摘要：太湖藍(lán)藻水華暴發(fā)對其周邊地區(qū)的生態(tài)、經(jīng)濟(jì)和社會造成了嚴(yán)重影響，對藍(lán)藻水華進(jìn)行監(jiān)測預(yù)警對于改善太湖水環(huán)境具有重要意義。本文在分析藍(lán)藻水華遙感監(jiān)測預(yù)警研究動態(tài)基礎(chǔ)上，從信息系統(tǒng)構(gòu)建角度，結(jié)合太湖藍(lán)藻水華監(jiān)測情況，對太湖藍(lán)藻水華遙感監(jiān)測預(yù)警流程進(jìn)行系統(tǒng)性分析，提出建立太湖藍(lán)藻水華遙感監(jiān)測預(yù)警系統(tǒng)的總體框架，利用c幅言和IDL語言實(shí)現(xiàn)了該框架的軟件架構(gòu)。并且論述了實(shí)現(xiàn)該系統(tǒng)框架所采用的系統(tǒng)集成技術(shù)和軟件模式技術(shù)。

1 引言
太湖水質(zhì)狀況直接影響其周圍人民的生產(chǎn)生活，太湖向周邊地區(qū)提供生產(chǎn)生活用水，同時(shí)周邊地區(qū)的污水也以點(diǎn)源或面源形式排入太湖，最終導(dǎo)致太湖營養(yǎng)化加劇，誘發(fā)藍(lán)藻水華頻頻出現(xiàn)。藍(lán)藻是一種最原始、最古老的藻類植物，在一些營養(yǎng)化水體中，藍(lán)藻常于夏季大量繁殖，并在水域形成一層藍(lán)綠色而又腥臭味的水華，加劇水質(zhì)惡化，對魚類等水生動物以及人、畜均有較大危害。自1990年以來，太湖藍(lán)藻水華頻頻暴發(fā)，特別是2007年5月底，太湖梅梁灣部分發(fā)生了藍(lán)藻大暴發(fā)，導(dǎo)致無錫市自來水臭水事件，太湖藍(lán)藻水華危害再度引起社會各方面的關(guān)注¨J。藍(lán)藻水華形成是一種高度復(fù)雜、非線性的生態(tài)過程，涉及物理、化學(xué)及生物等方面。目前，對其形成機(jī)理過程及藍(lán)藻水華影響水質(zhì)所引發(fā)的各種危害等都是人們所急需解決的問題。本文從信息系統(tǒng)分析探討太湖藍(lán)藻水華治理，具有重要應(yīng)用價(jià)值。

2太湖藍(lán)藻水華監(jiān)測預(yù)警信息系統(tǒng)
設(shè)計(jì)遙感監(jiān)測手段的引入，為研究太湖藍(lán)藻水華監(jiān)測預(yù)警提供了新途徑。太湖水環(huán)境監(jiān)測手段歷經(jīng)了常規(guī)監(jiān)測、綜合自動化監(jiān)測和綜合遙感監(jiān)測，其中遙感在監(jiān)測藍(lán)藻水華方面具有快速而經(jīng)濟(jì)的特點(diǎn)，能夠監(jiān)測到藍(lán)藻葉綠素及藻藍(lán)蛋白的變化情況，將常規(guī)水質(zhì)采樣、實(shí)地光譜儀采樣與遙感影像相結(jié)合，可以獲取與藍(lán)藻水華形成過程密切相關(guān)的可遙感的水質(zhì)參數(shù)，如藍(lán)藻葉綠素濃度、藻藍(lán)蛋白濃度、水體透明度、溫度等。在遙感監(jiān)測模型方面，主要有經(jīng)驗(yàn)?zāi)Ｐ?，指?shù)模型，半分析模型等；在預(yù)測模型方面，主要有藍(lán)藻生長模型、逐步回歸模型等；在生態(tài)閾值方面，將藍(lán)藻水華形成的溫度范圍大致確定為280一33。將藍(lán)藻水華發(fā)生堆積時(shí)的風(fēng)速范圍大致確定為1．5～3．6m／S¨“。
2．1系統(tǒng)流程設(shè)計(jì)
在太湖藍(lán)藻水華監(jiān)測預(yù)警系統(tǒng)研發(fā)方面，主要體現(xiàn)出系統(tǒng)化、模塊化、集成化、網(wǎng)絡(luò)化等特點(diǎn)。太湖藍(lán)藻水華監(jiān)測指標(biāo)的多樣性決定了系統(tǒng)數(shù)據(jù)的多源性，輸入系統(tǒng)的數(shù)據(jù)包括基礎(chǔ)地理數(shù)據(jù)、遙感影像數(shù)據(jù)、水質(zhì)采樣數(shù)據(jù)、氣象數(shù)據(jù)等，對多源數(shù)據(jù)進(jìn)行綜合處理主要采用系統(tǒng)集成技術(shù)，特別是GIS軟件組件化為多源空間數(shù)據(jù)的信息集成和空間可視化表達(dá)提供了重要手段，系統(tǒng)集成所涉及到的體系結(jié)構(gòu)主要包括小規(guī)模的單機(jī)桌面體系結(jié)構(gòu)和大規(guī)模的三層網(wǎng)絡(luò)體系結(jié)構(gòu)，前者主要是對太湖藍(lán)藻水華監(jiān)測數(shù)據(jù)進(jìn)行模型分析與空間分析，后者則在包括前者功能基礎(chǔ)上進(jìn)行了功能模塊的擴(kuò)展和異地分配，并將多源數(shù)據(jù)管理、數(shù)據(jù)處理、模型分析與空間分析功能集中到局域網(wǎng)內(nèi)的服務(wù)器與胖客戶端上，同時(shí)將數(shù)據(jù)與信息的發(fā)布功能針對到互聯(lián)網(wǎng)中的客戶瀏覽器上。結(jié)合太湖多年來研究成果以及專家經(jīng)驗(yàn)知識H，l5l，將太湖藍(lán)藻水華監(jiān)測預(yù)警的指標(biāo)分為：藍(lán)藻葉綠素濃度、藻藍(lán)蛋白濃度、氣溫、風(fēng)速、風(fēng)向，通過實(shí)地采樣數(shù)據(jù)與準(zhǔn)同步遙感影像匹配分析藍(lán)藻水華發(fā)生前的各個指標(biāo)的變化情況，確定發(fā)生藍(lán)藻水華時(shí)各個指標(biāo)的閾值范圍，其中藍(lán)藻葉綠素濃度和藻藍(lán)蛋白濃度通過遙感影像定量反演模型獲取并以此作為藻類生物量指示，風(fēng)速、風(fēng)向、氣溫等誘發(fā)指標(biāo)因子數(shù)據(jù)通過天氣預(yù)報(bào)方式獲取，各個誘發(fā)指標(biāo)因子數(shù)據(jù)在模糊邏輯模型支持下預(yù)測滿足生物量閾值的藍(lán)藻是否具有上浮的可能性，最后綜合藍(lán)藻水華可能出現(xiàn)的區(qū)域進(jìn)行空間預(yù)警分區(qū).

2．2系統(tǒng)總體結(jié)構(gòu)
采用先整體后局部的模塊化設(shè)計(jì)方法進(jìn)行系統(tǒng)總體設(shè)計(jì)，將太湖藍(lán)藻水華監(jiān)測預(yù)警系統(tǒng)劃分為藍(lán)藻濃度遙感定量提取模塊、監(jiān)測分析模塊、預(yù)警分析模塊、數(shù)據(jù)管理模塊、模型管理模塊.系統(tǒng)采用C／S與B／S相混合的體系架構(gòu)，在Internet上，采用B／S模式，運(yùn)用Web Service集成技術(shù)，將各個模塊進(jìn)行Web服務(wù)的封裝、注冊和發(fā)布，從而便于系統(tǒng)的擴(kuò)展和與其他系統(tǒng)的集成。在局域網(wǎng)內(nèi)部，采用C／S模式，由客戶端和服務(wù)器組成，其中服務(wù)器包括數(shù)據(jù)庫服務(wù)器、應(yīng)用程序服務(wù)器兩部分，分別實(shí)現(xiàn)數(shù)據(jù)庫管理，應(yīng)用程序的管理及運(yùn)行.

3系統(tǒng)功能模塊分析與集成
3．1系統(tǒng)功能模塊
(1)藍(lán)藻濃度遙感定量提取模塊：把經(jīng)過幾何糾正、輻射定標(biāo)、大氣校正后的遙感影像，應(yīng)用藍(lán)藻濃度遙感定量反演模型，將藍(lán)藻遙感圖像反射率值轉(zhuǎn)換為藍(lán)藻濃度值，同時(shí)生成藍(lán)藻濃度柵格圖。
(2)監(jiān)測分析模塊：對藍(lán)藻遙感監(jiān)測影像生成的藍(lán)藻濃度柵格圖進(jìn)行分析。按照相應(yīng)標(biāo)準(zhǔn)，將藍(lán)藻濃度值進(jìn)行分級顯示，計(jì)算各級別藍(lán)藻濃度區(qū)間對應(yīng)總像元面積，根據(jù)各不同時(shí)相藍(lán)藻濃度變化面積的轉(zhuǎn)移矩陣生成監(jiān)測統(tǒng)計(jì)報(bào)告。
(3)數(shù)據(jù)管理模塊：對于矢量數(shù)據(jù)庫、遙感影像數(shù)據(jù)庫、屬性數(shù)據(jù)庫，實(shí)現(xiàn)相應(yīng)數(shù)據(jù)的輸入、編輯、更新和備份，其中利用空間數(shù)據(jù)引擎ArcS—DE對多源數(shù)據(jù)進(jìn)行集中存儲和管理。
(4)模型管理模塊：通過模型字典庫來提供靈活、動態(tài)的構(gòu)模功能，完成模型運(yùn)行所需輸入數(shù)據(jù)的自動提取及運(yùn)算結(jié)果的存貯。模型庫中主要包括遙感定量反演模型、預(yù)測預(yù)警模型等。
(5)警情發(fā)布模塊：將遙感監(jiān)測分析結(jié)果及預(yù)警分析結(jié)果，通過網(wǎng)絡(luò)及時(shí)發(fā)布給社會公眾和各應(yīng)急職能部門，同時(shí)在保障網(wǎng)絡(luò)安全前提下，提供元數(shù)據(jù)服務(wù)及數(shù)據(jù)服務(wù)。
(6)預(yù)警分析模塊：是本系統(tǒng)的核心部分，在數(shù)據(jù)庫、模型庫和預(yù)警知識庫支持下，通過建立藍(lán)藻預(yù)警指標(biāo)體系，選擇與遙感影像空間分辨率相適合的格網(wǎng)單元，即主要以MODIS數(shù)據(jù)為主要遙感數(shù)據(jù)源，格網(wǎng)單元大小選擇為250m，在此基礎(chǔ)上，綜合專家知識和數(shù)據(jù)挖掘發(fā)現(xiàn)的知識建立各個誘發(fā)因子的隸屬度函數(shù)以及模糊推理規(guī)則，以判斷每個格網(wǎng)在預(yù)測時(shí)間內(nèi)出現(xiàn)水華可能性大小，同時(shí)結(jié)合預(yù)測時(shí)間內(nèi)的天氣預(yù)報(bào)數(shù)值，估算現(xiàn)有藍(lán)藻漂移速度，并結(jié)合預(yù)測時(shí)間內(nèi)原位可能出現(xiàn)的藍(lán)藻范圍，大致圈定預(yù)測時(shí)間內(nèi)的藍(lán)藻空間位置分布，并利用空間疊加分析功能進(jìn)行預(yù)警區(qū)劃分。其中菜單界面基于XML文件設(shè)計(jì)，具有可定制性特點(diǎn)，各菜單項(xiàng)所實(shí)現(xiàn)的功能調(diào)用接口，由自行設(shè)計(jì)的接口類以及抽象類來綜合管理，以此減少界面對應(yīng)用程序的依賴性，增強(qiáng)界面設(shè)計(jì)的靈活性。

3．2系統(tǒng)集成的關(guān)鍵技術(shù)
(1)Visual c#與AcfiveX控件集成。Visual C#是介于Visual Basic與Visual C++中間的一種編程環(huán)境，它綜合了Visual Basic與Visual C++的優(yōu)點(diǎn)，具有開發(fā)周期短、運(yùn)行效率高的特點(diǎn)，它可以與ActiveX控件進(jìn)行有效集成。本系統(tǒng)就是在Visual c#可視化開發(fā)平臺下，融合IDLDrawWidget圖像可視化控件以及ArcEngine空間數(shù)據(jù)可視化控件，綜合完成系統(tǒng)各個模塊功能。
(2)基于樹模式的軟件系統(tǒng)架構(gòu)。本系統(tǒng)依照太湖藍(lán)藻水華監(jiān)測預(yù)警的工作流程，采用了樹模式結(jié)構(gòu)和面向?qū)ο笏枷雭碓O(shè)計(jì)整個系統(tǒng)架構(gòu)，將整個系統(tǒng)抽象為根節(jié)點(diǎn)對象，各個子系統(tǒng)抽象為中間節(jié)點(diǎn)對象，各個模塊抽象為葉子節(jié)點(diǎn)對象。這種樹模式結(jié)構(gòu)應(yīng)用在窗體設(shè)計(jì)中，可以使整個系統(tǒng)界面保持一致風(fēng)格，應(yīng)用在數(shù)據(jù)結(jié)構(gòu)中，可以維護(hù)數(shù)據(jù)一致性。

4結(jié)語

在分析藍(lán)藻水華遙感監(jiān)測預(yù)警研究動態(tài)基礎(chǔ)上，從信息系統(tǒng)構(gòu)建角度，對太湖藍(lán)藻水華監(jiān)測預(yù)警流程進(jìn)行系統(tǒng)化分析，提出構(gòu)建太湖藍(lán)藻水華遙感監(jiān)測預(yù)警系統(tǒng)的總體框架。綜合系統(tǒng)集成技術(shù)和軟件模式技術(shù)，運(yùn)用c#q IDL語言對該系統(tǒng)框架進(jìn)行了軟件實(shí)現(xiàn)，下一步主要工作是將各個模塊集成到該框中，由于系統(tǒng)采用可擴(kuò)展性的系統(tǒng)架構(gòu)，對于太湖藍(lán)藻遙感監(jiān)測預(yù)警研究的新成果可以及時(shí)融合到本系統(tǒng)中。