房云峰，柳林，馬天賜，劉魯論，王廣濤

（山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院，山東 青島 266510）

1 引 言

近幾年，滸苔災(zāi)害已在我國(guó)多處發(fā)生，嚴(yán)重影響了沿海的旅游業(yè)、養(yǎng)殖業(yè)和海上運(yùn)輸?shù)陌l(fā)展［1］，滸苔問(wèn)題不同于一般的固態(tài)垃圾，它的生成沒(méi)有固定地點(diǎn)，其繁殖與漂移也受到各種因素的影響［2］，目前的處理方式未能達(dá)到對(duì)現(xiàn)有資源的優(yōu)化配置。鑒于此，采用更為高效的GIS技術(shù)，綜合分析滸苔的擴(kuò)散和生長(zhǎng)因素，以實(shí)現(xiàn)滸苔污染范圍的動(dòng)態(tài)預(yù)測(cè)和及時(shí)生成處理方案，顯得尤為重要。

地理信息科學(xué)（GIS）是建立在地球科學(xué)、信息科學(xué)和計(jì)算機(jī)科學(xué)等基礎(chǔ)上的邊緣學(xué)科，利用地理信息技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)，建設(shè)基于GIS的滸苔信息監(jiān)測(cè)系統(tǒng)，將有助于實(shí)現(xiàn)滸苔災(zāi)害信息的數(shù)字化管理和共享，對(duì)提高滸苔清除、環(huán)境維護(hù)工作的效率和水平，增強(qiáng)應(yīng)對(duì)突發(fā)滸苔災(zāi)害事件的分析和處置能力，促進(jìn)海洋環(huán)境維護(hù)工作的開(kāi)展，具有重要意義。

2 系統(tǒng)總體設(shè)計(jì)

系統(tǒng)建設(shè)內(nèi)容包括利用空間數(shù)據(jù)庫(kù)技術(shù)，對(duì)海洋基礎(chǔ)地理信息庫(kù)、海洋滸苔專(zhuān)題地理信息庫(kù)進(jìn)行設(shè)計(jì)和建設(shè)，實(shí)現(xiàn)地理空間數(shù)據(jù)和業(yè)務(wù)屬性數(shù)據(jù)一體化存儲(chǔ)和管理；運(yùn)用POM海洋模式，生成基于海洋基礎(chǔ)數(shù)據(jù)的滸苔動(dòng)態(tài)分布，基于ArcGIS Engine組件技術(shù)，實(shí)現(xiàn)海上突發(fā)滸苔事件的空間可視化分析、制圖表達(dá)和輸出；基于三維橢球體可視化技術(shù)，實(shí)現(xiàn)滸苔案例的應(yīng)急分析、量算分析功能，為海洋環(huán)境維護(hù)工作提供輔助決策。

為實(shí)現(xiàn)信息的實(shí)時(shí)更新發(fā)布和交互，系統(tǒng)整體架構(gòu)采C／S與M／S模式，分為數(shù)據(jù)層和功能層。數(shù)據(jù)層是整個(gè)系統(tǒng)的重要組成和基礎(chǔ)，系統(tǒng)所有查詢(xún)?yōu)g覽和分析運(yùn)算都是在數(shù)據(jù)層上進(jìn)行的，它由海洋基礎(chǔ)地理信息庫(kù)、海洋專(zhuān)題地理信息庫(kù)、海洋表層流場(chǎng)數(shù)據(jù)信息庫(kù)、海洋浮標(biāo)監(jiān)測(cè)信息庫(kù)和海洋遙感監(jiān)測(cè)信息庫(kù)共同構(gòu)成。具體的系統(tǒng)架構(gòu)圖如圖1所示。

3 系統(tǒng)關(guān)鍵技術(shù)

3.1 遙感影像提取滸苔分布信息

MODIS數(shù)據(jù)存儲(chǔ)格式為L(zhǎng)1B級(jí)HDF（Hierarchical Data Format），該格式是一種分層式數(shù)據(jù)管理結(jié)構(gòu)，是經(jīng)過(guò)儀器定標(biāo)后的，沒(méi)有經(jīng)過(guò)大氣校正，包含有地理定位信息，但是和圖像信息沒(méi)有連接［3-4］。

表1 MODIS數(shù)據(jù)基本信息

其中，RefSB為太陽(yáng)光反射波段，Emissive為熱輻射波段。

海水中滸苔的監(jiān)測(cè)主要取決于海水水體本身和水中的葉綠素對(duì)太陽(yáng)光的反射、吸收和散射，遙感器接收到的光L 可以用式（1）表示［5］。

其中，LS為水面反射光，LW為離水輻射（水中散射光的向上部分和底部反射光），LP為天空散射光。

滸苔是依附于背景海水而存在的，滸苔與背景海水間的反射率差異越大，則成像后遙感影像間的反差越顯著，據(jù)此可識(shí)別出滸苔。滸苔波譜特征的測(cè)試分析是遙感監(jiān)測(cè)滸苔研究的基礎(chǔ)，滸苔暴發(fā)時(shí)，由于浮于水面上的滸苔的厚度差別，使水體顏色、密度、透明度產(chǎn)生差異，導(dǎo)致水體反射能量的變化，進(jìn)而在遙感圖像。上反映為色調(diào)、灰階、形態(tài)、紋理等特征的差別［10-11］。實(shí)際測(cè)得的滸苔光譜反射率曲線如圖3所示。

3.2 動(dòng)態(tài)洋流設(shè)計(jì)與實(shí)現(xiàn)

3.2.1 洋流數(shù)據(jù)組織

流場(chǎng)運(yùn)動(dòng)變化趨勢(shì)是影響滸苔擴(kuò)散漂移路徑的重要因素，所以再現(xiàn)流場(chǎng)實(shí)時(shí)的運(yùn)動(dòng)狀態(tài)，對(duì)滸苔擴(kuò)散漂移路徑的判定具有重要作用［6］。洋流場(chǎng)數(shù)據(jù)是海洋動(dòng)力學(xué)研究的重要內(nèi)容之一，具有空間位置和時(shí)間兩大基礎(chǔ)特征。而Argo計(jì)劃是1998年推出的一個(gè)全球海洋聯(lián)合觀測(cè)調(diào)查項(xiàng)目，旨在快速、準(zhǔn)確、大范圍收集全球海洋流、溫、鹽資料和流、溫、鹽結(jié)構(gòu)特征［7］。目前，全球Argo觀測(cè)網(wǎng)每月可提供1萬(wàn)多條海洋流、溫、鹽實(shí)時(shí)觀測(cè)數(shù)據(jù)，其數(shù)量之多是前所未有的。但Argo資料也存在一些固有的缺陷：Argo浮標(biāo)的平均布放間隔約為30km，浮標(biāo)每10天～14天完成一個(gè)海洋剖面的測(cè)量并發(fā)送數(shù)據(jù)［13］。從滸苔分布海域的研究意義來(lái)講，Argo資料在空間上是稀疏的、時(shí)間上是不連續(xù)的，由觀測(cè)條件限制造成的數(shù)據(jù)缺失、數(shù)據(jù)本身存在的系統(tǒng)誤差、隨機(jī)誤差、采樣密度過(guò)稀等原因，使得流場(chǎng)數(shù)據(jù)在空間分布上往往具有不均勻性。因此，有必要對(duì)原始Argo測(cè)量數(shù)據(jù)進(jìn)行插補(bǔ)或插值處理以及對(duì)觀測(cè)數(shù)據(jù)進(jìn)行滸苔觀測(cè)時(shí)間段內(nèi)的統(tǒng)計(jì)處理分析，以期在其客觀性、科學(xué)性和完備性上進(jìn)行提升。

插值方法是采用周邊資料估算和逼近缺測(cè)點(diǎn)數(shù)據(jù)信息的常用手段［14］，常用的插值方法包括：Kriging插值、Lagrange插值、樣條擬合插值和多項(xiàng)式法、有限元法、變分法以及逐步訂證和最優(yōu)內(nèi)插方法，它們可滿足大尺度大氣、海洋數(shù)據(jù)資料的插值擬合需要，以對(duì)海洋的災(zāi)情監(jiān)測(cè)動(dòng)態(tài)數(shù)值模擬做出科學(xué)的依據(jù)與運(yùn)算基礎(chǔ)。本文采用當(dāng)前主流和行之有效的不規(guī)則數(shù)據(jù)插值技術(shù)，結(jié)合全球最大的地理信息系統(tǒng)技術(shù)與服務(wù)提供商Esri的ArcToolBox地理信息處理工具箱，運(yùn)用克里金插值算法工具集對(duì)原始Argo海流方向與速率測(cè)量數(shù)據(jù)進(jìn)行區(qū)域經(jīng)驗(yàn)插值處理，獲得海流的角度方向信息、洋流速率大小，對(duì)于大數(shù)據(jù)量具有方便程序讀取、處理，易于結(jié)構(gòu)化維護(hù)等特點(diǎn)。

3.2.2 動(dòng)態(tài)洋流可視化實(shí)現(xiàn)

由于近海區(qū)域的面積較大，對(duì)于流場(chǎng)數(shù)據(jù)計(jì)算機(jī)不可能流暢的一次性繪制幾十萬(wàn)個(gè)箭頭，本系統(tǒng)采用CSGL（C Sharp Graphics Library）顯示列表（Display List）的方式實(shí)現(xiàn)大批量的繪制。它通過(guò)強(qiáng)大的3D圖形命令，可以完成繪制物體、變換、光照處理、著色、反走樣、融合、紋理映射等操作，通過(guò)把這一系列基本操作進(jìn)行組合，可以構(gòu)造更復(fù)雜的3D物體和描繪更加逼真的豐富多彩、千變?nèi)f化的客觀世界［15］。

OpenGL顯示列表（Display List）是由一組預(yù)先存儲(chǔ)起來(lái)的留待以后調(diào)用的OpenGL函數(shù)語(yǔ)句組成的，可實(shí)現(xiàn)對(duì)繪圖命令的瞬時(shí)執(zhí)行，由于流場(chǎng)數(shù)據(jù)具有數(shù)據(jù)量大、時(shí)間跨度大的特點(diǎn)，故采用統(tǒng)一的多時(shí)態(tài)數(shù)據(jù)管理方式，用“時(shí)間滑塊”實(shí)現(xiàn)數(shù)據(jù)內(nèi)容和時(shí)間的掛鉤，通過(guò)時(shí)間的改變，動(dòng)態(tài)顯示洋流場(chǎng)變化。圖4是對(duì)洋流數(shù)據(jù)分時(shí)段讀取處理并可視化顯示的流程圖。

經(jīng)插值后的洋流數(shù)據(jù)，包含動(dòng)態(tài)洋流的角度信息和位置信息，系統(tǒng)通過(guò)繪制不同方向、不同顏色梯度的箭頭來(lái)實(shí)現(xiàn)對(duì)洋流的可視化。在點(diǎn)（i，j）處的角度確定方法如圖5所示，角度函數(shù)θ運(yùn)算后的結(jié)果是指洋流與正東方向的夾角。

洋流的方向確定之后通過(guò)計(jì)算單位顏色梯度值per，來(lái)確定渲染器的參數(shù)，per的確定方法為

其中RampSize是對(duì)應(yīng)影像上的像素值跨度，valueMax和valueMin分別是洋流速度的最大和最小值，最后通過(guò)可視化算法實(shí)現(xiàn)洋流的動(dòng)態(tài)模擬，圖6是速率渲染的示意圖。

圖6 洋流速率渲染示意圖

3.3 POM算法與滸苔監(jiān)測(cè)相結(jié)合

POM（Princeton Ocean Mode1）由美國(guó)普林斯頓（Princeton）大學(xué)Blumberg和Mellor于1977年共同建立起來(lái)的一個(gè)三維斜壓原始方程數(shù)值海洋模式［8］，采用POM模式的串行版軟件，能夠較好地滿足潮汐和三維潮流的數(shù)值計(jì)算要求，因此國(guó)內(nèi)外許多業(yè)務(wù)化數(shù)值預(yù)報(bào)和再分析系統(tǒng)都是以POM模式為基礎(chǔ)開(kāi)發(fā)的［9］。在滸苔監(jiān)測(cè)中，運(yùn)用POM數(shù)值模擬算法，根據(jù)海域鹽度、海水溫度、流速、酸堿度和湍流參數(shù)等生成分級(jí)設(shè)色的預(yù)警模型，對(duì)滸苔進(jìn)行預(yù)測(cè)，針對(duì)高危海域?qū)嵤┮患?jí)監(jiān)控。滸苔災(zāi)害不同于其他的環(huán)境污染，它的生成沒(méi)有固定地點(diǎn)，其繁殖與漂移也受到各種因素的影響，因此本文根據(jù)提取的空間信息及屬性數(shù)據(jù)（如：滸苔初始分布位置和數(shù)量、海水溫度、風(fēng)向風(fēng)力、降水、海浪、海水鹽分、氣候等及其對(duì)滸苔生成影響程度），對(duì)所需近海區(qū)域進(jìn)行分析，得出生成滸苔的可能性大小預(yù)報(bào)圖，并采用分級(jí)設(shè)色方法標(biāo)示災(zāi)害嚴(yán)重程度。

預(yù)警分析模塊的主要功能包括：生成滸苔厚度分布圖，生成近海的表層鹽度分布渲染圖，滸苔厚度的二、三維查詢(xún)，打撈路線的可視化，生成輔助決策方案等。

算法中運(yùn)用的POM主要參數(shù)方程為：

4 系統(tǒng)功能實(shí)現(xiàn)

4.1 信息查詢(xún)模塊

信息查詢(xún)模塊主要實(shí)現(xiàn)了多地圖的顯示與查看，包括衛(wèi)星地圖、矢量地圖、海圖、三維地圖。4種地圖各有優(yōu)缺點(diǎn)，能夠滿足不同用戶的各種信息查詢(xún)需求。其中，海圖涵蓋了黃海海域的所有重要性航線、航道和港口信息，能很方便的查看到滸苔覆蓋面對(duì)近海航道的影響，可及時(shí)更改航線，最大限度減少滸苔對(duì)海上運(yùn)輸?shù)挠绊憽?/p>

信息查詢(xún)功能包括基本信息的查詢(xún)（旅游景點(diǎn)、養(yǎng)殖區(qū)、重點(diǎn)保護(hù)區(qū)等），滸苔分布面積的查詢(xún)，以及導(dǎo)出當(dāng)前地圖和數(shù)據(jù)管理?；镜牡貓D瀏覽功能有：放大、縮小、全圖、漫游、自由縮放、空間量算、鷹眼等。

其他查詢(xún)還有：地域、海域查詢(xún)，海域的溫度、鹽度、酸堿度、氮磷分布查詢(xún)（圖表查詢(xún)），洋流方向與分布查詢(xún)，區(qū)域滸苔發(fā)生記錄查詢(xún)，某海水的成分含量，單位升水中引起滸苔的浮游植物個(gè)數(shù)，光照強(qiáng)度，滸苔增長(zhǎng)速率查詢(xún)等。

4.2 擴(kuò)散路徑動(dòng)態(tài)模擬模塊

4.2.1 洋流可視化實(shí)現(xiàn)

為了達(dá)到更好的動(dòng)態(tài)可視化效果，本系統(tǒng)利用三維視角高度的變化對(duì)數(shù)據(jù)進(jìn)行抽稀處理，并且使監(jiān)測(cè)的數(shù)據(jù)在二、三維場(chǎng)景下再現(xiàn)洋流場(chǎng)的動(dòng)態(tài)變化，隨視角高度的遠(yuǎn)近變化，流場(chǎng)密度分布如圖7、圖8所示。

圖7 近景觀測(cè)流場(chǎng)密度分布

4.2.2 擴(kuò)散動(dòng)態(tài)模擬實(shí)現(xiàn)

動(dòng)態(tài)擴(kuò)散模擬運(yùn)用在遙感影像中提取的滸苔范圍數(shù)據(jù)，為了更加真實(shí)的再現(xiàn)滸苔擴(kuò)散漂移路徑，通過(guò)獲取兩個(gè)滸苔面的Geometry并轉(zhuǎn)為點(diǎn)集，計(jì)算滸苔面外輪廓線上點(diǎn)到初始點(diǎn)的Segment的長(zhǎng)度與外輪廓線長(zhǎng)度比值相同的點(diǎn)。將比值相同點(diǎn)的位置分成30步，通過(guò)Timer控制速度，實(shí)現(xiàn)滸苔擴(kuò)散漂移路徑的動(dòng)態(tài)可視化效果。

圖8 遠(yuǎn)景觀測(cè)流場(chǎng)密度分布

圖9 運(yùn)用CSGL繪制滸苔區(qū)域

在二維擴(kuò)散中通過(guò)刷新Element來(lái)實(shí)現(xiàn)滸苔動(dòng)態(tài)擴(kuò)散的效果，在三維下是通過(guò)CSGL繪制滸苔區(qū)域。將圖形漸變算法與CSGL相結(jié)合，借助ArcGIS的二、三維一體化平臺(tái)，解決了動(dòng)態(tài)擴(kuò)散模擬的難題，真實(shí)再現(xiàn)滸苔的擴(kuò)散漂移路徑，可為相關(guān)決策部門(mén)提供有效的支持。

4.3 預(yù)警分析模塊

預(yù)警分析模塊的理論支持是海洋數(shù)值模擬，也叫計(jì)算機(jī)模擬，由于對(duì)海洋的實(shí)際觀測(cè)資料較少，無(wú)法滿足研究需求，通常采用海洋原始方程組求離散解［8］的方法來(lái)研究，通過(guò)數(shù)值計(jì)算和圖像顯示的方法，達(dá)到對(duì)工程問(wèn)題和物理問(wèn)題乃至自然界各類(lèi)問(wèn)題研究的目的。目前海洋學(xué)界較為常用的OGCM有POM、FVCOM、HAMSOM、HYCOM等。

4.4 綜合評(píng)估模塊

綜合評(píng)估模塊：生態(tài)健康敏感性評(píng)估；旅游損失評(píng)估；生物漁業(yè)損失評(píng)估等。

如表7、8所示,對(duì)最佳樣品B的預(yù)期壽命推算。根據(jù)logV0與1/T的線性相關(guān)性,可以預(yù)測(cè),復(fù)方精油微膠囊在室溫25 ℃的條件下,精油分解10%,所需時(shí)間約為155 d。

綜合評(píng)估的具體內(nèi)容：生態(tài)健康敏感性評(píng)估主要針對(duì)生態(tài)健康與環(huán)境污染，根據(jù)滸苔的分布面積、風(fēng)場(chǎng)、溫度、以及當(dāng)時(shí)的其他條件確定污染級(jí)別，給有關(guān)單位提供建議，如打撈船只數(shù)量、攔截范圍等。旅游損失評(píng)估是在往年客游量基礎(chǔ)上，根據(jù)旅游景點(diǎn)旅游指數(shù)、滸苔范圍、污染級(jí)別等，根據(jù)數(shù)學(xué)模型計(jì)算而來(lái)，包括餐飲、運(yùn)輸、旅行社等損失共同組成。生物漁業(yè)損失評(píng)估是指通過(guò)數(shù)學(xué)模型計(jì)算滸苔污染對(duì)當(dāng)?shù)貪O業(yè)的影響，由于養(yǎng)殖區(qū)與非養(yǎng)殖區(qū)的生物密度差別很大，并且成年魚(yú)與幼魚(yú)計(jì)算方法不一，本系統(tǒng)通過(guò)漁業(yè)資源密度值來(lái)區(qū)分養(yǎng)殖區(qū)與非養(yǎng)殖區(qū)，對(duì)具體的評(píng)估模型論述如下：

成年魚(yú)為主的評(píng)估模型：

其中，W 為成體損失量（t），D為漁業(yè)資源密度（以重量計(jì)，t／km2），R 為成體比例（%），V 為影響面積（km2），M 為滸苔致死率（%）。

幼魚(yú)為主的評(píng)估模型：

其中，W 為成體損失量（t），D為漁業(yè)資源密度（以尾數(shù)計(jì)，ind／km2），r為幼體比例（%），V 為影響面積（km2），M 為滸苔致死率（%），N 為長(zhǎng)成率（%），I為每尾質(zhì)量，即尾重（g／ind）。

海洋植物的評(píng)估模型：

其中，W 為植物損失量（t），D為植物資源密度（t／km2），V為影響面積（km2），M為滸苔致死率（%）。

如何準(zhǔn)確、合理的對(duì)生態(tài)健康進(jìn)行敏感性評(píng)估及對(duì)敏感區(qū)域進(jìn)行劃分是滸苔災(zāi)情的一大難題，本系統(tǒng)采用空間刨分算法對(duì)受災(zāi)區(qū)域進(jìn)行網(wǎng)格劃分，對(duì)單個(gè)網(wǎng)格進(jìn)行敏感性分析。在對(duì)單個(gè)網(wǎng)格進(jìn)行敏感性分析時(shí)，采用打分機(jī)制（圖10），并利用空間拓?fù)溥M(jìn)行疊加分析。

通過(guò)空間刨分打分機(jī)制，對(duì)不同敏感性地物賦予不同分值，刨分完畢后每個(gè)網(wǎng)格都得到了具體的敏感性得分，根據(jù)分值的不同將分析區(qū)域劃分成敏感區(qū)、半敏感區(qū)和非敏感區(qū)。

4.5 基于WP7的移動(dòng)終端與信息發(fā)布

手機(jī)移動(dòng)終端采用WP7客戶端主要實(shí)現(xiàn)了二維地圖瀏覽、滸苔分布信息查詢(xún)、Socket實(shí)時(shí)通信、GPS信息定位與記錄等功能。

圖10 空間刨分打分機(jī)制

ArcGIS Server是ESRI公司最新推出的網(wǎng)絡(luò)服務(wù)器端產(chǎn)品，通過(guò)ArcServer行業(yè)分析服務(wù)器實(shí)時(shí)發(fā)布地圖服務(wù)（REST類(lèi)型的MapServer）與WP7災(zāi)情信息實(shí)時(shí)交互與監(jiān)測(cè)災(zāi)情，并實(shí)現(xiàn)了對(duì)地圖的信息檢索，可通過(guò)條件查詢(xún)，查看所關(guān)注時(shí)間的滸苔災(zāi)害情況。

Socket接口是TCP／IP網(wǎng)絡(luò)的最為流行的API（ApplicationProgrammingInterface應(yīng)用程序編程接口），最新版的Socket接口定義了許多函數(shù)或例程，本系統(tǒng)用它們來(lái)開(kāi)發(fā)基于TCP／IP網(wǎng)絡(luò)上的安全、高效、穩(wěn)定的通信應(yīng)用程序。WP7移動(dòng)端使用了Server Socket監(jiān)聽(tīng)指定的端口，當(dāng)客戶端使用Socket對(duì)網(wǎng)絡(luò)上某一個(gè)端口發(fā)出連接請(qǐng)求時(shí)，出現(xiàn)鏈接等待，鏈接成功后自動(dòng)打開(kāi)對(duì)話窗口，實(shí)現(xiàn)了跨平臺(tái)的高性能的信息交互。點(diǎn)擊主頁(yè)面下方的信息頁(yè)面，進(jìn)入信息收集／發(fā)布頁(yè)面。在該頁(yè)面中可以分別輸入滸苔災(zāi)害的發(fā)生時(shí)間、地點(diǎn)以及災(zāi)情描述。點(diǎn)擊發(fā)布鏈接按鈕，進(jìn)入發(fā)布頁(yè)面，可以分別查看已添加信息并實(shí)時(shí)發(fā)布。在信息監(jiān)測(cè)中心主程序控制臺(tái)中可以看到已發(fā)布成功的災(zāi)情描述。

WP7移動(dòng)端與海監(jiān)船實(shí)時(shí)定位模塊，可實(shí)現(xiàn)海監(jiān)船的GPS（Global Positioning System）定位、災(zāi)情實(shí)時(shí)監(jiān)測(cè)、滸苔打撈路線的可視化。當(dāng)滸苔監(jiān)測(cè)員在海上發(fā)現(xiàn)滸苔分布后，執(zhí)行“獲取滸苔位置信息”時(shí)，利用的是移動(dòng)端內(nèi)置的高精度GPS定位設(shè)備，以此來(lái)確定滸苔所在的具體位置信息，此方法具有受外界環(huán)境影響小、能保證實(shí)時(shí)全天候?qū)Ш蕉ㄎ坏膬?yōu)點(diǎn)，同時(shí)移動(dòng)端小巧的體積方便攜帶，操作簡(jiǎn)單，可極大提高工作效率。

移動(dòng)端獲取的位置信息包括滸苔分布的地理經(jīng)緯度、海拔高度、軌跡點(diǎn)編號(hào)觀測(cè)時(shí)間以及打撈船的航向（圖11），移動(dòng)端可將這些信息連同監(jiān)測(cè)得到的滸苔厚度、移動(dòng)速度、環(huán)境影響因子等信息，保存到本地?cái)?shù)據(jù)庫(kù)或通過(guò)監(jiān)聽(tīng)端口傳回主系統(tǒng)數(shù)據(jù)庫(kù)，從而實(shí)現(xiàn)數(shù)據(jù)的采集和信息的傳輸，保證了信息的實(shí)時(shí)更新和數(shù)據(jù)的真實(shí)可靠。主系統(tǒng)在接收到移動(dòng)端批量傳回的監(jiān)測(cè)信息后，可在多時(shí)態(tài)數(shù)據(jù)管理模塊對(duì)傳回的數(shù)據(jù)進(jìn)行處理和分析管理，對(duì)打撈路線、海監(jiān)船的軌跡、打撈作業(yè)的完成情況及效果進(jìn)行預(yù)覽（圖12），并可在監(jiān)測(cè)中心中對(duì)海監(jiān)船的位置和打撈路線進(jìn)行調(diào)整，實(shí)現(xiàn)實(shí)時(shí)的可視化的打撈指揮與決策。

圖11 移動(dòng)端與海監(jiān)船實(shí)時(shí)定位通信圖

圖12 打撈船路線的可視化

5 結(jié)束語(yǔ)

本系統(tǒng)是基于遙感影像提取的滸苔信息，并結(jié)合數(shù)值模擬進(jìn)行適當(dāng)分析，是在已有的數(shù)據(jù)資料與前人研究的成果基礎(chǔ)上，結(jié)合青島本地實(shí)際需求，基于GIS設(shè)計(jì)并實(shí)現(xiàn)的滸苔監(jiān)測(cè)系統(tǒng)，將POM海洋數(shù)值模擬這一海洋科學(xué)前沿成果與GIS相結(jié)合，運(yùn)用ArcGIS提供的相關(guān)組件和接口，結(jié)合遙感影像反演的信息提取等技術(shù)，實(shí)現(xiàn)了滸苔災(zāi)害的信息查詢(xún)、擴(kuò)散模擬、洋流顯示、預(yù)警分析、損失評(píng)估等功能，并結(jié)合WP7的移動(dòng)終端實(shí)現(xiàn)了信息的多渠道信息發(fā)布、移動(dòng)巡檢等基于移動(dòng)端的功能。

當(dāng)前我國(guó)滸苔災(zāi)害頻繁，而對(duì)滸苔的監(jiān)測(cè)和治理方面尚處于研究摸索階段，隨著理論研究的深入和技術(shù)水平的提高，預(yù)報(bào)系統(tǒng)在數(shù)據(jù)處理和預(yù)報(bào)精度上有待于不斷改進(jìn)和提高。

［1]于曉杰.南黃海西部夏季環(huán)流及其對(duì)滸苔漂移影響的數(shù)值研究［D］.北京：中國(guó)海洋大學(xué)，2011：2－3.

［2]李燕，李云，劉欽政.滸苔漂移軌跡預(yù)報(bào)系統(tǒng)［J］.海洋預(yù)報(bào)，2010，27（4）：74－78.

［3]馬金峰，詹海剛，陳楚群，等.赤潮衛(wèi)星遙感監(jiān)測(cè)與應(yīng)用研究進(jìn)展［J］.遙感技術(shù)與應(yīng)用，2008，23（5）：604－610.

［4]田國(guó)良，倪曉東，宋福，等.用光譜數(shù)據(jù)估算水體葉綠素濃度［J］.環(huán)境遙感，1988，3（1）：71－79.

［5]趙英時(shí).遙感應(yīng)用分析原理與方法［M］.北京：科學(xué)出版社，2003：18－32.

［6]喬方利，王關(guān)鎖，呂新剛，等.2008與2010年黃海滸苔漂移輸運(yùn)特征對(duì)比［J］.科學(xué)通報(bào)，2011，56（18）：1－2.

［7]許建平，朱伯康.ARGO全球海洋觀測(cè)網(wǎng)與我國(guó)海洋監(jiān)測(cè)技術(shù)的發(fā)展［J］.海洋技術(shù)，2001，6（20）：2－3.

［8]鄭沛楠，宋軍，張芳苒，等.常用海洋數(shù)值模式簡(jiǎn)介［J］.海洋預(yù)報(bào)，2008，25（4）：2－16.

［9]王亮，趙曉東，沈永明.基于GIS的POM模型及其在渤海潮流模擬中的應(yīng)用［J］.水動(dòng)力學(xué)研究與進(jìn)展，2009，24（6）：771－775.

［10]周偉奇.內(nèi)陸水體水質(zhì)多光譜遙感監(jiān)測(cè)方法和技術(shù)研究［D］.北京：中國(guó)科學(xué)院遙感應(yīng)用研究所，2004：9－42.

［11]蔣興偉，劉建強(qiáng)，鄒斌，等.滸苔災(zāi)害衛(wèi)星遙感應(yīng)急監(jiān)視監(jiān)測(cè)系統(tǒng)及其應(yīng)用［J］.海洋學(xué)報(bào)，2009，31（1）：54－59.

［12]謝宏全，劉軍生，盧霞.滸苔反射光譜庫(kù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.海洋環(huán)境科學(xué)，2012，31（4）：603－606.

［13]張韌，黃志松，劉巍，等.基于 ARGO浮標(biāo)資料的太平洋三維流場(chǎng)估算［J］.水動(dòng)力學(xué)研究與進(jìn)展，2012，27（3）：257－259.

［14]馬軒龍，李春娥，陳全功.基于 GIS的氣象要素空間插值方法研究［J］.草業(yè)科學(xué)，2008，25（11）：13－19.

［15]韓李濤，孔巧麗，戴洪磊，等.基于 OpenGL的規(guī)則格網(wǎng)地形法線計(jì)算優(yōu)化研究［J］.測(cè)繪科學(xué)，2012，37（5）：17－19.

［16]朱莉莉，幺光，張翔.基于聲納探測(cè)的滸苔災(zāi)害監(jiān)測(cè)研究［J］.科技信息，2009（3）：187－188.