摘要：太湖藍藻水華暴發對其周邊地區的生態、經濟和社會造成了嚴重影響，對藍藻水華進行監測預警對于改善太湖水環境具有重要意義。本文在分析藍藻水華遙感監測預警研究動態基礎上，從信息系統構建角度，結合太湖藍藻水華監測情況，對太湖藍藻水華遙感監測預警流程進行系統性分析，提出建立太湖藍藻水華遙感監測預警系統的總體框架，利用c幅言和IDL語言實現了該框架的軟件架構。并且論述了實現該系統框架所采用的系統集成技術和軟件模式技術。

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

2太湖藍藻水華監測預警信息系統
設計遙感監測手段的引入，為研究太湖藍藻水華監測預警提供了新途徑。太湖水環境監測手段歷經了常規監測、綜合自動化監測和綜合遙感監測，其中遙感在監測藍藻水華方面具有快速而經濟的特點，能夠監測到藍藻葉綠素及藻藍蛋白的變化情況，將常規水質采樣、實地光譜儀采樣與遙感影像相結合，可以獲取與藍藻水華形成過程密切相關的可遙感的水質參數，如藍藻葉綠素濃度、藻藍蛋白濃度、水體透明度、溫度等。在遙感監測模型方面，主要有經驗模型，指數模型，半分析模型等；在預測模型方面，主要有藍藻生長模型、逐步回歸模型等；在生態閾值方面，將藍藻水華形成的溫度范圍大致確定為280一33。將藍藻水華發生堆積時的風速范圍大致確定為1．5～3．6m／S¨“。
2．1系統流程設計
在太湖藍藻水華監測預警系統研發方面，主要體現出系統化、模塊化、集成化、網絡化等特點。太湖藍藻水華監測指標的多樣性決定了系統數據的多源性，輸入系統的數據包括基礎地理數據、遙感影像數據、水質采樣數據、氣象數據等，對多源數據進行綜合處理主要采用系統集成技術，特別是GIS軟件組件化為多源空間數據的信息集成和空間可視化表達提供了重要手段，系統集成所涉及到的體系結構主要包括小規模的單機桌面體系結構和大規模的三層網絡體系結構，前者主要是對太湖藍藻水華監測數據進行模型分析與空間分析，后者則在包括前者功能基礎上進行了功能模塊的擴展和異地分配，并將多源數據管理、數據處理、模型分析與空間分析功能集中到局域網內的服務器與胖客戶端上，同時將數據與信息的發布功能針對到互聯網中的客戶瀏覽器上。結合太湖多年來研究成果以及專家經驗知識H，l5l，將太湖藍藻水華監測預警的指標分為：藍藻葉綠素濃度、藻藍蛋白濃度、氣溫、風速、風向，通過實地采樣數據與準同步遙感影像匹配分析藍藻水華發生前的各個指標的變化情況，確定發生藍藻水華時各個指標的閾值范圍，其中藍藻葉綠素濃度和藻藍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，風速、風向、氣溫等誘發指標因子數據通過天氣預報方式獲取，各個誘發指標因子數據在模糊邏輯模型支持下預測滿足生物量閾值的藍藻是否具有上浮的可能性，后綜合藍藻水華可能出現的區域進行空間預警分區.

2．2系統總體結構
采用先整體后局部的模塊化設計方法進行系統總體設計，將太湖藍藻水華監測預警系統劃分為藍藻濃度遙感定量提取模塊、監測分析模塊、預警分析模塊、數據管理模塊、模型管理模塊.系統采用C／S與B／S相混合的體系架構，在Internet上，采用B／S模式，運用Web Service集成技術，將各個模塊進行Web服務的封裝、注冊和發布，從而便于系統的擴展和與其他系統的集成。在局域網內部，采用C／S模式，由客戶端和服務器組成，其中服務器包括數據庫服務器、應用程序服務器兩部分，分別實現數據庫管理，應用程序的管理及運行.

3系統功能模塊分析與集成
3．1系統功能模塊
(1)藍藻濃度遙感定量提取模塊：把經過幾何糾正、輻射定標、大氣校正后的遙感影像，應用藍藻濃度遙感定量反演模型，將藍藻遙感圖像反射率值轉換為藍藻濃度值，同時生成藍藻濃度柵格圖。
(2)監測分析模塊：對藍藻遙感監測影像生成的藍藻濃度柵格圖進行分析。按照相應標準，將藍藻濃度值進行分級顯示，計算各級別藍藻濃度區間對應總像元面積，根據各不同時相藍藻濃度變化面積的轉移矩陣生成監測統計報告。
(3)數據管理模塊：對于矢量數據庫、遙感影像數據庫、屬性數據庫，實現相應數據的輸入、編輯、更新和備份，其中利用空間數據引擎ArcS—DE對多源數據進行集中存儲和管理。
(4)模型管理模塊：通過模型字典庫來提供靈活、動態的構模功能，完成模型運行所需輸入數據的自動提取及運算結果的存貯。模型庫中主要包括遙感定量反演模型、預測預警模型等。
(5)警情發布模塊：將遙感監測分析結果及預警分析結果，通過網絡及時發布給社會公眾和各應急職能部門，同時在保障網絡安全前提下，提供元數據服務及數據服務。
(6)預警分析模塊：是本系統的核心部分，在數據庫、模型庫和預警知識庫支持下，通過建立藍藻預警指標體系，選擇與遙感影像空間分辨率相適合的格網單元，即主要以MODIS數據為主要遙感數據源，格網單元大小選擇為250m，在此基礎上，綜合專家知識和數據挖掘發現的知識建立各個誘發因子的隸屬度函數以及模糊推理規則，以判斷每個格網在預測時間內出現水華可能性大小，同時結合預測時間內的天氣預報數值，估算現有藍藻漂移速度，并結合預測時間內原位可能出現的藍藻范圍，大致圈定預測時間內的藍藻空間位置分布，并利用空間疊加分析功能進行預警區劃分。其中菜單界面基于XML文件設計，具有可定制性特點，各菜單項所實現的功能調用接口，由自行設計的接口類以及抽象類來綜合管理，以此減少界面對應用程序的依賴性，增強界面設計的靈活性。

3．2系統集成的關鍵技術
(1)Visual c#與AcfiveX控件集成。Visual C#是介于Visual Basic與Visual C++中間的一種編程環境，它綜合了Visual Basic與Visual C++的優點，具有開發周期短、運行效率高的特點，它可以與ActiveX控件進行有效集成。本系統就是在Visual c#可視化開發平臺下，融合IDLDrawWidget圖像可視化控件以及ArcEngine空間數據可視化控件，綜合完成系統各個模塊功能。
(2)基于樹模式的軟件系統架構。本系統依照太湖藍藻水華監測預警的工作流程，采用了樹模式結構和面向對象思想來設計整個系統架構，將整個系統抽象為根節點對象，各個子系統抽象為中間節點對象，各個模塊抽象為葉子節點對象。這種樹模式結構應用在窗體設計中，可以使整個系統界面保持一致風格，應用在數據結構中，可以維護數據一致性。

4結語

在分析藍藻水華遙感監測預警研究動態基礎上，從信息系統構建角度，對太湖藍藻水華監測預警流程進行系統化分析，提出構建太湖藍藻水華遙感監測預警系統的總體框架。綜合系統集成技術和軟件模式技術，運用c#q IDL語言對該系統框架進行了軟件實現，下一步主要工作是將各個模塊集成到該框中，由于系統采用可擴展性的系統架構，對于太湖藍藻遙感監測預警研究的新成果可以及時融合到本系統中。