希爽，方程格格，翁富忠，韓秀珍，楊俊

（1.國(guó)家衛(wèi)星氣象中心 遙感室，北京 100081；2.中國(guó)氣象局地球系統(tǒng)數(shù)值預(yù)報(bào)中心衛(wèi)星資料同化室，北京 100081；3.許健民氣象衛(wèi)星創(chuàng)新中心，北京 100081；4.中國(guó)氣象局中國(guó)遙感衛(wèi)星輻射測(cè)量和定標(biāo)重點(diǎn)開(kāi)放實(shí)驗(yàn)室，北京 100081；5.南京信息工程大學(xué) 氣象災(zāi)害預(yù)報(bào)預(yù)警與評(píng)估協(xié)同創(chuàng)新中心，江蘇 南京 210044；6.中國(guó)氣象科學(xué)研究院，北京 100081）

0 引言

海洋環(huán)境災(zāi)害如滸苔、赤潮和溢油，給人類生產(chǎn)生活帶來(lái)嚴(yán)重影響，需要及時(shí)發(fā)布監(jiān)測(cè)預(yù)警。衛(wèi)星資料具有高時(shí)空分辨率、觀測(cè)范圍廣的特點(diǎn)，能夠監(jiān)測(cè)沒(méi)有常規(guī)資料的海洋上空。滸苔、赤潮和溢油與海水之間存在光譜特征差異，使得衛(wèi)星遙感監(jiān)測(cè)海洋環(huán)境災(zāi)害事件成為可能。在數(shù)據(jù)質(zhì)量方面，風(fēng)云三號(hào)D 星中分辨率光譜成像儀Ⅱ型（FY-3D MERSI-II）數(shù)據(jù)質(zhì)量完全可以與國(guó)際上同類先進(jìn)儀器數(shù)據(jù)相比[1-3]，在遙感監(jiān)測(cè)方面，風(fēng)云三號(hào)衛(wèi)星資料[4-6]在天氣分析和陸地環(huán)境遙感監(jiān)測(cè)等方面業(yè)務(wù)應(yīng)用較多，但海洋環(huán)境監(jiān)測(cè)能力則有待提升。

為了加強(qiáng)海洋環(huán)境監(jiān)測(cè)建設(shè)，國(guó)家衛(wèi)星氣象中心面對(duì)海洋經(jīng)濟(jì)發(fā)展、海洋生態(tài)環(huán)境保護(hù)和國(guó)防軍事活動(dòng)保障等方面的迫切需求，研制完成海洋環(huán)境監(jiān)測(cè)分析服務(wù)軟件，并陸續(xù)在國(guó)家衛(wèi)星氣象中心和山東省氣候中心部署應(yīng)用，在業(yè)務(wù)中實(shí)現(xiàn)近海海域赤潮監(jiān)測(cè)、滸苔監(jiān)測(cè)及面積統(tǒng)計(jì)、海上石油溢油監(jiān)測(cè)等功能。

1 系統(tǒng)簡(jiǎn)介

海洋環(huán)境監(jiān)測(cè)分析服務(wù)軟件利用FY-3D MERSI-II數(shù)據(jù)，采用C/S 架構(gòu)，遵循極軌衛(wèi)星遙感監(jiān)測(cè)平臺(tái)插件規(guī)范，以地理信息等為輔助，構(gòu)建綠潮監(jiān)測(cè)子系統(tǒng)、赤潮監(jiān)測(cè)子系統(tǒng)和溢油監(jiān)測(cè)子系統(tǒng)三個(gè)子系統(tǒng)，采用人機(jī)互動(dòng)方式實(shí)現(xiàn)對(duì)海洋環(huán)境的監(jiān)測(cè)。

2 關(guān)鍵技術(shù)

2.1 云檢測(cè)算法

有云像元占衛(wèi)星遙感圖像50%以上，給監(jiān)測(cè)目標(biāo)的提取和處理帶來(lái)很大干擾，所以要對(duì)有云像元進(jìn)行識(shí)別和剔除[7]。

采用12 μm 通道亮溫和0.65 μm 和0.86 μm 通道反射率的閾值標(biāo)準(zhǔn)識(shí)別云體，并做相應(yīng)的剔除。當(dāng)以下條件（1）或（2）或（3）被滿足時(shí)，就定義為有云，在計(jì)算植被指數(shù)時(shí)就要做相應(yīng)的剔除。

其中,TB12為12 μm通道亮溫，ρ065和ρ086分別為0.65 μm和0.86 μm 通道表觀反射率。

2.2 大氣校正算法

為了要消除大氣影響、得到真實(shí)的地表發(fā)射率，選用一種基于統(tǒng)一的線性化矢量輻射傳輸模型UNLVRTM[8]的高精度表大氣校正方法對(duì)MERSI-II 資料進(jìn)行大氣輻射校正。

3 監(jiān)測(cè)方法

3.1 滸苔監(jiān)測(cè)

大型海洋藻類爆發(fā)性生長(zhǎng)聚焦形成滸苔[9-11]，大量綠色藻類隨著海流移動(dòng)，嚴(yán)重破壞海洋景觀和生態(tài)環(huán)境。

3.1.1 海水和滸苔的光譜特征差別

圖1 為滸苔的光譜特征曲線[12]：在不同譜段藻類色素的吸收特征不同，在綠光波段(550 nm)有一個(gè)反射低谷（位于440 nm 和670 nm），以及一個(gè)吸收低谷和反射峰。在近紅外波段反射率受葉綠素a 影響呈現(xiàn)為“陡坡”。根據(jù)海水和海洋藻類之間的光譜特征差異，使用FY-3D MERSI II 等傳感器數(shù)據(jù)近紅外波段和紅光波段的比值，能夠突出滸苔信息。

圖1 實(shí)測(cè)海水和滸苔實(shí)測(cè)光譜反射率曲線

3.1.2 滸苔監(jiān)測(cè)算法

單波段閾值法、多波段比值法和歸一化植被指數(shù)法是遙感監(jiān)測(cè)滸苔類型的主要方法。采取歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）法[13]，通過(guò)水體中的葉綠素濃度判識(shí)綠潮和赤潮。該方法受大氣和云影響較小，被廣泛應(yīng)用。NDVI 指數(shù)NDVI定義如下：

其中，RNIR和RRED分別代表近紅外波段和紅外波段的反射率，輕度、中度和重度滸苔的NDVI閾值分別被設(shè)置為0.15、0.25 和1。

3.2 赤潮監(jiān)測(cè)

3.2.1 海水和赤潮的光譜特征差別

海洋生物爆發(fā)性增殖或高度聚集、引起水體變色的生態(tài)現(xiàn)象被稱為赤潮[14-15]。

3.2.2 赤潮監(jiān)測(cè)算法

類似于滸苔監(jiān)測(cè)，實(shí)現(xiàn)赤潮監(jiān)測(cè)也是基于赤潮水體和非赤潮水體的光譜特性差異。圖2[15]為赤潮水體在450 nm 和660 nm 附近形成吸收峰，在700 nm 附近形成小反射峰,隨葉綠素濃度升高向長(zhǎng)波方向移動(dòng)；在450 nm、660 nm 和700 nm 附近，非赤潮水體則沒(méi)有明顯吸收峰和反射峰。

圖2 赤潮的光譜特征曲線圖

根據(jù)赤潮的以上特性以及FY-3D MERSI-II 的通道設(shè)置，定義赤潮指數(shù)RRED為：

其中，R709nm和R670nm代表波長(zhǎng)分別為709 nm 和670 nm的反射率。當(dāng)RRED＞0.785時(shí)，判定該區(qū)域?yàn)槌喑?。可?shí)現(xiàn)赤潮識(shí)別強(qiáng)度的分級(jí)顯示，其中輕度、中度和重度赤潮的RRED閾值分別被設(shè)置為0.15、0.25 和0.45。

3.3 溢油監(jiān)測(cè)

溢油[16]是指由于原油或油品泄漏，在海面形成的一層薄厚不等的油膜。

3.3.1 溢油的光譜特征

由于在可見(jiàn)光波段（0.4～0.7 μm），水面油膜的光譜反射率（高）與潔凈海面的反射率差異較大，因此能夠從該波段遙感影像分離溢油信息[17]。但可見(jiàn)光遙感傳感器受干擾多，只能在白天對(duì)溢油情況進(jìn)行監(jiān)測(cè)。

常溫石油在熱紅外波段的發(fā)射率遠(yuǎn)小于海水發(fā)射率，使得能夠全天候監(jiān)測(cè)溢油的紅外波段（0.76～1 000 μm）應(yīng)用更廣泛。有一定厚度的深色油膜吸收太陽(yáng)輻射并釋放熱能。溢油的主要反射率特征和明顯的吸收帶位于1.2 μm、1.73 μm 和2.3 μm。此方法對(duì)分辨率要求較高，但不能很好地區(qū)分浮游植物和溢油。

3.3.2 溢油監(jiān)測(cè)算法

根據(jù)溢油的以上特性以及FY-3D MERSI-II 的通道設(shè)置，F(xiàn)Y-3 MERSI 溢油指數(shù)ROIL為：

其中，RBLUE和RNIR分別代表藍(lán)波段（如0.47 μm）和近紅外波段（如0.85 μm）的發(fā)射率。當(dāng)溢油指數(shù)＞3.6時(shí)，系統(tǒng)判定該區(qū)域?yàn)橐缬?，其他區(qū)域?yàn)楹Ｋ?，輕度、中度和重度溢油的ROIL閾值分別為3、6 和100。

4 總體架構(gòu)和技術(shù)流程

4.1 總體架構(gòu)

利用風(fēng)云三號(hào)衛(wèi)星的中分辨率光譜成像儀等傳感器數(shù)據(jù)，分別依據(jù)滸苔、赤潮和溢油與周圍水體的光譜特性區(qū)別，監(jiān)測(cè)滸苔、赤潮和溢油的覆蓋區(qū)域和動(dòng)態(tài)變化，同時(shí)結(jié)合人機(jī)交互方式和計(jì)算機(jī)自動(dòng)判識(shí)技術(shù)，對(duì)中國(guó)周邊海域及全球重點(diǎn)關(guān)注區(qū)域進(jìn)行滸苔、赤潮和溢油監(jiān)測(cè)的精細(xì)化處理，提取滸苔、赤潮和溢油范圍并估算面積。系統(tǒng)總體技術(shù)路線如圖3 所示。

圖3 海洋環(huán)境監(jiān)測(cè)分析的技術(shù)路線圖

4.2 技術(shù)流程

以滸苔監(jiān)測(cè)為例，讀入FY-3D MERSI-II 數(shù)據(jù)，進(jìn)行幾何校正和大氣校正，獲取遙感反射率影像；將目標(biāo)區(qū)域的遙感圖像裁切出來(lái)；基于目標(biāo)區(qū)遙感反射率影像進(jìn)行NDVI 指數(shù)計(jì)算，提取水體區(qū)域，得到目標(biāo)區(qū)域NDVI影像；利用NDVI 動(dòng)態(tài)閾值法提取滸苔面積[18]。

其中，交互判識(shí)功能包含云判識(shí)與綠潮判識(shí)兩部分：云判識(shí)功能可選用“云判識(shí)”與“快速云檢測(cè)”兩種方法，通過(guò)設(shè)置遠(yuǎn)紅外波段及可見(jiàn)光與遠(yuǎn)紅外波段比值的閾值生成云判識(shí)結(jié)果，生成結(jié)果后可通過(guò)閃爍功能進(jìn)行人工交互調(diào)整閾值，判識(shí)結(jié)果滿意后保存輸出；綠潮判識(shí)功能可選用“NDVI”與“RVI”兩種方法，通過(guò)設(shè)置NDVI 或RVI 的閾值生成綠潮判識(shí)結(jié)果，生成結(jié)果后可通過(guò)閃爍功能進(jìn)行人工交互調(diào)整閾值，判識(shí)結(jié)果滿意后保存輸出。

4.3 主要模塊功能

（1）信息提取

如：基于葉綠素濃度等判識(shí)綠潮和赤潮信息；根據(jù)溢油的光譜特性等來(lái)判斷溢油信息。

（2）面積計(jì)算

根據(jù)所提取的滸苔、赤潮和溢油信息，計(jì)算面積，建立相應(yīng)的基于風(fēng)云三號(hào)衛(wèi)星數(shù)據(jù)面積估算模型。

（3）產(chǎn)品制作

制作滸苔、赤潮和溢油監(jiān)測(cè)多通道合成圖、專題圖和面積統(tǒng)計(jì)列表等。

4.4 系統(tǒng)開(kāi)發(fā)環(huán)境

系統(tǒng)開(kāi)發(fā)環(huán)境為MS Windows 7 操作系統(tǒng)和MS.NET、C#語(yǔ)言、VC++等程序設(shè)計(jì)語(yǔ)言。

在業(yè)務(wù)人員工作臺(tái)位上直接安裝監(jiān)測(cè)分析服務(wù)軟件平臺(tái)單機(jī)版。

5 監(jiān)測(cè)個(gè)例

5.1 滸苔個(gè)例

選取2019 年黃海海域發(fā)生滸苔[19]期間，使用FY-3D MERSI-II 在7 月11 日的觀測(cè)數(shù)據(jù)，生成此次滸苔專題圖片產(chǎn)品（如圖4（a）和圖4（b）所示），并統(tǒng)計(jì)滸苔面積（如圖4（c）所示）。

這套系統(tǒng)同樣適用于高分系列數(shù)據(jù)。以高分四號(hào)（GF-4）衛(wèi)星觀測(cè)為例，2019 年黃海海域苔出現(xiàn)滸苔期間，GF-4 衛(wèi)星在8 月5 日在相應(yīng)區(qū)域有觀測(cè)數(shù)據(jù)，由于8月滸苔已經(jīng)進(jìn)入消亡期，因此監(jiān)測(cè)到的滸苔區(qū)域較小，如圖5 所示。

圖5 高分四號(hào)衛(wèi)星監(jiān)測(cè)滸苔（綠潮）分布

5.2 赤潮個(gè)例

2019 年發(fā)生面積最大（800 m2）且持續(xù)時(shí)間最長(zhǎng)（34 d）的單次赤潮[19]發(fā)生在溫州南麂列島至洞頭列島以東海面。選取此次赤潮期間5 月24 日的FY-3D MERSI-II 在南海海域觀測(cè)數(shù)據(jù)，生成相應(yīng)專題圖片產(chǎn)品（如圖6（a）和圖6（b）所示），并導(dǎo)出面積統(tǒng)計(jì)表格（如圖6（c）所示）。

圖6 風(fēng)云三號(hào)衛(wèi)星監(jiān)測(cè)赤潮分布

5.3 溢油個(gè)例

巴西東北部地區(qū)的海岸線自2019 年9 月初以來(lái)持續(xù)受到油性物質(zhì)污染，2019 年10 月17 日FY-3D MERSI-II 在巴西東北部監(jiān)測(cè)的溢油如圖7（a）和圖7（b）所示，面積統(tǒng)計(jì)表格如圖7（c）所示。

圖7 2019 年10 月17 日風(fēng)云衛(wèi)星監(jiān)測(cè)的巴西溢油個(gè)例

6 結(jié)論

本文基于風(fēng)云三號(hào)衛(wèi)星觀測(cè)數(shù)據(jù)以及滸苔、赤潮和溢油的光譜特性，通過(guò)選取敏感波段的比值或者差值比值運(yùn)算，設(shè)定閾值來(lái)提取海洋環(huán)境事件信息，實(shí)現(xiàn)對(duì)海洋滸苔、赤潮和溢油的監(jiān)測(cè)，取得較好的應(yīng)用效果。

未來(lái)更多個(gè)例可以被用來(lái)檢驗(yàn)和改進(jìn)風(fēng)云衛(wèi)星遙感監(jiān)測(cè)算法。另外作為影響海洋環(huán)境事件強(qiáng)度和走向的重要因素，水文氣象因素[20-21]也需要被考慮進(jìn)去。