船載水域污染物識別裝置的研究現狀及發展趨勢

馬梓焱，張 彥，王恒濤

(武漢理工大學能源與動力工程學院，湖北武漢 430063)

20世紀80年代以來，海洋原油漏油事件屢有發生，赤潮現象屢見不鮮，原本清澈的水面因各種污染物而變得污濁不堪［1］，人們開始意識到水域環境保護的重要性。維持海洋湖泊生態系統穩定，保護水域生態環境不被破壞成為了很多研究學者的研究方向和目標。

依靠清污船對水域污染物進行清理一直被認為是主要的水域環境保護手段，但因為水域面積廣大，污染物分布散亂，傳統的清污手段耗費了大量的人力、物力。為了提升清污效率、降低勞動強度，人們逐漸將研究重點放在自動化清污方面。水域環境的自動化清污，核心內容就是水域污染物識別。水域污染物識別技術早期應用于水域環境監測、水質檢測等，因其能夠有效幫助無人清污船識別污染物進而采用針對性的清污方式，故被逐漸應用于水域清污領域。相較于水域清污機構的快速發展，船載清污用污染物識別裝置的更新升級相對緩慢，從而阻礙了水域環境自動化清污的步伐。

1 水域污染物識別

1.1 水域污染物的種類

水域清污領域所涉及的污染物通常大小形狀各異、位置隨水的流動不斷變化、易于積聚在水流漩渦處，綜合作用下使得水質惡化、水體透明度降低、水生態系統發生退化。污染物按照成分主要可以分為4類。

1)難以自行降解的塑料制品、樹枝等漂浮固體。漂浮固體是內河水域最主要的污染物，影響水質，還容易造成各類水泵堵塞，給取水帶來很大困難，更甚者，給工業生產和水電站造成巨大損失。

2)能漂浮在水域表面的石油類液體。石油類液體是當前海洋中主要的污染物，損害水體環境，并對海洋生物產生嚴重的有害影響。

3)成分復雜的有機廢物。有機廢物除了影響水質以外，最主要的是引起藻類等浮游生物迅速繁殖，造成富營養化污染，最終可能導致魚類和其他生物大量死亡。

4)浮游植物。藍藻、金藻等浮游植物使水質具有毒性，并制約其他藻類生長、繁殖，同時產氧力差;裸藻等浮游植物自身大量死亡后形成一層黃銹色膜，覆蓋水面遮光、隔氣造成水中缺氧。

結合上述4類污染物的形態特性，應從清污手段的角度將各污染物分為固體污染物和液體污染物，對應類別采取不同識別方式。

1.2 水域污染物的識別難點

水域污染物的有效識別決定著水域環境自動化清污的效果，核心要求是對于污染物種類和程度的有效判別以及對污染物位置的準確定位。

對于污染物種類和程度的有效判別決定著清污手段的選取，而合理的清污手段影響著清污效率;同時有效判別決定著對清污效果的認定，影響著清污過程的決策，并規避無人清污船對某一區域的重復清污。在水域環境中，污染物種類繁多，識別裝置必須能適應于各種類別 (固體污染物和液體污染物)的漂浮污染物，才能保證識別準確性。與此同時，由于鳥類、魚類等各種生物，航標、浮體等水中裝置，光線折射、反射以及水霧等干擾物的影響，對于污染物的精準識別十分困難，極易發生誤判現象。

對于污染物位置的確定決定著無人清污船的運行路徑進而影響著清污策略。由于水域是一個不停運動的動態環境，除去水流自身的運動，無人清污船清污過程中造成的水面波動都會使得污染物隨水流運動而改變位置，影響對被識別物的準確定位。

2 固體污染物的識別重點與裝置

2.1 固體污染物的識別重點

水域環境下的固體污染物通常包括難以自行降解的塑料制品、樹枝等漂浮固體和浮游植物，兩者在形態上差別較大，漂浮固體通常浮于水面以上，種類及形狀各異，隨水流運動而移動;浮游植物通常連接成片，覆蓋于大片水域，易于辨認。漂浮固體識別的最大難度在于鳥類、魚類等各種生物與航標、浮體等水中裝置的區分，同時準確定位;浮游植物，主要是對區域邊界的確定。

2.2 超聲波測距系統

基于固體污染物的特征，對其識別最常用的裝置為超聲波測距系統。該系統利用了超聲波傳播過程中接觸物體可反方向回傳的特性，通過向未知物體發射具有特定頻率的超聲波，根據發射出超聲波和接收到反射回的超聲波所用的時間，換算出距離，通過相關設計算法也能得到漂浮固體的大致形狀和尺寸大小。超聲波測距系統原理示意圖如圖1所示。

圖1 超聲波測距系統原理示意圖

超聲波測距系統具有硬件要求低、探測角度廣等特點［2］，但此種裝置對工作環境要求較高，受到外界溫度、壓力、濕度等因素的影響，精度會降低。因此該類固體污染物識別裝置適用于水庫、人工湖等封閉水域，環境變化較小，且沒有航標、浮體等水中裝置。目前市面上已有多款超聲波測距傳感器事宜應用于水域清污領域［3］。

2.3 紅外線/激光測距系統

限制于超聲波測距系統在檢測范圍等方面的不足，紅外線/激光測距系統被考慮應用于水中固體污染物識別。該系統由紅外線/激光調制發射器和反饋接收器兩大主要組成部分構成［3］，基于紅外線/激光測距原理，在運行期間實時進行反饋數據的接收，并回傳至處理器部件，使用模糊控制算法，通過偏轉角、時間差等數據計算分析，對目標物進行坐標定位，得到距離，并測定物體實際形狀、大小，從而通過數據判斷固體漂浮物的種類和運動情況［4］。紅外線/激光測距系統原理示意圖如圖2所示。

紅外線/激光測距系統相比于超聲波系統，反應速度更快，精度更高，檢測范圍大大提高，更能適應復雜的工作環境，但對于裝置硬件的要求較高，且無法準確的測量出透明物體 (如漂浮的塑料瓶)。

圖2 紅外線/激光測距系統原理示意圖

2.4 機器視覺識別系統

隨著計算機圖像識別技術和相關硬件的發展，機器視覺識別系統也被嘗試應用于水域清污。該系統通過攝像頭對水域進行拍攝［5］，中央處理器對圖像進行區域處理和分類識別，便能對污染物進行判定［6］。此技術自動化程度高、靈活性好，相較于其他種類的識別技術，擁有更強的判斷能力［7］。機器視覺識別系統原理示意圖如圖3所示。但機器視覺識別對相應計算機硬件、系統運行速度與存儲器的存儲能力都有嚴格的要求，且處理過程中遇到的環境偶然性因素較多，對于圖像識別算法的要求較高，與此同時，由于水面反光等，對于機器識別的精準度也存在影響。

圖3 機器視覺識別系統原理示意圖

3 液體漂浮物的識別原理與裝置

3.1 液體污染物的識別原理

水域環境下的液體污染物包括能漂浮在水域表面的石油類液體和成分復雜的有機廢物。相較于固體污染物，液體污染物通常與水混合，在水域中成片存在，不易區分。對于液體污染物的識別關鍵在于判定其在水中的含量以及對區域邊界的確定。

3.2 光譜檢測系統

光譜檢測是檢測水中石油含量的常用方式。該系統中的光譜傳感器部件實時對水域采樣進行檢測，通過光譜顯示出其中各元素含量［8］，當系統檢測到水樣中烷烴含量達到浮油污染的閾值時，便能判定出該水域中有浮油污染情況發生。光譜檢測系統精確度極高，錯誤發生率小，但檢測時間周期較長，不能及時進行信息反饋，故并不完全適用于船載識別裝置，在該方向的使用中仍需對傳感器進行改進。

3.3 熒光探測系統

熒光探測系統的原理是激光器部件產生的激發光經過調節后照射在檢測水域上，水中漂浮的石油類污染物會在激發光的作用下發出熒光，激光雷達部件對產生的熒光信號進行收集并導入光柵光譜儀中進行分光處理，生成的熒光光譜經光電轉換器件轉換為電信號并最終傳回計算機進行分析［9］，熒光探測系統原理示意圖如圖4所示。該種系統對于浮油的檢測速度較快、結果精準，可對水域中的浮油進行精確檢測［10］，十分適用于水域清污領域。

圖4 熒光探測系統原理示意圖

4 水域污染物識別的發展

從國內外最新研究成果來看，固體污染物識別裝置的發展逐漸趨向于適應性更強、自動化程度更高的機器視覺識別系統，一些不足可以通過改進算法和傳感器研制來解決，而工作受環境影響因素較大的超聲波傳感識別技術和硬件要求較高的紅外識別技術逐漸被替代。液體污染物識別裝置的發展中，近年來新興的熒光探測系統技術更能適應于復雜水域中對液體污染物的識別，發展空間更大。

從目前的發展需求上來看，將固體污染物識別技術和液體污染物識別技術合二為一，在工作運行時同時進行兩種污染物的識別處理，更符合當今時代追求高效率的風格，也能省去多種識別裝置共用時冗雜的結構，現有多個研究項目也正是朝這個目標發展。兩種污染物同時識別，實現高度自動化、智能化是未來水域污染物識別裝置發展的總趨勢。

綜合本文對于現有多種水域污染物識別裝置在原理、研究現狀、發展趨勢等多方面的探討和比較，不難看出，現有的多種水域污染物識別裝置仍具有可改進之處，這也正是各項技術在下一步發展中的趨勢所在。在未來的發展中，各項新技術將占有更大的比重，水域污染物識別裝置也必將有更廣闊的發展空間和更大的應用前景。

［1］梁新生.對長江水域污染問題及對策的初探 ［J］.中國水運，2010，(9):179，204.

［2］Bernd，Henning，Andreas，et al.Ultrasonic distance sensors－An overview and trends［J］.電子測量與儀器學報，2011，25(7):577－581.

［3］Jian Pu Bia， MeiXiaGao.Design ofUltrasonic Rangefinder Controlled by Single Chip Microcomputer［J］.Applied Mechanics and Materials，2014，3360(599).1470－1473.

［4］耿捷.激光測距研究與設計 ［D］.北京:北方工業大學，2016.

［5］常興華.基于無人機紅外遙感圖像的海上目標識別系統設計及其應用［D］.沈陽:東北大學，2013.

［6］Li Pengfei，Meng Qi，Zhang Weihong.Study on Image Target Enhancement Algorithm and Feature Location Technique［C］.Proceedings of 2014 IEEE Computers，Communications and IT Applications Conference(ComComAp)，2014.

［7］呂雪.關于計算機智能化圖像識別技術的理論性研究［J］.數字技術與應用，2017(4):235.

［8］張華，田紀宇，黃健，等.三維熒光光譜技術對污水處理中溶解性有機物轉化過程的分析［J］.環境污染與防治，2017(4):375－378，383.

［9］劉星，孫茜，王震，等.三維熒光聯合氣相色譜/質譜快速溢油鑒別技術研究 ［J］.環境污染與防治，2010(9):13－17.

［10］劉鵬，陳思穎，張寅超.海面浮油探測熒光激光雷達系統仿真［J］.北京理工大學報，2013(2):208－212.