一種基于熒光信號的海面厚油膜評估方法

崔永強(qiáng)，孔德明，張曉丹，孔德瀚，袁 麗

1. 燕山大學(xué)信息科學(xué)與工程學(xué)院，河北 秦皇島 066000 2. 燕山大學(xué)電氣工程學(xué)院，河北 秦皇島 066000 3. 河北環(huán)境工程學(xué)院信息工程系，河北 秦皇島 066000

引 言

隨著海上石油運(yùn)輸、開采的快速發(fā)展，輪船排污、運(yùn)油船只及海上鉆井平臺泄漏等溢油事故的發(fā)生，海上溢油污染問題已經(jīng)十分突出[1-2]。及時獲取海水表面溢油信息，鑒別溢油種類，估算溢油范圍及污染量，對溢油污染的快速處理和水體環(huán)境的保護(hù)具有重要意義[3]。

近年來多種遙感技術(shù)被用于溢油監(jiān)測，其中激光誘導(dǎo)熒光(laser induced fluorescence，LIF)探測技術(shù)是目前被認(rèn)為最有效的海面溢油探測技術(shù)之一[4-5]。研究人員可以利用LIF技術(shù)鑒別海面溢油的污染情況與溢油種類[6-9]，但對于油膜厚度的監(jiān)測目前尚未形成一套可以有效適用于各種不同厚度油膜的評估方法。因此，利用LIF探測技術(shù)評估海面溢油范圍及其污染程度已成為近期該領(lǐng)域的一個研究熱點(diǎn)。

對于海面油膜厚度的評估，傳統(tǒng)方法是根據(jù)《波恩協(xié)議》油膜色彩與油膜厚度的對應(yīng)關(guān)系人工確定油膜厚度。Kung等提出了利用LIF探測技術(shù)評估海面溢油的建模方法[10]，1980年，Hoge等基于該方法提出了一種利用拉曼散射光評估油膜厚度的積分反演算法并進(jìn)行了溢油探測實(shí)驗(yàn)[11]。我國對海面溢油也進(jìn)行了大量的研究，中國海洋大學(xué)成功研制了用于海洋參數(shù)測量的激光雷達(dá)系統(tǒng)并于2006年完成了水面油膜的探測實(shí)驗(yàn)[12]。上述研究僅適用于薄油膜厚度評估，目前尚無適用于較厚油膜的反演算法。鑒于此，本文提出了一種基于LIF技術(shù)采用油膜熒光信號評估較厚油膜的反演算法，研究了該算法的適用范圍, 并通過實(shí)驗(yàn)對該算法的有效性進(jìn)行了驗(yàn)證。

1 算法原理

1.1 薄油膜反演算法

如前所述，Hoge等提出了一種適用于評估薄油膜厚度的積分反演算法，其原理是海水受紫外激光束照射激發(fā)的拉曼散射光由于海面油膜的吸收呈指數(shù)衰減，據(jù)此依據(jù)拉曼散射光衰減程度反演出油膜厚度，油膜厚度d可表示為[11]

(1)

式中：ke和k分別為油膜在激發(fā)波長和波長λ的消光系數(shù)；R′為油膜覆蓋海面時海水的拉曼峰信號強(qiáng)度；R為純凈海水的拉曼峰信號強(qiáng)度。其原理如圖1所示[11]。

圖1 薄油膜厚度反演算法原理圖Fig.1 Principle diagram of inversion algorithm for thin oil film

積分拉曼法依賴?yán)⑸涔庑盘枺?dāng)海面油膜較厚，拉曼散射光被油膜吸收而無法監(jiān)測到拉曼散射光信號時，該算法無法反演油膜厚度，因此該算法僅適用于具有拉曼散射光信號的薄油膜(≤10～20 μm)，而不適用于較厚油膜的評估。

1.2 較厚油膜反演算法

Kung等提出了利用LIF探測技術(shù)對海面溢油建模的方法，采用LIF技術(shù)探測溢油覆蓋的海面，探測器接收到波長λ的信號K包括油膜熒光信號、海水背景熒光信號和海水拉曼散射光信號三部分, 該信號可以表示為[10]

K=ηP0{1-exp[-(ke+k)d]}+

(ξP0+δrΨP0)exp[-(ke+k)d]

(2)

式中，P0為入射的激光能量，ke和k分別為油膜在激發(fā)波長和波長λ的消光系數(shù)，d為油膜厚度，η，ξ和Ψ分別為在波長λ的油膜熒光轉(zhuǎn)換效率、海水熒光轉(zhuǎn)換系數(shù)和海水拉曼轉(zhuǎn)換系數(shù)，δr為δ函數(shù)。

由式(2)可知，隨著油膜厚度的增加，海水的拉曼散射光信號由于油膜的吸收呈指數(shù)衰減，而油膜熒光信號呈指數(shù)增強(qiáng)，在無法監(jiān)測到拉曼散射光信號時，可以采用油膜熒光信號反演較厚油膜的厚度。

采用LIF技術(shù)探測無溢油覆蓋的海面，此時探測器接收到的信號為海水的背景熒光和拉曼散射光信號，波長λ的信號Kw可表示為

Kw=ξP0+δrΨP0

(3)

采用激光照射被測油品，可以獲取該油品的熒光特征光譜，此時探測器接收到波長λ的熒光信號Ko可表示為

(4)

將式(3)和式(4)代入式(2)，化簡可得

K=Ko-(Ko-Kw)exp[-(ke+k)d]

(5)

式(5)化簡可得油膜厚度的反演公式

(6)

式(6)中，Kw為海水的背景熒光和拉曼散射光在波長λ的信號強(qiáng)度，Ko為油品在波長λ的熒光信號強(qiáng)度，因此該算法需要獲取該油品的熒光特征光譜、海水的背景熒光和拉曼散射光光譜以及在激發(fā)波長和波長λ處的消光系數(shù)。如文獻(xiàn)[11]所述，采用LIF技術(shù)反演油膜厚度需要利用油品的一些物理參數(shù)，本文假定油品的消光系數(shù)和熒光轉(zhuǎn)換效率已經(jīng)在實(shí)驗(yàn)室獲得。

1.3 油膜厚度評估方法

常見油品的熒光特征峰波長一般在430～520 nm范圍內(nèi)，因此采用波峰光譜信號即可反演油膜厚度，考慮到現(xiàn)有探測器熒光接收設(shè)備具有較高的光譜分辨率，僅采用單個波長數(shù)據(jù)反演油膜厚度會導(dǎo)致較大的誤差，因此選擇一組波段，對其中的每個波長分別反演油膜厚度，采用反演結(jié)果的平均值作為油膜厚度評估結(jié)果。

由式(6)可知，Ko-K與油膜厚度d為指數(shù)關(guān)系，選擇Ko-K的值顯著的波段反演油膜厚度可以有效降低測量誤差的影響，本文采用最大類間方差算法(Otsu)選取波段，將Ko-K轉(zhuǎn)換為0～255的整數(shù)值，采用Otsu算法計算閾值，篩選出Ko-K的值顯著的波段評估油膜厚度。

設(shè)選取的波段為D={λ1,λ2,λ3, … ,λn}，油膜厚度評估方法如式(7)所示

(7)

式(7)中，dλi為波長λi的反演厚度；n為選取的波段總數(shù)。

1.4 評估范圍分析

海面油膜厚度的有效評估范圍與測量誤差和油品的消光系數(shù)有關(guān)，因此本文從測量誤差和消光系數(shù)兩個方面分析評估范圍。

1.4.1 測量誤差對評估范圍的影響

由于設(shè)備精度、實(shí)驗(yàn)環(huán)境等因素的影響，采集到的數(shù)據(jù)存在一定的測量誤差，當(dāng)油膜熒光強(qiáng)度趨于飽和時，測量誤差對反演結(jié)果有較大的影響，因此該算法能夠有效評估油膜厚度的范圍與測量誤差相關(guān)。一般情況下，海水的背景熒光信號和拉曼散射光信號Kw遠(yuǎn)小于較厚油膜的探測信號K，Kw的測量誤差對反演計算的結(jié)果影響很小，因此本文僅分析K的測量誤差對反演計算的影響。

由式(6)化簡可得

(8)

(9)

圖2 測量誤差與R的關(guān)系Fig.2 The relationship between measurement error and R

1.4.2 消光系數(shù)對評估范圍的影響

由式(8)可知，ke+k與油膜厚度d為反比關(guān)系。如前所述Kw遠(yuǎn)小于K，因此忽略Kw的影響，可得在不同測量誤差情況下ke+k與有效反演油膜厚度最大值的關(guān)系，如圖3所示。

圖3 不同測量誤差下ke+k與有效 反演厚度最大值的關(guān)系

由圖3可見，在相同測量誤差的影響下，ke+k值越大，能夠有效反演油膜厚度的最大值越小。在測量誤差為1%的情況下，ke+k=20的油品，能夠有效反演的油膜厚度在1 500 μm左右；ke+k=50的油品，能夠有效反演的油膜厚度在600 μm左右；ke+k=100的油品，能夠有效反演的油膜厚度在300 μm左右。一般情況下，重油消光系數(shù)較大，中質(zhì)油次之，輕質(zhì)油較小，可以根據(jù)消光系數(shù)確定不同種類的油品有效反演厚度的最大值。因此，輕質(zhì)油有效反演厚度的最大值要大于1 000 μm，重油有效反演厚度的最大值約為300 μm。

對于熒光效率較低的油品，不滿足Kw遠(yuǎn)小于K的條件，此時能夠有效反演油膜厚度的最大值要小于該分析結(jié)果。

2 實(shí)驗(yàn)部分

2.1 裝置

實(shí)驗(yàn)裝置和材料包括： AvaSpec-ULS2048光譜儀、NDV4542激光二極管、手柄支架、500 mL燒杯和移液器, 實(shí)驗(yàn)油品為原油和白油的混合油(1∶50)，實(shí)驗(yàn)海水采用渤海海水。實(shí)驗(yàn)裝置如圖4所示。

圖4 實(shí)驗(yàn)裝置圖Fig.4 Experimental equipment structure

2.2 數(shù)據(jù)采集

由式(8)可知，以海水的背景熒光和拉曼散射光作為背景光信號，采集到的不同厚度水面油膜和實(shí)驗(yàn)油品的熒光信號即為K-Kw和Ko-Kw，因此設(shè)計實(shí)驗(yàn)過程如下：

(1) 在燒杯中放置500 mL海水，采集海水的背景熒光和拉曼散射光光譜，并以此作為背景采集其他光譜數(shù)據(jù)。

(2) 在燒杯中放置足夠厚油膜(10 000 μm)，采集實(shí)驗(yàn)油品的熒光特征光譜。

(3) 在燒杯中放置500 mL海水，在水面分別放置25，50，100，200，400，600，800，1 000，1 200和1 400 μm厚度油膜，靜置約30 min，待油膜擴(kuò)散均勻后，采集樣品熒光光譜。

光譜采集過程中，保持探頭與樣本距離、角度不變，采用Avasoft8軟件采集光譜信號，積分時間為200 ms，采集波長范圍為420～750 nm，每次采集30組數(shù)據(jù)，采用平均值作為光譜數(shù)據(jù)。

圖5給出了實(shí)驗(yàn)采集的海水背景熒光和拉曼散射光光譜、實(shí)驗(yàn)油品的熒光特征光譜、厚度為200 μm油膜熒光光譜的30次采集光譜以及不同厚度油膜的熒光光譜。

圖5 實(shí)驗(yàn)結(jié)果圖

2.3 數(shù)據(jù)處理

由圖5(d)可見，熒光強(qiáng)度隨著油膜厚度的增加不斷增加，但增加值逐漸變小，最終趨于穩(wěn)定。實(shí)驗(yàn)油品的主波峰在456 nm附近，在420～500 nm附近波段，不同厚度油膜的熒光強(qiáng)度區(qū)別明顯，而在500～750 nm波段，不同厚度油膜的熒光光譜有較多的重疊，熒光強(qiáng)度不能有效區(qū)分不同厚度的油膜。

對不同厚度油膜的熒光光譜計算各波段Ko-K的值，采用Otsu算法選擇差異顯著的波段，結(jié)果如表1所示。

表1 不同厚度油膜的波長選取范圍Table 1 Wavelength selection of oil filmswith different thickness

由表1可見，在420～476 nm波段范圍內(nèi)，不同厚度的油膜都具有較大的差異，因此，采用該波段范圍進(jìn)行油膜厚度評估。

實(shí)驗(yàn)室獲取該實(shí)驗(yàn)油品的消光系數(shù)，在420～480 nm波段ke+k的值如圖6所示。

圖6 實(shí)驗(yàn)油品ke+k的值Fig.6 ke+k value of experimental oil

利用實(shí)驗(yàn)獲取的油品特征光譜、海水熒光和拉曼光譜以及實(shí)驗(yàn)油品在激發(fā)波長和波長λ的消光系數(shù)，采用所選波段評估油膜厚度，評估結(jié)果如表2所示。

油膜厚度的評估結(jié)果與實(shí)際厚度如圖7所示。

由表2可見，當(dāng)油膜厚度≤800 μm時，該算法具有較好的評估精度，平均誤差為10.5%； 當(dāng)油膜厚度>800 μm時，評估誤差較大，并隨著油膜厚度的增加而快速變大。

表2 不同厚度油膜的評估結(jié)果Table 2 Estimate results of oil films with different thickness

圖7 不同厚度油膜的評估結(jié)果Fig.7 Estimate results of oil films with different thickness

3 結(jié)果與討論

利用測量誤差和實(shí)驗(yàn)油品的消光系數(shù)，可以分析得到能有效反演的數(shù)據(jù)結(jié)果。

表3 不同厚度油膜的值Table value of oil films with different thickness

根據(jù)不同厚度油膜的多次采集數(shù)據(jù)，估算測量相對誤差，計算方法如式(10)所示

(10)

式(10)中，Kmax和Kmin分別為測量的最大值和最小值，由式(10)估算測量相對誤差如表4所示。

表4 不同厚度油膜測量誤差Table 4 Error of oil films with different thickness

由圖6可知，實(shí)驗(yàn)油品在評估波段的ke+k的值約為34 cm-1，采用油品消光系數(shù)分析有效反演厚度，由圖3可得本次實(shí)驗(yàn)有效反演厚度最大值約為780 μm。

對比表2的實(shí)驗(yàn)結(jié)果，可知采用測量相對誤差和油品消光系數(shù)的分析結(jié)果，與本次實(shí)驗(yàn)結(jié)果基本一致： 油膜厚度≤800 μm時該算法具有較好的評估精度、油膜厚度>800 μm時評估誤差較大。

隨著熒光信號的增加，油膜厚度分辨率逐漸降低。采用實(shí)驗(yàn)油品的主波峰波段光譜信號可得，在25～50 μm厚度范圍內(nèi)，分辨率約為0.01 μm； 在600～800 μm厚度范圍內(nèi)，分辨率約為0.23 μm。

4 結(jié) 論

提出一種基于LIF探測技術(shù)利用油膜熒光強(qiáng)度評估較厚油膜厚度的反演算法，采用Otsu算法選擇光譜波段進(jìn)行厚度評估，并對油膜厚度的有效評估范圍進(jìn)行了分析，分析了有效評估范圍的最大值與測量誤差和消光系數(shù)的關(guān)系，并給出了評估油膜厚度最大值的估算方法。采用原油和白油的混合油(1∶50)作為實(shí)驗(yàn)油品對該算法進(jìn)行了驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，該算法可以有效評估較厚油膜厚度，實(shí)驗(yàn)結(jié)果與分析一致。本文計算方法并未考慮探測高度、角度以及探測環(huán)境如波浪等因素的影響，當(dāng)在高空進(jìn)行探測時，需要保持探測角度不變，同時對接收信號根據(jù)探測高度進(jìn)行校正。

溢油污染受風(fēng)、浪等環(huán)境因素的影響，會發(fā)生擴(kuò)散、乳化、溶解等一系列物理化學(xué)變化，形成水面浮油膜和懸浮水體中的油，該算法僅適用于海面油膜的厚度評估，對溢油乳化過程的評估將是下一步工作的重點(diǎn)。