不同厚度海上油膜高光谱遥感波段敏感性研究

刘丙新，李 颖，张至达，周 新

(大连海事大学航海学院，辽宁 大连 116026)

不同厚度海上油膜高光谱遥感波段敏感性研究

刘丙新，李 颖，张至达，周 新

(大连海事大学航海学院，辽宁 大连 116026)

利用地物反射率光谱结合星载高光谱遥感环境噪声估计法，研究了星载高光谱遥感数据对较薄、中等、较厚原油油膜的响应特性，并提出了敏感波段.结果表明：对于较薄油膜(10 μm和50 μm)，Hyperion传感器的第8—52波段能够有效识别；对300 μm和1 000 μm的中等厚度油膜，Hyperion传感器的探测通道为第26—53波段；对于1 500 μm和2 000 μm的较厚油膜， Hyperion的第15—23波段以及第27—49波段数据探测性能较好.

高光谱遥感；油膜厚度；敏感性

海上溢油是海洋污染的主要形式之一，溢油发生后，其位置、种类、面积和相对厚度等相关信息[1]是公众和媒体十分关注的.在应用遥感进行溢油检测方面，国内外对多光谱、热红外、雷达等均有广泛的研究与应用[2-3]，但由于海洋环境复杂、海面大气影响及水体对电磁波的散射与吸收作用，海面油膜遥感信息较弱，导致海面油膜信息提取时存在“同物异谱，同谱异物”的现象.随着高光谱遥感技术的出现和发展，针对海面油膜信息的高光谱遥感探测技术研究也得到不断发展，该技术可获取地物目标近乎连续的反射光谱，从而根据光谱特征差异来区分海水与溢油目标.对于海上油膜的光谱特征，国内已进行了很多研究，并取得了一系列的成果[4-6].此外，Lammonglia等[7]对原油、油膜以及乳化后的油的光谱特征进行了实验室测量与分析，指出三种状态下均可表现出可见光近红外的光谱特征；赵冬至等[5]对润滑油、柴油和原油在不同厚度下的反射率进行了分析，并指出柴油随厚度增加反射率增大，而润滑油和原油则反之；张永宁等[8]根据油膜光谱特征选择利用卫星通道以达到区分油水的目的.但是利用星载高光谱遥感数据对油膜和海水进行识别，尤其是不同油膜厚度敏感性的研究还鲜见报道.本文借鉴M.Wettle等[9]的方法，以Hyerion高光谱遥感数据为例，通过光谱响应函数对实测光谱进行重采样，并计算Hyperion图像数据的环境噪声等效反射比，将地面实测数据进行归一化处理，以此为基础评价了该数据对不同厚度油膜和海水光谱差异的敏感性.遥感数据对油膜厚度的敏感性是传感器进行油膜探测潜力的标志之一，是利用光学遥感进行溢油监测与识别的重要前期研究，对选择适当的遥感数据、有效识别海上油膜信息具有一定的参考意义.

1 数据与方法

1.1 油膜光谱反射率测量

本文所采用的设备是ASD FieldSpec®3地物光谱仪，其光谱范围为350～2 500 nm，采样间隔为1.4 nm (350～1 000 nm)和2 nm (1 000～2 500 nm).实验水槽采用70 cm高的圆桶，内涂黑色哑光漆、外用遮光布遮严，以模拟深水环境.测量地点选择在周围无高出建筑物、无杂散光的楼顶平台.测量时天空晴朗无云，风力微弱，以保证水面基本处于相对静止状态.

利用100 mL注射器向水面缓慢滴入定量油，根据滴入油的体积和油膜所形成的面积，计算油膜厚度.数据采集前，仪器自动进行暗电流校正，测量过程中每隔3～5 min进行一次优化；测量时探头距观测表面50 cm，并保持垂直向下，视场角3°；参考板采用与ASD FieldSpec®3相配套的漫反射标准参考板；每次测量重复10次，剔除异常曲线后取目标反射亮度的平均值(Do)；在其前后准同步测量参考板反射太阳辐射的平均值(Dr).通过比值法计算测量目标的反射率[10]

式中：Ro，Rr分别为测量目标和参考板的反射率；Do，Dr分别为测量目标和参考板反射亮度的测量平均值；λ为波谱采样点的中心波长.

1.2 Hyperion数据获取与处理

研究中所需的影像数据采用了Hyperion于2006年5月6日获取的影像数据，该数据包括了辽东湾区域.Hyperion是地球观测一号星(EO-1)上搭载的推扫式高光谱成像光谱仪，其光谱范围为356～2 577 nm，共有242个波段，光谱分辨率约为10 nm.经过辐射定标处理的波段数为198个，实际可用波段为196个[11].考虑到水体在大于1 000 nm后对光的强吸收作用，本文选择波长小于1 000 nm的Hyperion波段进行分析.为获取Hyperion数据上地物的反射率数据，本文利用ENVI 4.5的FLAASH软件对原始数据进行大气校正.

1.3 遥感影像环境噪声等效反射比计算

对传感器-大气-目标系统噪声的准确估计，能够提高环境信息提取的准确性.为评估遥感系统提取环境变量的准确性和精确性，需要对遥感图像的环境噪声等效辐射率和环境噪声等效反射比进行计算.环境噪声当量由传感器信噪比SNR和特定观测图像的特点构成.本文利用环境噪声等效反射比来对其进行描述，该值与仪器的信噪比有关，同时受到大气变量、汽-水界面、太阳光和天空光的散射等影响[9].公式为

RE=σ(R).

式中：RE是环境噪声等效反射比值；σ(R)是图像上一个覆盖内部尽量均匀、光学深度很大水域的窗口内各波段反射率的标准差，通过调整窗口大小(3×3，5×5，7×7等)，使σ(R)达到收敛[12].在窗口位置选择上，采用Wettle等人提出的局部收敛自动定位算法(automated local convergence locator，ALCL)[13].

1.4 油膜厚度敏感性评价

通过光谱测量获得不同厚度情况下油膜的连续光谱，并以此计算其反射率，记为Rm.通过Hyperion数据光谱响应函数，对Rm进行滤波，得到Hyperion数据对不同厚度油膜的响应，结果光谱反射率记为Rr，并将Rr归一化至Hyperion的环境噪声等效反射比值光谱.以此将反射光谱拉伸到遥感数据可区分的量级，记为S.结果光谱揭示了Hyperion数据在区分油膜厚度方面的理论极限值，见图1.

图1 数据处理流程图

2 结果与讨论

2.1 反射率光谱特征

图2是海水和不同厚度油膜的反射率光谱特征，油膜的厚度分别为10，50，300，1 000，1 500和2 000 μm.通过光谱曲线可知，在整个波段范围内，油膜越薄，其测得的反射率值越大.同时可知，较薄的油膜(10，50 μm)的反射率总是高于海水的反射率，尤其在427～583 nm的可见光近红外波段，油膜和海水的反射率光谱曲线差异较大，而在波长498～579 nm之间，较厚的油膜(1 500，2 000 μm)的反射率比海水的低.对于所有厚度油膜，在771 nm处具有明显的峰值.

图2 海水和不同厚度油膜反射率光谱曲线

2.2 实测反射率光谱经响应函数滤波后的光谱特征

图3是不同厚度油膜的实测反射率光谱经Hyperion的光谱响应函数滤波所形成的光谱曲线，其中包含测量时背景海水的反射率光谱曲线.图4是油膜与海水的实测反射率经传感器响应函数处理并利用环境噪声等效反射比值归一化处理后的光谱曲线，图5是经环境噪声等效反射比值归一化处理后不同厚度油膜的环境噪声等效反射比值分别减去海水的环境噪声等效反射比值所得到的光谱曲线.

图3 传感器波谱响应函数处理后反射率光谱

根据Wettle等[8]的研究，以环境噪声等效反射比值为单位进行度量，若两个地物在某波长位置的环境噪声等效反射比值度量值绝对值大于1，在传感器所获取的图像数据上，二者在该波长范围内能够有比较明显的区别，则传感器在该波长位置所获取的数据能够区别这两个地物.由图5可发现，较薄的油膜(10，50 μm)和海水的环境噪声等效反射比值差异在427～875 nm间均超过1，即在此波段范围内Hyperion数据能够区分薄油膜和海水的差异，从而识别海上的薄油膜.在498～579 nm和620～854 nm范围内，较厚的油膜(1 500，2 000 μm)和海水的环境噪声等效反射比值的差异也均超过1，因此在该波长范围内利用Hyperion数据进行厚油膜的识别更加有效.对于中间厚度(300，1 000 μm)的油膜，在427～590 nm范围内与海水的环境噪声等效反射比值的差异并不是很大，但是差异先为正，后为负，并且在610～885 nm范围内与海水的环境噪声等效反射比值差异均大于1.理论上通过Hyperion传感器能够比较好地识别海上原油油膜，薄油膜和厚油膜的环境噪声等效反射比值差异主要体现在508～610 nm范围内，并且能够区分薄油膜和厚油膜.

图4 归一化至环境噪声等效反射比的反射率曲线

图5 油膜与海水归一化反射率差异

3 结论

本文利用Hyperion高光谱数据对海上溢油油膜厚度探测的能力进行了评估，利用遥感数据对传感器监测油膜厚度能力的分析，得到了进行油膜厚度监测的最有效的波段范围，节约了经济和时间成本.

通过对实测水体和不同油膜厚度数据重采样并利用环境噪声等效反射比值进行归一化处理，再分别与海水的环境噪声等效反射比值相减可得到光谱通道的敏感程度.对于较薄油膜(10，50 μm)，Hyperion传感器的第8—52波段能够有效识别；对300，1 000 μm的中等厚度油膜，Hyperion传感器的探测通道为第26—53波段；对于较厚油膜(1 500，2 000 μm)， Hyperion的第15—23波段以及第27—49波段数据探测性能较好.

本文对Hyperion高光谱传感器对海上原油油膜的探测性能进行了初步研究，获取的星载高光谱遥感影像与实测光谱曲线完全同步，研究结果将更有实用性与针对性；另外研究精度还需要考虑具体海况、天气条件及观测角度等因素.

[1] FINGAS M，BROWN C E. Oil spill remote sensing：a review. Oil spill science and technology [M]. Boston:Gulf Professional Publishing，2011:111-169.

[2] BREKKE C，SOLBERG A H S. Oil spill detection by satellite remote sensing[J]. Remote Sensing of Environment，2005，95(2005)：1-13.

[3] DE BEUKELAER S M，MACDONALD I R，GUINNASSO N L，et al. Distinct side-scan sonar，RADARSAT SAR，and acoustic profiler signatures of gas and oil seeps on the Gulf of Mexico slope[J]. Geo-Marine Letters，2003，23(3)：177-186.

[4] 陆应诚，田庆久，王晶晶，等. 海面油膜光谱响应实验研究[J]. 科学通报,2008，53(9)：1085-1088.

[5] 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.

[6] 赵云升，吴太夏，罗杨洁，等. 水面溢油的多角度偏振与二向性反射定量关系研究[J]. 遥感学报,2006，10(3)：294-298.

[7] LAMMOGLIA T，FILHO C R D S. Spectroscopic characterization of oils yielded from Brazilian offshore basins：potential applications of remote sensing[J]. Remote Sensing of Environment，2011，115(10)：2525-2535.

[8] 张永宁，丁倩，高超，等. 油膜波谱特征分析与遥感监测溢油[J]. 海洋环境科学,2000，19(3)：5-10.

[9] 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(2009)：2000-2010.

[10] 李颖，刘丙新，兰国新，等. 有冰海区油膜光谱特征研究[J]. 光谱学与光谱分析，2010(4)：1018-1021.

[11] 陆应诚，田庆久，宋鹏飞，等. 海面油膜高光谱遥感信息提取[J]. 遥感学报,2009，13(4)：691-695.

[12] DEKKER A G，PETERS S. The use of the thematic mapper for the analysis of eutrophic lakes：a case study in the Netherlands[J]. International Journal of Remote Sensing，1993，14(5)：799-821.

[13] WETTLE M，BRANDO V E，DEKKER A G. A methodology for retrieval of environmental noise equivalent spectra applied to four Hyperion scenes of the same tropical coral reef[J]. Remote Sensing of Environment,2004，93(1-2)：188-197.

(责任编辑：方 林)

Study on the sensitivity of hyper-spectral imagery to detect oil film with different thickness

LIU Bing-xin，LI Ying，ZHANG Zhi-da，ZHOU Xin

(College of Navigation，Dalian Maritime University，Dalian 116026，China)

The reflectance of water and different crude oil film thickness was measured in this study. The spectral response functions of Hyperion sensor was used for filtering the measured reflectance to the theoretic spectral response. Then，these spectral response spectra were normalized to environmental noise equivalent reflectance. Final，subtract the environmental noise equivalent reflectance between crude oil film and water，according to which，the sensitivity of the sensor in oil film detecting could be evaluated. For thin oil film(10 μm and 50 μm)，the range for Hyperion sensor to identify the film is within the Band 8 to Band 52. Band 26—53 of Hyperion sensor are the most efficient ones to monitor the medium oi film(300 μm and 1 000 μm). For thick oil film(1 500 μm and 2 000 μm)，the range for Hyperion sensor to identify the film is within the wavelength from Band 15—23 and Band 27—49.

hyper-spectral remote sensing；oil film thickness；sensitivity

1000-1832(2015)04-0156-05

10.16163/j.cnki.22-1123/n.2015.04.032

2014-08-09

国家863计划项目(2013AA7013037)；国家自然科学基金资助项目(51509030)；中央高校基本科研业务费资助项目(3132015006)；国家海洋公益项目(201205012，201305002)；辽宁省自然科学基金资助项目(2015020081).

刘丙新(1984—)，男，博士，副教授，主要从事遥感技术应用研究；通讯作者：李颖(1968—)，女，教授，主要从事海洋溢油遥感监测研究.

TP 722.4 [学科代码] 420·2040

A