国土资源遥感, 2019, 31(4): 69-78 doi: 10.6046/gtzyyg.2019.04.10

技术方法

Landsat TM/ETM波段反射率与水面油膜厚度关系研究

邢学文, 刘松, 钱凯俊

中国石油勘探开发研究院,北京 100083

Study of relationship between thickness of oil slicks and band reflectance of Landsat TM/ETM

XING Xuewen, LIU Song, QIAN Kaijun

Petrochina Research Institute of Petroleum Exploration and Development, Beijing 100083, China

责任编辑: 陈理

收稿日期: 2018-11-16   修回日期: 2019-04-10   网络出版日期: 2019-12-15

基金资助: 中国石油“十三五”重大科技项目“海洋油气勘探开发工程关键技术”资助.  2016A-10

Received: 2018-11-16   Revised: 2019-04-10   Online: 2019-12-15

作者简介 About authors

邢学文(1976-),男,高级工程师,研究方向为遥感在石油行业中的应用。Email:x5505@163.com。 。

摘要

油膜厚度是溢油量估算的一个关键参数,是水面溢油事故评价的重要指标。为了确定不同油品油膜厚度的特征响应谱段以及Landsat TM/ETM多光谱遥感探测水面油膜厚度的可行性,以渤海海水为背景水,重原油、轻原油、柴油和汽油为实验油品,将石英卤素灯作为模拟太阳光源,ASD FieldSpec3便携式光谱仪作为探测仪器,在暗室开展了不同厚度油膜模拟及其光谱测量实验。通过计算油膜厚度与其在全谱段(350~2 500 nm)范围反射率的相关系数,确定了4个重原油、7个轻原油、6个柴油和4个汽油油膜厚度的特征响应谱段; 针对Landsat TM/ETM多光谱数据,根据其传感器的光谱响应函数,将不同厚度油膜的全谱段光谱进行重采样,获得不同厚度油膜在Landsat数据对应波段的反射率,通过制作油膜厚度-多光谱指标(波段反射率、波段比值)散点图,发现指示油膜厚度的特征多光谱指标,建立基于特征多光谱指标的油膜厚度估算模型。研究结果表明,对于重原油,波段B4反射率和波段比值B4/B5是较好的光谱指标; 对于轻原油,波段比值B1/B2和B1/B3是较好的光谱指标; 对于柴油,波段B1和B2反射率以及波段比值B1/B2,B1/B3,B1/B4,B2/B3,B2/B4和B3/B4都是非常好的光谱指标; 对于汽油,所有多光谱指标都存在分段特征,没有特别好的光谱指标。基于重原油、轻原油和柴油在全谱段范围内各自具有的多个油膜厚度特征响应谱段,Landsat TM/ETM多光谱遥感数据可以用于水面重原油、轻原油和柴油的油膜厚度估算。

关键词: 油膜厚度 ; 光谱反射率 ; 相关系数 ; 曲线拟合 ; Landsat TM/ETM数据

Abstract

Oil slick thickness is a key parameter in estimating oil spill volume. In order to determine the feasibility of detecting oil slick thickness on water surface by Landsat TM/ETM remote sensing, the authors used heavy crude oil, light crude oil, diesel oil and gasoline as experimental oils, quartz brine as a simulated solar light source, ASD Field Spec 3 portable spectrometer as a detection instrument, and carried out oil film simulation with different thicknesses and pectral measurement experiments. By calculating the correlation coefficient of oil slick thickness and its reflectance in the range from 350 to 2 500 nm, four characteristic response spectra for heavy crude oil, seven characteristic response spectra for light crude oil, six characteristic response spectra for diesel oil and four characteristic response spectra for gasoline were determined. For Landsat TM/ETM data,characteristic multispectral indices were found by scatter plot of oil slicks thickness-multispectral indices (band reflectance and band ratio), and oil slick thickness estimation model was established. For heavy crude oil, band B4 and band ratio B4/B5 are better spectral indices; for light oil, band ratio B1/B2 and B1/B3 are good spectral indicators; for diesel fuel, band B1, B2 and band ratio B1/B2, B1/B3, B1/B4, B2/B3, B2/B4 and B3/B4 are good spectral indicators; for gasoline, all spectral indicators have segmentation characteristics, with no good spectral indicators. The results show that the Landsat TM/ETM has the capability of detecting the oil slick thickness of heavy crude oil, light crude oil and diesel oil on the water surface, and thus can be used to estimate the oil spill volume on the water surface.

Keywords: oil slick thickness ; spectral reflection ; correlation coefficient ; curve fitting ; Landsat TM/ETM data

PDF (8728KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

邢学文, 刘松, 钱凯俊. Landsat TM/ETM波段反射率与水面油膜厚度关系研究. 国土资源遥感[J], 2019, 31(4): 69-78 doi:10.6046/gtzyyg.2019.04.10

XING Xuewen, LIU Song, QIAN Kaijun. Study of relationship between thickness of oil slicks and band reflectance of Landsat TM/ETM. REMOTE SENSING FOR LAND & RESOURCES[J], 2019, 31(4): 69-78 doi:10.6046/gtzyyg.2019.04.10

0 引言

随着油气勘探活动不断向海域拓展,溢油事故时有发生,如国际上比较有名的墨西哥湾溢油事故,国内影响较大的渤海湾溢油事故。溢油事故发生后,水面油量的估算是事故处理及赔偿的重要指标。油量估算的一个重要参数就是油膜厚度,而直接测量水面油膜厚度的难度非常大,目前采用最多的方法是通过飞机空中目视观测(或拍照)获得水面油膜颜色,根据波恩协议油膜颜色与厚度的对应关系表获得油膜厚度[1],这种方法的缺点是没有考虑光线变化和观测角度对水面油膜颜色的影响,并且需要非常专业和经验丰富的人员才能完成。

目前,国内外开展了大量针对常见油品的光谱实验研究,主要集中在350~1 000 nm谱段范围内。对于原油油膜,有实验结果显示,随着原油厚度增加反射率不断降低[2,3,4,5,6,7]; 而有些实验结果则显示,原油油膜仅在部分谱段随着厚度变化有规律[8]。对于柴油油膜,一些实验显示,总体趋势为随着油膜厚度增加反射率变大[2,8-9]; 另一些实验则显示柴油油膜随着厚度增加反射率变小[6]。对于汽油,一些实验显示随着油膜厚度增大反射率不断变大[8]; 另一些实验则显示随着油膜厚度增大反射率总体上降低[10]。在油膜厚度估算模型研究方面,一般首先确定油膜厚度的特征响应波段或者波段组合(波段比值等),然后选择曲线拟合、模糊逻辑和神经网络等方法建模[3,7]; 对于高光谱数据,通常采用光谱角法将影像光谱曲线与油膜厚度光谱库的光谱曲线进行匹配实现油膜厚度归类[11,12,13]

由于前人的油膜光谱测量实验结果存在不同甚至完全相反的认识,本文设计了暗室环境下重原油、轻原油、柴油和汽油油膜光谱检测实验,以期获取稳定光源环境下,不同油品油膜厚度的特征响应谱段。采用海域存档较多的Landsat TM/ETM数据,通过油膜厚度-特征波段指标(波段反射率和波段比值)散点图,发现油膜厚度的特征响应指标,建立基于Landsat TM/ETM数据的油膜厚度估算模型。

1 实验方法

1.1 实验装置及材料

水面油膜厚度遥感检测实验装置,包括ASD FieldSpec3光谱仪主机、手柄支架、白板、石英卤素灯、1 000 ml烧杯、黑色消光布和油量注射器,实验油品包括重原油、轻原油、柴油和汽油,实验用水为渤海海水,实验详细介绍参考文献[14]。

1.2 不同油品水面光谱特征

重原油样品非常粘稠,需要将装有原油的容器放入水浴池加热融化为液体,其他油品均为液体状,直接应用注射器对油膜进行定量,均匀滴入整个烧杯水面,用针尖打散聚集油膜,静置,待油膜全部扩散满水面后,测量当前厚度油膜的光谱。不同厚度重原油、轻原油、柴油和汽油油膜在350~2 500 nm谱段范围的反射率光谱曲线如图1所示。

图1

图1   重原油、轻原油、柴油和汽油油膜在350~2 500 nm谱段范围的反射率光谱曲线

Fig.1   Reflectance spectra of heavy crude 0:1, light crude 0:1, diesel 0:1 and gasoline slicks in 350~2 500 nm


1)重原油光谱。350~1 000 nm波长范围,海水和重原油油膜的反射率比较大,光谱相似,油膜反射率明显小于海水反射率,并且随着油膜厚度增加,其反射率及反射率变化幅度均不断减小。这与张永宁等[6]和肖剑伟等[7]的原油油膜反射率光谱和变化规律基本一致; 与叶舟等[8]实验结果的油膜厚度光谱变化规律基本一致,但波形相差较大; 与刘丙新等[13]实验结果的油膜厚度变化规律基本一致,但油膜反射率基本上都高于海水反射率。这些差异可能与其实验原油成分不同、油膜厚度范围不同、背景水差异较大有关。1 000~2 500 nm波长范围,海水反射率非常小,接近于0,油膜反射率随着油膜厚度增加而变大,这在大多数文献中都没有提及,可能与本次选择的重原油样品成分有关。

2)轻原油光谱。350~1 000 nm波长范围,海水和轻原油油膜的反射率比较大,油膜与海水光谱波形相似,油膜反射率小于海水反射率,随着油膜厚度增加,反射率变化幅度很小,在反射率光谱上很难看出明显的规律。这与Wettle等 [5]的轻质凝析油随着油膜厚度增加反射率没有太大变化的认识比较一致。1 000~2 500 nm波长范围,海水和轻质油油膜的反射率非常小,接近于0。

3)柴油光谱。350~1 000 nm波长范围,海水和柴油油膜的反射率较高,其中可见光波段油膜反射率小于海水反射率,随着油膜厚度增加,其光谱反射率不断减小; 而在近红外波段油膜反射率大于海水反射率,随着油膜厚度增加,其光谱反射率不断变大。这与张永宁等[6]轻柴油、重柴油随着油膜厚度变化反射率降低的结论不一致,与叶舟等[8]和刘旭拢等[9]的柴油油膜光谱反射率随厚度增加不断变大的结论也不一致,可能与实验的柴油成分不同、背景水存在差异有关。1 000~2 500 nm波长范围,海水和柴油油膜的反射率接近于0。

4)汽油光谱。350~1 000 nm波长范围,海水和汽油油膜的反射率较大,海水的反射率高于汽油油膜的反射率,随着油膜厚度不断增加; 350~450 nm范围反射率不断变小,其他谱段变化特征不明显。这与孙鹏等[10]的汽油油膜反射率在400~700 nm总体降低的认识不太一致,主要原因是其实验油膜厚度非常大(2.1~21 mm)。与叶舟等[8]的汽油油膜反射率大于海水且随着厚度增大反射率不断变大也不一致。1 000~2 500 nm波长范围汽油油膜和海水的反射率都接近于0。

石油、成品油烃类组分和官能团的特征吸收谱段位于1 000~2 500 nm[15],是检测油膜厚度变化的最佳谱段,但由于入射光穿过油膜进入水体后几乎全部被吸收,油膜在该谱段范围的反射率接近于0,前人研究基本上不选择这一谱段,本次实验发现的重原油随着油膜厚度增加反射率不断增大的现象,可能与选择的油品成分和油膜厚度有较大关系。

350~1 000 nm是国内外油膜遥感检测实验选择较多的谱段范围,本次实验结果显示,随着油膜厚度增加,重原油在该谱段的反射率变化最明显,其次为柴油,轻原油和汽油变化很小。

2 数据处理与分析

2.1 油膜厚度光谱响应特征

在油膜反射率光谱曲线上,上述4种油品的油膜厚度敏感谱段不是非常直观。为了确定油膜厚度的敏感谱段,对4种油品油膜厚度与350~2 500 nm谱段范围的反射率进行相关分析,结果如图2所示。

图2

图2   4种油品油膜厚度与不同波长反射率的相关性

Fig.2   Relativity of oil slick thickness and reflectance


除了重原油在350~2 500 nm全谱段范围都有相关性很高的油膜厚度敏感谱段,轻原油、柴油和汽油的油膜厚度敏感谱段主要集中在350~1 000 nm范围,位置基本一致,相关性大小略有不同。①重原油油膜厚度与4个谱段的反射率相关性较大,分别为809~943 nm(相关系数为-0.80~-0.93),1 057~1 061 nm(相关系数为-0.70~-0.72),1 252~1 697 nm(相关系数为0.80~0.95)和1 776~2 251 nm(相关系数为-0.81~-0.94),这与肖剑伟等[7]的认识有一定差异,其相关性最好的谱段范围位于450~800 nm,相关性均较为稳定地处于-0.95附近; ②轻原油油膜厚度与7个谱段的反射率相关性较大,分别为350~420 nm(相关系数为-0.8~-0.9),734~748 nm(相关系数为-0.70~-0.77),783~811 nm(相关系数为0.80~0.89),835~842 nm(相关系数为-0.80~-0.83),886~889 nm(相关系数为0.61~0.64),926~936 nm(相关系数为-0.82~-0.89)和1 062~1 064 nm(相关系数为0.72~0.74); ③柴油油膜厚度与6个谱段的反射率相关性较大,分别为350~642 nm(相关系数为-0.80~-0.99),728~752 nm(相关系数为-0.80~-0.95),794~807 nm(相关系数为0.70~0.72),865~901 nm(相关系数为0.71~0.79),921~934 nm(相关系数为-0.81~-0.89)和1 057~1 062 nm(相关系数为0.82~0.85)。这与刘旭拢等[9]的认识不一致,在360~500 nm之间呈正相关(相关系数大于0.8),与其光谱的变化规律一致; ④汽油油膜厚度与4个谱段的反射率相关性较大,分别为351~436 nm(相关系数为-0.70~-0.92),720~767 nm(相关系数为-0.71~-0.91),824~861 nm(相关系数为-0.80~-0.95)和913~936 nm(相关系数为0.81~0.91)。

2.2 油膜厚度Landsat TM/ETM多光谱预测模型

迄今,全球海域范围存档有大量Landsat系列的卫星遥感数据,而且还在不断地累积中,是海域溢油油膜检测非常好的数据源。在350~2 500 nm谱段范围Landsat TM/ETM共有6个波段,分别为: B1(450~520 nm)、B2(520~600 nm)、B3(630~690 nm)、B4(760~900 nm)、B5(1 550~1 750 nm)和B7(2 080~2 350 nm)。本文运用ENVI5.0软件的spectral library resampling模块,选择Landsat TM7光谱响应函数,将实验获取的油膜光谱重采样至TM/ETM对应的谱段范围。

针对TM/ETM的6个谱段,首先,制作油膜厚度-光谱指标散点图; 然后,运用曲线拟合的方法,建立不同油膜厚度-特征光谱指标模型,其中特征光谱指标包括波段反射率和波段比值2类。

2.2.1 油膜厚度-波段反射率模型

1)重原油。重原油油膜厚度与波段B4,B5和B7反射率的相关性很好,与波段B1,B2和B3相关性比较差(图2)。从重原油油膜厚度-TM波段反射率估算模型(图3)上来看,波段B1,B2,B3和B4随着油膜厚度增加其反射率不断变小,曲线拟合都呈幂函数关系,虽然B1,B2和B3拟合效果较好,但当油膜达到一定厚度时,其反射率变化幅度非常小,很难反映油膜厚度的变化,而波段B4则相对较好。波段B5和B7随着油膜厚度增加其反射率不断变大,曲线拟合都呈指数函数关系,但当油膜达到0.8 mm后,其稳定性不断变差。总的来看,波段B4比较适合于重原油油膜厚度的估算。

图3

图3   重原油油膜厚度-TM波段反射率估算模型

Fig.3   Estimation model of heavy crude oil slick thickness-TM band reflectance


2)轻原油。轻原油油膜厚度与波段B1,B2,B3,B5和B7反射率相关性比较差,与波段B4反射率的相关性很好(图2)。轻原油油膜厚度-TM波段反射率估算模型如图4所示。

图4

图4   轻原油油膜厚度-TM波段反射率估算模型

Fig.4   Estimation model of light crude oil slick thickness-TM band reflectance


波段B1,B2和B3的反射率与油膜厚度之间的关系具有明显的分段特征,油膜厚度达到0.53 mm之前,随着厚度增加,反射率不断变小(图4(a)—(c)中蓝色点),两者之间呈明显指数函数关系; 在0.53 mm之后,随着油膜厚度增加,轻原油油膜的反射率不断变大(图4(a)—(c)中红色点),也呈指数函数关系。由于分段函数存在共同的反射率范围,其估算的油膜厚度会存在多解性。波段B4反射率与油膜厚度之间呈线性函数关系,相对来说比较适合用于轻原油的油膜厚度估算。波段B5和B7散点图分布没有明显规律,曲线拟合效果非常差。

3)柴油。柴油油膜厚度与波段B1,B2,B3和B4反射率的相关性都很好,与波段B5和B7反射率的相关性较差(图2)。从柴油油膜厚度-TM波段反射率估算模型(图5)上来看,波段B1,B2和B3的反射率与油膜厚度之间呈明显的线性函数关系,随着油膜厚度增加,反射率不断变小,特别是波段B1和B2,拟合曲线的决定系数R2达0.99,非常适合于油膜厚度的估算; 波段B4反射率与油膜厚度之间呈指数函数关系,随着油膜厚度增加,反射率不断变大,但当油膜厚度达到1.3 mm后,随着油膜厚度增大,反射率开始变小,这使得波段B4不太适合用于柴油油膜厚度估算。波段B5和B7散点图分布没有明显规律,曲线拟合效果非常差。

图5

图5   柴油油膜厚度-TM波段反射率估算模型

Fig.5   Estimation model of diesel oil slick thickness-TM band reflectance


4)汽油。汽油油膜厚度与波段B1,B2,B3,B5和B7反射率的相关性都很差,与波段B4反射率的相关性较好(图2)。从汽油油膜厚度-TM波段反射率估算模型(图6)上来看,1.2 mm厚度之前,波段B1,B2,B3和B4反射率变化没有规律(图6(a)—(d)中蓝色点和绿色点),1.2 mm之后,随着油膜厚度增大,反射率不断变小(图6(a)—(d)中红色点),呈多项式函数关系。波段B5和B7散点图分布没有明显规律,曲线拟合效果非常差。总的来说,6个波段都不太适合用于汽油油膜厚度的估算。

图6

图6   汽油油膜厚度-TM波段反射率估算模型

Fig.6   Estimation model of gasoline slick thickness-TM band reflectance


2.2.2 油膜厚度-波段比值模型

1)重原油。重原油油膜厚度-TM波段比值估算模型(图7)显示,B1/B5,B1/B7,B2/B5,B2/B7,B3/B5,B3/B7,B4/B5和B4/B7这8个波段比值与油膜厚度呈幂函数关系,随着油膜厚度增加,比值不断变小,拟合曲线的决定系数R2基本上都在0.9左右。其中B4/B5的模型相对较好,可以估算1.2 mm厚的重原油油膜。

图7

图7   重原油油膜厚度-TM波段比值估算模型

Fig.7   Estimation model of heavy crude oil slick thickness-TM band ratio


2)轻原油。轻原油油膜厚度-TM波段比值估算模型(图8)显示,B1/B2,B1/B3,B1/B4和B2/B3这4个波段比值与油膜厚度呈指数函数关系,随着油膜厚度增加,波段比值不断减小,特别是B1/B2和B1/B3,拟合曲线的决定系数R2分别为0.925 2和0.961 1,可以很好地估算轻原油油膜的厚度。

图8

图8   轻原油油膜厚度-TM波段比值估算模型

Fig.8   Estimation model of light crude oil slick thickness-TM band ratio


3)柴油。柴油油膜厚度-TM波段比值估算模型(图9)显示,B1/B2,B1/B3,B1/B4,B2/B3,B2/B4和B3/B4这6个波段比值与油膜厚度呈非常好的线性函数关系,随着油膜厚度增加,波段比值不断减小,拟合曲线的决定系数R2均可达到0.99,这6个波段比值都非常适合于柴油油膜厚度的估算。

图9

图9   柴油油膜厚度-TM波段比值估算模型

Fig.9   Estimation model of diesel oil slick thickness-TM band ratio


4)汽油。汽油油膜厚度-TM波段比值估算模型(图10)显示,B1/B2,B1/B3,B1/B4,B2/B3,B2/B4和B3/B4这6个波段比值与油膜厚度变化的规律性不显著。

图10

图10   汽油油膜厚度-TM波段比值估算模型

Fig.10   Estimation model of gasoline slick thickness-TM band ratio


对于波段比值B1/B2,油膜厚度在0.05~0.58 mm范围时,油膜厚度增加,波段比值减小(图10(a)中蓝色点),呈线性函数关系; 油膜厚度在0.62~0.91 mm范围时,油膜厚度增加,波段比值变大(图10(a)中绿色点); 油膜厚度在0.96~1.44 mm范围时,油膜厚度增加,波段比值减小(图10(a)中红色点),呈线性函数关系。波段比值B1/B3与B1/B2类似,但其存在4个分段函数,且前3个厚度随油膜厚度增加比值变大(图10(b)中蓝色点); 波段比值B1/B4,B2/B3,B2/B4和B3/B4存在3个分段线性函数,首先随着厚度增加,波段比值也增加(图10(c)—(f)中蓝色点); 当厚度大于0.14 mm,波段比值突然变小,之后随着油膜厚度增大,波段比值变大(图10(c)—(f)中绿色点); 当油膜厚度超过1.2 mm时,随着油膜厚度增大,波段比值开始逐渐变小(图10(c)—(f)中红色点)。总的来说,汽油的TM波段比值与油膜厚度之间关系比较复杂,不太适合用于汽油油膜厚度的估算。

3 结论

1)油膜光谱检测实验显示,在350~1 000 nm谱段范围,重原油、轻原油、柴油和汽油的油膜反射率随着厚度增加具有各自特征的变化规律: 原油油膜随着厚度增大反射率不断变小; 柴油油膜在可见光波段随着厚度增大反射率变小,但是在近红外波段随着厚度增大反射率不断变大; 轻质油和汽油随着油膜厚度变化在光谱上规律不明显。对比前人实验结果,有一致的认识,也有不同,究其原因,可能与实验选择的油品不同、油膜厚度范围不一致有关,因而针对具体溢油事故,应该选择溢油油品、溢油海域进行光谱测量实验,确定其特征的油膜厚度响应谱段。

2)对于多光谱遥感数据中比较有代表性的Landsat TM/ETM数据,其油膜厚度响应波段或者波段比值可以与重原油、轻原油、柴油的水面油膜厚度建立较好的估算模型,其他新型卫星多光谱遥感数据,也可以采用类似处理方式,建立相应的油膜厚度估算模型。

由于本研究是在光源稳定的暗室环境下开展的不同油品油膜光谱测量,未考虑真实环境下,太阳光照变化、水深和波浪等因子可能对油膜光谱以及油膜厚度响应谱段的影响。下一步计划开展室外真实环境下不同厚度油膜的光谱测量,进一步深化对油膜光谱反射率与油膜厚度关系的认识。

参考文献

宋莎莎, 安伟, 李建伟 , .

海上溢油量评估方法研究综述

[J]. 海岸工程, 2017,36(1):83-88.

[本文引用: 1]

Song S S, An W, Li J W , et al.

Review on the methods for assessment of marine oil spill volume

[J]. Coastal Engineering, 2017,36(1):83-88.

[本文引用: 1]

赵冬至, 丛丕福 .

海面溢油的可见光波段地物光谱特征研究

[J]. 遥感技术与应用, 2000,15(3):160-164.

Magsci     [本文引用: 2]

<p>通过对试验获得的原油、柴油和润滑油的可见光近红外波段地物光谱特征曲线进行处理、对<br />比、分析,揭示和总结了3种油随厚度变化的光谱特征、油水反差规律及吸收特征参数:3种油反射<br />总体趋势是柴油随厚度增加而增大,润滑油和原油随厚度增加而减小。柴油的反射率远高于海水,<br />润滑油在蓝绿光波段反射率高于海水,而原油与海水反差在蓝绿光波段最低等,可为识别油膜厚<br />度、区分油膜与海水和鉴别油种提供帮助,从而使通过卫星遥感手段实时监测海面溢油成为可能。</p>

Zhao D Z, Cong P F .

The research of visual light wave-band feature spectrum of sea-surface oil spill

[J]. Remote Sensing Technology and Application, 2000,15(3):160-164.

Magsci     [本文引用: 2]

Svejkovsky J, Muskat J .

Real-Time Detection of Oil Slick Thickness Patterns with a Portable Multispectral Sensor

[R].U.S.Minerals Management Service Contract 0105CT39144 2006.

[本文引用: 2]

Svejkovsky J, Muskat J, Mullin J.

Mapping oil spill thickness with a portable multispectral aerial imager

[C]//International Oil Spill Conference Proceedings, 2008: 131-136.

[本文引用: 1]

Wettle M, Daniel P J, Logan G A , et al.

Assessing the effect of hydrocarbon oil type and thickness on a remote sensing signal:A sensitivity study based on the optical properties of two different oil types and the HYMAP and Quickbird sensors

[J]. Remote Sensing of Environment, 2009,113(9):2000-2010.

[本文引用: 2]

张永宁, 丁倩, 高超 , .

油膜波谱分析与遥感监测溢油

[J]. 海洋环境科学, 2000,19(3):5-10.

[本文引用: 4]

Zhang Y N, Ding Q, Gao C , et al.

Analysis of oil film spectrum and monitoring oil spilled by remote sensing

[J]. Marine Environment Science, 2000,19(3):5-10.

[本文引用: 4]

肖剑伟, 田庆久 .

基于生物光学模型的水面薄油膜厚度的高光谱遥感反演实验研究

[J]. 光谱学与光谱分析, 2012,32(1):183-187.

URL     [本文引用: 4]

研究水表薄油膜厚度与其反射率光谱之间的变化规律, 对于分析海洋油膜污染和油气勘探的遥感探测机理具有十分重要的意义。 建立了水面薄油膜厚度的生物光学模型, 并介绍了单波段和双波段比值简化算法反演薄油膜厚度信息的方法。 通过对原油样品进行油膜厚度定量反演, 研究了遥感反射率随水表油膜厚度的变化规律。 研究发现, 可见光到近红外波段(450~800 nm)反射率对油膜厚度变化最为敏感, 有很高的负相关关系, 并且随着油膜厚度的增加呈负指数形态下降。 对于浅水环境较混浊的水体, ETM1/ETM3双波段比值模型可以较好的消除线性天空散射光的影响, 克服单波段反演模型在不同水质背景下反演效果不稳定的特点, 其反演结果的复相关系数R2可以达到0.98, 是水表薄油膜厚度遥感探测的较好波段选择。

Xiao J W, Tian Q J .

Experimental study of offshore oil thickness hyperspectral inversion based on bio-optical model

[J]. Spectroscopy and Spectral Analysis, 2012,32(1):183-187.

[本文引用: 4]

叶舟, 刘力, 魏传新 , .

多种薄油膜光谱反射率特性外场测试方法及结果分析

[J]. 光谱学与光谱分析, 2015,35(6):1695-1699.

URL     [本文引用: 6]

水面溢油机载航测工作需要以全面的溢油模拟目标的光谱反射率特性数据作为支撑, 选择合适的工作波段, 并通过获得的数据对溢油情况进行分析与判断。 针对汽油、 柴油、 润滑油、 煤油与原油五种目标样本, 油膜从紫外波段到近红外波段进行了反射光谱测量, 并将结果与相同实验环境下的水的反射光谱对比。 实验结果表明油膜的光谱反射特性与油品类型以及油膜的厚度相关。 不同种类的油膜在相同厚度的情况下, 光谱反射率曲线的差异很大, 而同一种类的油膜, 随着油膜厚度的改变, 光谱反射率曲线亦随之发生改变, 因而就单一油膜而论, 可以通过反射率曲线区分不同的油膜厚度。 以相同的油膜厚度而论, 柴油, 煤油, 润滑油在380 nm附近存在反射率峰值, 与水的反射率差异明显, 原油在大于340 nm波长的反射率远小于水, 所得到的反射光谱能够在一定程度上区分不同类型油膜。 实验涉及主要溢油油种, 数据全面覆盖探测常用的光谱波段, 定量化描述了油膜光谱反射率特性, 为机载水面溢油探测工作的波段选择与水面溢油的早期发现与分析提供了全面的理论与数据支持。

Ye Z, Liu L, Wei C X , et al.

Experimental methods and result analysis of a variety of spectral reflectance properties of the thin oil film

[J]. Spectroscopy and Spectral Analysis, 2015,35(6):1695-1699.

[本文引用: 6]

刘旭拢, 邓孺孺, 秦雁 , .

水面浮油膜光谱测量及光谱特征分析

[J]. 海洋科学, 2016,40(10):63-70.

[本文引用: 3]

Liu X L, Deng R R, Qin Y , et al.

Spectral measurement and characteristic analysis of an oil film floating above water

[J]. Marine Sciences, 2016,40(10):63-70.

[本文引用: 3]

孙鹏, 宋梅萍, 安居白 .

基于光谱曲线响应特性的油膜厚度估计模型分析

[J]. 光谱学与光谱分析, 2013,33(7):1881-1885.

URL     [本文引用: 2]

如今, 海上溢油事故频发, 如何对溢油的油量进行估计, 是一个重要课题。 如果可以得到溢油量, 那么对后续的处理以及损失的评估都会有较大的帮助。 高光谱遥感技术的快速发展使对油膜厚度的定量估计成为可能。 采用AvaSpec光谱仪测量不同厚度的油膜, 然后对得到的光谱曲线的多种曲线特征进行提取, 分析其与油膜厚度之间的关系。 结果表明, 油膜厚度与基于高光谱位置变量的Rg和Ro、 三角植被指数的RDVI和TVI以及Haboudane关系式相关性较大。 分别采用曲线拟合、 BP神经网络和基于SVD的迭代方法建立油膜曲线特征与油膜厚度之间的预测关系, 并以此对不同的油膜光谱曲线进行油膜厚度估计, 对得到的结果进行精度检测和运行时间分析, 最终得出对每个估计模型的分析评价。

Sun P, Song M P, An J B .

Study of prediction for oil thickness based on spectral curve

[J]. Spectroscopy and Spectral Analysis, 2013,33(7):1881-1885.

[本文引用: 2]

臧影 .

高光谱溢油图像波段选择在油膜厚度估算中的应用

[D]. 大连:大连海事大学, 2010.

[本文引用: 1]

Zang Y .

Application of Hyperspectral Band Selection in Detection of Oil Slick Thickness

[D]. Dalian:Dalian Maritime University, 2010.

[本文引用: 1]

兰国新 .

海上溢油遥感光谱信息挖掘与应用研究

[D]. 大连:大连海事大学, 2012.

[本文引用: 1]

Lan G X .

Study on Spectral Information Mining and Application for Oil Spill Remote Sensing Monitoring

[D]. Dalian:Dalian Maritime University, 2012.

[本文引用: 1]

刘丙新, 李颖, 张至达 , .

不同厚度海上油膜高光谱遥感波段敏感性研究

[J]. 东北师大学报(自然科学版), 2015,47(4):156-160.

[本文引用: 2]

Liu B X, Li Y, Zhang Z D , et al.

Study on the sensitivity of hyperspectral imagery to detect oil film with different thickness

[J]. Journal of Northeast Normal University (Natural Science Edition), 2015,47(4):156-160.

[本文引用: 2]

邢学文, 刘松, 许德刚 , .

基于偏最小二乘法的高光谱水面油膜厚度估算

[J]. 国土资源遥感, 2019,31(2):111-117.doi: 10.6046/gtzyyg.2019.02.16.

[本文引用: 1]

Xing X W, Liu S, Xu D G , et al.

Thickness estimation of crude oil slick by hyperspectral data based on partial least squares regression method

[J]. Remote Sensing for Land and Resources, 2019,31(2):111-117.doi: 10.6046/gtzyyg.2019.02.16.

[本文引用: 1]

Winkelmann K .

On the Applicability of Imaging Spectrometry for the Detection and Investigation of Contaminated Sites with Particular Consideration Given to the Detection of Fuel Hydrocarbon Contaminants in Soil

[D]. Berlin:BTU Cottbus, 2005.

[本文引用: 1]

/

京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发