基于無人機高光譜遙感技術(shù)的河流溢油監(jiān)測

許德剛 邢學(xué)文 李煜婷 王晨 唐丹 葉匯燕

1.中國石油集團安全環(huán)保技術(shù)研究院有限公司 2.石油石化污染物控制與處理國家重點實驗室 3.中國石油勘探開發(fā)研究院 4.中國石油西南油氣田公司天然氣研究院

隨著我國長輸油氣管線運行時間的增加，因腐蝕、自然災(zāi)害和第三方破壞等因素導(dǎo)致石油管線在河流穿越處發(fā)生穿孔、破裂事件時有發(fā)生，進入河流的溢油油品對河流及其沿線造成大范圍環(huán)境污染，尤其是溢油隨著河水流向更遠水域，會造成河流生態(tài)災(zāi)害。

溢油事故突發(fā)性強，第一時間了解災(zāi)害現(xiàn)狀及發(fā)展趨勢是所有應(yīng)急決策的基礎(chǔ)。而遙感衛(wèi)星是按照基本固定軌道、固定時間飛行，很難快速獲取溢油事故現(xiàn)場影像，無法為決策部門提供實時信息。無人機遙感是無人駕駛飛機與遙感技術(shù)的結(jié)合，綜合利用先進的無人駕駛飛行技術(shù)、遙控技術(shù)和遙感應(yīng)用等技術(shù)，快速獲取國土資源與環(huán)境等空間遙感信息的應(yīng)用技術(shù)。作為一種低空遙感技術(shù)，無人機遙感具有低成本、高安全性、高機動性和高分辨率等特點，在環(huán)境保護領(lǐng)域具有優(yōu)勢，是未來環(huán)境監(jiān)測的方向[1]。

無人機遙感溢油信息監(jiān)測的關(guān)鍵是確定油膜在電磁波譜段的響應(yīng)特征。目前，國外采用較多的方法是通過航空照相的方式獲得水面油膜顏色，根據(jù)波恩協(xié)議油膜顏色與厚度的對應(yīng)關(guān)系表獲得油膜厚度，結(jié)合監(jiān)測獲取的面積估算溢油量[2-3]。此外，Jan Svejkovsky等[4-5]利用多光譜傳感器開展了油膜檢測和厚度模型研究，Magnus Wettle等[6]研究了hymap和quickbird傳感器對油膜厚度的敏感性。國內(nèi)近年來也開展了大量油膜厚度的遙感光譜特征分析和反演建模研究，趙冬至等[7]應(yīng)用安徽光機所生產(chǎn)的VF921-B地物光譜儀對遼河原油、輕柴油和潤滑油進行了光譜測量和分析；劉旭攏等[8]開展了水面浮油光譜測量及光譜特征分析；臧影[9]開展了高光譜溢油圖像波段選擇在油膜厚度估算中的應(yīng)用；蘭國新[10]開展了海上溢油遙感光譜信息挖掘與應(yīng)用研究；肖劍偉等[11]開展了基于生物光學(xué)模型的水面薄油膜厚度的高光譜反演實驗研究；孫鵬等[12]應(yīng)用AvaSpec光譜儀開展了高光譜油膜厚度估計模型分析，利用曲線擬合、神經(jīng)網(wǎng)絡(luò)和基于SVD的迭代方法構(gòu)造響應(yīng)函數(shù)，建立了多個基于高光譜指標的厚度模型；劉丙新[13]開展了海上不同油膜厚度高光譜遙感波段敏感性研究。以上研究大多是基于實驗室環(huán)境開展的油膜厚度與光譜指標的相關(guān)性研究，在真實溢油環(huán)境下則不適用。

本研究選擇六旋翼無人機為搭載平臺，高光譜成像光譜儀(400～1000 nm)為傳感器，采集河流環(huán)境下不同原油油膜厚度的高光譜影像，進而開展油膜特征響應(yīng)光譜段分析、油膜厚度估算建模，以期實現(xiàn)無人機高光譜遙感在河流溢油監(jiān)測中的定量應(yīng)用。

1 實驗部分

1.1 實驗材料及數(shù)據(jù)采集設(shè)備

實驗材料包括用于溢油油膜模擬的新疆原油(140 mL)、用于定量原油的注射器以及用于圈住水面油膜的圓形泳圈(內(nèi)徑45 cm，泳圈為硬塑料材質(zhì)，對原油基本無吸附)；遙感數(shù)據(jù)采集設(shè)備包括DJI大疆M600 Pro無人機、穩(wěn)定云臺和Headwall Micro-Hyperspec高光譜成像光譜儀(400～1000 nm)、檢測合格的10 nm間隔漫反射標準參考板，光譜儀基本參數(shù)見表1。實驗區(qū)河水比較清澈、流速慢，水面平靜。

1.2 水面油膜模擬及無人機數(shù)據(jù)采集

本次飛行實驗的目的是獲取不同原油油膜厚度的Headwall高光譜數(shù)據(jù)，具體步驟如下。

將5個圓形泳圈放置于河流中，用注射器從北向南依次注入1～5 mL原油，圈內(nèi)油量依次為1 mL、2 mL、3 mL、4 mL和5 mL，待圈內(nèi)油膜基本擴散，從北向南、從南向北各采集一條航線高光譜數(shù)據(jù)；之后再往5個泳圈中分別加入5 mL原油，圈內(nèi)油量依次為6 mL、7 mL、8 mL、9 mL和10 mL，待油膜擴散開，同樣從北向南、從南向北各采集一條航線高光譜數(shù)據(jù)；繼續(xù)前面的實驗方式，共獲取8條航線高光譜數(shù)據(jù)，去掉無效數(shù)據(jù)，最終獲取了30個不同原油厚度的高光譜數(shù)據(jù)，對應(yīng)油量1～20 mL，應(yīng)用體積法(h=v/πr2)估算原油厚度大致為6.29～125.82 μm。數(shù)據(jù)采集前儀器進行暗電流校正。

表1 Headwall成像光譜儀參數(shù)Table 1 Parameters of Headwall imaging spectrometer項目指標鏡頭400～1000 nm消色差鏡頭,焦距17 mm波長范圍/nm400～1000光譜分辨率/nm5像元尺寸/μm7.4光譜通道數(shù)324空間通道數(shù)1004

為了保證泳圈范圍能夠獲取足夠的油膜像元，無人機飛行高度控制在45 m，空間分辨率2.8 cm。采集的Headwall高光譜影像及圖像如圖1所示，紅色泳圈處為實驗位置。

2 水面油膜高光譜特征指標

2.1 原油油膜水面光譜

高光譜影像中，紅色泳圈內(nèi)部是不同厚度原油油膜，應(yīng)用ENVI軟件，根據(jù)現(xiàn)場陽光照射角度及泳圈內(nèi)陰影遮擋面，在泳圈內(nèi)部圈定無陰影區(qū)域(見圖2)，統(tǒng)計各譜段反射率均值，得到相應(yīng)油膜厚度為400～1000 nm譜段范圍的光譜曲線(見圖3)。

河水光譜曲線為深藍色，之后隨著厚度的增加，藍色色調(diào)逐漸變淡。總的來看，油膜與河水光譜比較相似，在可見光部分油膜反射率小于水體，近紅外部分反射率大于水體(見圖3)。與室內(nèi)純水實驗譜線差別較大，這主要與河水水體渾濁、成分復(fù)雜、水體深度較淺有關(guān)。

2.2 油膜厚度光譜響應(yīng)指標及擬合模型

不同厚度油膜的反射率光譜是油膜在不同波譜段最直接的響應(yīng)特征。從圖3來看，不同厚度光譜曲線互相交織在一起，很難確定最佳的響應(yīng)譜段。通過計算不同譜段反射率與油膜厚度的相關(guān)系數(shù)，發(fā)現(xiàn)399 nm和984 nm附近的譜段反射率與油膜厚度相關(guān)性最好(見圖4)。

曲線擬合結(jié)果顯示984 nm譜段反射率與油膜厚度建模效果較好(見圖5)。其中,6.29～12.58 μm，油膜太薄，沒有規(guī)律;18.87～37.74 μm，反射率隨著油膜厚度增大而增大，相關(guān)系數(shù)0.987 6；44.04～125.8 μm，反射率隨著油膜厚度的增大而變小，相關(guān)系數(shù)0.843 3。根據(jù)現(xiàn)場應(yīng)急監(jiān)測實際需求，結(jié)合散點圖總的分布規(guī)律，選擇984 nm譜段在大于44.04～125.8 μm厚度范圍進行檢測原油油膜模型驗證。44.04 μm油膜厚度以下由于本次現(xiàn)場實驗獲取數(shù)據(jù)相對較少，且在現(xiàn)場較難控制進行重現(xiàn)，因此未繼續(xù)進行模型驗證。

2.3 模型檢驗

984 nm是對油膜厚度響應(yīng)最好的波段，隨機選擇5組數(shù)據(jù)用于驗證，剩余19組數(shù)據(jù)用來建模，模型為y=-624.84x+373.39，相關(guān)系數(shù)R2為0.825 0，模型驗證結(jié)果見表2。

表2 油膜實際厚度與預(yù)測厚度對比Table 2 Comparison of actual and predicted oil film thickness實測值/μm預(yù)測值/μm絕對誤差/μm相對誤差/%56.61757.9641.3472.37950.32654.2293.9027.75481.78081.8980.1180.14475.49073.5511.9382.568100.653105.5474.8944.862

3 實驗區(qū)水面原油油量估算

無人機飛行實驗最后獲取的高光譜影像記錄的信息是撤掉泳圈后原油油膜完全擴散，在水面形成大面積厚度約為1 μm的藍色甚薄油膜。由于甚薄油膜沒有建立厚度模型，這里嘗試應(yīng)用海上溢油常用的波恩協(xié)議進行溢油量估算。

波恩協(xié)議是一個關(guān)于北海沿岸國家和歐共體處理北海溢油和其他有害物質(zhì)的國際性協(xié)議，已經(jīng)有30年歷史，取得了卓有成效的成績。該協(xié)議對溢油量的判斷理論依據(jù)為:凡是能夠造成水色差異或引起海水渾濁度變化的油污染物，均對水體的光譜反射率和發(fā)射率有影響。即從可見光至遠紅外至微波波段，均可獲得不同程度的油污染探測效果。油膜可以在可見光內(nèi)獲得，隨著油膜種類與厚度的不同,其光譜反射率特征將發(fā)生變化，在可見光成像圖中,油膜表面顏色呈現(xiàn)從灰色至藍褐色的不同顏色。根據(jù)顏色的不同判斷油膜的厚度，進而估算溢油量(見表3)。

3.1 河道信息提取

河道范圍是溢油油膜擴散的主要區(qū)域，外圍植被、土壤和建筑物部分不僅增加了高光譜數(shù)據(jù)大小，影響數(shù)據(jù)后期處理速度，而且還會影響油膜信息提取的效果，需要將河道水體作為感興趣區(qū)域提取出來。NDWI(Normalized Difference Water Index，歸一化水指數(shù))是基于綠波段與近紅外波段的歸一化比值指數(shù)，是目前比較常用的水體指數(shù)，用遙感影像的特定波段進行歸一化差值處理，以凸顯影像中的水體信息。其表達式為：

表3 溢油油膜顏色與厚度、體積的關(guān)系Table 3 Relationship of oil film colors, thickness and volume外觀特征大致厚度/μm溢油量/(L·(km2)-1)銀灰色0.02～0.050.02～0.05灰色0.10.1彩虹色0.30.3藍色11藍褐色55褐色1515黑色2020黑褐色100100桔色(巧克力色)1000～40001000～4000

(1)

式中：ρ(Green)為綠光波段反射率；ρ(NIR)為近紅外波段反射率。

實驗河道區(qū)域的高光譜影像如圖6所示，淡藍色甚薄油膜覆蓋了大部分水域，沿著河道邊沿也吸附了不少油膜，油膜外圍水體比較清澈，水底沉積物信息特別明顯。應(yīng)用NDWI提取河道水體，河道范圍水體大致為灰白色區(qū)域，河道外圍植被、土壤為深色區(qū)域。油膜與水體的光譜曲線基本一致，不影響河道水體信息的提取。根據(jù)直方圖結(jié)合真彩色影像確定閾值,對柵格影像二值化后轉(zhuǎn)換為shape格式，應(yīng)用ARCGIS中的eliminate命令消除細小斑塊，應(yīng)用dissolve命令融合相同屬性的斑塊，最終形成二值化矢量圖。根據(jù)矢量圖提取水體部分高光譜影像。

3.2 河道油膜厚度估算

由于油膜模擬實驗的厚度范圍為6.29～125.82 μm，建立的油膜厚度估算模型僅適用于模擬實驗點，擴散后形成的甚薄油膜需要參考波恩協(xié)議來估算。

實驗選擇的新疆原油油量為140 mL，這一油量很難在河道中形成類似溢油事故的污染規(guī)模。圖6為實驗區(qū)真彩色影像，油膜從北向南漂移，前緣明顯，大部分區(qū)域呈現(xiàn)藍色色調(diào)，泳圈實驗位置油膜大部分為藍褐色-褐色油膜。根據(jù)波恩協(xié)議油膜顏色與油膜厚度對應(yīng)關(guān)系(見表3)，藍色色調(diào)厚度大致為1 μm，藍褐色-褐色色調(diào)為5～15 μm。

選擇對油膜敏感的藍波段(531 nm)影像，參考真彩色影像中油膜分布，應(yīng)用閾值法確定油膜的分布范圍，確定藍色油膜像元數(shù)為84 925個，最小像元大小為2.8 cm，因而油量大致為66.6 mL(2.8 cm × 2.8 cm × 1.0 μm × 84925 個)。藍褐色油膜區(qū)像元數(shù)為8195個，油量大致為32.1 mL(2.8 cm × 2.8 cm × 5.0 μm × 8195 個)至96.3 mL(2.8 cm × 2.8 cm× 15 μm × 8195 個)。最終，水面估算總油量大概為98.7～162.9 mL，實際油量140 mL位于這個區(qū)間，因而波恩協(xié)議對河流溢油甚薄油膜厚度檢測同樣適用。

4 結(jié)論

(1)搭載Headwall傳感器的六旋翼無人機不受場地地形限制，可以快速地獲取河流區(qū)域高光譜數(shù)據(jù)，其真彩色影像直觀展示溢油污染范圍、油膜擴散前緣，可以為溢油事故決策提供宏觀支持信息。

(2)Headwall高光譜數(shù)據(jù)譜段多，包含了大量反應(yīng)油膜、河道、外圍地物特征的光譜信息：根據(jù)歸一化水指數(shù)(NDWI)可以快速提取河道范圍；根據(jù)與油膜相關(guān)性較好的藍波段，可以快速提取河道內(nèi)油膜范圍；根據(jù)油膜反射率估算模型，可以獲取油膜厚度信息。

(3)本次飛行實驗是無人機搭載高光譜傳感器進行河道溢油檢測的一次探索，還存在很多需要解決的問題，比如溢油模擬中泳圈內(nèi)油膜擴散問題、同一厚度南向、北向兩次飛行拍攝角度變化引起的光譜差異問題，這些都需在以后的研究中解決。