风云三号卫星监测海洋浒苔、赤潮和溢油*

2023-11-10希爽方程格格翁富忠韩秀珍杨俊

电子技术应用 2023年10期

希爽，方程格格，翁富忠，韩秀珍，杨俊

（1.国家卫星气象中心遥感室，北京 100081；2.中国气象局地球系统数值预报中心卫星资料同化室，北京 100081；3.许健民气象卫星创新中心，北京 100081；4.中国气象局中国遥感卫星辐射测量和定标重点开放实验室，北京 100081；5.南京信息工程大学气象灾害预报预警与评估协同创新中心，江苏南京 210044；6.中国气象科学研究院，北京 100081）

0 引言

海洋环境灾害如浒苔、赤潮和溢油，给人类生产生活带来严重影响，需要及时发布监测预警。卫星资料具有高时空分辨率、观测范围广的特点，能够监测没有常规资料的海洋上空。浒苔、赤潮和溢油与海水之间存在光谱特征差异，使得卫星遥感监测海洋环境灾害事件成为可能。在数据质量方面，风云三号D 星中分辨率光谱成像仪Ⅱ型（FY-3D MERSI-II）数据质量完全可以与国际上同类先进仪器数据相比[1-3]，在遥感监测方面，风云三号卫星资料[4-6]在天气分析和陆地环境遥感监测等方面业务应用较多，但海洋环境监测能力则有待提升。

为了加强海洋环境监测建设，国家卫星气象中心面对海洋经济发展、海洋生态环境保护和国防军事活动保障等方面的迫切需求，研制完成海洋环境监测分析服务软件，并陆续在国家卫星气象中心和山东省气候中心部署应用，在业务中实现近海海域赤潮监测、浒苔监测及面积统计、海上石油溢油监测等功能。

1 系统简介

海洋环境监测分析服务软件利用FY-3D MERSI-II数据，采用C/S 架构，遵循极轨卫星遥感监测平台插件规范，以地理信息等为辅助，构建绿潮监测子系统、赤潮监测子系统和溢油监测子系统三个子系统，采用人机互动方式实现对海洋环境的监测。

2 关键技术

2.1 云检测算法

有云像元占卫星遥感图像50%以上，给监测目标的提取和处理带来很大干扰，所以要对有云像元进行识别和剔除[7]。

采用12 μm 通道亮温和0.65 μm 和0.86 μm 通道反射率的阈值标准识别云体，并做相应的剔除。当以下条件（1）或（2）或（3）被满足时，就定义为有云，在计算植被指数时就要做相应的剔除。

其中,TB12为12 μm通道亮温，ρ065和ρ086分别为0.65 μm和0.86 μm 通道表观反射率。

2.2 大气校正算法

为了要消除大气影响、得到真实的地表发射率，选用一种基于统一的线性化矢量辐射传输模型UNLVRTM[8]的高精度表大气校正方法对MERSI-II 资料进行大气辐射校正。

3 监测方法

3.1 浒苔监测

大型海洋藻类爆发性生长聚焦形成浒苔[9-11]，大量绿色藻类随着海流移动，严重破坏海洋景观和生态环境。

3.1.1 海水和浒苔的光谱特征差别

图1 为浒苔的光谱特征曲线[12]：在不同谱段藻类色素的吸收特征不同，在绿光波段(550 nm)有一个反射低谷（位于440 nm 和670 nm），以及一个吸收低谷和反射峰。在近红外波段反射率受叶绿素a 影响呈现为“陡坡”。根据海水和海洋藻类之间的光谱特征差异，使用FY-3D MERSI II 等传感器数据近红外波段和红光波段的比值，能够突出浒苔信息。

图1 实测海水和浒苔实测光谱反射率曲线

3.1.2 浒苔监测算法

单波段阈值法、多波段比值法和归一化植被指数法是遥感监测浒苔类型的主要方法。采取归一化植被指数（Normalized Difference Vegetation Index，NDVI）法[13]，通过水体中的叶绿素浓度判识绿潮和赤潮。该方法受大气和云影响较小，被广泛应用。NDVI 指数NDVI定义如下：

其中，RNIR和RRED分别代表近红外波段和红外波段的反射率，轻度、中度和重度浒苔的NDVI阈值分别被设置为0.15、0.25 和1。

3.2 赤潮监测

3.2.1 海水和赤潮的光谱特征差别

海洋生物爆发性增殖或高度聚集、引起水体变色的生态现象被称为赤潮[14-15]。

3.2.2 赤潮监测算法

类似于浒苔监测，实现赤潮监测也是基于赤潮水体和非赤潮水体的光谱特性差异。图2[15]为赤潮水体在450 nm 和660 nm 附近形成吸收峰，在700 nm 附近形成小反射峰,随叶绿素浓度升高向长波方向移动；在450 nm、660 nm 和700 nm 附近，非赤潮水体则没有明显吸收峰和反射峰。

图2 赤潮的光谱特征曲线图

根据赤潮的以上特性以及FY-3D MERSI-II 的通道设置，定义赤潮指数RRED为：

其中，R709nm和R670nm代表波长分别为709 nm 和670 nm的反射率。当RRED＞0.785时，判定该区域为赤潮。可实现赤潮识别强度的分级显示，其中轻度、中度和重度赤潮的RRED阈值分别被设置为0.15、0.25 和0.45。

3.3 溢油监测

溢油[16]是指由于原油或油品泄漏，在海面形成的一层薄厚不等的油膜。

3.3.1 溢油的光谱特征

由于在可见光波段（0.4～0.7 μm），水面油膜的光谱反射率（高）与洁净海面的反射率差异较大，因此能够从该波段遥感影像分离溢油信息[17]。但可见光遥感传感器受干扰多，只能在白天对溢油情况进行监测。

常温石油在热红外波段的发射率远小于海水发射率，使得能够全天候监测溢油的红外波段（0.76～1 000 μm）应用更广泛。有一定厚度的深色油膜吸收太阳辐射并释放热能。溢油的主要反射率特征和明显的吸收带位于1.2 μm、1.73 μm 和2.3 μm。此方法对分辨率要求较高，但不能很好地区分浮游植物和溢油。

3.3.2 溢油监测算法

根据溢油的以上特性以及FY-3D MERSI-II 的通道设置，FY-3 MERSI 溢油指数ROIL为：

其中，RBLUE和RNIR分别代表蓝波段（如0.47 μm）和近红外波段（如0.85 μm）的发射率。当溢油指数＞3.6时，系统判定该区域为溢油，其他区域为海水，轻度、中度和重度溢油的ROIL阈值分别为3、6 和100。

4 总体架构和技术流程

4.1 总体架构

利用风云三号卫星的中分辨率光谱成像仪等传感器数据，分别依据浒苔、赤潮和溢油与周围水体的光谱特性区别，监测浒苔、赤潮和溢油的覆盖区域和动态变化，同时结合人机交互方式和计算机自动判识技术，对中国周边海域及全球重点关注区域进行浒苔、赤潮和溢油监测的精细化处理，提取浒苔、赤潮和溢油范围并估算面积。系统总体技术路线如图3 所示。

图3 海洋环境监测分析的技术路线图

4.2 技术流程

以浒苔监测为例，读入FY-3D MERSI-II 数据，进行几何校正和大气校正，获取遥感反射率影像；将目标区域的遥感图像裁切出来；基于目标区遥感反射率影像进行NDVI 指数计算，提取水体区域，得到目标区域NDVI影像；利用NDVI 动态阈值法提取浒苔面积[18]。

其中，交互判识功能包含云判识与绿潮判识两部分：云判识功能可选用“云判识”与“快速云检测”两种方法，通过设置远红外波段及可见光与远红外波段比值的阈值生成云判识结果，生成结果后可通过闪烁功能进行人工交互调整阈值，判识结果满意后保存输出；绿潮判识功能可选用“NDVI”与“RVI”两种方法，通过设置NDVI 或RVI 的阈值生成绿潮判识结果，生成结果后可通过闪烁功能进行人工交互调整阈值，判识结果满意后保存输出。