海洋大数据：云计算环境下的溢油监测应用

目前，面对海洋遥感影像的数据存储量巨大、数据的并发访问频繁和对于实时性的高要求等问题，国内外学者和研究机构将云计算与遥感影像等空间数据存储以及管理相结合进行研究，在海洋溢油快速监测方面取得了一定的研究成果。

由于云计算环境下资源的透明虚拟化和弹性化，并需要对用户使用资源进行计费，因此传统的资源监测方法不能完全满足云计算环境的要求。为此，根据云计算平台的特点，葛君伟等［43］设计了一种监测模型，它通过虚拟机监测器和Java调用C/C++得到资源的状态信息，是一种适应云计算环境下的资源监测模型，为海洋溢油监测提供一些指导。

基于云计算技术平台强大的存储和计算能力，结合GIS，王明贤等［44］提出了一套全风险的突发事件应急监测管理系统，以提高对突发环境污染事件的应急监测及处置能力。在进行数据分析计算时，云计算应急监测系统一方面利用扩散模型如泄漏计算模型和溢油计算模型来计算事故影响范围；另一方面利用GIS的空间分析功能对监测点数据进行处理，得出事故发展趋势等结论。由交通运输部海事局自主研发的船舶自动识别系统（automatic identification system，AIS）［45］信息服务平台于2015年正式上线运营。这是中国首个免费对外开放的实时查询船舶动态的官方平台，也是海事系统充分利用大数据，发挥专业优势，转变政府职能，强化服务，便民惠民的一项新成果。

AIS推出了大数据解决方案，针对每天接收的AIS实时报文数量达1亿条左右，将大数据整合成关键字定位船舶、单船历史轨迹查询等服务，还可以支持溢油监测、救援应急等工作。

Waga和Rabah［46］基于大数据的特征和组织存储，建立了预测海洋溢油和周围生态环境的数学模型，构建了基于云计算的框架结构。Michael等［47］建立了云计算平台（cloud exploitation platform，CEP），设计了SENTINEL-1系列工具箱（toolbox），实现了诸多云处理服务（cloud processing services），其工具箱的服务配置，包括工具箱引擎和CFP流程，如图6-12所示。

图6-12　SENTINEL-1　系列工具箱

利用CEP，可以实现SAR影像大数据的高效存储和高性能计算，借助友好的工具箱接口，便于进行云处理服务，最后基于CEP，实现了海洋溢油的有效监测，实验结果如图6-13所示。

Iyengar等［48］开发了 CIM Shell（cognitive information management shell），能处理海洋复杂事件，快速适应各种自然环境的演变状态。这个CIM Shell基于云平台框架，结合GPU加速，每秒能处理100000次事件。图6-14展示了CIM Shell帮助海洋钻井工程师预防和监测溢油事件，比如BP石油公司在墨西哥湾的溢油事件。

Fujioka等［49］利用云计算和开源GIS软件，进行了全球海洋生态系统研究，他们所提出的方法，也可以用于海洋溢油的监测。

图6-13　SAR影像实验结果

图6-14　墨西哥湾溢油事件的开采平台

Fustes等［50］实现了溢油监测的新方法，该方法建立了一个Web服务平台，它整合了海洋遥感SAR影像、GIS和云计算，在文献［50］中详细描述了实现过程，最后进行海洋溢油的监测和局部标定化。他们采用先进的分割算法，用于SAR影像中黑暗区域的去除，包括使用模糊聚类和小波分析方法，另外，采用云计算用来加速算法运算，帮助用户快速稳定地执行操作，并且提供用户在网络之间实时通信。实验结果如图6-15所示。

图6-15　SAR原始影像和处理后的结果

（a）原始影像；（b）处理后的结果

图6-16　面向移动应用的溢油监测服务

在2013年云计算辅助服务国际会议中，在智能环境的管理服务信息化（information of management services，IMS）［51］方面，基于云计算技术，推出了面向移动应用的溢油监测服务，可以随时审查海面上潜在的溢油监测状态，这种测量结果随着用户不间断的设定而更新。比如，将溢油时的风速和方向加入测量中，会得到更加有效的监测结果，如图6-16所示。

欧盟于2014年实行了R&E Networks项目，提供基于云计算和存储服务的项目，用于地球观测的开发，其中一个子项目为CleanSeaNet，即一个实时的基于卫星监测系统的海洋溢油调查，用于保护欧盟的水资源，这个项目已列入欧盟地球观测项目（European Earth Observation Program）［52］，如图6-17所示。

北欧国际知名IT公司Tieto，为能源公司Statoil和Total［53］研发了一款新的软件，旨在预测和评估潜在的溢油危害，这个软件是借助油井输出和溢油扩散模型的分析进而设计的，如图6-18所示。

图6-17　实时的基于卫星监测系统

图6-18　Statoil和Total研发的一款新的软件

由于这套解决方案是基于云计算和Web服务的，研究人员可以获取数据进行分析，消费者也可以便捷访问到相关数据，从而增加公司的透明度和公信力。Wang等［54］基于开源的GIS解决了开源开发工具DotSpatial的不足，实现溢油的监测信息可视化、绘制、分析和最终呈现在Web页面上。

◇参◇考◇文◇献◇

［1］Gamba P，Du P，Juergens C，et a］.Foreword to the special issue on “human settlements:a global remote sensing challenge” ［J］.IEEE Journal of Selected Topics in Applied Earth Observations &Remote Sensing，2011，4（1）：5-7.

［2］Guo H，Wang L，Chen F，et al.Scientific big data and Digital Earth［J］.Chinese Science Bulletin，2014，59（35）：5066-5073.

［3］张旭东.黄海连续8年暴发浒苔绿潮突发溢油伤海洋元气［N］.经济参考报，2014-06-16.

［4］许妍.天津大气颗粒物中石油烃浓度与人体健康的关系［D］.天津：南开大学，2012.

［5］李艳梅，曾文炉，余强，等.海洋溢油污染的生态与健康危害［J］.生态毒理学报，2011，6（4）：345-351.

［6］宋朋远.渤海油田溢油扩散与漂移的数值模拟研究［D］.青岛：中国海洋大学，2013.

［7］顾恩慧.海上溢油行为与归宿的数值模拟［D］.杭州：浙江大学，2013.

［8］安超.光学遥感溢油检测机理及实例分析［D］.青岛：中国海洋大学，2013.

［9］王晶.基于多元特征的光学遥感影像海面油膜信息提取［D］.北京：中国地质大学，2013.

［10］苏腾飞.面向对象的SAR溢油检测算法与系统构建［D］.青岛：国家海洋局第一海洋研究所，2013.

［11］康俊峰.云计算环境下高分辨率遥感影像存储与高效管理技术研究［D］.杭州：浙江大学，2011.

［12］王俊.SAR影像溢油目标边缘提取方法及实现［D］.大连：大连海事大学，2009.

［13］刘德连，韩亮，张建奇.高光谱图像的海面溢油自动检测方法研究［J］.光谱学与光谱分析，2013，33（11）：3116-3119.(www.xing528.com)

［14］MacDonald I R，Guinasso N L，Ackleson S G，et al.Natural oil slicks in the Gulf of Mexico visible from space［J］.Journal of Geophysical Research，1993，98（C9）：16351-16364.

［15］黄晓霞，李红旮，朱振海.基于不变矩的SAR图象海面油膜形态分类［J］.中国图象图形学报，1999，4（2）：166-171.

［16］刘朋.SAR海面溢油检测与识别方法研究［D］.青岛：中国海洋大学，2012.

［17］牛莹.基于纹理特征的星载SAR溢油监测研究［D］.大连：大连海事大学，2009.

［18］熊文成，吴传庆，魏斌，等.SAR图像在韩国溢油监测中的应用［J］.遥感技术与应用，2008，23（4）：410-413.

［19］李琼.SAR图像海面油膜提取与分类研究［D］.北京：中国地质大学，2011.

［20］宋莎莎，赵宇鹏，苏腾飞，等.海上溢油SAR卫星遥感监测系统研发［J］.遥感技术与应用，2013，28（5）：928-933.

［21］魏铼.基于SAR影像的海上溢油监测与评估方法研究［D］.北京：首都师范大学，2013.

［22］兰国新.海上溢油遥感光谱信息挖掘与应用研究［D］.大连：大连海事大学，2012.

［23］李宝玉.基于ASAR数据的海面溢油信息提取［D］.大连：大连海事大学，2013.

［24］Kongsberg Satellite Services.Oil spill detection service ［OL］.http://earth.esa.int/gscb/papers/4.5_ Kj eldsen.pdf.

［25］Topouzelis K，Karathanassi V，Pavlakis P.Oil spill detection using RBF neural networks and SAR data ［J］.ISPRS Congress，Istanbul，2004，6：12-23.

［26］Frery A C，Jacobo-Berlles J，Gambini J，et al.Polarimetric SAR image segmentation with B-splines and a new statistical model ［J］.Multidimensional Systems &.Signal Processing，2010，21（4）：319 -342.

［27］Migliaccio M，Gambardella A，Tranfaglia M.Oil spill observation by means of polarimetric SAR data ［J］.Proceedings of Seasar，2006.

［28］Akar S，Süzen M L，Kaymakci N.Detection and object-based classification of offshore oil slicks using ENVISAT-ASAR images ［J］.Environmental Monitoring &.Assessment，2011，183（1-4）：409-423.

［29］Marghany M.RADARSAT for oil spill trajectory model ［J］.Environmental Modeling &.Software，2004，19（5）：473-483.

［30］Brekke C，Solberg A H S.Oil spill detection by satellite remote sensing ［J］.Remote Sensing of Environment，2005，95（1）：1-13.

［31］Karantzalos K，Argialas D.Automatic detection and tracking of oil spills in SAR imagery with level set segmentation ［J］.International Journal of Remote Sensing，2008，29（21）：6281-6296.

［32］Mercier G，Girard-Ardhuin F.Partially supervised oil-slick detection by SAR imagery using kernel expansion ［J］.IEEE Transactions on Geoscience &.Remote Sensing，2006，44（10）：2839-2846.

［33］Brekke C，Solberg A H S.Classifiers and confidence estimation for oil spill detection in ENVISAT ASAR Images ［J］.IEEE Transactions on Geoscience &.Remote Sensing Letters，2008，5 （1）：65-69.

［34］Salberg A B，Rudjord O，Solberg A H S.Model based oil spill detection using polarimetric SAR［C］.Geoscience and Remote Sensing Symposium （IGARSS），2012 IEEE International，2012：5884-5887.

［35］Skrunes S，Brekke C，Eltoft T.An experimental study on oil spill characterization by multipolarization SAR ［C］.The 9th European Conference on Synthetic Aperture Radar，2012：139-142.

［36］Shirvany R，Chabert M，Tourneret J Y.Ship and oil-spill detection using the degree of polarization in linear and hybrid/compact dual-pol sar ［J］.IEEE Journal of Selected Topics in Applied Earth Observations &.Remote Sensing，2012，5（3）：885-892.

［37］Vespe M，Greidanus H.Sar image quality assessment and indicators for vessel and oil spill detection［J］.IEEE Transactions on Geoscience &.Remote Sensing，2012，50（11）：4726-4734.

［38］Singha S，Bellerby T J，Trieschmann O.Satellite oil spill detection using artificial neural networks［J］.Selected Topics in Applied Earth Observations and Remote Sensing，IEEE，2013，6（6）：2355 -2363.

［39］Fingas M，Brown C.Review of oil spill remote sensing ［J］.Marine pollution bulletin，2014，83（1）：9-23.

［40］罗晓丽.基于云计算的遥感影像存储组织模型研究［D］.郑州：河南大学，2013.

［41］刘义.利用MapReduce进行批量遥感影像瓦片金字塔构建［D］.长沙：国防科技大学，2013.

［42］陈时远.基于HDFS的分布式海量遥感影像数据存储技术研究［D］.北京：中国科学院大学（工程管理与信息技术学院），2013.

［43］葛君伟，张博，方义秋.云计算环境下的资源监测模型研究［J］.计算机工程，2011，37（11）：31-33.

［44］王明贤，刘敬平.基于云计算的应急监测系统研究［J］.监测与评价，2013，1（4）：135-139.

［45］陈栋栋.我国AIS平台实现亿级大数据融合［N］.中国工业报，2015-03-16.

［46］Waga D，Rabah K.Environmental conditions' big data management and cloud computing analytics for sustainable agriculture ［J］.World Journal of Computer Application and Technology 2014，2（3）：73-81.

［47］Michael L V，Sabella V.Advanced training course on land remote sensing ［C］.ESA- ESRIN，Spain，2014.

［48］Iyengar SS，Supratik Mukhopadhyay，Christopher Steinmuller，et al.Preventing future oilspills with software based event detection ［M］.Published by the IEEE Computer Society，Louisiana State University，2010.

［49］Fujioka E，Berghe E V，Donnelly B，et al.Advancing global marine biogeography research with open-source GIS software and cloud computing ［J］.Transactions in GIS，2012，16 （2）：143 -160（18）.

［50］Fustes D，Cantorna D，Dafonte C，et al.A cloud-integrated web platform for marine monitoring using GIS and remote sensing.Application to oil spill detection through SAR images ［J］.Future Generation Computer Systems，2014，34（4）：155-160.

［51］Jernej Tonejc D M B，Jure Praznikar.Information of management services ［C］.Conference of Cloud Assisted Services，2013.

［52］Union E.Global data sharing for earth observation through R&.E networks ［OL］.www.geant.net/Resources/Media Library/Documents/GEANT_global data_ brochure.pdf.

［53］Tietodevelops oil spill analysis software for Statoil and Total ［OL］.http://www.tieto.com/tietodevelops-oi l-spill-analysis-soft ware-statoil-and-total.

［54］Wang R，Liu N，Xu M，et al.Research on the open source GIS development oriented to marine oil spill application ［J］.Journal of Software，2014，9（1）：116-120.