针对昆明滇池蓝藻水华污染问题，以满足有关环境保护管理部门对滇池蓝藻水华的监测、治理及环境保护需求为前提，设计开发了滇池蓝藻水华监测预警空间信息系统。介绍了系统设计思路、系统体系结构和系统功能，并依托计算机软硬件环境与网络通信平台，基于基础地理数据、卫星遥感数据、地基遥感数据、气象水文数据和蓝藻水华专题数据，利用GIS、遥感监测、物联网、计算机网络等技术实现了系统开发，提供蓝藻水华数据地图浏览、综合查询、空间分析、遥感监测、视频监控、应急处置、报告输出等功能，辅助管理人员开展蓝藻水华监测预警工作。
滇池治理形式严峻
滇池是我国著名的高原淡水湖泊，属金沙江水系，位于昆明市南端，湖体略呈弓形，弓背向东，南北长约40 km，东西最宽处12.5 km，平均水深4.4 m，水面积300 km2，库容12.9亿立方米，素有“五百里滇池”的美誉。滇池具有城市供水、工农业用水、调蓄、防洪、旅游、水产养殖等多种功能，是昆明生态安全格局的重要组成部分，对昆明市乃至全省社会经济发展起着至关重要的作用。然而，由于80年代经济和社会的发展，大量的工业废水和生活污水排入滇池，超过了滇池水环境容量和自净能力，水体迅速富营养化，昔日的“高原明珠”蜕变为我国污染最严重的湖泊之一，成为全国环境污染的典型。“十二五”期间，滇池治理工作取得了一定成绩，滇池水环境质量呈现企稳向好的发展趋势，蓝藻水华的爆发程度得到有效控制，但是滇池蓝藻水华生长的客观条件依然没有得到根本性的改善，滇池的水质环境状况及气候条件依然有利于蓝藻的生长和发育，2015年夏季滇池蓝藻水华再次爆发，滇池蓝藻水华治理工作依然艰巨。为深入贯彻落实“十三五”滇池水污染防治总体规划，进一步提升滇池蓝藻水华预警监测的能力，本文开展滇池蓝藻水华监测预警空间信息系统设计及应用研究，致力于提升滇池监测预警信息化能力和保障水平，使滇池生态环境监测能力与生态文明建设要求相适应。
滇池系统设计
滇池蓝藻水华监测预警空间信息系统建设，旨在通过GIS、遥感和计算机网络技术等，集成滇池蓝藻水华监测多源数据资源，包括滇池常规水质监测数据、蓝藻生物量监测数据、多源卫星蓝藻监测数据、地基水华遥感监测数据、地面气象站气象要素、浮标站观测数据、沿岸在线水质自动站数据及成果，建立信息平台，以实现蓝藻水华监测业务支撑及成果展示、数据统计分析、信息资源共享，为昆明市环保局及滇池流域管理部门蓝藻水华监测预警工作提供信息平台支撑，充分发挥和挖掘滇池蓝藻水华空天地一体化监测技术、成果与其他部门信息资源的效能，为滇池蓝藻水华治理提供决策依据。此外，滇池蓝藻水华预警监测信息平台将预留接口，与昆明市环境监测中心“十二五”期间建成的滇池水环境监测信息平台进行集成，实现数据、应用的互联互通。
基于现有的遥感卫星资源和已经形成的科研成果，依托计算机软硬件环境与网络通信平台，以信息化标准规范体系及安全体系为保障，开发滇池蓝藻水华监测预警空间信息系统。如图1所示，系统采用数据采集层、基础设施层、数据层、支撑层、应用层多层构架设计开发。数据采集层主要通过卫星遥感监测设备、地基遥感监测设备、常规水质监测设备、气象水文监测设备、浮台监测设备获取蓝藻水华基础数据和专题数据；基础设施层为硬件、软件和网络基础设施等；数据层由基础地理数据库、卫星遥感数据库、地基遥感数据库、气象水文数据库和蓝藻水华专题数据库组成；支撑层基于关键软件技术平台对各类业务功能需求进行服务封装，以服务的方式提供给应用层服务支撑，并与之交互；应用层则是基于平台层开发各项业务应用，应用范围包括滇池蓝藻水华监测预警空间信息系统、相关环境保护管理应用接口等。系统主要提供蓝藻水华查询识别、水质参数定量反演与监测、蓝藻水华数据分析、视频监控、监测报告、蓝藻水华预警及应急处置等功能，满足蓝藻水华预警监测管理工作的需要。
系统提供地图浏览、蓝藻水华查询识别、水质参数定量反演与监测、数据分析、监测报告、视频监控、预警及应急处置七大功能模块，如图2所示。
（1）地图浏览：实现对基础地理信息以及蓝藻水华信息、水质状况等各类专题信息的综合一张图浏览展示；
（2）蓝藻水华查询识别：实现对水华空间分布位置、分布面积等信息的查询识别定位；
（3）水质参数定量反演与监测：实现滇池叶绿素a浓度、悬浮物浓度、水体透明度、藻蓝蛋白浓度的定量反演与监测；
（4）蓝藻水华数据分析：基于日常遥感监测数据提供蓝藻水华空间对比分析、指标对比分析和时空演变分析；
（5）视频监控：提供实时视频监控浏览、历史视频监控数据回放；
（6）蓝藻水华预警及应急处置：基于最新监测数据，再依据《昆明市政府关于滇池蓝藻大规模爆发应急处置预案》，系统自动判断蓝藻水华爆发的概率预测结果、发生趋势、级别等情况，提供应急预案和处置辅助；
（7）蓝藻水华监测报告：提供蓝藻水华监测周报、月报和年报生成功能，通过设定一定的条件，系统根据后台数据进行数据分析运算及文字组织，将监测成果数据生成相应的报告。
滇池系统的实现及应用
针对昆明滇池蓝藻水华污染问题，以计算机软硬件环境与网络通信平台为依托，以信息化标准规范体系、数据交换体系及安全体系为保障，基于各类基础数据和蓝藻水华专题数据，集成地理信息系统、多源遥感监测、数据库、物联网和计算机网络等技术设计开发了滇池蓝藻水华监测预警空间信息系统。
系统基于SOA架构实现异构系统之间的通信及数据交换，数据库和应用系统部署于Windows Server2008 64位操作系统中，采用ArcGIS平台统一生产、管理空间数据库，采用主流关系型数据库Oracle存储空间、非空间数据，主要通过B/S模式实现蓝藻水华监测成果展示、动态监测、数据统计分析、预警处置等应用，为有关管理部门进行蓝藻水华监管提供了信息平台支撑。图2中涉及的系统功能模块都已实现。
（1）蓝藻水华监测多源数据支撑：系统集成滇池蓝藻水华监测多源数据资源，包括滇池基础地理数据、多源卫星遥感监测数据、地基遥感监测数据、浮标站监测数据、水质站监测数据、气象站监测数据、水文监测数据(如图3所示)。其中卫星遥感监测系统提供2014年至2018年期间高分系列、环境系列多源卫星影像数据，是宏观、全面的蓝藻水华监测，而地基遥感监测作为卫星遥感监测的主要补充，可提供蓝藻水华重点区域的频率为每小时的监测数据，弥补卫星遥感手段受天气影响造成的数据不足问题。这些数据资源为滇池蓝藻水华监测乃至流域水环境管理和相关研究提供了充足的数据支持。
（2）蓝藻水华监测信息一张图显示：系统实现对卫星遥感、地基遥感蓝藻水华监测数据，水质监测站点监测数据，风场，视频监控信息的可视化展现，直观掌握蓝藻水华的整体状况。图4所示为各类信息综合一张图展示。
（3）实现蓝藻水华动态监测：结合业务实际，系统实现滇池蓝藻卫星遥感监测和地基遥感监测成果的统一业务化应用，通过蓝藻水华查询识别、水质参数遥感监测、数据分析和视频监控等功能应用，辅助蓝藻水华的动态监测、预警和管理。首先通过查询识别功能，可对蓝藻水华的空间分布位置、分布面积等信息进行快速识别定位(如图5)；其次系统集成相关模型，实现滇池叶绿素a浓度、悬浮物浓度、水体透明度、藻蓝蛋白浓度的定量遥感反演与监测，如图6所示为叶绿素a浓度遥感反演信息。另外系统提供多种数据分析功能，便于管理人员进行数据相互对比检查、分析验证。空间对比分析是基于一定的空间范围，来对比不同时期内蓝藻水华专题图或者水质空间分布图的差异变化情况(如图7)；指标对比分析是根据用户选择相应的对比日期和对比指标，来对比蓝藻水华发生的规律，并通过表格形式展示数据上的差异(如图8)；时空演变分析功能可以随着时间轴动态演变某个日期范围内或某月内蓝藻水华发生的空间变化情况。最后通过视频监控功能，可对滇池重点监测区域进行实时视频监控，方便管理人员直观、便捷地掌握湖面水质情况(如图9)。
（4）蓝藻水华预警处置及信息共享：系统基于最新水质监测预警数据、卫星遥感监测数据、地基遥感监测数据和气象数据，集成蓝藻水华预警模型，提供蓝藻水华相关预警预报信息，此外系统提供应急处置功能，自动给出相应的应急处置措施，辅助管理员启动相应的蓝藻水华应急预案。系统基于监测成果数据，自动生成相应的蓝藻水华监测报告，包括周报、月报和年报等，用户可以通过信息共享发布网站进行查询和下载，及时获取所需信息(如图10)，促进蓝藻水华监测预警数据、信息、应用成果的有效共享和利用。
蓝藻水华数据具有多源异构、时空变化的特性，依靠常规手段，难以实现蓝藻水华信息的高效管理、动态监测和及时防治。本文针对昆明滇池蓝藻水华污染问题，根据有关环境保护管理部门对滇池蓝藻水华的监测、治理及环境保护工作需求，依托计算机软硬件环境与网络通信平台，研究开发了滇池蓝藻水华监测预警空间信息系统，初步构建了水陆统筹、天地一体、上下协同、信息共享的滇池生态环境监测网络，集成了滇池多源卫星遥感监测数据、地基遥感监测数据、浮标站监测数据、水质站监测数据等数据资源，实现各类数据的一张图综合态势显示，通过系统蓝藻水华查询识别、水质参数定量反演与监测、空间分析、视频监控等应用功能为蓝藻水华动态监测管理提供了便捷工具，基于实时获取的蓝藻水华基础数据及专题数据，集成预警模型，实现了蓝藻水华爆发预警处置、监测报告、信息发布共享的网络化、流程化应用，提高了蓝藻水华预警监测管理工作效率，进一步完善了蓝藻水华发现和处置机制，拓宽了监测治理思路。同时，对促进国家和地方环境监测部门的合作与交流，推广遥感技术在地方环境监测部门的应用，具有重要示范效应和现实意义。
（内容节选自《信息技术与网络安全》2019年第四期《滇池蓝藻水华监测预警空间信息系统设计与实现》一文，作者房晟忠,颜翔,彭斌，吴勇，秦艳姣）
声明：本文来自信息技术与网络安全，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
