?

美國西南研究院研發(fā)用于危險(xiǎn)液體管道微小泄漏的自動(dòng)化跨平臺(tái)遙感泄漏檢測(cè)技術(shù)

美國西南研究院開發(fā)出一種基于泄漏事件大數(shù)據(jù)識(shí)別技術(shù)的跨平臺(tái)遙感泄漏檢測(cè)技術(shù)，該技術(shù)可實(shí)時(shí)地檢測(cè)危險(xiǎn)液體管道微小泄漏，此技術(shù)適用于移動(dòng)平臺(tái)（載人和無人飛機(jī)、全地形車等）和固定平臺(tái)（如泵站和截止閥位置的固定裝置）的液態(tài)和氣態(tài)烴泄漏，具有誤報(bào)率低、自主檢測(cè)等特點(diǎn)，并具有良好的可擴(kuò)展性。

該技術(shù)采用多種光學(xué)傳感器（長波紅外(LWIR)、短波紅外(SWIR)、高光譜和可見光攝像機(jī)等）多階段處理技術(shù)，各階段包括傳感器配準(zhǔn)(Sensor Registration)、特征提取(Feature Extraction)、分類器分類(Classifier)和后處理器(Post-Processing)。光學(xué)傳感器將信號(hào)饋入傳感器配準(zhǔn)器，這里的圖像數(shù)據(jù)轉(zhuǎn)換可確保每臺(tái)攝像機(jī)中的視界都是相同的，通過特征提取找到危險(xiǎn)液體唯一特性的頻譜帶，特征向量被傳遞到分類器中做出有關(guān)圖像中是否存在某種特定危險(xiǎn)液體的決策，確定該特定危險(xiǎn)液體在圖像中的位置，并對(duì)該決策的可信度評(píng)分，最后由后處理器清理低可信度決策和噪聲源，使有用傳感器的數(shù)量降至最低。

該技術(shù)的核心是基于泄漏事件大數(shù)據(jù)識(shí)別技術(shù)，對(duì)不同介質(zhì)，不同環(huán)境的泄漏表征進(jìn)行自主分類。泄漏表征通過以下方式執(zhí)行：讓各種不同類型的危險(xiǎn)液體構(gòu)成（例如原油、成品油、混合各種常見成品油產(chǎn)品的原油、乙烯、甲烷等），在多種不同的環(huán)境條件下（例如照明、溫度等），于各種表面上（如草地、鋪筑路面、礫石、灰土地等）成像。每臺(tái)攝像機(jī)的頻譜范圍和分辨率如表2所示。

表2 攝像機(jī)的頻譜范圍和分辨率

頻譜響應(yīng)的變化基于液體的溫度、液體在表面停留的持續(xù)時(shí)間以及泄漏過程中的環(huán)境條件。在數(shù)據(jù)收集的過程中，除當(dāng)時(shí)所處的環(huán)境以外，液體不會(huì)被任何外部源加熱或冷卻。每次測(cè)試的數(shù)據(jù)收集方式均可確保捕獲到泄漏液體導(dǎo)致的環(huán)境溫度變化，以及吸收和蒸發(fā)情況。此外，數(shù)據(jù)收集在多個(gè)不同的時(shí)間執(zhí)行（包括黃昏、正午、晚間、陽光直射下和陰涼處），以捕獲各種照明條件和環(huán)境溫度。特征提取包括頻譜信息（電磁波譜特定范圍內(nèi)大量離散頻譜帶的反射率數(shù)據(jù)）和空間信息（如規(guī)模和紋理等），旨在將地面實(shí)況標(biāo)簽轉(zhuǎn)換成判別組件，作為輸入信息，在應(yīng)用分類系統(tǒng)將危險(xiǎn)液體與非危險(xiǎn)物質(zhì)區(qū)分開。分類器會(huì)從所提取的地面實(shí)況標(biāo)簽特征中學(xué)習(xí)，然后在稍后的階段在一組已提取特征的未知樣本上學(xué)習(xí)。然后，調(diào)用分類器，就是否存在危險(xiǎn)物質(zhì)做出決策。按像素定義分類輸出，最后運(yùn)用后處理技術(shù)移除錯(cuò)誤檢測(cè)出的像素并對(duì)真正類區(qū)域分組，以更好地確定圖像內(nèi)的危險(xiǎn)液體構(gòu)成。

張雪琴 編譯自《Pipeline Technology Journal》雜志2016年8月