2020/07/30 14:27
阅读:469
分享:方案摘要:
产品配置单:
EcoDrone-Aisa无人机高光谱遥感系统
型号: EcoDrone-Aisa
产地: 北京
品牌:
面议
参考报价
联系电话
AFX系列机载高光谱成像系统
型号: AFX
产地: 芬兰
品牌: SPECIM
面议
参考报价
联系电话
方案详情:
石油污染是指石油开采、运输、装卸、加工和使用过程中,由于泄漏和排放石油引起的污染,是世界上最普遍、最有害的环境污染之一。在石油生产、贮运、炼制加工及使用过程中,由于事故、不正常操作及检修等原因,都会有石油烃类的溢出和排放。石油烃类大量溢出,释放到水生或陆地环境中时,会对动植物群以及人类健康产生负面影响。
因此,对石油泄漏进行快速、有效地空间评估,辅助相关部门做出快速响应,有利于降低原油污染对环境的影响,减少经济损失。针对大范围的海洋溢油和陆地石油泄漏等突发情况,基于高光谱成像技术的航空遥感目前最有效监测手段之一。
一、海洋溢油检测
随着海上运输业的发展,海上漏油事故也日趋频发。溢油是严重的海洋事故,严重污染着海洋生态环境。水体石油污染和土壤污染不同,水具有流动性,不及时处理会使污染范围迅速扩大。因此,获取及时有效的溢油信息至关重要。高光谱成像具有波段多,分辨率高,信息丰富的特点。与可见光或多光谱成像相比,高光谱成像的细节表达能力尤为突出,可以更好地区分海水与油膜之间的差异,获得更加真实客观的溢油信息。
图1.1:AISA+机载高光谱影像(左);工作平台野外航拍影像(中);溢油区确认图(黑色为油膜,灰色为海水,白色为工作平台)(右)
但是,由于海水具有流动性,图像中不可避免地会出现太阳眩光,以致从遥感数据中提取的漏油特征信息不够准确。因此,专家学者基于AISA+机载高光谱溢油图像,采用多尺度小波变换、增强Lee滤波、增强Frost滤波和均值滤波方法对图像进行海面闪烁抑制。然后将经典支持向量机方法用于溢油信息检测,并采用人机交互解释获得的溢油信息分布图,验证了溢油检测的准确性。结果表明,以上方法可以有效抑制海面闪烁,提高漏油检测的准确性。增强Lee滤波方法的最高检测精度为88.28%,比原始图像的检测精度高12.2%。其次为增强Frost过滤方法和中值过滤方法,漏油检测精度分别为86.64%和84.35%。
图1.2:基于不同方法的太阳闪烁抑制处理(左);不同太阳闪烁抑制方法的SVM检测结果(黑色为油膜,灰色为海水,白色为工作船平台)(右)
二、土壤原油污染监测
原油输油管线腐蚀渗漏不仅会造成土壤盐碱化、毒化,导致土壤废毁和地下水污染,而且其有毒物能通过农作物尤其是地下水进入食物链系统,最终直接危害人类及其他生物。石油进入土壤后,会破坏土壤结构,分散土粒,使土壤的透水性降低。其富含的反应基能与无机氮、磷结合并限制硝化作用和脱磷酸作用,从而使土壤有效磷、氮的含量减少。特别是其中的多环芳烃,因有致癌、致变、致畸等活性和能通过食物链在动植物体内逐级富集,它在土壤中的累积更具危害。
在以前的研究中,使用机载高光谱遥感(HRS)进行陆地区域原油检测的方法主要依赖于油脂含量较高的样品。这些研究方法都基于可以清楚观察到石油烃(PHC)的光谱特征,但真实的石油泄漏现场并非都能准确的识别到PHC光谱特征。原油释放到环境中一段时间后,地面表层已经无法检测到明显的PHC光谱特征,从而无法使用PHC指数等光谱办法进行准确地检测,这对于石油的精准、有效检测是一个较大的挑战。
以色列特拉维夫大学的研究人员使用AISA Fenix1K传感器对暴露于地面两年半后的埃夫罗纳自然保护区原油泄漏环境进行了原油的识别与分析研究。首先采集了研究区的机载高光谱图像,并使用先进的数据挖掘技术对数据进行了分析。通过使用标准化技术,替代频带选择、降维、多变量校准和有监督的机器学习,成功地区分了受污染像素和未受污染像素。总体准确性、敏感性、特异性和Kappa分类准确性度量标准分别对交叉验证产生了0.95、0.95、0.95和0.9的良好结果,验证数据集也获得了0.93、0.91、0.94和0.85的良好结果。分类的图像和测试场景也与灾难后几天的正射影像非常吻合。
图2.1:埃夫罗纳(Evrona)研究区正射影像(左);漏油和土壤的光谱特征(右)
图2.2:高光谱图像之上的模型预测:O表示油(B),C表示干净(C)。每个场景以三种显示方式呈现:真彩色、模型预测(红色表示油,白色表示干净)和正射影像。
在预测图像中,红色和白色像素分别对应于油和干净像素的分类结果。漏油图案和分类图像之间显示出很好的一致性。因此,即使在溢油事件发生很长一段时间之后,高光谱技术也可以检测出溢油现场中的PHC痕迹。
该技术还可用于监视污染物非法排放和泄漏,并且还可适用于环境监视,灾难管理,管道监视等应用领域。
易科泰生态技术公司及西安光谱成像与无人机遥感技术研究中心提供近地遥感与无人机遥感石油污染等环境监测全面技术方案:
Ø近地遥感与无人机遥感高光谱成像技术
ØMWIR中波红外热成像技术检测石油烃 、VOC及污染排放监测
ØEcoProbe便携式VOC检测、易燃易爆物检测技术
下载本篇解决方案:
更多
RhizoTron 根系高光谱成像技术应用:根际图像分割及形态分析
植物“隐藏的一半”被可视化和量化是根系研究的关键。为了更好地对植物地下部分进行探索,越来越多的人对根箱栽培法培养的植物根系进行原位成像,因此,如何更精准的对根际图像进行分割,对后续的研究至关重要。 根箱栽培法的成像方式包括RGB成像和高光谱成像,不仅可以对根箱培养的植株幼苗整体根系进行形态分析,高光谱成像还能够进行土壤和根系的化学成像。基于此,北京易科泰有限公司推出了RhizoTron®植物根系高光谱成像系统,不仅能进行高光谱成像,还可进行RGB成像、红外热成像、UV-MCF紫外光激发生物荧光高光谱成像,为根系多角度研究提供非接触、非损伤、数字化、可视化解决方案。
农/林/牧/渔
2024/07/22
易科泰人体能量代谢测量技术助力北京市民健康体重行动
随着超重和肥胖问题日益成为公共卫生的重大挑战,北京市卫健委、市体育局和市总工会于7月11日联合发起了"北京市民健康体重行动" ,旨在鼓励市民采取合理饮食和适量运动的健康生活方式。去年试点项目中75.8%的参与者体重有所下降,平均每人减重1.40公斤,但最新数据显示本市18至79岁居民的超重率高达36.3%,肥胖率为22.1%,凸显了持续开展此类行动的紧迫性和重要性。 人体能量代谢研究是人类生物学研究的最重要议题之一,研究焦点为人类对不同生态环境条件包括生存限制条件与胁迫的响应(适应)、能量的获取与分配(用于维持性消耗和生产性消耗)、及其对人类福祉健康(包括人类生存与繁衍)的意义。 北京易科泰生态技术有限公司与美国Sable等国际知名能量代谢测量技术公司合作,为国内运动生理学、运动医学、运动经济学,围产营养学、营养与代谢研究、军事医学研究提供全面能量代谢研究技术方案和能量代谢实验室方案,这些技术不仅帮助研究者和教练更好地理解运动员的能量消耗和代谢需求,还为运动员的训练和恢复提供了科学依据。
生物产业
2024/07/19
SisuROCK 高光谱成像技术检测土壤有机碳(SOC)和总氮(TN)
土壤有机质,尤其是有机碳和氮,在陆地生态系统中起着重要的作用,通过土壤管理增加土壤固碳可抵消全球化石燃料排碳的5-15%。高光谱成像技术可以将土壤特性测量从点尺度提升至空间尺度,是土壤科学管理、土壤有机质研究的有力工具。 加拿大阿尔伯特大学的研究者Sorenson利用Specim SisuROCK高光谱成像系统,采集三种不同轮作土壤剖面(a连续作物、b连续牧草、c作物和牧草混合农业生态轮作)的VNIR-SWIR高光谱数据,结合元素分析仪获取的各土壤样品有机碳(SOC)和总氮(TN)含量数据,基于小波分析与贝叶斯正则化神经网络建立SOC和TN预测模型。 结果表明,轮作中添加牧草增加了土壤SOC和TN的含量,但这些变化多集中在表层。这一结果具有重要的土地利用与管理意义,为用户提供决策支持,同时证明SisuROCK高光谱成像技术是研究土壤剖面中有机质空间分布的重要工具。 北京易科泰生态技术有限公司长期致力于生态-农业-健康领域仪器的研发、应用与推广,为土壤养分、污染、重金属检测、土壤-植物互作关系研究提供从实验室到野外,从地面到无人机遥感全方位解决方案。
环保
2024/07/10
高光谱成像技术检测鸭梨 α-法尼烯和共轭三烯
近日,河北省农林科学院生物技术与食品科学研究所果蔬贮运加工研究室程红博士团队,使用高光谱成像技术结合机器学习模型建立了一种无损快速检测方法,成功预测了鸭梨的虎皮病生物标志物α-法尼烯和CTols,并在国际化学光谱学TOP期刊Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy在线发表了题为“Potential of hyperspectral imaging for nondestructive determination of a-farnesene and conjugated trienol content in ‘Yali’ pear”的研究论文。 该论文采用北京易科泰生态技术公司提供的Specim-VNIR高光谱成像果品品质检测系统,借助其高分辨率、高信噪比、高帧频的特点,高效采集了大批量不同实验处理下的400-1000nm鸭梨高光谱数据集,将VIS-NIR高光谱成像技术和机器学习模型相结合,建立了一种基于高光谱成像技术的快速无损预测鸭梨中α-法尼烯和CTols含量的方法,以跟踪鸭梨的健康状态,预防鸭梨虎皮病。该研究结果为鸭梨虎皮病的无损检测提供了技术支撑,也充分体现了高光谱成像技术在果实品质高效、无损检测中的潜力。
农/林/牧/渔
2024/07/09