Исследование эффективности рефлектометрического метода обнаружения разливов нефтепродуктов в ближнем ИК-диапазоне

Аннотация

На основе экспериментально измеренных спектров отражения проведено исследование эффективности перспективного рефлектометрического метода обнаружения разливов нефтепродуктов на земной поверхности в ближнем ИК-диапазоне. Выполнено математическое моделирование работы исследуемого рефлектометрического метода с помощью аппаратуры с различным спектральным разрешением для земной поверхности с разными элементами ландшафта. При математическом моделировании использованы спектры отражения различных видов почв, загрязненных нефтью, дизельным топливом, моторным маслом и бензином, и спектры отражения чистых (незагрязненных нефтепродуктами) видов песка, глины, суглинка, свежей и сухой хвойной и лиственной растительности, мха, лишайников, пастбищ, болот. При обнаружении нефтяных загрязнений на земной поверхности наилучшие результаты получены при использовании для расчета углеводородного индекса трех узких спектральных диапазонов длин волн: 1,73, 2,095 и 2,33 мкм. Показано, что в этом случае для относительного среднеквадратического значения шума измерения, равного 3 %, рефлектометрический метод обнаружения нефтяных загрязнений на земной поверхности может потенциально обеспечить вероятность правильного обнаружения нефтяных загрязнений ~ 0,92 при вероятности ложных тревог ~ 0,03

Просьба ссылаться на эту статью следующим образом:

Барышников Н.В., Нгуен Минь Бач, Белов М.Л. Исследование эффективности рефлектометрического метода обнаружения разливов нефтепродуктов в ближнем ИК-диапазоне. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2025, № 4 (153), с. 4--17. EDN: MMLCAN

Литература

[1] Komene G.L., Remi C.O. Oil pollution crisis and relationship marketing approach of oil firms in Niger delta. BJMMS, 2022, vol. 5, no. 1, pp. 39--78. DOI: http://dx.doi.org/10.52589/BJMMS-2HWKHPGW

[2] Ismailova N.M., Nadjafova S.I. Experience in assessing environmental risks of main oil pipelines in Azerbaijan through the prism of soil biogeoresistance to crude oil pollution. Moscow Univ. Soil Sc. Bull., 2022, vol. 77, no. 3, pp. 196--202. DOI: https://doi.org/10.3103/S014768742203005X

[3] Adegboye M.A., Fung W.-K., Karnik A. Recent advances in pipeline monitoring and oil leakage detection technologies: principles and approaches. Sensors, 2019, vol. 19, no. 11, art. 2548. DOI: https://doi.org/10.3390/s19112548

[4] Sivokon S., Andreev N.N. Laboratory assessment of the efficiency of corrosion inhibitors at oilfield pipelines of the West Siberia Region I. Objective setting I. Int. J. Corros. Scale Inhib., 2012, vol. 1, no. 1, pp. 65--79. DOI: http://dx.doi.org/10.17675/2305-6894-2012-1-1-065-079

[5] Spandonidis C., Theodoropoulos P., Giannopoulos F. A combined semi-supervised deep learning method for oil leak detection in pipelines using IIOT at the edge. Sensors, 2022, vol. 22, no. 11, art. 4105. DOI: https://doi.org/10.3390/s22114105

[6] Oyedeko K.F.K., Balogun H.A. Modeling and simulation of a leak detection for oil and gas pipelines via transient model: a case study of the Niger delta. IJETP, 2015, vol. 5, no. 1, pp. 16--28.

[7] Zhang J., Hoffman A., Kane A., et al. Development of pipeline leak detection technologies. 10th Int. Pipeline Conf., 2014, vol. 1, paper IPC2014-33619. DOI: https://doi.org/10.1115/IPC2014-33619

[8] Zhang J., Kane F. Leak detection and operations management in offshore pipelines. 11th Inter. Pipeline Conf., 2016, vol. 3, paper IPC2016-64488. DOI: https://doi.org/10.1115/IPC2016-64488

[9] Lotfinasabasl S., Gunale V., Rajurkar N. Petroleum hydrocarbons pollution in soil and its bioaccumulation in mangrove species. Avicennia marina from Alibaug Mangrove Ecosystem, Maharashtra, India. Int. J. Adv. Res. Tech., 2013, vol. 2, no. 2, pp. 1--7.

[10] Федотов Ю.В., Матросова О.А., Белов М.Л. и др. Метод обнаружения нефтяных загрязнений на земной поверхности, основанный на регистрации флуоресцентного излучения в трех узких спектральных диапазонах. Оптика атмосферы и океана, 2013, т. 26, № 3, c. 208--212. EDN: PWJDHD

[11] Pаlombi L., Lognoli D., Raimondi V. Fluorescence LIDAR remote sensing of oils: merging spectral and time-decay measurements. Proc. SPIE, 2013, vol. 8887. DOI: https://doi.org/10.1117/12.2030204

[12] Pashayev A., Tagiyev B., Allahverdiyev K., et al. LIDAR for remote sensing of contaminations on water and earth surfaces taking place during oil-gas production. Proc. SPIE, 2015, vol. 9810. DOI: https://doi.org/10.1117/12.2225219

[13] Hussein A.E., Marzouk A. Characterization of petroleum crude oils using laser induced fluorescence. J. Pet. Environ. Biotechnol., 2015, vol. 6, no. 5, art. 1000240. DOI: https://doi.org/10.4172/2157-7463.1000240

[14] Федотов Ю.В., Белов М.Л., Кравцов Д.А. и др. Лазерный флуоресцентный метод обнаружения утечек нефтепроводов на длине волны излучения 355 нм. Оптический журнал, 2019, т. 86, № 2, c. 23--28. DOI: http://doi.org/10.17586/1023-5086-2019-86-02-23-28

[15] Федотов Ю.В., Белов М.Л., Городничев В.А. Дистанционный лазерный флуоресцентный метод обнаружения утечек нефти на длине волны возбуждения 266 нм. Оптический журнал, 2022, т. 89, № 5, c. 54--61. DOI: https://doi.org/10.17586/1023-5086-2022-89-05-54-61

[16] Horig B., Kuhn F. HyMap hyperspectral remote sensing to detect hydrocarbons. Int. J. Remote Sens., 2001, vol. 22, no. 8, pp. 1413--1422. DOI: https://doi.org/10.1080/01431160120909

[17] Kuhn F., Oppermann K., Horig B. Hydrocarbon index --- an algorithm for hyperspectral detection of hydrocarbons. Int. J. Remote Sens., 2004, vol. 25, no. 12, pp. 2467--2473. DOI: https://doi.org/10.1080/01431160310001642287

[18] Andreoli G., Bulgarelli B., Hosgood B., et al. Hyperspectral analysis of oil and oil-impacted soils for remote sensing purposes. URL: https://www.ugpti.org/smartse/research/citations/downloads/Andreoli-HSI_for_Oil_and_ Spills-2007.pdf (дата обращения: 22.01.2024).

[19] Allen C.S., Satterwhite M.B. Reflectance spectra of three liquid hydrocarbons on a common sand type. Proc. SPIE, 2006, vol. 6233. DOI: https://doi.org/10.1117/12.665586

[20] Allen C.S., Krekeler M.P.S. Reflectance spectra of crude oils and refined petroleum products on a variety of common substrates. Proc. SPIE, 2010, vol. 7687. DOI: https://doi.org/10.1117/12.852200

[21] Tian Q. Study on oil-gas reservoir detecting methods using hyperspectral remote sensing. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sc., 2012, vol. XXXIX-B7, pp. 157--162. DOI: https://doi.org/10.5194/isprsarchives-XXXIX-B7-157-2012

[22] Pelta R., Ben-Dor E. An exploratory study on the effect of petroleum hydrocarbon on soils using hyperspectral longwave infrared imagery. Remote Sens., 2019, vol. 11, no. 5, art. 569. DOI: https://doi.org/10.3390/rs11050569

[23] Del’Papa R., Scafutto M., de Souza Filho C.R., et al. Hyperspectral remote sensing detection of petroleum hydrocarbons in mixtures with mineral substrates: implications for onshore exploration and monitoring. ISPRS J. Photogramm. Remote Sens., 2017, vol. 128, pp. 146--157. DOI: https://doi.org/10.1016/j.isprsjprs.2017.03.009

[24] Keskin G., Teutsch C.D., Lenz A., et al. Concept of an advanced hyperspectral remote sensing system for pipeline monitoring. Proc. SPIE, 2015, vol. 9644. DOI: https://doi.org/10.1117/12.2194973

[25] Achard V., Foucher P.Y., Dubucq D. Hydrocarbon pollution detection and mapping based on the combination of various hyperspectral imaging processing tools. Remote Sens., 2021, vol. 13, no. 5, art. 1020. DOI: https://doi.org/10.3390/rs13051020