• 技术文章ARTICLE

    您当前的位置:首页 > 技术文章 > 机载高光谱成像技术在溢油检测方面的应用

    机载高光谱成像技术在溢油检测方面的应用

    发布时间: 2020-07-30  点击次数: 1566次

    石油污染是指石油开采、运输、装卸、加工和使用过程中,由于烃类的溢出和排放。石油烃类大量溢出,释放到水生或陆地环境中时,会对动植物群以及人类健康产生负面影响。

    因此,对石油泄漏进行快速、有效地空间评估,辅助相关部门做出快速响应,有利于降低原油污染对环境的影响,减少经济损失。针对大范围的海洋溢油和陆地石油泄漏等突发情况,基于高光谱成像技术的航空遥感目前效监测手段之一。

    一、海洋溢油检测

    随着海上运输业的发展,海上漏油事故也日趋频发。溢油是严重的海洋事故,严重污染着海洋生态环境。水体石油污染和土壤污染不同,水具有流动性,不及时处理会使污染范围迅速扩大。因此,获取及时有效的溢油信息至关重要。高光谱成像具有波段多,分辨率高,信息丰富的特点。与可见光或多光谱成像相比,高光谱成像的细节表达能力尤为突出,可以更好地区分海水与油膜之间的差异,获得更加真实客观的溢油信息。

    image.png

    图1.1:AISA+机载高光谱影像(左);工作平台野外航拍影像(中);溢油区确认图(黑色为油膜,灰色为海水,白色为工作平台)(右)

    但是,由于海水具有流动性,图像中不可避免地会出现太阳眩光,以致从遥感数据中提取的漏油特征信息不够准确。因此,专家学者基于AISA+机载高光谱溢油图像,采用多尺度小波变换、增强Lee滤波、增强Frost滤波和均值滤波方法对图像进行海面闪烁抑制。然后将经典支持向量机方法用于溢油信息检测,并采用人机交互解释获得的溢油信息分布图,验证了溢油检测的准确性。结果表明,以上方法可以有效抑制海面闪烁,提高漏油检测的准确性。增强Lee滤波方法的检测精度为88.28%,比原始图像的检测精度高12.2%。其次为增强Frost过滤方法和中值过滤方法,漏油检测精度分别为86.64%和84.35%。

    image.png

    图1.2:基于不同方法的太阳闪烁抑制处理(左);不同太阳闪烁抑制方法的SVM检测结果(黑色为油膜,灰色为海水,白色为工作船平台)(右)

    二、土壤原油污染监测

    原油输油管线腐蚀渗漏不仅会造成土壤多环芳烃,因有致癌、致变、致畸等活性和能通过食物链在动植物体内逐级富集,它在土壤中的累积更具危害。

    在以前的研究中,使用机载高光谱遥感(HRS)进行陆地区域原油检测的方法主要依赖于油脂含量较高的样品。这些研究方法都基于可以清楚观察到石油烃(PHC)的光谱特征,但真实的石油泄漏现场并非都能准确的识别到PHC光谱特征。原油释放到环境中一段时间后,地面表层已经无法检测到明显的PHC光谱特征,从而无法使用PHC指数等光谱办法进行准确地检测,这对于石油的有效检测是一个较大的挑战。

    以色列特拉维夫大学的研究人员使用AISA Fenix1K传感器对暴露于地面两年半后的埃夫罗纳自然保护区原油泄漏环境进行了原油的识别与分析研究。首先采集了研究区的机载高光谱图像,并使用先进的数据挖掘技术对数据进行了分析。通过使用标准化技术,替代频带选择、降维、多变量校准和有监督的机器学习,成功地区分了受污染像素和未受污染像素。总体准确性、敏感性、特异性和Kappa分类准确性度量标准分别对交叉验证产生了0.95、0.95、0.95和0.9的良好结果,验证数据集也获得了0.93、0.91、0.94和0.85的良好结果。分类的图像和测试场景也与灾难后几天的正射影像非常吻合。

    image.png

    图2.1:埃夫罗纳(Evrona)研究区正射影像(左);漏油和土壤的光谱特征(右)

    图2.2:高光谱图像之上的模型预测:O表示油(B),C表示干净(C)。每个场景以三种显示方式呈现:真彩色、模型预测(红色表示油,白色表示干净)和正射影像。

    在预测图像中,红色和白色像素分别对应于油和干净像素的分类结果。漏油图案和分类图像之间显示出很好的一致性。因此,即使在溢油事件发生很长一段时间之后,高光谱技术也可以检测出溢油现场中的PHC痕迹。

    该技术还可用于监视污染物非法排放和泄漏,并且还可适用于环境监视,灾难管理,管道监视等应用领域。

    易科泰生态技术公司及西安光谱成像与无人机遥感技术研究中心提供近地遥感与无人机遥感石油污染等环境监测全面技术方案:

    Ø近地遥感与无人机遥感高光谱成像技术

    ØMWIR中波红外热成像技术检测石油烃 、VOC及污染排放监测

    ØEcoProbe便携式VOC检测、易燃易爆物检测技术