基于PIE遙感技術的大氣污染遙感動態監測系統設計與實現

摘要：文章介紹了一種基于遙感圖像處理軟件——像素專家 （Pixel Information Expert， PIE）遙感技術的大氣污染遙感動態監測系統的設計與實現。該系統利用PIE遙感技術，結合多參數監測和數據分析，實現對大氣污染的實時監測與分析。文章對系統的設計原理和實現方法進行詳細闡述，并利用實驗數據對系統性能進行評估，驗證了該系統在大氣污染監測領域的有效性和可行性。

關鍵詞：PIE遙感技術；大氣污染；監測系統；遙感動態監測

中圖分類號：TP79中圖分類號" 文獻標志碼：A文獻標志碼

基金項目：2023-2024學年廣州工商學院校級大學生創新創業訓練計劃項目；項目名稱：秸稈焚燒防控一張圖——基于PIE-Engine的衛星遙感大氣污染物監測預警SaaS系統；項目編號：XJ202313714001。

作者簡介：盧潔瀅（2003— ），女，本科生；研究方向：軟件工程。

*通信作者：胡垂立（1978— ），男，教授，碩士；研究方向：虛擬現實技術，運動圖形，教育技術學。

0" 引言

PIE遙感技術是一種基于被動光學原理的先進技術，被廣泛應用于大氣污染監測。隨著工業化和城市化的加劇，大氣污染已成為全球性的環境問題。傳統監測手段受限于監測范圍、精度和頻次，難以全面評估污染對環境和人類健康的影響。PIE遙感技術通過觀測大氣輻射特征，實現對污染物濃度和分布的高精度監測。PIE遙感技術大氣污染監測系統的建設對于環境保護和可持續發展具有重要意義。

該研究旨在通過開發基于PIE遙感技術的監測系統，解決當前大氣污染監測系統存在的局限性，如分辨率低、實時性差等問題，實現對大氣污染動態變化的高精度、高實時性的監測和預警，以提升城市環境管理的能力和水平。利用PIE遙感技術的高分辨率和多波段信息，實現對大氣污染物的準確探測和定量分析，提高監測精度和可靠性。同時基于PIE遙感技術的快速數據處理和分析能力，建立實時監測系統，能夠及時捕捉大氣污染物的動態變化，為環境保護和應急管理提供及時支持。

1" PIE遙感技術簡介

PIE遙感技術是一種結合了極化信息和強度信息的遙感技術，用于提高遙感圖像的質量和信息量。這種技術利用了電磁波在傳播過程中的極化特性，通過測量不同方向上的電磁波的振幅和相位信息，從而實現對目標更加細致和準確的觀測。

PIE遙感技術是一種基于電磁波偏振特性的遙感技術。PIE遙感技術利用電磁波在空氣中傳播時，受到大氣中顆粒物、氣溶膠等物質的散射影響，導致光波的偏振狀態發生改變，通過測量這些偏振狀態的變化，可以獲取大氣中的有關信息。不同波段和角度的測量能夠提供大氣中不同顆粒物和氣體的偏振特性，從而得到更全面的大氣污染數據。

2" 大氣污染監測系統設計原理

大氣污染監測系統的設計原理旨在實現對大氣環境的全面監測、及時預警和科學管理，為保護環境和改善空氣質量提供技術支持和決策依據。

2.1" 系統整體架構設計

2.1.1" 傳感器網絡

大氣污染監測系統通過部署在不同地點的傳感器網絡來實現對大氣污染的監測。傳感器網絡覆蓋城市各個區域，以確保監測數據的全面性和代表性。傳感器網絡中的傳感器將會定期進行校準和維護，以保證監測數據的準確性。

2.1.2" 數據采集與處理單元

數據采集與處理單元負責從傳感器獲取監測數據，并進行實時處理和分析。該單元包括數據采集模塊、數據處理模塊和存儲模塊。數據采集模塊負責與傳感器進行數據通信和數據采集，數據處理模塊負責對采集到的數據進行處理和分析，生成監測報告，并將數據存儲到數據庫中［1］。

2.1.3" 數據傳輸與通信模塊

數據傳輸與通信模塊負責將處理后的監測數據傳輸到監測中心或用戶端。該模塊采用網絡通信技術，確保數據能夠及時、安全地傳輸。同時，該模塊還負責接收監測中心或用戶端下發的控制命令，如設備開關、數據上傳頻率調整等。

2.1.4" 用戶端

用戶端包括政府部門、研究機構、企業和公眾等各類用戶。用戶端通過網絡獲取監測數據和報告，了解大氣污染的情況，制定相應的政策和措施。用戶端還可以向監測中心提出數據查詢和分析請求，以獲取更多的監測數據和信息。

2.2" 數據采集與處理流程設計

2.2.1" 數據采集階段

在開始觀測之前，技術人員要對傳感器進行定標，確保其準確度和可靠性。不同類型的傳感器（如氣象傳感器、光學傳感器、化學傳感器等）安裝在監測點位上，傳感器根據預設的參數開始觀測大氣環境，記錄太陽輻射的強度和光譜特性以及大氣中各種污染物和氣象參數對輻射的吸收、散射和反射情況，實時采集大氣中的各種污染物濃度、氣象參數等數據，并通過數據接口傳輸到數據處理中心。

2.2.2" 數據處理與分析階段

數據采集與處理單元對采集到的數據進行質量控制，包括數據去噪聲、異常值處理、數據校正等，確保采集到的數據準確可靠，提高后續數據處理的精度和可信度。該單元將來自不同傳感器的數據進行融合與整合，包括同步時間軸、空間對齊、數據格式統一等處理，以便后續的數據分析和模型建立。同時，數據采集與處理單元利用統計方法、時空分析方法等對融合整合后的數據進行特征提取和分析，提取出數據中污染物濃度變化趨勢、空間分布特征等的關鍵特征信息。

2.2.3" 數據存儲與共享

大氣污染監測系統建立專門的數據庫，存儲處理后的數據，保證數據的安全性和完整性，并且定期對數據進行備份，防止數據丟失或損壞。處理后的數據以開放數據的形式共享給科研機構、政府部門和社會公眾，促進大氣環境監測和治理工作的開展。同時，還可以與國內外相關研究機構開展合作，共享數據資源，促進科學研究和技術創新。

3" PIE遙感技術大氣污染遙感動態檢測系統的實現與應用

PIE遙感技術大氣污染遙感動態檢測系統（以下簡稱“系統”）的實現與應用的目的在于實現實時、準確的大氣污染監測，提高監測效率和精度，為環境保護和健康管理提供科學依據和技術支持，對于提高大氣污染監測精度、實現動態監測、提高預警能力、促進環境保護與改善等方面具有重要意義，對于保障公眾健康和生態環境具有重要意義。

3.1" 遙感影像自動及半自動化下載的實現

不同大氣污染物的反演所需遙感影像不盡相同，在該系統中，遙感影像針對不同大氣污染指標來獲取不同載荷影像。其中，霾、PM10、PM2.5指標基于MODIS（Terra/Aqua）數據進行反演；SO2、NO2、O3指標基于OMI（Aura）數據進行反演；CO指標基于MOPITT（Terra）數據進行反演；沙塵指標基于VISSR（FY2F）數據進行反演；火點指標基于VIRR（FY3B）、MODIS（Terra/Aqua）數據進行反演；大霧指標基于VIRR（FY3B）數據進行反演。在遙感影像具體實現過程中，開發后臺控制程序，相關數據可通過FTP地址自動下載。同時，通過訪問中國氣象局國家衛星氣象中心的形式對風云系列數據進行下載，系統實現衛星觀測數據的自動化、半自動化批量下載，可以有效減少重復操作，從而提高工作效率，為后續處理提供數據準備［2］。

3.2" 圖像處理模塊的實現

3.2.1" 圖像預處理

在數據下載完成后，該系統實現針對一氧化碳、二氧化碳、二氧化硫、二氧化硫氮氧化物、光化學煙霧、懸浮顆粒物、沙塵、火點、灰霾等大氣污染指標的監測成果的自動化生產，利用圖像處理對遙感圖像的幾何形狀和位置誤差、圖像輻射強度信息誤差等系統誤差進行幾何校正和輻射校正，無需人工干預，在滿足區域環境質量遙感監測需求的同時，降低了系統使用的技術門檻［3］。

圖像預處理流程如圖1所示。

3.2.2" 特征匹配+擴撲獲取的多源遙感影像自動匹配方法

系統先利用SHIF算法在空間模型中提取特征點并結合擴撲信息；后利用最近領（nearest-neighbor）對特征點進行幾何校正和精準匹配；再利用擴撲信息對SIFT匹配結果進行篩選和優化；最后結合SIFT匹配和擴撲信息后，進行幾何校正，利用隨機抽樣一致性算法，來進一步剔除錯誤的匹配，最終得到信息匹配點。

3.2.3" MATLAB技術實現灰度圖像偽彩色處理

相比其他火情監測系統，該系統在PIE遙感技術處理基礎上又融合了MATLAB數據處理技術，增強彩色對比度，強調地圖圖像邊緣，增強圖像識別的方便性，可視化程度更高。增強圖像彩色對比度高達97.8%，過濾邊緣化數據高達9px，可視化程度高達96.3%，彩色變化分量高達98.5%。該系統通過MATLAB技術實現灰度圖像偽彩色處理，按照線性或非線性的映射函數將灰度圖像增強偽彩色，有效地提取圖形中的重要信息，使人更容易辨認和識別出原圖

像的信息，還利用JS技術創建一個時間軸方便用戶觀看以往的圖像，可以進行播放并隨時變換衛星云圖。

3.3" 視圖管理模塊的實現

視圖管理模塊共包括3個子模塊：地圖管理、地圖瀏覽、地圖查詢，在該系統均可查看當前的地形圖、矢量圖等。

3.4" 大氣監測模塊的實現

大氣監測模塊中包含具體的污染物反演成果的展示功能，可以將監測成果以日、旬、月、年的不同方式展示出來，同時還可以以動畫的形式呈現，從而直觀且生動地展現污染物的動態變化狀況，便于用戶端掌握污染物的動態并做出下一步的預測。

該系統還提供地圖切換、報表輸出、數據合成、濃度查詢、火點監測、空氣污染程度地區查詢等功能。其中，地圖切換功能可以實現從地圖視圖到專題視圖的轉換，從而進行專題圖的制作；報表輸出功能用來生成專題報表，如火點報表等；數據合成功能可將反演結果同其他地圖數據合成，如研究區域矢量數據等，更有助于反演成果的解讀；濃度查詢功能可以對具體區域的污染物濃度進行查詢，從而達到定量反演的目的；火點監測功能利用OnFire-CNN模型、Himawari-8、EOS、FENGYUN等多源靜止衛星和極軌衛星判斷火點對控制火情做出準確判斷，可以實時提取火點信息，從而快速處理；空氣污染程度地區查詢通過構建AOD算法來監測地區生態，同時，通過Java Web技術連接地圖API將空氣質量和顆粒物流動準確地標注在地圖上，準確找到空氣污染嚴重的位置并顯示當地空氣污染情況和各污染物含量，及時判斷火災類型［4］。該系統融合Himawari-8、EOS、FENGYUN等多源靜止衛星和極軌衛星，實現每1/10min的高頻次監測以及14m2明火面積的精準識別。系統與Weber模型、AIOLOS-F模型、Heath模型、Maquis模型等多種火情蔓延模型融合，結合氣象信息，實時預測火勢蔓延方向，最終以SaaS形式為客戶提供實時、便利的火情監測服務，同時開放API接口，在此基礎上提供二次開發，為行業客戶和合作伙伴提供高級定制服務。

3.5" 異常處理模塊的實現

異常處理模塊主要包含設置報警信息頁面以及查看報警歷史頁面。其中，設置報警信息頁面顯示了設備名、設備具體位置等來方便用戶確定設備，顯示報警開關、報警方式、接收短信手機號碼、短信報警間隔時間讓用戶填寫。同時，點擊管理欄中的圖表可以打開報警界限管理對話框，里面顯示了PM2.5、PM10、溫度、相對濕度等［5］，方便相關部門做出相應措施。

3.6" 數據處理與分析的實現

3.6.1" 多譜段遙感信息的處理

地面臺站接收的原始信息經過攝影處理、變換、數字化后被轉換成為正片或計算機兼容的磁帶，將得到的照片裝訂成冊并編目提供給用戶選用。系統利用處理設備對遙感圖像的圖像輻射強度信息誤差、幾何形狀和位置誤差等系統誤差進行幾何校正和輻射校正。通過幾何精校正、大氣校正，消除遙感平臺隨機姿態誤差和掃描速度誤差引起的幾何畸變和因不同譜段的光線通過大氣層時受到不同散射而引起的畸變，可以提高系統數據處理的準確性、精密性。數據處理系統按用戶要求進行多譜段分類、相關掩模、假彩色合成、圖像增強、密度分割等，將地面實況調查與不同高度、不同譜段遙感獲得的信息綜合編輯并繪制成各種專題圖。

3.6.2" 衛星測試接收處理

系統采用云+端的技術架構，內嵌基于深度學習的圖像智能解譯引擎來監測地區的各項指標，并通過與衛星圖像的比對分析來快速準確地識別出潛在的火災風險點，支持遙感處理作業流程的全過程不落盤處理，數據實時可視化展現，中間步驟無任何 I/O 交互來進行火情預測數據處理，該系統數據處理時間相比于其他遙感動態檢測系統由“1440min”降低至“15min”，遙感監測精度高達98%以上。該系統自主創新研發分布處理數據的XXL-JOB一體式調度系統平臺，可以做到定時任務調度、分布式任務執行，并且在異常情況下進行重新調度。傳統并行計算時容易有負載不平衡、節點故障處理難、數據同步一致性差、擴展具有限制性、管理和維修成本較高、資源浪費等缺點。而該系統的并行計算可以做到并行處理、任務劃分、數據同步共享、負載均衡、自動化分析優化等，計算速度呈現爆炸式提升。該系統利用卷積神經網絡引擎訓練自主研發的OnFire-CNN模型分析污染源的短波紅外輻射、火點紅外輻射以及周圍波段差異，針對多種污染物進行多維化分析，揭示污染物濃度變化規律，從而實現了多源大氣污染數據的融合并提供了全面的數據洞察以及對海量遙感數據的預處理及自動化污染源監測及污染態勢分析。

4" 結語

根據大氣污染監測的現狀和對集成化、自動化、可視化、業務化遙感監測系統的需求，團隊研發了基于PIE遙感技術的大氣污染遙感動態監測系統。該系統可以實時監測火場狀態，準確提取火點信息和預測火災蔓延方向，并且可以自動提取各地大氣污染物的信息，有效辨別火災類型。同時，該系統也實現了遙感影像數據自動化獲取、數據自動化預處理、監測指標動態可視化展示，使圖像更加鮮明，數據處理更加準確迅速。基于PIE遙感技術的大氣污染遙感動態監測系統在未來有著廣闊的展望，隨著遙感技術的不斷發展和創新，未來可以進一步提升PIE遙感技術在大氣污染監測中的應用效果，例如：結合人工智能、深度學習等技術，提高數據處理和分析的效率和準確性。可以加強國際合作，促進遙感數據的共享和交流，建立全球范圍的大氣污染監測網絡，共同應對全球性的環境挑戰。基于PIE遙感技術的大氣污染遙感動態監測系統在未來有著廣闊的發展前景，將為環境保護和人類健康提供更強大的技術支持和數據保障。

參考文獻

［1］趙恒謙，李軍，陳偉，等.PIE軟件在遙感綜合應用實驗教學中的實踐：以礦區生態環境綜合評價為例［J］.科技資訊，2023（9）：164-168.

［2］曹歡.大氣污染遙感動態監測系統的設計與實現［D］.太原：太原理工大學，2017.

［3］曹歡，和棟材，李小飛.基于PIE的大氣污染遙感監測系統的設計與實現［J］.地理空間信息，2018（5）：75-79，9.

［4］曹如星.基于衛星遙感的大氣環境監測技術應用［J］.皮革制作與環保科技，2024（1）：66-68.

［5］朱蕭璇.大氣污染在線監測系統的設計與實現［D］.濟南：山東大學，2022.

［6］朱維，呂利清，魏致坤，等.大氣環境監測衛星方案設計與技術特點［J］.上海航天，2023（3）：1-12.

（編輯" 王永超）

Design and realization of atmospheric pollution remote monitoring system based on PIE remote sensing technology

LU" Jieying， XU" Ziqi， HU" Chuili*， CAI" Min

（Guangzhou College of Technology and Business， Foshan 528138， China）

Abstract：" This paper introduces the design and implementation of a remote sensing dynamic monitoring system for air pollution based on Pixel Information Expert （PIE） remote sensing technology. The system utilizes PIE remote sensing technology， combined with multi-parameter monitoring and data analysis， to achieve real-time monitoring and analysis of atmospheric pollution. By providing a detailed explanation of the system’s design principles and implementation methods， and by using experimental data to evaluate the system’s performance， this paper verifies the effectiveness and feasibility of the system in the field of atmospheric pollution monitoring.

Key words： PIE remote sensing technology; atmospheric pollution; monitoring system; dynamic remote sensing monitoring