崔永强,孔德明,孔令富,张晓丹,孔德瀚,袁 丽,李 超
(1. 燕山大学 信息科学与工程学院,河北 秦皇岛 066004; 2. 燕山大学 电气工程学院,河北 秦皇岛 066004; 3. 河北环境工程学院 信息工程系,河北 秦皇岛 066004)
随着海洋运输业和海上石油开采的迅速发展,海上溢油事故时有发生,导致海洋污染日趋严重。近年来多种遥感技术应用于溢油监测[1~3],激光诱导荧光(laser-induced fluorescence,LIF)技术由于具有灵敏度高、全天候等优点,是目前较有效的海面溢油探测技术[4,5]。利用这一技术可实现海面溢油污染情况与溢油种类的鉴别[6~11],然而,对于油膜厚度的监测目前尚未形成统一的评估方法。Li X L等成功研制激光雷达系统并进行了水面油膜的探测实验[12];陈澎根据激光荧光探测原理,提取海面溢油区的荧光信息进行了研究[13];陈宇男等研究了油膜厚度-荧光发射强度的关系,分析了检出限以及定量检测的问题[14]。但这些方法仅适用于薄油膜厚度的评估,对于较厚油膜的评估目前尚未提出合适的反演算法。
采用LIF探测溢油覆盖的海面时,随着油膜厚度的增加,油膜荧光信号逐渐增强并最终趋于饱和。在某个适当的油膜厚度范围内,荧光信号强度和油膜厚度呈现出一定的相关性;然而由于荧光信号强度受温度、激光强度、探测高度、探测角度等多因素的影响,直接采用荧光信号反演油膜厚度存在一定的困难。研究表明:相同厚度油膜在不同条件下荧光信号强度虽然有一定的差异,但是其荧光光谱的波形基本不变;当选取2个不同波段计算油膜荧光强度比值时,对于相同厚度的油膜该比值不变,而随着油膜厚度的增加该比值逐渐变化。因此,本文建立一种利用油膜荧光信号评估较厚油膜厚度的双波段比值模型,实验验证其有效性,并给出利用测量相对误差评估该算法适用范围的方法。
采用LIF技术探测溢油覆盖的海面,探测器接收到的信号包括油膜荧光信号、海水背景荧光信号和海水拉曼散射光信号,在波长λi处的信号强度Ki可以表示为[9]:
Ki=ηiP0{1-exp[-(ke+ki)d]}+
(ξi+δiψi)P0exp[-(ke+ki)d]
(1)
式中:P0为入射的激光能量;ke,ki分别为油膜在激光激发波长和波长λi处的消光系数;d为油膜厚度;δi为δ函数;ηi,ξi,ψi分别为波长λi处的油膜荧光转换效率、海水荧光转换系数、海水拉曼转换系数。
采用LIF技术探测无溢油覆盖的海面,此时探测器接收到的信号为海水的背景荧光和拉曼散射光信号,在波长λi处的信号强度记为Kwi,可以表示为:
Kwi=ξiP0+δiψiP0
(2)
采用激光照射被测油品,其荧光信号随油膜厚度的增加而逐渐增强并趋于饱和。激光照射足够厚油膜可以获取该油品的荧光特征光谱,此时探测器接收到波长λi处的荧光信号强度记为Koi,可以表示为:
(3)
将式(2)和式(3)代入式(1),化简可得:
Ki=(Koi-Kwi){1-exp[-(ke+ki)d]}+Kwi
(4)
海面溢油在风、浪等环境因素的影响下向四周扩散,通常在溢油区域的边缘表现为薄油膜,在中心区域一般为较厚油膜。薄油膜区域由于其油膜厚度较小,此时式(4)可近似为:
Ki=(Koi-Kwi)(ke+ki)d+Kwi
(5)
选取波长λi和λj,计算在扣除海水背景荧光和拉曼散射光信号之后光谱信号强度的比值,记为r(i,j),可得:
(6)
对于较厚油膜,选取波长λi和λj,同样计算在扣除海水背景荧光和拉曼散射光信号之后光谱信号强度的比值,记为t(i,j),由式(4)可得:
(7)
(8)
令:
(9)
由式(9)可知,当ki
该算法需要获取海水的背景荧光和拉曼散射光光谱以及实验油品在激光激发波长、波长λi和λj处的消光系数。如文献[11]所述,采用LIF技术反演油膜厚度需要利用油品的一些物理参数,本文假定油品的消光系数已经在实验室获得。
实验装置和材料包括:AvaSpec光谱仪、NDV4542激光二极管、手柄支架、500 mL烧杯和移液器,实验油品为原油和白油的混合油(1:80),实验海水采用渤海海水。实验装置如图1所示。
图1 实验装置图Fig.1 Experimental device diagram
实验采集海水的背景荧光和拉曼散射光信号、不同厚度水面薄油膜的荧光信号和不同厚度水面较厚油膜的荧光信号。实验过程为:
1) 在烧杯中放置500 mL海水,采集海水的背景荧光和拉曼散射光光谱。
2) 在水面分别放置不同厚度的薄油膜,静置约30 min,待油膜扩散均匀后,采集水面薄油膜荧光光谱。
3) 在水面分别放置厚度在20~1 600 μm之间的多种较厚油膜,静置约30 min,待油膜扩散均匀后,采集水面较厚油膜荧光光谱。
在数据采集过程中,保持探头与样本的距离、角度不变,Avasoft8采集光谱信号,积分时间为200 ms,采集波长范围为420~750 nm,每次采集30组数据,采用平均值作为测量光谱数据。
采集的光谱信号采用Savitzky-Golay算法进行预处理,处理后的海水背景荧光和拉曼散射光光谱、薄油膜荧光光谱和较厚油膜荧光光谱见图2。
图2 实验结果图Fig.2 Experimental results
3.3.1 实验数据处理
由图2(c)可见:实验油品的荧光强度随着油膜厚度的增加而逐渐增加,厚度大于1 000 μm的油膜其荧光强度逐渐趋于饱和;当油膜厚度大于 1 400 μm 时,油膜荧光信号较多地重叠在一起,依据荧光强度不能有效区分不同厚度的油膜;实验油品的波峰在455 nm。薄油膜在455 nm处光谱信号强度与厚度的关系如图3所示。
图3 不同厚度薄油膜455 nm波长处的光谱信号Fig.3 Spectral signal of thin oil film with different thickness at 455 nm
薄油膜的光谱信号强度随着油膜厚度的增加呈线性增加。选取λi=455 nm、λj=505 nm处的光谱数据计算(Koi-Kwi)/(Koj-Kwj)反演较厚油膜厚度,结果见表1。
表1 不同厚度薄油膜的(Koi-Kwi)/(Koj-Kwj)值Tab.1 (Koi-Kwi)/(Koj-Kwj) of thin oil films with different thickness
实验油品的(Koi-Kwi)/(Koj-Kwj)值采用薄油膜计算结果的平均值,计算可得R(d)与油膜厚度d的关系,如图4所示。
图4 油膜厚度d与R(d)的关系Fig.4 The relationship of oil film thickness d and R(d)
由图4可见,随着油膜厚度的增加,R(d)值逐渐增加,因此可以根据R(d)反演油膜厚度。
由于现有的探测器荧光接收设备具有较高的光谱分辨率,单个波长的光谱信号强度存在较大的测量误差,本文采用相邻5个波段数据的平均值作为荧光信号在选取波长处的数据,避免了仅采用单个波段反演油膜厚度会导致较大的误差,因此在455~495 nm 和505~545 nm波段范围内,每隔10 nm选取1组波段反演油膜厚度,采用反演结果的平均值作为评估结果,结果见表2。
表2 不同厚度油膜评估结果Tab.2 Evaluate results of oil films with different thickness
由表2可见:小于100 μm的油膜厚度评估误差较大;随着油膜厚度增加其荧光信号逐渐增强,误差逐渐降低,油膜厚度在400~1 000 μm时,评估误差在3.7%~7.1%之间,误差较小;当油膜厚度大于1 000 μm时,评估误差随油膜厚度增加逐渐增加,当油膜厚度大于1 400 μm时,该算法不能有效反演油膜厚度。
3.3.2 适用评估范围分析
由于设备精度、实验环境等因素的影响,实验采集到的数据会存在一定的误差。当油膜荧光强度较小或趋于饱和时,测量误差对反演结果的影响较大,因此该算法的有效评估厚度与测量误差相关。一般情况下,海水的背景荧光和拉曼散射光信号远小于较厚油膜的荧光信号,本文仅分析油膜荧光信号的测量误差对反演计算的影响。
根据油膜荧光信号的多次采集数据,估算测量相对误差e为:
(10)
表3 不同厚度油膜测量相对误差Tab.3 Relative error of oil films with different thickness
根据实验采集数据,由式(8)计算油膜厚度反演结果的误差与油膜厚度的关系,见图5所示。
图5 反演结果的误差与油膜厚度的关系Fig.5 The relationship between inversion error and oil film thickness
薄油膜由于荧光信号较弱,其测量误差对油膜厚度的反演结果影响较大;随着油膜厚度增加,荧光信号逐渐增强,测量误差对反演结果的影响逐渐降低,在油膜厚度为200~1 400 μm的范围内,具有较好的评估精度;当厚油膜荧光信号趋于饱和,其测量误差对反演结果同样具有较大影响,因此当油膜厚度大于1 400 μm时,反演结果的误差较大且随油膜厚度的增加快速变大。
对比实验结果可知,根据测量相对误差的分析结果与实验结果基本一致,因此,可以通过测量误差评估该算法的适用范围。
提出了一种适用于评估200~1 400 μm海面较厚油膜厚度的双波段比值模型,理论分析和实验验证了该模型的有效性,并给出了利用测量相对误差评估该算法适用范围的方法。作为一种简单有效的方法,该模型也可以推广应用于其它油种溢油的评估。