SMART介绍心总结

卫星监测分析与遥感应用系统(SMART)总体介绍国家卫星气象中心2015年7月应用效果3水情监测4干旱监测5系统组成及技术特点1系统主要功能及特点2一、系统组成及技术特点业务支撑平台监测分析平台3多源数据自动处理4遥感数据综合显示监测产品生成与分析5产品发布平台6信息综合发布1业务运行管理2综合数据库三个平台六个分系统构成1、系统组成数据准备阶段信息提取与产品生产阶段产品发布阶段一、系统组成及技术特点业务支撑平台监测分析平台产品发布平台构成一体化业务支撑、监测分析和发布环境2、系统业务模型一、系统组成及技术特点基于SOA的设计理念，实现计算组件的服务化封装及分布式部署。基于J2EE的BS架构，具备跨平台,可移植性的特点。平台设计了灵活的任务配置功能，业务人员可通过系统界面方便的维护各类任务策略平台结合webgis技术，实现了任务处理进度的可视化监控，及数据空间检索等。3、业务支撑平台技术特点一、系统组成及技术特点统一的数据表达和功能定义模型从内向外内核逐步扩展每一层都采用插件式结构从内向外分为：–内核层–引擎层–模型层–工具层–专题应用层平台采用“微内核+插件”的体系，在保证微小、通用内核的基础上，通过插件体系进行功能扩展4、监测分析平台技术特点--微内核+插件体系一、系统组成及技术特点组件式开发模式–各层单独动态扩展–功能模块间有效解耦–公用功能模块有效复用–可定制安装部署可扩展的监测分析集成框架–可动态扩展新的卫星资料类型和数据格式–可动态扩展基本的图像处理算法和遥感数据处理算法–可动态扩展气象遥感应用监测分析模型–可动态扩展监测分析专题（产品）监测分析产品沙尘海冰大雾水情火情积雪蓝藻……遥感数据监测分析模型云监测模型NDVI模型变化监测模型目标特性模型回归分析模型陆表温度反演水体判识模型……统一数据存取框架TiffImgHDF4/5GridNetCDF1b/1bdJpeg/………原子算法/工具库大气校正正射/几何校正辐射校正投影/坐标转换增强/滤波拼接/镶嵌裁切/分幅……监测分析产品集成框架监测分析模型集成框架统一数据存取框架原子算法集成框架基础应用5、监测分析平台技术特点--遥感监测分析模型集成框架6、产品发布平台技术特点一、系统组成及技术特点利用webgis等多种技术手段实现气象监测信息产品快速发布。基于J2EE的BS架构，具备跨平台、可移植特性。针对互联网发布需求，实现了与测绘天地图-地图服务对接，充分利用网上的资源，为气象业务服务。针对部分自动的类的卫星产品，如台风、静止卫星云图等，实现无需人工干预的实时的自动发布。1、一体化的卫星遥感监测、分析、服务二、系统主要功能及特点2、多源数据专题产品监测、分析功能二、系统主要功能及特点对多种卫星数据的支持功能专业的遥感数据处理功能•辐射校正•几何精校正•投影•分幅/裁切•镶嵌/分幅•……专业遥感图像处理功能•图像增强•图像滤波•图像分类•图像融合•……监测产品分析功能火情水情大雾沙尘植被干旱积雪海冰城市热岛蓝藻地表高温…专题产品制作功能3、实时运行状态监控与查看二、系统主要功能及特点可视化拼接投影直观、自由选取区域预定义业务分幅投影、拼接、业务分区批量裁切一次性完成支持自定义关注区域4、贴合业务的遥感数据处理工具二、系统主要功能及特点专业：类似于Photoshop功能专用的图像增强等功能丰富：曲线调整、可选颜色、颜色替换、色相/饱和度、色阶、反相、锐化、高斯滤波等二、系统主要功能及特点4、丰富、专业的图形图像处理工具-1直方图统计平均值、方差计算波段散点图相关性分析，拟合方程……二、系统主要功能及特点4、丰富、专业的图形图像处理工具-2提供类似ArcMap的制图框架支持模版文件支持文档文件支持多地图框支持多种坐标系统整饰图形图元库专题模版库省局用户可以根据关注对象、服务对象和具体的业务要求进行专题图模版的定制二、系统主要功能及特点5、专业的专题产品制作6、高效、快速的长时间序列数据信息分析二、系统主要功能及特点等经纬度投影阿尔伯斯投影北极极射赤面投影南极极射赤面投影二、系统主要功能及特点7、多种投影及坐标系统支持二、系统主要功能及特点8、基于DEM的三维可视化展示工具针对不同用户提供不同开发模式•初级：通过XML配置方式•中级：通过脚本语言的基础函数库•高级：通过完整的SDK环境9、基于XML、脚本、SDK的二次开发工具包二、系统主要功能及特点支撑平台：业务运行发布平台：业务运行分析平台：业务运行231、国家级业务应用情况三、应用效果FY-3（01批）1,2期系统：2010年4月完成国家级和省级2个试用版本2011年6月监测分析平台首次省局试点推广2013年6月系统正式定型为1.0版本2014年共发布系统更新12次目前系统已在国家卫星气象中心遥感应用室业务应用，在全国31个省（市）气象局安装试用，并在内蒙古、北京、国家气候中心、江苏、安徽、河北、陕西、云南、重庆、山东、沈阳等16个省、市局气象局（气象部门）推广应用。2、省局推广情况三、应用效果13个专题三类产品形态几十种标准业务产品监测产品目录内置了产品制作的标准和规范。标准化了各地方气象局的产品制作流程。三、应用效果水体、植被和土壤等地物光谱曲线在可见光和近红外的反射光谱特性有着较大差异。水体在近红外通道有很强的吸收,反射率很低，在可见光通道的反射率较近红外通道的高；植被在可见光通道的反射率较近红外的低，在近红外通道波长范围内，植被的反射率明显高于水体的，而在可见光通道波长范围内，水体的反射率高于植被的；土壤的反射率在可见光通道波长范围要高于植被和水体的，在近红外通道则高于水体而低于植被的。典型地物反射率光谱曲线图四、水情监测1、水情监测原理晴空条件下，没有云等其它条件的干扰，利用近红外通道为主的资料，建立不同区域、不同季节水体判识阈值，通过计算机自动判识和人机交互就可以准确提取水体信息。晴空条件：晴空条件下的水体判识薄云覆盖条件下的水体判识薄雾覆盖的水体判识四、水情监测2、水体判识方法当有薄云覆盖时，薄云覆盖的水体的反射率往往高于附近晴地表的反射率，仅用近红外通道，将会把附近的陆地作为水体误判。因此，利用可见光和近红外通道反射率的比值计算，可滤掉薄云信息的影响，提取水体。对于薄云覆盖区域，卫星传感器获得的反射率包括云和陆表。即Rsi=Rci+Rgi，这里Rsi为通道i的反射率，假定i=1为可见光通道，i＝2为近红外通道，Rci为云反射率，Rgi为陆表(即植被或土壤)反射率，因而对于可见光和近红外通道的反射率比值R21为：R21＝（Rc2＋Rg2）/（Rc1＋Rg1）对于水体：对于陆表：根据水体，陆地和云在可见光和近红外通道的反射光谱特性：因而：21(L)21(W)RR选取适当的门槛值，可以有效的消除薄云的影响，提取水体信息。21(w)c2g2(w)c1g1(w)R=(R+R)/(R+R)21(L)c2g2(L)c1g1(L)R=(R+R)/(R+R)g1(L)g2(L)RRg2(W)g1(W)RRc1c2RR薄云覆盖条件：四、水情监测4L434L3L4TT,T-TT-T薄雾覆盖条件：当有薄雾覆盖时，可利用水体、雾和陆地在红外通道的亮温差异，提取水体信息。覆有雾的水体在可见光和近红外通道反射率值相近，均高于陆地反射率；尽管雾表面的温度与陆地温度相近，但雾在中红外波段和长波红外波段的亮温差高于周围陆地的亮温差，即：T3，T4为中红外和长波红外通道水体上雾的亮温，TL3，TL4为陆地亮温，选取合适的阈值，可以有效的判识覆有雾的水体信息。四、水情监测针对不同流域水体的动态变化，为更好的进行对比分析，可利用多时次水体监测信息开展对变化水体的监测。对我国嫩江流域、海河流域、黄河流域、淮河流域、汉水流域、洞庭湖流域、鄱阳湖流域、太湖流域、四川盆地、新疆地区、珠江流域和邕江流域等进行监测分析，通过对这些区域不同时次监测水体范围和面积的变化比较（如与汛期初期比较，某次强降水前后的比较，与历史同期比较等），参考气象常规资料的降水资料及江河水位数据，可获得干旱、降水、江河水位变化对江河、湖泊流域水体范围变化的影响。同时，通过对西部广大地区长时间序列湖泊，河流水体范围和面积的比较，也可获得生态环境变化研究有关的水体变化信息。3、变化水体信息提取方法四、水情监测我国许多湖泊、河流水体范围随季节和降水的影响变化较大，某一时期水体范围的相对增大不一定是洪涝泛滥所致。通过对不同时次卫星图像监测水体的比较，可以区分水体的变化。对于洪涝灾害事件，通常会出现异常增大水体。异常增大水体是指超出正常水面范围的水体，又称泛滥水体。判断卫星观测的水体范围是否超出正常水体范围，可利用警戒水体范围数据集，或是洪涝发生前的水体作为背景。警戒水体数据的建立可利用七大江河流域处于警戒水位时期的卫星资料提取的水体边界范围作为警戒水体数据。估算洪涝水体面积，即为计算洪涝水体所有单个象元面积的总和。通过确定水灾影响的地理范围，先求出单个象元面积△S：△S＝Np×Nl（Np为纬度方向距离，N1为经度方向距离）则洪涝水体面积为所有象元面积的总和：式中i为像素序号，n洪涝为水体的总像素数。利用GIS技术，叠加行政区域以及土地利用类型等地理信息数据集，可估算洪涝水体中农田、草地等不同土地类型的受灾范围和面积，为估算经济损失提供依据。1niiSS4、洪涝水体面积估算四、水情监测0100000200000300000400000500000600000水情按土地利用类型面积统计最大覆盖（平方公里）最大覆盖（亩）水情监测产品示例33四、水情监测环境减灾星（HJ/CCD,30米分辨率）监测湖北广水市水体变化34四、水情监测Sandholt等(2002)利用简化的NDVI-Ts特征空间提出温度植被干旱指数(TemperatureVegetationDrynessIndex,TVDI)。在该简化的特征空间，将湿边(Tsmin)处理为与NDVI轴平行的直线，旱边(Tsmax)与NDVI成线性关系。该简化的NDVI-Ts特征空间见左图:把NDVI-Ts特征空间简化处理为三角形的同时,对Tsmin和Tsmax可以通过湿边和干边线性回归分析获取。TVDI定义为：NDVI-Ts特征空间示意图minminmaxminminsssssssTTTTTVDITTabNDVIT五、干旱监测1、温度植被干旱指数（TVDI）模型VCI和TCI接近于植被指数和地表温度的天气影响分量，反映了植被的长势状况。它们的集成构成的时序植被温度干旱指数(VT)可以形成更能准确表达作物水分胁迫的指标(UnganaiandKogan，1998)。minmaxmin()100iNDVINDVIVCINDVINDVImaxmaxmin100TTTCITT12VTrVCIrTCI其中，r1和r2分别表示VCI和TCI的权重，由干旱或作物产量异常与VCI和TCI的相关关系得到。五、干旱监测2、时序植被温度干旱指数模型土壤热惯量反映了土壤的热特性。土壤热惯量的变化和土壤水分的变化密切相关。0)1(TABP业务应用中，通常用统计方法建立土壤湿度和热惯量之间关系，主要有线形模型和幂函数模型，为了简化计算直接使用日校差。0T每日最高温度与最低温度之差P热惯量，即卫星间接遥感量A全波段反照率B常数baPSwbpaSwbTaSwTbaSw五、干旱监测3、热惯量干旱指数模型詹志明等(2006)、吾拉木等(2006)通过研究红光和近红外波段组成的二维特征空间中土壤水分和植被的变化规律，提出垂直干旱指数PDI。在红光-近红外特征空间中任意一点的PDI值表示从该点出发，平行于土壤线(BC)且和直线L垂直相交的一条线段的长度。红光-近红外特征空间见右图:21()1rednirPDIRMRM垂直干旱指数的数学表达式Rred和Rnir分别