基于GIS的遥感溢油监测系统设计

第49卷第2期2020年6月
船海工程
SHIP&OCEAN ENGINEERING
Vol.49No.2
Jun.2020
DOI：10.3963/j.issn.1671-7953.2020.02.015
基于GIS的遥感溢油监测系统设计
李圳波I，史永存1，孙芳芳I,靳卫卫$
（1.烟台海事局，山东烟台264000；2,中海石油环保服务（天津）有限公司，天津300457）
摘要:针对海事管理部门的卫星遥感业务化系统建设现状及防治船舶污染职能要求，开展基于地理信息系统（GIS）技术的溢油监测系统的设计和建设工作。

提出系统建设目标和总体设计思路，并对系统建设的技术路线、关键技术和系统流程进行论述。

该系统能够为全国重点海域溢油污染、通航环境遥感监测提供有力支撑,帮助海事管理部门实现业务整合、精细化管理和科学决策O
关键词:GIS；溢油监测；卫星遥感；SAR
中图分类号:U69&7文献标志码:A文章编号:1671-7953（2020）02-0055-06
保护海洋环境和敏感资源不受船舶溢油污染是海事部门的重要职责之一，随着船舶溢油污染形势的日趋严峻，海事管理部门亟需在第一时间掌握水域环境污染信息,进而对污染程度进行分析评估，因此，对水上污染监测工作的需求愈加强烈。

随着卫星遥感技术在海事监管领域中的成熟应用及海事科学监管对先进科学技术需求的日益增长,现有的通用遥感处理软件在遥感数据处理速度和目标信息提取精度方面已不能满足现代化监管体系要求,迫切需要开发一套面向海事业务的专业卫星遥感业务化监视系统。

本文以基于地理信息系统（GIS）的遥感溢油监测系统为例，对系统的建设目标和总体思路进行分析，提出遥感溢油监测系统的设计方案与实现方法。

1设计方案
1.1建设目标
基于GIS的遥感溢油监测系统定位于海事系统溢油信息资源整合、溢油信息提取与漂移预测的基础核心平台，主要建设目标如下。

1）支持多源遥感数据处理。

通过该溢油监测处理系统,能够对国内外各类光学和合成孔径雷达（SAR）卫星遥感（如Radarsat-2,TerraSAR-X, Cosmo-Skymed,Sentinel-1A/B,Sentinel-2A/B,GF-
收稿日期：2019-ll-30
修回日期：2019-12-30
基金项目：国家重点研发计划（2016YFC1402307）
第一作者:李圳波（1973—），男，学士，高级工程师
研究方向:船舶防污染1,GF-2,ZY-3,Landsat8等主要传感器）不同级别数据及航空遥感数据进行处理,包括辐射校正、大气校正、几何校正等，能够完成遥感数据图像增强、镶嵌、融合、波段组合等基本功能;实现雷达数据的斜地距转换、噪声去除等基本功能。

2）提高溢油监测系统的处理效率、利用率。

基于目前先进的遥感信息提取模型,通过对光学卫星、SAR卫星和航空遥感数据的识别和综合分析，建立多源多时相遥感溢油识别和数据融合模型,提高油膜位置、面积信息提取的准确性和时效性。

同时，本系统建立开放的地理信息平台，不仅能够实现与其他业务系统的对接,而且能够提高溢油监测系统的利用率，除了系统的运营管理单位,其他单位也可作为用户使用该系统,并能够提供安全的数据共享机制。

3）提高溢油漂移预测能力。

本系统的漂移预测范围由原来的北方海区扩大至我国管辖海域，基于水动力模型、气象场、漂移扩散模型、风化模型、环境敏感资源区图和地理信息数据库，实现海面油膜的漂移轨迹、风化形态、环境归宿和敏感区污染的快速预报与预警,提高溢油漂流预测的准确性和自动化程度。

4）敏感资源监测功能。

通过溢油监测处理系统,基于不同类型卫星传感器数据以及航空数据实现对海冰、渔业养殖区等专题信息的自动提取。

①为船舶通航环境评估提供客观的观测数据,辅助管理人员及时发现影响船舶安全航行的环境要素;②实现对敏感资源溢油污染的预测预警功能。

5）船舶识别功能。

以当前遥感信息提取的
55
先进技术为基础，对非法打捞、溢油、违规航行等船只信息的自动提取,包括船只大小、形状、类型等信息。

以雷达数据和高分遥感数据为主，结合船舶自动识别系统(AIS)数据，提高船舶信息提取的准确性和自动化程度。

①辅助管理部门对违规船只的定位跟踪;②为通航环境评估提供决策依据。

6)数据叠加显示与综合分析功能。

通过溢油监测处理系统，实现转移提取结果、电子海图、AIS 等数据的叠加显示，并且能够对相关数据进行空间分析、网络分析、统计分析、基本编辑等操作。

1.2总体思路
系统总体功能框架见图1,本系统工程分为基础设施层、数据层、应用支撑层、业务应用层、资源共享层等5个方面，系统建设任务主要包括3个方面。

海事专网坏境
遥感溢汕监测处理系统(B/S)
首页门户资源目录在线计篦综合展示影像管理肩台管理标
准
规
范体系
遥感溢油监测处理系统(C/S)
溢油污染漂移颇测系统(B/S)
子海图显示环境场数据获取漂移预测应急分析辅助决策支持结果管理
预处理预筛选图斑管理专題制图报农生成归档管理地图浏览査询统计
信
息
安
全
体
系
运
维
管
理
体
系支撑T•台；ArcGIS、ENVk GDAL、Oracle、PostGreSQL
圧础坏境层
数据库
基础数据库业务数据库专题数据廊
图1基于GIS的遥感溢油监测系统总体功能框架
1)支撑软件平台建设。

建立海上溢油监测处理系统支撑软件平台，主要包括ArcGIS10.6地理信息服务软件、ArcGIS电子海图数据转换软件、ENVI5.5遥感数据(含无人机遥感数据)管理软件、Oracle数据库等。

2)业务应用系统建设。

业务应用系统建设主要包括海上溢油污染监测系统、溢油污染漂移预测系统、敏感资源遥感监测系统、海上船舶遥感监测系统,任务目标请见1.1相关内容。

业务应用系统建设还包括数据管理建设任务和数据可视化系统建设任务，其中数据管理系统进行所有数据的统一收发、存储及管理，然后统一发布给用户，溢油监测系统的用户管理单位掌握本系统的所有资源,并可对其他用户单位进行权限分配，所有用户可以利用多种终端访问系统平台;数据可视化系统建设主要针对AIS数据、港口数据及4类重点常用业务(溢油污染监测、漂移预测、敏感资源监测、船舶监测)的数据进行综合展示和预警提示。

3)数据资源系统建设。

数据资源建设主要实现采集数据的接收、存储、处置、分析、交换及发布，并实现与其他系统数据资源之间的交换与共享,为系统的各类管理与服务应用提供基本数据支撑。

数据资源是遥感溢油监测处理系统能够正常运行的基础保障,数据资源主要包括卫星遥感数据、航空遥感数据、电子海图数据、AIS数据等。

其中,卫星遥感数据包括雷达数据与光学遥感数据,雷达数据以Radarsat-2,TerraSAR,Cosmo等为主;光学遥感数据以国产数据以及国外免费数据为主，主要为高分系列数据、资源卫星数据、讪丛sat8和Sentinel-2A/B等。

该系统包含网络版(B/S,Browser/Server)和桌面版(C/S,Client/Server)2个版本,由统一的平台服务接口为各部门提供数据和功能服务。

B/S结构即浏览器/服务器模式，指运行于海事专网环境，侧重于溢油监测资源的共享服务,提供提取结果、电子海图和AIS等数据的叠加显示功能,并且能够对相关遥感数据进行在线自动监
56
测计算、空间分析等功能。

B/S 桌面版系统架构 见图2。

内部管理用户其他海邛单位用户
（ \ 、首页用户
资源目录 在线监测计篦 综令展示 影像管理 后台管理
/
、
服
溢油污染监测计算］敏感资源监测计算j 海1:船船监测计灯
海图服务
ATS 服务
资源服务
务 层X
丿
W
准规范及安个保障体条
在线监测成果数据玉
常规监测报农数据库'頁始影像图蜒框数抓岸影像缩略图数据库'
层
漂移轨迹数据库r 欠虽图斑数据库原始影像数据库
丿f
基）
础 层
主机海书专网］（存储
I ［安全设备］
f
图2 B/S 海事专网网络版系统架构
C/S 结构即客户端和服务端结构，指运行于
办公网络环境下的单机版程序，主要满足本系统
管理单位内部使用，进行日常溢油监测业务处理, 主要包含遥感影像数据输入、自动预处理、自动监
测、人工二次图斑筛选、专题图制作、报表输出、归 档管理的监测一体化系统功能，为了提供良好的 用户体验及使用效率，本系统建设以C/S 架构 （见图3）为主。

图斑管理
监魏表
浏览
归档管理査洵、统计
f
业务辰
业务数据阵£题数据库
卫星遥感彩像数据库遥感监测中间成果数拥库］
厂索引数据库
航空遥感彩像数据眸
栅格图斑数据悴
报表索引数据库AIS 数据库
元数据库
"4=
矢虽图斑数据库
影像索引数掀库
监测报表、简报数据库基础数据库
子海图数据库 陆地堆础数据库 港IIM 础数据库
航道基础数据库
数据层
标准规范及安全探障体系
----------- ------------------\ ------------------ ------------------ ------------------1 毎
主机
海爭专网
存储 安全设备 操作系统 fiB
支、
ArcGTS
ENVI
GOAL Oracle PostGreSQL
「1丿
< 、、
______________ ______________ ______________ 层
__________________________________________________J
图3 C/S 桌面版系统架构
7
57
2技术路线
2.1C/S与B/S相结合的模式
本系统采用C/S与B/S相结合的模式,C/S 结构的系统生成的归档数据通过人机交互的处理方式进行筛选、审核、处理之后，以服务的形式发布到B/S结构系统中使用。

B/S结构系统通过后台管理功能模块进行数据管理。

2.2海事专网与互联网网络环境相结合模式
本系统C/S、B/S结构系统运行在海事专网环境,遥感溢油污染漂移预测模块运行在海事专网，但是所需的气象等数据从互联网接收之后再通过网闸推送到海事专网环境。

海事专网系统数据与互联网系统数据不进行主动传输，通过网闸将互联网下载的卫星影像数据或气象等数据推送到海事专网系统中使用。

2.3成熟、先进的海量影像管理技术
本系统涉及海量影像数据,拟采用镶嵌数据集的管理方式，使用文件+数据库的方式进行影像管理，充分发挥存储系统和数据库系统的优势。

3关键技术
3.1溢油漂移预测模型建模技术
溢油进入海面以后,会在风、浪、流等作用下进行漂移和扩散，因此，准确获得海面油膜的动态信息对溢油污染预警起着关键性作用⑴。

溢油预测预警模型基于水动力模型、气象场资料、溢油漂移数值模型、溢油风化模型、环境敏感资源图，能够预测溢油在海面的漂移扩散轨迹和物理化学性质变化，进行敏感资源污染预警,还可以回推海面不明油膜的漂移路径，追溯溢油污染源。

3.2基于SAR遥感影像的溢油监测方法
油膜海面在SAR影像上呈现为暗斑31。

单
极化SAR溢油监测通常分为3个步骤：暗斑检测、特征提取、油膜与疑似油膜分类⑷。

相比于
单极化，全极化SAR图像不仅含计划通道间的相位信息,能有效获取海面目标的全极化散射特性,更全面反映海面目标的几何形状和物理特性，因此,多极化SAR在溢油监测方面有显著优势⑴°本系统主要基于多种极化特征量来区分油膜和类油膜。

3.3基于SAR遥感影像的海冰监测方法
海冰监测主要包括根据海冰SAR影像的图像特征分类、实测数据分析的分类、海冰全极化特征分类凹］。

根据海冰类型的定义，不同类型海冰的厚度对应一定的厚度范围。

本系统基于海冰类型识别结果,根据海冰类型定义对每一类海冰定性给出其厚度范围,这种方法可视为一种海冰厚度分级提取方法，反演精度主要依赖于海冰类型的识别精度。

3.4基于光学和SAR遥感影像的养殖区监测方法
根据养殖用海方式,遥感影像能够识别的养殖用海主要有围海养殖、浮筏养殖贺网箱养殖。

对于SAR遥感影像,本系统拟采用面向对象的分割方法进行海上养殖区提取，结合分割对象的均值方差和最大面积来确定最优分割尺度⑻。

对于光学遥感影像,如GF-1,GF-2,Landsal8和Sen-tinel-2A/B等，本系统拟引入先进的深度学习语义分割网络模型进行海上养殖区提取⑼，以实现大规模海上养殖区提取应用的目标。

3.5基于SAR遥感影像的船舶监测方法
船只的SAR成像受多方面因素影响:①SAR 系统参数,包括传感器参数、入射角、极化方式等;
②船只参数,包括船只的上层建筑结构和材料;
③风、浪、流等环境因素a。

单极化SAR船只监测方法的主流方法是将海杂波统计模型与恒虚警率(CFAR)目标监测方法相结合。

基于全极化SAR数据的船只监测主要有相干目标分解、非相干目标分解和极化对比度增强3种方法3。

本系统拟采用CFAR目标监测方法［⑵和深度学习目标检测网络模型⑴呵方法进行海上船舶遥感监测。

4业务流程
系统总体业务流程见图4。

互联网获取的气象信息、遥感影像数据通过网闸推送到海事专网，进行数据库建库,形成对应的环境数据库和遥感影像数据库。

系统管理单位使用C/S版系统进行溢油监测、敏感资源监测、船舶监测，监测结果形成溢油专题数据库、敏感资源专题数据库、船舶专题数据库。

其他用户试用溢油漂移预测系统网络版进行溢油漂移预测，形成溢油漂移专题数据库。

B/S版系统在海事专网以地理信息可视化技术为基础，显示电子海图、AIS、遥感影像、遥感监测专题数据等数据，提供在线监测计算功能。

58
第具他海爭局溢油监测用户海事局普通用户
遥感溢汕监测处理系统桌1111
版
数据管理
数据接入海事局©网
溢油应急技术中心用户
图4系统业务流程
5结论
基于GIS 的遥感溢油监测系统利用先进的卫 星遥感技术,对历史存储的和不断获取的覆盖范 围广、数据量大、产品多样化的多源星载光学和
SAR 遥感影像进行存储、组织和管理，提高了遥 感影像的使用效率。

系统基于先进的遥感信息提
取算法，实现了海上溢油污染监测和漂移预测、船 舶监测、海冰监测、养殖区监测功能，提高了海事
系统对海面溢油监视、船舶违法行为的监控和海
上交通态势掌握的能力。

系统的成功建设适应海 事科学监管发展的需要,有助于实现海事监管现
代化、科学化，对于海事执法服务、保护海洋环境
具有重要意义。

参考文献
[1]安伟，王永刚,王新怡，等•中国近海海上溢油预测与
应急决策支持系统研发[J].海洋科学,2010,34
(11):78-83.
⑵ 梁小祎，张杰，孟俊敏.溢油SAR 图像分类中的纹理
特征选择[J].海洋科学进展,2007,25(3) ：346-354.
[3] 孙健，胥亚，陈方玺，等•基于合成孔径雷达回波信号
的海洋溢油监测方法研究[J].海洋学报,2014,36
(9) ：97-105.
[4] 郦磊.基于星载SAR 的海上主要溢油风险源遥感识
别方法[J].船海工程,2018,47(2) ：64-66.
[5] 邹亚荣，邹斌，梁超.应用极化合成孔径雷达检测海
上溢油研究进展[J].海洋学报,2014,36(9) ：16
[6] 张晰，张杰，孟俊敏，等.基于极化散射特征的极化合
成孔径雷达海冰分类方法研究:以渤海海冰分类为
例[J].海洋学报,2013,35(5):95-101.
[7] 刘眉洁.基于高分辨率极化SAR 的海冰分类和厚度
探测方法研究[D].东营：中国石油大学(华东),
2016.
[8] 王露,刘庆元.高分辨率遥感影像多尺度分割中最优
尺度选取方法综述[J].测绘与空间地理信息,2015
(3):166-169.
[9] 刘岳明，杨晓梅,王志华，等•基于深度学习RCF 模型
的三都澳筏式养殖区提取研究[J].海洋学报,2019,
41(4):119-130.
[10] 蒋明哲.SAR 图像舰船检测与分类方法研究[D].合
肥:合肥工业大学,2016.
[11] 魏铠杰，张继贤,黄国满，等•一种基于全极化SAR
数据广义多子视相干的海面船只目标检测方法
[J].电子学报,2016,44(6) ： 1516-1520.
[12] 韩昭颖，钟劲松.极化合成孔径雷达图像船舶目标
检测算法[J].测试技术学报,2006,20(1) ：65-70.
[13] 岳邦铮，韩松.基于改进FasterR-CNN 的SAR 船舶目
标检测方法[J].计算机与现代化,2019,2019(9):
90-101.
[14] 周瑶.基于深度学习的舰船目标检测与识别[D].哈
尔滨:哈尔滨工程大学,2018.
[15] 赵春晖，周瑶.基于改进Faster R-CNN 算法的舰船
目标检测与识别[〕]•沈阳大学学报(自然科学版),
2018,30(5) ：366-380,
(下转第67
页)
2020年第2期
船海工程
第49卷舒迟，等:海面溢油自动监测中的油膜与类油膜特征分析
Characteristics Analysis of the Oil Spill and Looks-alike for Sea Surface Oil Spill Automatic Monitoring
SHU Chi1,SONG Sha-sha2
(1.Yantai Maritime Administration,Yantai Shandong264000,China；
2.Safety&Environmental Protection Branch,CNOOC Energy Technology&Services Limited,Tianjin300452,China)
Abstract:In the many means of oil spill monitoring over sea surface,space-bome synthetic aperture radar(SAR)is an ad­vanced sensor,capable of providing high-resolution observations under all-weather and day-night conditions.The backscattering over oil spill area is relatively lower than the surroundings because sea surface capillary and short gravity waves are damped by the oil spills.Generally,signatures of oil spills are visible as dark targets in SAR images,which is helpful to detect or segment areas of interest.However,dark targets appear on SAR images can also be formed by oceanic or atmospheric phenomena and they are therefore referred to as looks-alike.In order to improve the technical specifications of the sea surface oil spill automatic monito­ring system,it is very necessary and meaningful to study the differences in shape,gray and texture features between oil spill and looks-alike.
Key words:SAR；Oil Spill;Monitoring；Looks-alike
(上接第59页)
System Construction and Design of Oil Spill Detecting by
Remote Sensing Based on GIS
LI Zhen-bo1,SHI Yong-cun1,SUN Fang-fang1,JIN Wei-wei2
(1.Yantai Maritime Administration,Yantai Shandong264000,China；
2.China Offshore Environmental Service(Tianjin)Co.,Ltd.,Tianjin300457,China)
Abstract:According to the construction status of satellite remote sensing operational system of Shandong Maritime Safety Administration,the construction and design of oil spill detecting system based on GIS(Geographic Information System)technolo­gy was carried out.The objectives and overall thinking of the system were presented,as well as the technical route,key technolo­gy and system flow of system construction.The system could provide strong support for satellite remote sensing monitoring for nav­igation conditions and oil spilled in national important sea areas,it would help maritime management departments to achieve the purpose of information integration,de肚cacy management and scientific decision-making.
Key words:GIS；spilled oil monitoring；satellite-bome remote sensing；SAR
（上接第63页）
Oil Pollution Risks,Prevention and Countermeasures of Offshore Oilfield
QU Liang
(Tianjin Branch of CNOOC(China)Limited,Tianjin300459,China)
Abstract:To improve the risk management ability of oil spill pollution,a comprehensive description of prevention and coun­termeasures for oil spill pollution of offshore exploration,development and production operation was given based on the systematic reviews and analyses of oil pollution risk factors.The combination of oil spill prevention mechanisms and life-cycle management of offshore oilfield program is crucial for the effectiveness of oil prevention.Further research and development of oil spill prevention and countermeasures under extreme environments are needed for the implementation of offshore oil exploration,development and production operation in the iuture.
Key words:Offshore oilfield；oil pollution risks；prevention and countermeasures
67。