即可获取所需要素，避免了传统环境数据协调过程中常面临的权属复杂、途径不明、数据缺失、数据不一致等问题。数据分析层是系统的核心部分，通过图像解译、光谱分析、数据融合等方法分析、提取生态环境监管所需信息，主要包括以下核心功能：水质参数反演、岸线识别分类、水事行为监控、生物多样性观测、排口识别与监管等;应用层则是提供具体功能服务的应用程序，能为用户提供直接接触和交互的操作环境。

2 技术方法

2.1 影像资料采集

为全面摸清长江南京段地理现状，平台按月获取高分一号卫星影像和无人机正射影像。卫星影像覆盖整个区域，已经过辐射校正、几何校正，空间分辨率2～8m。无人机航拍高度400m，空间分辨率0.05m，覆盖区域为南北岸线往水域方向延伸100m、往陆地方向延伸400m的空间范围。无人机航拍后采用Pix4D对影像进行空三加密和正射校正，最终制作输出南北岸线共计100km2的无人机正射影像。

2.2 水质参数反演

光谱是遥感卫星可获取的典型地物特征，不同水体组成对光的吸收、散射特征不同，进而造成反射率差异（Wang， et al. 2015），构建水体光谱与水质参数的关系模型，即可从卫星影像反演整个流域的水质分布图。常用的模型方法中，经验和半经验模型通过对采样数据的统计分析来建模，这种方法操作简单，但易受采样时间、地点等因素的影响;生物光学模型根据辐射传输理论建模，可解释性强，但模型的假设和参数取值复杂，外推结果较差（付宇等人，2010）;深度学习通过海量样本寻找数据的内在规律，稳定性强，可应用于遥感定性识别和定量估算（王建平等人，2003）。因此，本文选用深度学习方法构建多指标反演模型，按月输出水质分布数据，具体包括高锰酸盐、氨氮、总磷、总氮、溶解氧、浊度、pH和叶绿素浓度等。

2.3 地物识别分类

在地物分类方面，除光谱特征外，影像上可直接获取的还有不同地物的颜色、形状、纹理特征。这类特征能够通过模式识别的方法提取出来（欧健滨等人，2019）。监督学习、非监督学习是机器学习的一种，两者分别通过训练样本标记和相似性对地物进行分类。本文利用监督分类、非监督分类及模式识别等方法，参照《GB/T21010-2017 土地利用现状分类》解译标准，将南北岸线向外延伸1 km范围内的用地划分为草地、耕地、林地、园地、工矿仓储用地、交通运输用地、商服用地、住宅用地、公共管理與公共服务用地、水域及水利设施用地、特殊用地和其他土地等12种用地类型，并通过相邻两次分类结果比对识别提取变化区，可应用于生态保护区岸线利用现状分析、土地违规侵占检测和岸线工程进度更新等。

2.4 地面视频监控

目前，视频监控仍然是安全防范系统的重要组成部分。然而，传统视频监控夜间观测效果不佳、监控范围和图像分辨率难以同时保障且图像不支持光谱解译。针对以上不足，项目针对不同应用场景分别选用彩色夜视、亿像素、光谱视频相机等监控设备。彩色夜视监控相机通过高效降噪、信号增强、真彩还原等方法，能增强夜间运动目标感知能力，在系统中主要应用于排口、航运监控等场景;亿像素监控相机成像水平超过1亿像素，具有大场景、富细节、快交互等特点，在平台中被用于生物观测和安全生产监控;光谱视频相机可实现实时光谱视频捕获，在平台中主要将其中红外波段应用于气体泄漏检测。监控设备均采用光纤宽带网络传输方案，部分点位选择高点架设，通过抱杆、立杆方式安装。

3 系统应用

3.1 流域水质评估及污染热点分析

参照《GB/3838-2002 地表水环境质量标准》，平台根据参数反演结果对长江南京段水质进行等级评价。评价结果表明长江南京段水质整体维持在II类，浓度相对较高的区域主要分布在绿水湾、八卦洲左汊及栖霞山长江大桥上游。为进一步分析污染源，本文对这3个区域内的用地分布情况进行了统计：八卦洲左汊北岸主要为林地和工矿仓储用地，污染区集中分布在跨江公路修建地和码头附近，主要受建设施工和船舶聚集的影响;栖霞山长江大桥上游的污染区沿南岸林地和码头分布，针对林地污染异常，平台通过无人机精细判别后发现林地沿江一侧有2处排口，且与工矿仓储用地相连，分析该区域主要受工业污染影响;绿水湾无明显污染企业、排口或港口码头分布，针对此类水质异常，平台利用多旋翼无人机进行现场勘查取证，发现水面有大面积网箱布设，主要受农业养殖影响。平台发现的污染问题均通过系统报送至管理部门，使区域内水质在最短时间内得到恢复。

3.2 岸线规划功能区现状分析

本研究利用地物识别分类结果，首先提取水陆交线，并参照《长江岸线保护和开发利用总体规划》将其分割为4类功能区;其次将与水域相邻的地块类型作为岸线类型，分析各功能区内的岸线现状和变化情况;最后结合规划要求，利用无人机高清正射影像对疑与规划不符的区域做进一步查证。结果表明：岸线保护区林地约占83%，无与规划不符的区域，监管过程中需加强对夹江北河口水源地附近建筑施工的监管力度，预防施工对岸线及附近水域的破坏;岸线保留区林地和草地累计占比超过57%，38%的岸线经无人机影像和岸线统计数据筛查后确认或与规划无冲突、或正在整改、或已整改完毕，岸线整体与规划要求相符;控制利用区的岸线利用率约为48%，明显高于岸线保护区和岸线保留区;开发利用区的岸线利用率约为52%，略高于控制利用区。

3.3 夹江水源地生态安全监管

饮用水水源地是人们及公共服务用水取水工程的水源地域，其土地利用变化和生态环境状况已经关系到水安全与区域经济社会的可持续发展。利用长江南京段生态环境智慧感知平台的水质分布数据、地物识别分类数据、航行轨迹数据和视频监控影像能够为水源地生态安全保障提供科学依据，深入推进饮用水水源地环境问题整治工作。

以夹江饮用水水源地为例，从水质分布上看，水源地整体水质较好，无明显污染区;为全面掌握水源地生态安全状况，本文根据无人机正射影像分析了排口分布，结合已登记在册的排口信息，共发现4个遗漏排口，6个新增疑似排口;航运轨迹数据和24h彩色夜视监控用于违规船只闯入、水面异常和排口排污监测。实际应用表明平台能够有效增强水源地的生态安全管控力度。

4 结语

在生态环境建设中，传统的监督管理手段在空间和监管要素种类上存在明显不足，对此，本文以长江南京段为例，构建了一套生态环境智慧感知平台，利用卫星遥感、无人机航测、先进视频监控、物联网传感等检测手段实现了地理空间全面感知和生态要素多元融合。该平台在流域水质评估、岸线功能区现状分析和水源地生态安全监控等方面的实践表明，全覆盖式的面监测手段和多要素的综合分析方法能够为生态环境整体评价、污染定位、成因分析和精准治理提供数据基础和分析依据，而融合生态、生产、生活等更多要素的生态评价系统还能进一步为区域整体规划、建设、管理提供决策支撑。

参考文献

[1]马培华.管控一体化在环保信息化中的应用探讨[J].现代经济信息，2018（18）：351-353.

[2]汪洋.环境监督管理系统中监控的功能和应用分析[J].环境保护，2008（24）：52-53.

[3]Hou X ， Feng L ， Duan H ， et al. Fifteen-year monitoring of the turbidity dynamics in large lakes and reservoirs in the middle and lower basin of the Yangtze River， China[J]. Remote Sensing of Environment， 2017，190：107-121.

[4]Matthews M ， Bernard S ， Robertson L . An algorithm for detecting trophic status （chlorophyll-a）， cyanobacterial-dominance， surface scums and floating vegetation in inland and coastal waters[J]. Remote Sensing of Environment，2012，124（124）：637-652.

[5]Sioris， Christopher E， Rieger， Landon A， Lloyd， Nicholas D，etal. Improved OSIRIS NO₂ retrieval algorithm： description and validation[J]. Atmospheric Measurement Techniques，2017，10（3）：1155-1168.

[6]Wang S ， Li J ， Shen Q ， et al. MODIS-Based Radiometric Color Extraction and Classification of Inland Water With the Forel-Ule Scale： A Case Study of Lake Taihu[J].IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2015，8（2）：907-918.

[7]付宇，韦玉春，王国祥.水质参数的遥感反演和遙感监测[J].环境监控与预警，2010（06）：31-34.

[8]王建平，程声通，贾海峰，等.用TM影像进行湖泊水色反演研究的人工神经网络模型[J].环境科学，2003，24（2）：73-76.

[9]欧健滨，罗文斐，刘畅.多源数据结合的高分一号土地利用/覆盖分类方法研究[J].华南师范大学学报（自然科学版），2019，51（05）：92-97.

收稿日期：2020-05-18

作者简介：顾颖（1979-），男，汉族，研究生，高级工程师，研究方向为智慧城市和政务大数据。