搜索
使用SAR检测和识别溢油摘要海洋溢油进入海洋环境，是一个显著的污染物，它对海洋生态系统有着灾难性的影响。在认识到有必要及时围堵溢油和规避风险时，需要一个有效的能快速提供溢油灾害管理的反应工具。本文撰写的旨在为客户提供快捷的掌握溢油检测和使用合成孔径雷达（SAR）的识别。本文的结构分为五个部分：第一部分介绍了方案，并与漏油有关的问题;第2节提供了使用不同的技术检测浮油的概述;第3节解释了为什么SAR是在溢油监测的重要工具;第4节总结了常用的算法;第5节讨论现在的限制和SAR的外貌，第6节总结了论文。1、概述有一种说法就是只要人们对于石油以及它的衍生物的以来仍然存在，那么溢油就是不可避免的。石油泄漏是无意或有意排出的油，漂浮在离散块的表面上，并且是由风，水流和潮汐携带。石油泄漏可以通过化学分散，燃烧，机械围堵和吸附进行部分控制。根据文献，溢油在狭义上是人造的原油及其产品，重型和轻型燃料。事实上，人们对原油和精炼石油产品的依赖每年比过去三十年不断增加。在2012年石油（包括原油和精炼石油产品）每天产生的总数已经达到了历史的高点89292500万桶，石油生产领域至少有10%到15%通过油轮，管道，轨道车和槽车传递给最终用户。该石油必须在不同的目的地和终点的沿线储存起来。每一个运输和储存阶段，代表了石油泄漏事故的风险。尽管频繁运输和存储的需求，超过一半在海水中的油的实际来自天然渗漏或从海底地层的排放。大约38%的石油泄漏事件起源于石油和燃料消耗在陆地上的废水和交通行业贡献了大约13%的石油在海洋里。检测和运输部门不是主要的溢油来源，这是很大的需求。大多数船舶排放是故意和非法，它是完全由国际公约禁止的防止船舶造成污染，1973年经1978年议定书的（MARPOL73/78）。漏油事件环境对海洋生态系统，经济和生活沿海居民的生活质量造成了灾难性破坏。油可以通过不同的方式，即物理接触，摄入，吸收并通过食物链（富集）达到植物和动物。油特别有毒的物质与油可以通过食物链的浮游植物到达其位于食物链的其他更高级别的底部。涂油鸟类对此受到的伤害很大，可能会导致鸟蛋的丢失和死亡的损失。动物由于溢油可能受到失去栖息地的威胁。油可污染沙滩和鹅卵石达多年，如在1989年埃克森公司瓦尔迪兹发生的大量漏油，可在下面的阿拉斯加海滩仍被发现。沿海收入依赖海洋生态系统的人们受到严重影响，包括渔民，其生计依赖旅游业。此外，漏油事件的复苏和修复需要巨大的资源。根据油的类型和它的位置，这将花费40-400美元清理一升油。就拿深水地平线（DWH）溢油事故为例，事故本身的成本，估计22.6十亿美元左右，不包括长期的环境和经济损失。表1总结了最大的漏油事件在过去40年。2、溢油检测技术由于泄漏事件所造成的不利的影响和严重威胁，高效的石油探测和识别系统是漏油灾难管理非常必需的。通过人的视觉检测监控可能是找出可能的漏油首选又最简单的方法，但这种方法严重受石油和其他物质混淆的可靠性问题的限制，如海藻和鱼类的精子。此外，这种方法也受到能见度要求，即可能在泄漏现场的条件和偏远，雾或暗的没有检测到。目前的溢油监测系统采用各种遥感技术，飞机和卫星获取了潜在的石油泄漏现场数据。按照现在的情况，航空遥感仍然是使用最广泛的平台，尽管有越来越多的政府和行业制定的卫星监视系统的努力。事实上，业务卫星监控计划已经实施了波罗的海，北海，英吉利海峡，黑海，里海，地中海，亚速海和加拿大海域。航空遥感以上空间的优点是由于遥感较高的空间和时间分辨率。然而，卫星遥感以较低的成本（成本效益）提供了持续的概貌（大空间范围），特别是在全球可访问性。总有空间分辨率和覆盖范围之间折衷。对于漏油检测，空间覆盖程度通常优于空间分辨率。承担DWH事故，例如，光滑的程度，估计超过104平方公里这需要与概貌所获得的数据，如图所示。不同的传感器技术回顾了石油溢油检测。传感器技术可基于操即传感器的光谱，即紫外线（UV），可见/近红外（VIS/NIR），热红外（TIR），无源微波和有源微波传感器进行分类。即使是非常薄的油水，石油强烈反映在紫外区，但它容易受到风的干扰，在阳光下闪烁和生物材料。在可见/近红外光谱，石油和水的反射不同，这种差异是通过可见/近红外传感器记录。不幸的是，可见/近红外图像和漏油事件的在背景，光线，颜色较深的海岸线，风和海藻之间差异相对较小。UV和VIS/NIR传感器不能昼夜操作因为它取决于太阳光作为能源而受到云层覆盖扰动。浮油出现'热'白天，并出现“凉”在夜间的TIR区域比较背景下的水。其结果是，TIR数据提供溢油检测足够的对比度与额外信息上油层的相对厚度，它可以全天进行操作。然而，科目大型海温异常源融合区域，如聚集区，上升流的流动，河流流出不同的水团，以及云量的问题。被动微波传感器可以检测到漏油，其全日和全天候作战能力相当好。石油出现在图像中亮油发出更强的微波发射。除了误报生物基因材料，无源微波传感器的低空间分辨率已经阻碍了它操作使用。石油在海面上的存在抑制了小的毛细血管和短重力波，并大大降低了布拉格散射。浮油的缓冲作用减少了有源微波或雷达传感器接收到的雷达回波信号，因此它显示为形成的黑色，与周边海域的亮度对比。就像其他的传感器，假目标或相似者往往误认为溢油雷达图像。外观相似的雷达图像，包括生物薄膜，油脂冰，风前部区域，藻类，临界风速地区的风通过土地，雨水细胞，剪切带等遮挡。图2示出了星载SAR图像典型外貌的问题。有两种类型的成像雷达是适用于石油泄漏探测，即实际孔径雷达（RAR）或侧视机载雷达（SLAR）和合成孔径雷达（SAR）的。因为RAR需要很长的天线机载卫星具有优良的方位的空间分辨率，特别行政区保持唯一的成像雷达技术是可行的星载遥感。3、石油溢油的探测和SAR的识别正如在上一节所讨论的，还有用于检测溢油不同程度的不同效果的数字遥感技术。但是关于传感器是最有效的选择有待回答。为了回答这个问题，有两个重要的标准来加以考虑，即时间表数据可用性和空间分辨率。其中一个漏油事件的主要特点是，石油趋于分散，乳化，挥发快，检测将失去其功效和实时。因此，实时数据是进行有效的漏油检测的基本要求。被动遥感面临有云阻塞及在夜间不可用是排除这项技术的主要选择。缺点是在埃克森公司瓦尔迪兹漏油事件的情况突出。事件1个月后，只有一个在卫星立交桥在泄漏现场晴空条件。此外，在一些大的石油泄漏事件，如DWH，事故发生在大约晚上10点昼夜像SAR能力只传感器可以提供事件的及时映射。在最佳空间分辨率方面，很少分辨率范围中给出和在平均50米10米之间的任何空间分辨率是足够石油监视。无源微波与红外传感器的粗空间分辨率通常限制了这些传感器的适宜性。此外，除了检测外，一个有效的石油溢油检测系统需要执行相当不错的石油溢油识别。更具体地说，系统必须正确地从它的周围背景区分石油和水。有趣的是，所有的传感器都受到与外表酷似浮油，在不同程度的误认。在一些情况下，误认的概率过高，传感器被认为不适合用于溢油鉴定。该故障可能归因于两种原因：第一漏油和海洋背景对比不足，如之间的对比还是差在可见/近红外传感器（除超光谱传感器），或在场景太多的干扰，如在TIR传感器。图3的亮点浮油和无油水之间的对比度差的可见/近红外多光谱图像。星载hyperstrectral传感器像中分辨率成像光谱仪（MODIS）已经显示出溢油反映可喜的成果，如DWH。在一般情况下，有更多的用SAR检测和鉴定石油泄漏已被证明是有效的。然而，所有这些操作SAR应用程序依赖于特定的海况或风。为用雷达C波段频率正确测量，风速的下限为2-3毫秒-1，上限10-14毫秒-1基于各种报告的研究。海上有风的水浮油低于或超出此范围的是不可能被检测出。风速的适当范围是大部分依赖于入射角和雷达频率。SAR区分浮油和无油的水表面由浮油和无油水面能力是由雷达后向散射功率的比值来确定，即阻尼比。阻尼比由布拉格散射理论描述反向散射与20至70度的入射角的管辖。后向散射雷达功率布拉格波是入射角和雷达频率的函数。据报道，对溢油检测的最优化的测量配置是利用C波段雷达频率随入射角20°-45°。阻尼比的增加在更高的频率和C和X波段优于L波段。但是，它也表现出在最近，低噪声L波段SAR系统能够成功地识别浮油。到目前为止，几乎所有运行的SAR油监控系统是基于单信道同极化（HH或VV）SAR图像。一些研究曾建议VV同极化是浮油检测的最佳模式，虽然有些人认为有HH和VV之间没有合成偏振模式区别。报告说，交叉极化很少使用在有油的水。通过推出统一极化SAR系统，如四极化（四POL）先进陆地观测卫星（ALOS）在2006年和双极化（双POL）的TerraSAR-X在2007年，极化数据可以使用在定量测量相对幅度和不同的偏振反向散射辐射的相位。最近的研究表明极化的数据能够清楚地识别浮油，并在一定程度上提供油膜厚度的定量措施。从历史上看，与较机载遥感比较星载的主要缺点之一是卫星相对较低的时间覆盖范围。然而，重温卫星特区已经超过与推出和计划推出的SAR卫星在轨数量的增加，以及增强的操控能力这些年来性能有着显着的提高。目前可用的和在未来两年内计划中的SAR卫星系统被列于表二。如果已有检测和识别系统只能使用一个传感器来达到预计结果，在空间分辨率和覆盖范围之间的合成孔径雷达卫星是最佳折衷，重新访问时间，现场可访问性，灵敏度，证明性能，天气的独立性，云遮蔽和阳光条件。在现实中，多个传感器被同时用来互补，例如加拿大环境部采用UV/红外传感器，合成孔径雷达和激光氟传感器在业务海上监视的组合。另一个很好的例子是如文献中DWH溢油应急响应。主要的实时溢油检测数据由星载和机载SAR提供。厚油通过飞机人类视觉检测飞行识别和专家系统的补充分析的VIS多光谱和高光谱数据/近红外以及机载多光谱热成像。光探测和测距（LIDAR）数据被用来发现近表面浸没油。高光谱数据和机载合成孔径雷达数据的组合进行处理，监测生态系统的油的影响。高光谱数据也被一起使用激光雷达数据来识别现场燃烧和烟雾。4、自动监测识别已经出现了通过使用不同的图像处理算法，目的是改善自动检测和识别的具有各种程度的成功的精度研究人员发表在过去大量研究。一般的自动方法被划分为三个阶段，即暗点检测，特征提取和分类。暗斑检测涉及分割和图像以隔离从周围海水的黑斑的阈值处理。统计参数计算为在特征提取过程中暗点，随后是分类到合适的类分配给每个区段。表III汇总了在过去的（非穷尽列表）被应用图像处理算法。5、电流限制和未来展望溢油鉴别与特区科目的浮油看起来酷似SAR图像的干扰。成功的研究，在过去已经利用上下文信息，例如风，流，水深，知识藻类和石油泄漏的潜在位置的存在，以尽量减少误报的风险。由于这种干扰的结果，目前的石油标识的做法，需要人工干预。作为例如通过手动的方式，NorweigianKSAT，非常耗时，而不是科学。即使当电位漏油通过SAR图像处理检测，手工验证的最终阶段还是需要的。手动验证是通过飞机正常完成，这是既费时又费钱。因此，工程造价有效溢油检测系统一直是研究的重点，时间久了。各种图像分割和分类算法进行了研究，研究人员使用的主要目标，以方便自动识别漏油的，但目前还没有完全自动化的服务中的操作。此外，由于部分原油泄漏信息用于合法的情况下追求，误报出现在法庭上起诉的原因含糊不清的问题。另一个主要的限制是缺乏油类型标识和单一极化SAR数据油膜厚度估计能力。油类型和厚度信息对后期溢油回收作业，如特别有用撇油器只能在比较厚的油在水面上。此外，如履薄冰具有非常相似的后向散射雷达油，限制了使用SAR数据来检测浮油冰的存在。然而，现有的连贯dualpol和四极化合成孔径雷达卫星数据提供了潜在的丰富的数据，溢油充分研究。最近的研究结果表明，极化SAR数据不仅具有中浮油和生物光头胎更高的辨别能力（长相酷似），而且还能够估计漏油厚度和油的种类识别，以及来自鉴别油在海冰乳液新冻结的冰覆盖的海面。然而，需要更多的研究，以确认新的发现在更宽范围的传感器参数，油性能和环境条件。鉴于调查核实的，肯定是有必要建立共同的地面实况数据库验证浮油看起来酷似推动科学研究