智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
美國宇航局(NASA)和美國國家海洋和大氣管理局(NOAA)的科學家們正在合作測試用于海洋溢油應急響應的遙感技術。
就在加利福尼亞的圣巴巴拉海岸，每天有數千加侖的石油從海底裂縫中滲出并上升到表面。但這并不是一個災難區。它是世界上大的自然發生的石油滲漏之一，據說已經活躍了幾千年。
這些滲漏的可靠性使該地區成為科學家的一個重要的自然實驗室，包括那些與海洋溢油厚度(MOST)項目的科學家，這是NASA和NOAA之間的合作，以產生可操作的自動溢油檢測、石油范圍地理空間繪圖分析和石油厚度表征應用。
MOST團隊正在努力為NOAA--檢測和跟蹤沿海石油泄漏的主要聯邦機構--開發一種方法，以利用遙感數據不僅確定石油在哪里，而且確定最厚的部分在哪里，這是直接響應和補救活動所缺少的關鍵部分之一。該小組最近結束了在圣巴巴拉的秋季實地考察活動。
“我們正在使用一種叫做UAVSAR的雷達儀器來描述浮油內的油的厚度，”位于南加州的NASA噴氣推進實驗室的MOST共同研究者Cathleen Jones說。“這種較厚的油在環境中停留的時間更長，對海洋生物的損害比薄油更大。如果你知道它在哪里，你就可以把反應者引向那些有問題的區域。”
NASA的UAVSAR，即無人駕駛航空器合成孔徑雷達，附著在一架飛機的機身上，收集一個地區大約12英里寬(19公里寬)的圖像。但合成孔徑雷達圖像與其他傳感器獲得的圖像不同。該儀器將雷達脈沖發送到海洋表面，反彈回來的信號被用來探測海洋表面由波浪造成的粗糙度。當有油存在時，它就會減弱波浪，創造出更平滑的水面區域。在合成孔徑雷達圖像中，這些光滑的油性區域看起來比周圍的干凈水更暗--油越厚，該區域看起來就越暗。
然后，機載觀測必須得到驗證，這意味著科學家們必須乘船前往同一地區，用手測量油的厚度。
“我們把取樣器，就像一根兩端都開口的管子，放入水中，讓它在那里停留一會兒，”Ben Holt說，他也是MOST的JPL共同研究者。“然后當你關閉管子時，一小層油和水被收集起來。在油層沉淀后，你可以測量油層的厚度，并將其與UAVSAR的觀測結果進行比較，看看它們的匹配程度。”
作為另一個關鍵的驗證層，該船部署了一架攜帶光學傳感器的無人機，它能夠觀察浮油，并在比從船上觀察到的更廣泛的區域測量其厚度。
最初，UAVSAR似乎不太可能成為追蹤或描述石油的候選設備。它是為測量地球表面的變化而開發的--例如，在地震或火山噴發之后。但是在2010年墨西哥灣深水地平線石油泄漏事件中，美國地質調查局的科學家Elijah Ramsey聯系了Jones，試圖使用該儀器來識別在路易斯安那州海岸的石油。
Jones說：“當時的跡象表明，這是不可能的，因為該儀器為此使用的波長太長。但我們說，‘無論如何，我們都要試試’。”
她和Holt很高興他們這樣做了。Jones說：“你能用UAVSAR看到的東西真是不可思議，因為它比基于衛星的儀器要敏感得多。與典型的衛星合成孔徑雷達儀器相比，UAVSAR對來自石油覆蓋區的低回波更加敏感。因此，我們能夠識別石油并計算出存在的石油濃度。”
他們的發現是一個概念證明，并在2012年發表。在隨后的幾年里，為進一步的風險分析和評估，對擴大這一創新的可行性進行了研究。
2018年，與NOAA合作多年的馬里蘭大學科學家Frank Monaldo與Jones、Holt以及來自NOAA、美國海岸警衛隊和私營部門的團隊合作，此外還有加拿大和挪威的研究人員，共同制定MOST提案。2019年，NASA的災害項目選擇了這個概念進行實施，以減少災害風險和加強抗災能力，為期四年的MOST項目啟動。
意外的、現實世界的部署
當MOST團隊準備出發進行秋季野外活動時，計劃在10月的第一個星期一啟動，當局正在對加州亨廷頓海灘海岸的漏油報告作出反應--該地點距離圣巴巴拉野外活動地點南部僅130英里(209公里)。
MOST團隊的幾位成員很快就參與到了提供漏油數據的工作中。本來是在受控情況下的實踐活動，很快就變成了對UAVSAR在實際溢油緊急情況下的效用的真實世界的測試。
Jones表示：“這與實踐活動真的不同，因為人們在進行響應時已經不堪重負。但是當NOAA得到UAVSAR的數據時，他們用它來劃定石油，然后他們根據它發布了一份海洋污染監測報告。這是第一次使用機載儀器的數據來做這件事。”
雖然UAVSAR在這種情況下被證明是有價值的，但這種部署不能取代用于科學目的的實地調查，因為他們無法用船進行測量。Holt說：“我們真的沒有原地測量來進行比較。真正的價值是Cathleen和UAVSAR團隊的其他成員為使UAVSAR數據得到處理和上傳，然后被NOAA利用而做出的努力。”
下一步是什么？
盡管UAVSAR在溢油厚度檢測方面的能力是有用的，但讓飛機飛過每個區域并不實際。因此，一旦來自春季和秋季現場活動的數據得到驗證，它將被用來訓練算法，以便從SAR數據中自動計算石油厚度。
UAVSAR是即將到來的名為NASA-ISRO合成孔徑雷達或NISAR的衛星任務的原型，該任務是NASA和印度空間研究組織(ISRO)的合作項目。如果一切按計劃進行，在MOST項目期間開發的方法和算法也可以應用于新任務的數據。
Jones說：“這里的想法是，在兩年左右的時間里，當MOST項目結束時，我們將有一個檢測石油厚度的原型系統，NOAA可以在溢油響應期間使用和分發。通過NASA與NOAA的合作，我們可以將這些信息傳遞給那些可以實際使用它的人。”
(原標題：NASA和NOAA合作測試用于海洋溢油響應的遙感技術)
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
