基于机载SAR监测的海上溢油漂移动态预测方法及系统技术方案

本发明专利技术公开了一种基于机载SAR监测的海上溢油漂移动态预测方法及系统，采用无人机搭载合成孔径雷达对溢油情况进行动态监测，实时获取溢油影像资料；利用海面溢油检测技术对溢油影像资料进行处理，获取溢油的经纬度、形状和面积信息；建立海上溢油漂移动态预测模型；基于所获取的溢油经纬度信息，本发明专利技术创新性地对海上溢油漂移动态预测模型平流模块中的风力影响因子α和海流影响因子β1和参数β0进行实时率定并更新；将动态获取的溢油经纬度、形状和面积信息，以及实时率定的风力影响因子α和海流影响因子β1和参数β0构建成初始条件，结合海洋环境预报系统提供的风场和流场，利用海上溢油漂移动态预测模型对溢油行为进行动态预测。

【技术实现步骤摘要】
基于机载SAR监测的海上溢油漂移动态预测方法及系统
本专利技术涉及海洋科学与海洋工程
，具体而言，涉及一种基于机载SAR监测的海上溢油漂移动态预测技术。
技术介绍
石油是现代工业重要的燃料和工业原料，被誉为现代工业的“血液”。随着现代工业技术的进步和社会的飞速发展，人类社会对油气资源的需求越来越多，这使得相关海洋石油工业和海上石油运输业进入高速发展阶段，海上石油勘探和开发力度大大增强，大量石油开采和运输的设备被制造出来并投入使用。但随之而来的问题也同样不可小觑，海上溢油事故的频频发生，造成了难以估量的直接经济损失和间接经济损失，同时也对海洋和陆域的生态环境造成了巨大破坏。因此，开展海上溢油应急关键技术研究，建立溢油应急反应系统，准确快速的预测海上溢油漂移路径及扩散情况，为溢油事故应急反应、处置提供决策支持的技术平台是非常必要的，不仅可以为保护我国近海海域的环境安全提供技术支持，同时也将促进我国航运业的安全发展。但是，传统溢油漂移预测技术仍然存在很多不精确的地方。一方面，传统溢油漂移预测技术都是按风速的3％-4％来计算风对油膜的影响，按流速的100％来计算海流对油膜的影响。即风力影响因子取3％-4％，海流影响因子取100％。这种计算方法没有充分考虑由油膜自身扩展、风化、岸线吸附等过程带来的油膜物理力学性质变化和溢油属性的不同对风力影响因子和海流影响因子的影响。另一方面，传统溢油漂移预测技术的计算是基于最初的溢油地点和时间信息，随着时间的推移、误差的累积，预测结果会逐渐变差。在此背景下，如何专利技术一种能对风力影响因子和海流影响因子进行实时率定，实现更加精确的动态的漂移预测技术，是本专利技术主要解决的技术问题。
技术实现思路
专利技术的目的是克服已有技术的不足，提供一种基于机载SAR监测的海上溢油漂移动态预测方法及系统。本专利技术方法充分考虑溢油海域实际风力影响因子和海流影响因子的取值问题，将机载SAR观测数据和海上溢油漂移预测模型相结合，达到进一步提高海上溢油漂移预测精度的目的，其具体步骤如下：S10采用无人机搭载小型合成孔径雷达(SAR)对溢油情况进行动态监测，实时获取溢油影像资料；S20利用海面溢油检测技术，对溢油影像资料进行处理，获取溢油的经纬度、形状和面积信息，并更新海上溢油漂移动态预测模型中所需的相关溢油信息；S30利用步骤S20得到的的相关溢油信息，建立海上溢油漂移动态预测模型，包括平流模块、扩展模块、紊动扩散模块、风化模块、岸线吸附模块；S40基于S20所获取的溢油经纬度信息，实时率定并更新海上溢油漂移动态预测模型平流模块中的风力影响因子α和海流影响因子β1和参数β0；S50将S20中动态获取的溢油经纬度、形状和面积信息，以及S40中实时率定的风力影响因子α和海流影响因子β1和参数β0构建成初始条件，结合海洋环境预报系统提供的风场和流场，利用海上溢油漂移动态预测模型对溢油行为进行动态预测。本专利技术实现了以下有益效果：不同于传统的海上溢油漂移预测，本专利技术创新性地将机载SAR实时监测和海上溢油漂移预测模型相结合，开展海上溢油的动态预测。利用机载SAR实现对于海上溢油漂移的实时监测，并以SAR图像为基础率定符合溢油海域特色的风力因子和海流因子，并为海上溢油漂移预测提供更加准确的初始条件，为进一步提高海上溢油漂移预测的精度奠定了坚实的基础。附图说明下面将结合附图及实施例对本专利技术作进一步说明，附图中：图1是本专利技术的技术流程图；图2是机载SAR图像定位方法示意图A；图3是机载SAR图像定位方法示意图B；图4是海面溢油检测技术及SAR图像定位流程图。具体实施方式为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。本专利技术的方法充分考虑溢油海域实际风力影响因子和海流影响因子的取值问题，将机载SAR观测数据和海上溢油漂移预测模型相结合，达到进一步提高海洋溢油漂移预测精度的目的，本专利技术的系统与方法对应，其具体的原理可参照下述关于方法的技术方案。参照图1，本专利技术的具体步骤如下：S10、采用无人机搭载小型合成孔径雷达(SAR)对溢油情况进行动态监测，实时获取溢油影像资料；无人机搭载小型合成孔径雷达(SAR)对溢油情况进行动态监测具体包括：采用小型固定翼无人机，搭载D3160型连续脉冲新体制微小型SAR系统，该SAR系统包括雷达设备和天线两个单元，重量小于4kg，探测距离达10km，分辨率优于0.3m。将工作频段设置为X频段，视角为正侧视，对相关海区进行监测，获取SAR影像。S20、利用海面溢油检测技术，对溢油影像资料进行处理，获取溢油的经纬度、形状和面积信息，并更新海上溢油漂移动态预测模型中所需的相关溢油信息；所述海面溢油检测技术具体包括：(1)SAR数据预处理：由于雷达发出的脉冲信号在传输的过程中会受到各种因素的影响，导致目标的辐射和几何特征发生变化，不能真实反映出目标的真实信息。电磁波的相干性，会降低SAR图像识别的准确度，所以在对SAR影像深度解译前进行辐射校正、几何校正及滤波处理。(2)海面溢油区分割：采用基于模型驱动的MRF分割法，提取SAR图像中的所有暗斑区域作为候选溢油区域。该方法假设图像中每个领域内的像元值是独立的，而且数值是相近或相同的，充分利用像元领域结构之间的先验知识，定量计算了图像内的局部结构信息，对图像实现有效的分割。(3)海面溢油区域特征提取与分类：提取暗斑区域(候选区)的统计特征，主要包括候选区域的形状、面积、边界、物理特征、后向散射值及图中目标的关联特征，然后基于这些统计特征采用BP神经网络分类器进行分类识别。(4)确定溢油的位置、形状和面积信息：在机载SAR图像定位过程中，因为海面区域的有效地面控制点的获取非常困难，因此采用无控制点直接定位方法，参照图4，具体包括：依据机载SAR正侧视成像几何关系(如图2所示)，计算出测绘带近距点P0与载机之间的距离R0，测绘带远距点P1与载机之间的距离R1公式如下：R0＝h·secθ0；R1＝h·secθ1其中，θ0是最小视角，θ1是最大视角，由SAR图像辅助参数计算得出。h是载机距离海平面的高度，由机载传感器测量得到的平台海拔高度和海洋环境预报模型计算得到的载机所在坐标下平均海平面高度相减得到。由平台高度h，测绘带近距点P0和远距点P1离载机平台距离R0、R1，采用勾股定理求得机下点O至P0点和P1点的距离D0、D1，当作用距离和测绘带宽度较大，需要考虑地球曲率的影响时，按下式计算:D0＝r·cos-1α0；D1＝r·cos-1α1其中r是地球平均半径，α0是O点和P0点分别与地心的连线之间的夹角，α1是O点和P1点分别与地心的连线之间的夹角，如图3所示，α0、α1由下式计算：进而利用上述求得的距离D0、D1，来计算测绘带近距点P0和远距点P1的经纬P0(L0,B0)、P1(L1,B1)公式如下：B0＝sin-1(sinBcosD0+cosBsinD0cosβ0)B1＝sin-1(sinBcosD1+cosBsinD1cosβ1)其中，L和B是机下点O的经纬度，由SAR图像的辅助参数解算求得；β0和β1是测绘带近距点P0和远距点P1相对于O点的方位角，由飞机平台航迹角和雷达侧视模式求得。然后结合Vincenty本文档来自技高网...

【技术保护点】
1.一种基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，包含如下步骤：S10、采用无人机搭载合成孔径雷达对溢油情况进行动态监测，实时获取溢油影像资料；S20、利用海面溢油检测技术，对所述实时溢油影像资料进行处理，获取溢油最新的经纬度、形状和面积信息，并更新海上溢油漂移动态预测模型中所需的相关溢油信息；S30、利用步骤S20得到的的相关溢油信息，建立海上溢油漂移动态预测模型，包括平流模块、扩展模块、紊动扩散模块、风化模块、岸线吸附模块；其中，平流模块用于追踪油膜质心的漂移轨迹，扩展模块用于计算溢油自身扩展后的油膜面积和油膜厚度；紊动扩散模块用于对紊动扩散阶段的溢油的运动进行模拟，得到溢油扩散面积和油膜厚度；风化模块用于计算出总的油粒子组分随时间蒸发变化过程以及乳化程度；岸线吸附模块用于推测出被油污染海岸线的长度和宽度；S40、基于S20所获取的溢油经纬度信息，实时率定并更新海上溢油漂移动态预测模型平流模块中的风力影响因子α和海流影响因子β1和参数β0；风力影响因子α和海流影响因子β1和参数β0根据下述公式拟合得到：V′L＝β0+β1Vc+β2Vw+ε，β2＝αT式中，V′L为油膜实际漂移速率V′L和Vw为风速Vw和Vc为流速Vc，β0、β1、β2是3个未知参数，ε是不可观测的随机误差，且假定ε～N(0，σ...

【技术特征摘要】
1.一种基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，包含如下步骤：S10、采用无人机搭载合成孔径雷达对溢油情况进行动态监测，实时获取溢油影像资料；S20、利用海面溢油检测技术，对所述实时溢油影像资料进行处理，获取溢油最新的经纬度、形状和面积信息，并更新海上溢油漂移动态预测模型中所需的相关溢油信息；S30、利用步骤S20得到的的相关溢油信息，建立海上溢油漂移动态预测模型，包括平流模块、扩展模块、紊动扩散模块、风化模块、岸线吸附模块；其中，平流模块用于追踪油膜质心的漂移轨迹，扩展模块用于计算溢油自身扩展后的油膜面积和油膜厚度；紊动扩散模块用于对紊动扩散阶段的溢油的运动进行模拟，得到溢油扩散面积和油膜厚度；风化模块用于计算出总的油粒子组分随时间蒸发变化过程以及乳化程度；岸线吸附模块用于推测出被油污染海岸线的长度和宽度；S40、基于S20所获取的溢油经纬度信息，实时率定并更新海上溢油漂移动态预测模型平流模块中的风力影响因子α和海流影响因子β1和参数β0；风力影响因子α和海流影响因子β1和参数β0根据下述公式拟合得到：V′L＝β0+β1Vc+β2Vw+ε，β2＝αT式中，V′L为油膜实际漂移速率V′L和Vw为风速Vw和Vc为流速Vc，β0、β1、β2是3个未知参数，ε是不可观测的随机误差，且假定ε～N(0，σ2)，σ2为方差；S50、将S20中动态获取的溢油经纬度、形状和面积信息，以及S40中实时率定的风力影响因子α和海流影响因子β1和参数β0构建成初始条件，结合海洋环境预报系统提供的风场和流场，利用海上溢油漂移动态预测模型对溢油行为进行动态预测。2.根据权利要求1所述的基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，步骤S10具体包括如下步骤：采用固定翼无人机，搭载D3160型连续脉冲新体制微小型SAR系统，该SAR系统包括雷达设备和天线两个单元，重量小于4kg，探测距离达10km，分辨率优于0.3m；将工作频段设置为X频段，视角为正侧视，对相关海区进行监测，获取SAR影像。3.根据权利要求1所述的基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，步骤S20中，所述海面溢油检测技术具体包括如下步骤：(1)SAR数据预处理：在对SAR图像深度解译前进行辐射校正、几何校正以及滤波处理；(2)海面溢油区分割：采用基于模型驱动的MRF分割法，提取预处理后的SAR图像中的所有暗斑区域作为候选溢油区域；(3)海面溢油区域特征提取与分类：提取暗斑区域的统计特征，然后基于统计特征采用BP神经网络分类器进行分类识别；(4)确定溢油的位置、形状和面积信息，具体包括：依据机载SAR正侧视成像几何关系，计算出测绘带近距点P0与载机之间的距离R0，测绘带远距点P1与载机之间的距离R1公式如下：R0＝h·secθ0；R1＝h·secθ1其中，θ0是最小视角，θ1是最大视角，由SAR图像辅助参数计算得出。h是载机距离海平面的高度，由机载传感器测量得到的平台海拔高度和海洋环境预报模型计算得到的载机所在坐标下平均海平面高度相减得到；由平台高度h，测绘带近距点P0和远距点P1离载机平台距离R0、R1，采用勾股定理求得机下点O至P0点和P1点的距离D0、D1，按下式计算：D0＝r·cos-1α0，D1＝r·cos-1α1；其中r是地球平均半径，α0是O点和P0点分别与地心的连线之间的夹角，α1是O点和P1点分别与地心的连线之间的夹角，α0、α1由下式计算：进而利用上述求得的距离D0、D1，来计算测绘带近距点P0和远距点P1的经纬P0(L0，B0)、P1(L1，B1)公式如下：B0＝sin-1(sinBcosD0+cosBsinD0cosβ0)B1＝sin-1(sinBcosD1+cosBsinD1cosβ1)其中，L和B是机下点O的经纬度，由SAR图像的辅助参数解算求得；β0和β1是测绘带近距点P0和远距点P1相对于O点的方位角，由飞机平台航迹角和雷达侧视模式求得；然后结合Vincenty公式，对得到的距离和方位角进行误差验证，并利用Nelder-Mead优化方法对P0(L0，B0)、P1(L1，B1)进行优化；由机下点O至P0点和P1点的距离D0、D1和测绘带近距点P0和远距点P1的优化后的经纬P0(L0，B0)、P1(L1，B1)求得SAR图像的图幅比例，根据图幅比例和P0和P1两点的经纬度求得SAR图像上任意一点的经纬度信息。4.根据权利要求3所述的基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，所述暗斑区域的统计特征包括候选区域的形状、面积、边界、物理特征、后向散射值以及图中目标的关联特征。5.根据权利要求1所述的基于机载SAR监测的海上溢油漂移动态预测方法，其特征在于，所述平流模块具体用于采用欧拉-拉格朗日追踪法追踪油膜质心的漂移轨迹，在风和潮流的作用下，油膜中心初始位置S0，经Δt时间后漂移到了新的位置S，其中：VL＝β0+β1Vc+β2Vw，β2＝αT，这里VL为溢油漂移速度，Vc为海面流速，Vw为海面处风速，β1为海流影响因子，α为风力因子，T为引入漂流偏角的一转换矩阵；在扩展模块中，采用Fay提出的理论，认为油膜在扩展过程中保持圆形，扩展半径R和油膜面积A由以下公式计算：A＝πR2；扩展半径R随着时间推移而变化，具体分为三个阶段，每个阶段的计算公式如下：重力扩展阶段：R＝2.28[(1-ρ0/ρw)gVt2...

【专利技术属性】
技术研发人员：牟林，孙均楷，赵恩金，王道胜，
申请(专利权)人：中国地质大学深圳研究院，
类型：发明
国别省市：广东,44