摘要：太湖蓝藻水华暴发对其周边地区的生态、经济和社会造成了严重影响，对蓝藻水华进行监测预警对于改善太湖水环境具有重要意义。本文在分析蓝藻水华遥感监测预警研究动态基础上，从信息系统构建角度，结合太湖蓝藻水华监测情况，对太湖蓝藻水华遥感监测预警流程进行系统性分析，提出建立太湖蓝藻水华遥感监测预警系统的总体框架，利用c幅言和IDL语言实现了该框架的软件架构。并且论述了实现该系统框架所采用的系统集成技术和软件模式技术。
1 引言
太湖水质状况直接影响其周围人民的生产生活，太湖向周边地区提供生产生活用水，同时周边地区的污水也以点源或面源形式排入太湖，最终导致太湖营养化加剧，诱发蓝藻水华频频出现。蓝藻是一种最原始、最古老的藻类植物，在一些营养化水体中，蓝藻常于夏季大量繁殖，并在水域形成一层蓝绿色而又腥臭味的水华，加剧水质恶化，对鱼类等水生动物以及人、畜均有较大危害。自1990年以来，太湖蓝藻水华频频暴发，特别是2007年5月底，太湖梅梁湾部分发生了蓝藻大暴发，导致无锡市自来水臭水事件，太湖蓝藻水华危害再度引起社会各方面的关注¨J。蓝藻水华形成是一种高度复杂、非线性的生态过程，涉及物理、化学及生物等方面。目前，对其形成机理过程及蓝藻水华影响水质所引发的各种危害等都是人们所急需解决的问题。本文从信息系统分析探讨太湖蓝藻水华治理，具有重要应用价值。
2太湖蓝藻水华监测预警信息系统
设计遥感监测手段的引入，为研究太湖蓝藻水华监测预警提供了新途径。太湖水环境监测手段历经了常规监测、综合自动化监测和综合遥感监测，其中遥感在监测蓝藻水华方面具有快速而经济的特点，能够监测到蓝藻叶绿素及藻蓝蛋白的变化情况，将常规水质采样、实地光谱仪采样与遥感影像相结合，可以获取与蓝藻水华形成过程密切相关的可遥感的水质参数，如蓝藻叶绿素浓度、藻蓝蛋白浓度、水体透明度、温度等。在遥感监测模型方面，主要有经验模型，指数模型，半分析模型等；在预测模型方面，主要有蓝藻生长模型、逐步回归模型等；在生态阈值方面，将蓝藻水华形成的温度范围大致确定为280一33。将蓝藻水华发生堆积时的风速范围大致确定为1．5～3．6m／S¨“。
2．1系统流程设计
在太湖蓝藻水华监测预警系统研发方面，主要体现出系统化、模块化、集成化、网络化等特点。太湖蓝藻水华监测指标的多样性决定了系统数据的多源性，输入系统的数据包括基础地理数据、遥感影像数据、水质采样数据、气象数据等，对多源数据进行综合处理主要采用系统集成技术，特别是GIS软件组件化为多源空间数据的信息集成和空间可视化表达提供了重要手段，系统集成所涉及到的体系结构主要包括小规模的单机桌面体系结构和大规模的三层网络体系结构，前者主要是对太湖蓝藻水华监测数据进行模型分析与空间分析，后者则在包括前者功能基础上进行了功能模块的扩展和异地分配，并将多源数据管理、数据处理、模型分析与空间分析功能集中到局域网内的服务器与胖客户端上，同时将数据与信息的发布功能针对到互联网中的客户浏览器上。结合太湖多年来研究成果以及专家经验知识H，l5l，将太湖蓝藻水华监测预警的指标分为：蓝藻叶绿素浓度、藻蓝蛋白浓度、气温、风速、风向，通过实地采样数据与准同步遥感影像匹配分析蓝藻水华发生前的各个指标的变化情况，确定发生蓝藻水华时各个指标的阈值范围，其中蓝藻叶绿素浓度和藻蓝蛋白浓度通过遥感影像定量反演模型获取并以此作为藻类生物量指示，风速、风向、气温等诱发指标因子数据通过天气预报方式获取，各个诱发指标因子数据在模糊逻辑模型支持下预测满足生物量阈值的蓝藻是否具有上浮的可能性，最后综合蓝藻水华可能出现的区域进行空间预警分区.
2．2系统总体结构
采用先整体后局部的模块化设计方法进行系统总体设计，将太湖蓝藻水华监测预警系统划分为蓝藻浓度遥感定量提取模块、监测分析模块、预警分析模块、数据管理模块、模型管理模块.系统采用C／S与B／S相混合的体系架构，在Internet上，采用B／S模式，运用Web Service集成技术，将各个模块进行Web服务的封装、注册和发布，从而便于系统的扩展和与其他系统的集成。在局域网内部，采用C／S模式，由客户端和服务器组成，其中服务器包括数据库服务器、应用程序服务器两部分，分别实现数据库管理，应用程序的管理及运行.
3系统功能模块分析与集成
3．1系统功能模块
(1)蓝藻浓度遥感定量提取模块：把经过几何纠正、辐射定标、大气校正后的遥感影像，应用蓝藻浓度遥感定量反演模型，将蓝藻遥感图像反射率值转换为蓝藻浓度值，同时生成蓝藻浓度栅格图。
(2)监测分析模块：对蓝藻遥感监测影像生成的蓝藻浓度栅格图进行分析。按照相应标准，将蓝藻浓度值进行分级显示，计算各级别蓝藻浓度区间对应总像元面积，根据各不同时相蓝藻浓度变化面积的转移矩阵生成监测统计报告。
(3)数据管理模块：对于矢量数据库、遥感影像数据库、属性数据库，实现相应数据的输入、编辑、更新和备份，其中利用空间数据引擎ArcS—DE对多源数据进行集中存储和管理。
(4)模型管理模块：通过模型字典库来提供灵活、动态的构模功能，完成模型运行所需输入数据的自动提取及运算结果的存贮。模型库中主要包括遥感定量反演模型、预测预警模型等。
(5)警情发布模块：将遥感监测分析结果及预警分析结果，通过网络及时发布给社会公众和各应急职能部门，同时在保障网络安全前提下，提供元数据服务及数据服务。
(6)预警分析模块：是本系统的核心部分，在数据库、模型库和预警知识库支持下，通过建立蓝藻预警指标体系，选择与遥感影像空间分辨率相适合的格网单元，即主要以MODIS数据为主要遥感数据源，格网单元大小选择为250m，在此基础上，综合专家知识和数据挖掘发现的知识建立各个诱发因子的隶属度函数以及模糊推理规则，以判断每个格网在预测时间内出现水华可能性大小，同时结合预测时间内的天气预报数值，估算现有蓝藻漂移速度，并结合预测时间内原位可能出现的蓝藻范围，大致圈定预测时间内的蓝藻空间位置分布，并利用空间叠加分析功能进行预警区划分。其中菜单界面基于XML文件设计，具有可定制性特点，各菜单项所实现的功能调用接口，由自行设计的接口类以及抽象类来综合管理，以此减少界面对应用程序的依赖性，增强界面设计的灵活性。
3．2系统集成的关键技术
(1)Visual c#与AcfiveX控件集成。Visual C#是介于Visual Basic与Visual C++中间的一种编程环境，它综合了Visual Basic与Visual C++的优点，具有开发周期短、运行效率高的特点，它可以与ActiveX控件进行有效集成。本系统就是在Visual c#可视化开发平台下，融合IDLDrawWidget图像可视化控件以及ArcEngine空间数据可视化控件，综合完成系统各个模块功能。
(2)基于树模式的软件系统架构。本系统依照太湖蓝藻水华监测预警的工作流程，采用了树模式结构和面向对象思想来设计整个系统架构，将整个系统抽象为根节点对象，各个子系统抽象为中间节点对象，各个模块抽象为叶子节点对象。这种树模式结构应用在窗体设计中，可以使整个系统界面保持一致风格，应用在数据结构中，可以维护数据一致性。
4结语
在分析蓝藻水华遥感监测预警研究动态基础上，从信息系统构建角度，对太湖蓝藻水华监测预警流程进行系统化分析，提出构建太湖蓝藻水华遥感监测预警系统的总体框架。综合系统集成技术和软件模式技术，运用c#q IDL语言对该系统框架进行了软件实现，下一步主要工作是将各个模块集成到该框中，由于系统采用可扩展性的系统架构，对于太湖蓝藻遥感监测预警研究的新成果可以及时融合到本系统中。