基于SOA的水质反演模型Web服务的设计与实现

基于SOA的水质反演模型Web服务的设计与实现

康念坤，朱晓璠

（1.江西工业工程职业技术学院，江西 萍乡  337000）

摘要：水质反演模型的构建是遥感的一个主要研究方向。然而，很多学者将自己研究的模型视为核心机密，不愿与人共享。或者只愿提供模型的计算结果而不是模型的本身。这导致模型的应用、集成和系统开发困难。将建立面向服务的系统作为目标，本文归纳了水质反演工作中常使用的统计分析方式，在Web服务技术共享和整合的思想，将利用不同分析思想的水质反演模型，从异构模型成为“同质”的Web服务，并实际应用于鄱阳湖水质的监测，得到符合精度要求的水质反演结果。

关键词：水质反演模型；Web服务；鄱阳湖流域

引言：内陆水体受自然环境和人类生产的影响，水质情况受到了严峻挑战，对水质监测方法也提出了更加高的需求。传统的利用人工进行水体化验的方法，耗费人力多[1]。水质遥感作为当前常用的监测辅助手段，其最大的优势就是可以获得多时相、多尺度的水体信息，得到了专家们的重视，其中内陆水体遥感监测的研究也已开展多年[2]。本文旨在对目前成熟的水质定量遥感监测的进行借鉴。借助遥感光谱数据与水体实际采集数据之间的相关性，对鄱阳湖水质信息进行反演计算。同时考虑到当前水质反演模型存在的异构性，在面向服务架构（SOA）的支持下，将水质反演计算流程中成熟的方法设计为Web服务方法，应用于鄱阳湖水质信息的监测。

1.水质遥感监测的原理和方法

借助遥感技术对水质情况进行监测可以反映出其在时间和空间上的变化。近几年来，得益于水体光谱特征提取和各类反演算法的研究成果，让利用遥感技术手段对水体质量的监测从最初的定性评价跨越到了量化的估值。通过建立数学关系式，即遥感数据与水体中反映水质的某种成分浓度之间的关系，解算出组分含量对应的浓度估值。所以，从定量遥感的研究角度来分析，我们可以将水质评价的定量估算归类为数学中的未知数参数值的推算。当我们已知一组参数A={Ai, i=1, ····,I }和一组观测值B={Bj, j=1,····,J}这两组数据之间的关系可用以下的公式进行表示

                                         （式1.1）

对式1.1求其反函数可得

                                           （式1.2）

式1.1和1.2中A集合用来表示影响水体质量的某种成分浓度，如叶绿素浓度、总氮/磷浓度，B集合则表示在不同波段处的光谱反射率或辐射值，水质定量遥感监测的本质其实就是求所建立的函数关系式的反函数来解算水质参数的估算值。

当前，在遥感影像数据的加持下，开展水质反演的方法包括理论分析法、经验法和半经验法。其中经验法和半经验法的推广最普及，其具体过程是建立遥感数据与水体中反映水质的某种成分浓度之间的关系[3-5]，选择合适的数学统计方法是这2种方法成功应用的重要前提。常见的有线性回归、聚类分析、Bayes分析、灰色理论系统等方法，本文所使用的是线性回归法。

2.相关性分析

研究发现，水体中不同成分的波谱反射率与遥感波段或波段组合之间具备的相关性程度是有差异的。所以对遥感波段或波段组合和水体中某成分浓度的相关性进行研究，能够为水质遥感定量监测提供可行性上的保证。在构建水质反演模型的过程中首先需要解决的问题就是研究感数据与水体实测数据之间的相关性程度。本文利用积差相关法验证数据之间的相关性，这也是当前采纳程度最高的一种相关性分析手段。这种方法惯用r来表达2个变量之间的相关程度，r的绝对值越大，表示两者之间相关程度越高，反之则越弱，r的绝对值不超过1，当2者表现出有相关性时，既可以表示在变化的方向上，又可表现在密切程度中。

3.水质反演服务模型的构建

3.1 Web服务和面向服务架构

Web服务可以使计算与服务分离，减少客户端计算量，提高效能，减轻客户端配置需求。它有一个接口，在机器可处理的格式（特别是 WSDL）中描述[6]。SOAP、WSDL、UDDI三个核心构成了Web服务。SOAP 定义了一种标准的方式来封装和交换的可扩展标记语言（XML）的 Web 服务消息。WSDL 是一种基于 XML 的接口描述语言，用于描述 Web 服务所提供的功能。WSDL 2.0 文档中定义了六个部分，Service, Endpoint, Binding, Interface, Operation 和 Types。UDDI是一个独立于平台的企业注册、发现和集成 Web 服务的规范。SOA基本上来说与Web Service并不是同一个概念。完整的SOA架构由五大部分组成，分别是：基础设施服务、企业服务总线、关键服务组件、开发工具、管理 工具等。它的核心主体是服务，服务是一个可重复的经过标准封装的任务，SOA的目标是通过服务的流程化来实现业务的灵活性。

3.2 水质反演模型Web服务

本文以水体中叶绿素a（Chl-a）的含量来评估鄱阳湖流域水环境的质量。Chl-a作为评价水体质量的典型变量的代表，不仅对水体的质量和颜色有着直接的影响，而且也是水体富营养化评估的主要评价参数代表。基于相关系数理论，通过计算和验证Chl-a波谱反射率与相关波段的相关性值r，决定采用单波段算法和两波段比值算法来构建Chl-a浓度计算的反演模型。同时考虑到当前在进行水质参数反演过程中构建的计算模型之间存在的异构性。本文设计了Chl-a反演模型的自动构建算法，并将其封装为水质反演模型服务，计算过程中可以选用不同类型的数学模型进行鄱阳湖流域叶绿素a浓度的反演模型数学表达式的构建。通过最优拟合度进行判断最优的数学表达式。

4.结 语

基于面向服务的顶层设计理念，综合应用Web Services方法、GIS技术消除水质反演模型之间存在的异构性，极大地促进了水环境监测系统构建的效率，对于鄱阳湖水环境监测、分析、互操作以及数据与功能共享问题具有重要意义。

参考文献：

[1]韩亚超,李奇,张永军,等.机载高光谱几何检校方法及其在海岸带航空遥感调查中的示范应用[J].国土资源遥感,2020,32(1):60-65.

[2]杨振,卢小平,武永斌.无人机高光谱遥感的水质参数反演与模型构建[J].测绘科学,2020,45(9):60-64

[3] 旷达，韩秀珍，刘翔等．基于环境一号卫星的太湖叶绿素a浓度提取[J]．中国环境科学．2010，30(9)：1268-1273．

[4] 王震，邹华，杨桂军等．太湖叶绿素a的时空分布特征及其与环境因子的相关关系[J]．湖泊科学．2014，26(4)：567-575．

[5] 童小华，谢欢，仇雁翎等．黄浦江上游水域的多光谱遥感水质监测与反演模型[J]．武汉大学学报（信息科学版）．2006，31(10)：851-854．

[6] 杜立新．实时SOA中的服务调度关键问题研究[D]：山东大学，2012．

[7]朱江, 宋关福, 钟耳顺,等. 基于Web Services和.NET技术的新一代Web GIS研究与开发[J]. 地理信息世界, 2004, 002(002):17-20.

基金项目：江西省教育厅科学技术研究项目资助（GJJ207306）

作者简介：康念坤，男，讲师，主要从事GIS开发。E-mail:446136528@qq.com

通讯作者：朱晓璠，女，助教，主要从事遥感数据处理。E-mail:1329712809@qq.com