Αναγνώριση θαλάσσιας ρύπανσης από πετρελαιοκηλίδες με τη χρήση υπερφασματικής και θερμικής υπέρυθρης τηλεπισκόπησης

Από RemoteSensing Wiki

Αναθεώρηση της 22:15, 7 Ιανουαρίου 2026

Πρωτότυπος τίτλος: Identification of marine oil spill pollution using hyperspectral combined with thermal infrared remote sensing

Συγγραφείς: Junfang Yang, Yabin Hu, Jie Zhang, Yi Ma, Zhongwei Li, Zongchen Jiang

Δημοσίευση: 17 Μαρτίου 2023

Σύνδεσμος πρότυπου κειμένου: [1]

Πλήρης βιβλιογραφική αναφορά: Yang J, Hu Y, Zhang J, Ma Y, Li Z and Jiang Z (2023) Identification of marine oil spill pollution using hyperspectral combined with thermal infrared remote sensing. Front. Mar. Sci. 10:1135356. [2] Λέξεις/φράσεις–κλειδιά: θαλάσσιες πετρελαιοκηλίδες, υπερφασματική τηλεπισκόπηση, θερμική υπέρυθρη τηλεπισκόπηση, αναγνώριση τύπων πετρελαϊκής ρύπανσης, βαθιά μάθηση

Εισαγωγή

Οι πετρελαιοκηλίδες αποτελούν μία από τις σοβαρότερες μορφές θαλάσσιας ρύπανσης, προκαλώντας εκτεταμένες επιπτώσεις στα θαλάσσια οικοσυστήματα, την οικονομία και τη δημόσια υγεία. Γενικότερα, οι κύριοι τύποι θαλάσσιας ρύπανσης περιλαμβάνουν: • Έλαια όπως: Αργό πετρέλαιο, καύσιμα πλοίων (μαζούτ), συμπυκνώματα (φυσική βενζίνη), φυτικά έλαια (π.χ. φοινικέλαιο) και πετρέλαιο κίνησης/ντίζελ. • Γαλακτώματα αργού πετρελαίου: Μείγματα νερού σε λάδι (WO) ή λαδιού σε νερό (OW), τα οποία σχηματίζονται μέσω φυσικοχημικών διεργασιών υπό την επίδραση των κυμάτων και του ανέμου. Η οπτική τηλεπισκόπηση και η τηλεπισκόπηση μικροκυμάτων αποτελούν απαραίτητες μεθόδους για την αντιμετώπιση τέτοιων διαρροών. Μέχρι σήμερα τα Ραντάρ Συνθετικού Ανοίγματος (SAR) είναι η κυρίαρχη επιλογή μικροκυματικής τηλεπισκόπησης για τον εντοπισμό πετρελαιοκηλίδων.

Σύγκριση της ικανότητας παρακολούθησης πετρελαιοκηλίδων με διάφορες τεχνολογίες τηλεπισκόπησης.

Πλέον, η σύγχρονη έρευνα στρέφεται στον συνδυασμό διαφορετικών αισθητήρων για τη μεγιστοποίηση της ακρίβειας. Η παρούσα μελέτη εξετάζει τη δυνατότητα υπέρβασης των περιορισμών που εμφανίζουν οι μεμονωμένες μέθοδοι, μέσω της συνδυαστικής χρήσης υπερφασματικής και θερμικής υπέρυθρης τηλεπισκόπησης.

Υλικά και μέθοδοι

2.1. Πειραματική διαδικασία και υλικά

Πειραματικά έλαια: (A) διαφορετικοί τύποι ελαίων, (B) αργό πετρέλαιο και τα γαλακτώματά του σε διαφορετικές φάσεις.

Οι ιδιότητες και η περιγραφή των πειραματικών ελαίων.

Για την επίτευξη των στόχων της έρευνας, σχεδιάστηκαν και υλοποιήθηκαν δύο πειραματικές προσομοιώσεις πετρελαιοκηλίδων σε εξωτερικό χώρο, στο Qingdao της Κίνας. Η πρώτη αφορά την ανίχνευση διαφόρων ειδών ελαίων. Διεξήχθη τον Σεπτέμβριο του 2020 σε δεξαμενή διαστάσεων 45m x 40m με θαλασσινό νερό βάθους 1,2m, στην προβλήτα Nanjiang. Χρησιμοποιήθηκαν πέντε διαφορετικά είδη ελαίων, τα οποία τοποθετήθηκαν μέσα σε ειδικό περιφραγμένο πλαίσιο από πλάκες PVC. Η δεύτερη προσομοίωση έγινε τον Μάιο του 2022 στην πειραματική βάση Aoshanmei, με στόχο τη μελέτη του αργού πετρελαίου σε διάφορες φάσεις: μη γαλακτοποιημένο, γαλακτώματα νερού σε λάδι (WO) και λαδιού σε νερό (OW), που παρασκευάστηκαν με χρήση διασπορέα υψηλής ταχύτητας και γαλακτοποιητή. Τα δείγματα κατανεμήθηκαν σε διαφορετικά πάχη και ογκομετρικές συγκεντρώσεις, επίσης εντός περιφραγμένου πλαισίου από PVC.

Πειραματικά σενάρια παρατήρησης πετρελαιοκηλίδων και κατανομή πετρελαίου με χρήση υπερφασματικής και θερμικής υπέρυθρης τηλεπισκόπησης: (A) πειραματικά σενάρια διαφορετικού τύπου ελαίων τον Σεπτέμβριο 2020, (B) κατανομή διαφορετικού τύπου ελαίων (C) πειραματικό σενάριο αργού πετρελαίου και των γαλακτωμάτων του σε διαφορετικές φάσεις τον Μάιο 2022 (D) κατανομή αργού πετρελαίου και των γαλακτωμάτων του σε διαφορετικές φάσεις.

2.2. Δεδομένα και προεπεξεργασία

Οι βασικές παράμετροι του υπερφασματικού αισθητήρα Cubert S185 και του θερμικού υπέρυθρου αισθητήρα Zenmuse H20T.

Η λήψη των εικόνων έγινε σχεδόν ταυτόχρονα χρησιμοποιώντας διαφορετικούς συνδυασμούς αερομεταφερόμενων αισθητήρων. Για το πρώτο πείραμα χρησιμοποιήθηκε ο υπερφασματικός απεικονιστής Cubert S185 και η θερμική κάμερα DJI “Yu” 2, ενώ για το δεύτερο ο ίδιος υπερφασματικός απεικονιστής και η θερμική κάμερα Zenmuse H20T.

Υπερφασματικές και θερμικές υπέρυθρες εικόνες διαφορετικών τύπων ρύπανσης από πετρελαιοκηλίδες: (A) εναέρια υπερφασματική εικόνα διαφορετικού τύπου ελαίων, (B) εναέριες θερμικές υπέρυθρες εικόνες διαφορετικού τύπου ελαίων, (C) εναέριες υπερφασματικές εικόνες αργού πετρελαίου και των διαφορετικών γαλακτωμάτων του, (D) εναέριες θερμικές υπέρυθρες εικόνες αργού πετρελαίου και των διαφορετικών γαλακτωμάτων του.

Αριθμός δειγμάτων εκπαίδευσης, επαλήθευσης και δοκιμής στα πειράματα αναγνώρισης τύπων ρύπανσης από πετρελαιοκηλίδες.

Η επεξεργασία των υπερφασματικών δεδομένων έγινε μέσω του λογισμικού Cubert Utils Touch και εξήχθησαν δεδομένα φασματικής ανακλαστικότητας μετά από βαθμονόμηση (dark current & reference plate). Η επεξεργασία της καταγραφής θερμικού υπερύθρου έγινε μέσω του DJI Thermal Analysis Tool απ’ όπου εξήχθησαν δεδομένα θερμοκρασίας λαμπρότητας(brightness temperature). Λόγω διαφορετικής κάλυψης, οι εικόνες υποβλήθηκαν σε γεωγραφική καταχώριση (registration) και περικοπή. Για τη δημιουργία εικόνας αναφοράς (ground truth image) και την αξιολόγηση της ακρίβειας των αλγορίθμων, χρησιμοποιήθηκαν φωτογραφίες και το φασματοφωτόμετρο ASD FieldSpec4 (350-2500 nm) και καταγράφηκε η ακτινοβολία των ρύπων, του θαλασσινού νερού και του ήλιου για τον ακριβή υπολογισμό της φασματικής τους ανακλαστικότητας στο πεδίο.

Εικόνα αναφοράς: (A) διαφορετικοί τύποι ελαίων, (B) αργό πετρέλαιο και τα γαλακτώματά του σε διαφορετικές καταστάσεις.

2.3. Μέθοδοι ταξινόμησης

Για την παρούσα μελέτη χρησιμοποιήθηκαν τα μοντέλα μηχανικής μάθησης (machine/ensemble learning) και βαθιάς μάθησης(deep learning):

• Support Vector Machine (SVM)

• Random Forest (RF)

• Convolutional Neural Network (2D-CNN)

Με αυτά τα μοντέλα αναγνωρίστηκαν τα διαφορετικά είδη πετρελαιοκηλίδων. Χρησιμοποιήθηκαν 375.606 δείγματα για το πρώτο πείραμα και 135.695 για το δεύτερο, με το 3% αυτών να διατίθεται για εκπαίδευση (training samples) και το 3% για επαλήθευση (validation samples).

Αποτελέσματα και αξιολόγηση

Ακρίβειες αναγνώρισης τύπων ρύπανσης από πετρελαιοκηλίδες τριών αλγορίθμων βάσει HSI και HTI.

Ακρίβειες αναγνώρισης μεμονωμένου τύπου ρύπανσης από πετρελαιοκηλίδα βάσει HSI και HTI: (A–C) διαφορετικά έλαια, (D–F) αργό πετρέλαιο και τα γαλακτώματά του σε διαφορετικές καταστάσεις.

Αναγνώριση διαφορετικού τύπου ελαίων: Όσον αφορά την υπερφασματική απεικόνιση (HSI), το μοντέλο 2D-CNN και το RF υπερείχαν του SVM, διατηρώντας τη συνέχεια της πετρελαιοκηλίδας. Ωστόσο, παρατηρήθηκε έντονη σύγχυση στη διάκριση μεταξύ των ελαφρών ελαίων (φοινικέλαιο, ντίζελ, βενζίνη). Η προσθήκη θερμικών υπέρυθρων χαρακτηριστικών βελτίωσε σημαντικά τα αποτελέσματα. Τα όρια έγιναν σαφέστερα και ο διαχωρισμός των ελαφρών ελαίων ακριβέστερος, πλησιάζοντας την πραγματική εικόνα εδάφους (ground truth image).

Αναγνώριση αργού πετρελαίου και των γαλακτωμάτων του: Σε αντίθεση με τα διαφορετικά έλαια, η υπερφασματική απεικόνιση (HSI) από μόνη της απέδωσε καλύτερα. Αν και τα θερμικά δεδομένα βοήθησαν στον καλύτερο διαχωρισμό του θαλασσινού νερού από τα γαλακτώματα, επιδείνωσαν τη σύγχυση μεταξύ αργού πετρελαίου και γαλακτώματος νερού σε λάδι (WO). Το αργό πετρέλαιο συχνά ταξινομήθηκε λανθασμένα ως γαλάκτωμα WO.

Αποτελέσματα ταξινόμησης διαφορετικού τύπου ελαίων βάσει εικόνων διαφορετικών διαστάσεων: (A–C) HSI, (D–F) HTI.

Αποτελέσματα ταξινόμησης αργού πετρελαίου και των διαφορετικών γαλακτωμάτων του βάσει εικόνων διαφορετικών διαστάσεων: (A–C) HSI, (D–F) HTI.

Συζήτηση

4.1. Φασματική απόκριση (360 – 2400nm)

Μέση φασματική ανακλαστικότητα τυπικών προϊόντων πετρελαιοκηλίδων (Η γκρι περιοχή είναι μη ατμοσφαιρικό παράθυρο, η κόκκινη ορθογώνια περιοχή αντιπροσωπεύει το φασματικό εύρος της εναέριας υπερφασματικής εικόνας).

Μέση φασματική ανακλαστικότητα του αργού πετρελαίου και των γαλακτωμάτων του σε διαφορετικές καταστάσεις (Η γκρι περιοχή είναι μη ατμοσφαιρικό παράθυρο, η κόκκινη ορθογώνια περιοχή αντιπροσωπεύει το φασματικό εύρος της εναέριας υπερφασματικής εικόνας).

Γενικά, η φασματική ανακλαστικότητα επηρεάζεται από την απορρόφηση και τη σκέδαση του φωτός. Όσον αφορά τα διαφορετικά έλαια του πρώτου πειράματος, στο ορατό φάσμα τα ελαφρά έλαια (ντίζελ, βενζίνη, φοινικέλαιο) μοιάζουν φασματικά με το θαλασσινό νερό, γεγονός που εξηγεί τη δυσκολία διαχωρισμού τους με τη χρήση μόνο υπερφασματικών δεδομένων. Αντίθετα, τα βαρέα έλαια (αργό πετρέλαιο, μαζούτ) έχουν σαφώς χαμηλότερη ανακλαστικότητα.

Τα γαλακτώματα WO παρουσιάζουν υψηλή ανακλαστικότητα στο εγγύς υπέρυθρο λόγω οπισθοσκέδασης (backscattering) στα σταγονίδια νερού, με χαρακτηριστικές «κοιλάδες» απορρόφησης (-C-H). Τα γαλακτώματα OW έχουν υψηλή ανακλαστικότητα στο φάσμα 360 – 1400 nm, με «κοιλάδες απορρόφησης» (-O-H). Το αργό πετρέλαιο έχει σχεδόν μηδενική ανακλαστικότητα στο εγγύς υπέρυθρο.

4.2. Θερμική απόκριση και θερμοκρασία λαμπρότητας

Η ανίχνευση βασίζεται στη διαφορά θερμοχωρητικότητας και εκπομπής θερμότητας μεταξύ ελαίων και νερού. Σχετικά με τη θερμική ένταση, τα βαρέα έλαια εμφανίζονται «φωτεινά» (θερμά), καθώς απορροφούν περισσότερη ηλιακή ακτινοβολία. Τα ελαφρά, εμφανίζονται «σκοτεινά» (ψυχρά), με τη βενζίνη να είναι η σκοτεινότερη λόγω της πτώσης θερμοκρασίας που προκαλεί η εξάτμισή της. Η θερμοκρασία λαμπρότητας του αργού πετρελαίου και των γαλακτωμάτων WO είναι εξαιρετικά παραπλήσια (διαφορά μικρότερη από 1°C), ενώ απέχουν περίπου 20°C από το θαλασσινό νερό. Αυτή η θερμική ομοιότητα εξηγεί γιατί η προσθήκη θερμικών δεδομένων οδηγεί σε λανθασμένη ταξινόμηση του αργού πετρελαίου ως γαλακτώματος WO.

Κατανομή της θερμικής υπέρυθρης έντασης διαφορετικών ελαίων και θαλασσινού νερού.

Κατανομή της θερμικής υπέρυθρης λαμπρότητας και της θερμοκρασίας του αργού πετρελαίου, των διαφορετικών γαλακτωμάτων του και του θαλασσινού νερού.

4.3. Επίδραση του πάχους της πετρελαιοκηλίδας

Φασματικά, καθώς αυξάνεται το πάχος της στρώσης του αργού πετρελαίου, η φασματική ανακλαστικότητα μειώνεται σταθερά. Στα γαλακτώματα WO, το πάχος επηρεάζει διαφορετικά τις περιοχές του φάσματος (βλ. διάγραμμα 6). Θερμικά, η θερμοκρασία λαμπρότητας αυξάνεται ανάλογα με το πάχος της πετρελαιοκηλίδας.

Συμπεράσματα

Στην παρούσα μελέτη αξιολογήθηκε η συνδυαστική χρήση υπερφασματικής και θερμικής υπέρυθρης τηλεπισκόπησης για την ταυτοποίηση πετρελαιοκηλίδων μέσω μοντέλων μηχανικής και βαθιάς μάθησης. Τα βασικά συμπεράσματα συνοψίζονται ως εξής: • Η προσθήκη θερμικών χαρακτηριστικών βελτιώνει σημαντικά την ακρίβεια αναγνώρισης διαφορετικών τύπων πετρελαιοκηλίδων, με ιδιαίτερη επιτυχία στα ελαφρά έλαια. • Η θερμική τηλεπισκόπηση αδυνατεί να διακρίνει το αργό πετρέλαιο από τα γαλακτώματα WO υψηλής συγκέντρωσης. Η ενσωμάτωση θερμικών δεδομένων σε αυτές τις περιπτώσεις μειώνει την αποτελεσματικότητα της υπερφασματικής ανάλυσης, λόγω παρόμοιων θερμικών υπογραφών. • Οι θερμικές ιδιότητες μπορούν να ενισχύσουν τη δυνατότητα της υπερφασματικής τεχνολογίας στον προσδιορισμό του πάχους της πετρελαιοκηλίδας, καθώς και των γαλακτωμάτων WO με την ίδια συγκέντρωση.

Σημείωση Πνευματικών Δικαιωμάτων: Το παρόν άρθρο συνιστά αποδελτίωση του πρωτότυπου κειμένου και αναρτήθηκε για λόγους εκπαιδευτικής πληροφόρησης. Όλες οι εικόνες και οι πίνακες ανήκουν στους νόμιμους κατόχους τους.