CN110910448B - 一种海上溢油漂移轨迹溯源方法 - Google Patents

一种海上溢油漂移轨迹溯源方法 Download PDF

Info

Publication number
CN110910448B
CN110910448B CN201911183207.6A CN201911183207A CN110910448B CN 110910448 B CN110910448 B CN 110910448B CN 201911183207 A CN201911183207 A CN 201911183207A CN 110910448 B CN110910448 B CN 110910448B
Authority
CN
China
Prior art keywords
oil spill
oil
module
track
drift
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911183207.6A
Other languages
English (en)
Other versions
CN110910448A (zh
Inventor
邵伟增
李欢
胡佳臣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Ocean University ZJOU
Original Assignee
Zhejiang Ocean University ZJOU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Ocean University ZJOU filed Critical Zhejiang Ocean University ZJOU
Priority to CN201911183207.6A priority Critical patent/CN110910448B/zh
Publication of CN110910448A publication Critical patent/CN110910448A/zh
Application granted granted Critical
Publication of CN110910448B publication Critical patent/CN110910448B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种海上溢油漂移轨迹溯源方法，包括根据卫星图像反演获取某时刻溢油中心点地理坐标；根据历史海面风场与流场参数反演的某时刻溢油中心点地理坐标；判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，确定模型回溯的溢油漂移轨迹为真实漂移轨迹；在反向时间轴各前推时间点上执行上述过程，在回溯至溢油事故发生时间点时持续纠正模型回溯的溢油漂移轨迹，并通过可视化系统将海上溢油漂移轨迹回溯结果进行直观展示。本发明利用合成孔径雷达遥感技术所获取溢油状态的监测数据，对油粒子模型的溯源结果进行校正，改善了模型回溯的溢油漂移轨迹，使溢油溯源能够更加接近真实情况。

Description

一种海上溢油漂移轨迹溯源方法
技术领域
本发明涉及海上溢油监测领域，特别涉及一种海上溢油漂移轨迹溯源方法。
背景技术
由于我国经济的迅速发展，伴随大量的能源需求，海洋石油资源的开采、运输和储存成为经济和社会发展的重要问题之一。加强海上溢油应急反应体系的建设迫在眉睫，特别是溢油监测和预测，为海上溢油应急反应体系建设的重中之重，因此，研发新型的海上溢油监测预测技术，对海洋环境保护和海洋经济的发展具有重要意义。
目前，对于溢油漂移扩散的研究大多采用数值模式的方式，其中“油粒子模型”被普遍采用。油粒子方法，是把浓度场模拟为由大量的粒子组成的“云团”，其中每一个粒子表征一定数量的示踪物质。油粒子模型中，粒子的平流过程具有拉格朗日性质，可用拉格朗日方法模拟。剪切流和湍流引起的紊动扩散过程属于随机运动，可用随机走动法来实现模拟，亦即将湍流视为一种随机流场，而每个模型粒子在湍流场中的运动则类似于流体分子的布朗运动，由于每个粒子的随机运动而导致整个粒子“云团”在水体中的扩散。这种模拟方法实际上是确定性方法和随机性方法的结合，即采用确定性方法模拟平流过程，采用随机性方法模拟扩散过程。
虽然油粒子模型可以回溯溢油漂移轨迹，但是给定初始条件以及各油粒子在风场和流场作用下随机运动的模拟精确性直接制约着溯源结果的真实性。
发明内容
针对现有技术中给定初始条件以及各油粒子在风场和流场作用下随机运动的模拟精确性制约着溯源结果的真实性的技术问题，本发明提供了一种海上溢油漂移轨迹溯源方法，利用合成孔径雷达(Synthetic Aperture Radar，SAR)是为受制于传统观测的物理海洋学研究方向提供丰富的资料，合成孔径雷达是一种具有较高空间分辨率的主动式卫星微波探测器，它可以在其运行轨道上全天候连续获得对海洋表面大面积的图像，高分辨率意味着溢油位置和面积的监测精确性。合成孔径雷达具有全天候、全天时和高分辨率观测海洋的优势，通过反演之前时刻已存在的溢油状态，可以较好地纠正模型回溯的溢油漂移轨迹，使溢油溯源能够更加接近真实情况。
本发明提供的一种海上溢油漂移轨迹溯源方法，包括如下步骤：
第1、根据卫星图像反演获取某时刻溢油中心点地理坐标。
第2、获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹。
第3、判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，当两种溢油点地理坐标偏差小于或等于预设阈值时，确定模型回溯的溢油漂移轨迹为真实漂移轨迹。
第4、在反向时间轴各前推时间点上执行第1至3步，在回溯至溢油事故发生时间点时持续纠正模型回溯的溢油漂移轨迹，并通过可视化系统将海上溢油漂移轨迹回溯结果进行直观展示。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，所述根据根据卫星图像反演获取某时刻溢油中心点地理坐标，包括：(1)针对某时刻包含溢油区域的卫星图像的概率密度函数给出高斯分布，并把整幅卫星图像作为参考窗口，计算图像中各图像像素单元灰度的均值和标准差，将所述灰度的均值和标准差确定为所述卫星图像的高斯分布参数。
(2)用于根据所述卫星图像的高斯分布参数确定所述卫星图像任一图像像素单元的概率密度函数，统计计算所述卫星图像中各个图像像素单元图像亮度的均值和标准差，将图像亮度的均值和标准差确定为所述卫星图像的概率密度函数参数。
(3)用于将预设虚警概率及所述卫星图像的概率密度函数参数，代入概率密度函数中，得到图像分割阀值，依据所述分割阀值再对所述卫星图像进行分割，得到溢油区域及中心点地理坐标。
进一步，所述获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹，包括：(1)利用油粒子模型将油膜进行粒子化分割，对每个油粒子进行编号和标记；
(2)获取溢油事故发生时间点，以获取卫星图像的某时刻为起点构建反向时间轴；
(3)获取数值回报的历史海面风场与流场参数，沿反向时间轴跟踪每个油粒子在海面风场和流场作用下发生的漂移，回溯溢油的漂移轨迹。
进一步，所述判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，包括：获取权利要求2中某时刻卫星图像的前一时刻卫星图像，反演获取溢油中心点地理坐标；获取油粒子模型回溯至前一时刻的溢油漂移轨迹点地理坐标；计算两种溢油点地理坐标之间的距离；当两种溢油点地理坐标之间的距离小于或等于预设阈值，确定模型回溯的溢油漂移轨迹为真实漂移轨迹。
进一步，所述在反向时间轴各前推时间点上进行阈值判定，持续纠正油粒子模型回溯的溢油漂移轨迹并进行可视化，包括：在反向时间轴各前推时间点上进行阈值判定，持续纠正油粒子模型回溯的溢油漂移轨迹；将回溯的溢油漂移轨迹进行可视化显示。
进一步，海上溢油漂移轨迹溯源可视化系统，包括溢油反演模块、溢油回溯模块、阈值判定模块和轨迹显示模块。
溢油反演模块，用于根据卫星图像反演获取某时刻溢油中心点地理坐标。
溢油回溯模块，获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹。
阈值判定模块，判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，当两种溢油点地理坐标偏差小于或等于预设阈值时，确定油粒子模型回溯的溢油漂移轨迹为真实漂移轨迹。
轨迹显示模块，在反向时间轴各前推时间点上调用阈值判定模块，持续纠正油粒子模型回溯的溢油漂移轨迹并进行可视化。
进一步，所述溢油反演模块包括灰度分割子模块、亮度计算子模块和阈值分割子模块。
灰度分割子模块，针对所述某时刻包含溢油区域的卫星图像的概率密度函数给出高斯分布，并把整幅卫星图像作为参考窗口，计算图像中各图像像素单元灰度的均值和标准差，将所述灰度的均值和标准差确定为所述卫星图像的高斯分布参数。
亮度计算子模块，用于根据所述卫星图像的高斯分布参数确定所述卫星图像任一图像像素单元的概率密度函数，统计计算所述卫星图像中各个图像像素单元图像亮度的均值和标准差，将图像亮度的均值和标准差确定为所述卫星图像的概率密度函数参数。
阈值分割子模块，用于将预设虚警概率及所述卫星图像的概率密度函数参数，代入概率密度函数中，得到图像分割阀值，依据所述分割阀值再对所述卫星图像进行分割，得到溢油区域及中心点地理坐标。
进一步，所述溢油回溯模块，包括粒子分割子模块、反向时间轴构建子模块和溢油漂移轨迹回溯子模块。
粒子分割子模块，利用油粒子模型将油膜进行粒子化分割，对每个油粒子进行编号和标记。
反向时间轴构建子模块，获取溢油事故发生时间点，以获取卫星图像的某时刻为起点构建反向时间轴。
溢油漂移轨迹回溯子模块，获取数值回报的历史海面风场与流场参数，沿反向时间轴跟踪每个油粒子在海面风场和流场作用下发生的漂移，回溯溢油的漂移轨迹。
进一步，所述阈值判定模块，包括反演结果获取子模块、回溯结果获取子模块、距离计算子模块和溢油点确定子模块。
反演结果获取子模块，用于获取权利要求2中某时刻卫星图像的前一时刻卫星图像，反演获取溢油中心点地理坐标。
回溯结果获取子模块，用于获取油粒子模型回溯至前一时刻的溢油漂移轨迹点地理坐标。
距离计算子模块，计算两种溢油点地理坐标之间的距离。
溢油点确定子模块，用于当两种溢油点地理坐标之间的距离小于或等于预设阈值，确定模型回溯的溢油漂移轨迹为真实漂移轨迹。
进一步，所述轨迹显示模块，包括轨迹纠正子模块和轨迹可视化子模块。
轨迹纠正子模块，在反向时间轴各前推时间点上调用阈值判定模块，持续纠正油粒子模型回溯的溢油漂移轨迹；
轨迹可视化子模块，将回溯的溢油漂移轨迹进行可视化显示。
本发明的有益效果:
本发明提供的一种海上溢油漂移轨迹溯源方法，使用现今先进的合成孔径雷达，结合已经上成熟使用的油粒子模型对海洋溢油进行实时监测，进而对溢油漂移轨迹进行溯源；利用合成孔径雷达技术所获取溢油状态的监测数据，校正油粒子模型的回溯结果，去除模型回溯结果中的虚假信息，最终确定真实的溢油漂移轨迹和油源，在海上溢油监测领域具有广泛的适用性。
附图说明
图1为本发明一种海上溢油漂移轨迹溯源方法的流程图；
图2为本发明图1中步骤S101的流程图；
图3为本发明图1中步骤S102的流程图；
图4为本发明图1中步骤S103的流程图；
图5为本发明图1中步骤S104的流程图；
图6为本发明海上溢油漂移轨迹溯源可视化系统的结构图；
图7为本发明图6中溢油反演模块601的结构图；
图8为本发明图6中溢油回溯模块602的结构图；
图9为本发明图6中阈值判定模块603的结构图；
图10为本发明图6中轨迹显示模块604的结构图。
具体实施方式
下面结合附图1-10和实施例对本发明的具体实施方式作进一步详细描述，但本发明的方法不限于下述实施例。
实施例一：本发明海上溢油漂移轨迹溯源方法
如附图1所述，本发明是基于合成孔径雷达和溢油溯源技术二者互补互助联合开发，该方法包括：
步骤S101：在该步骤中，利用星载合成孔径雷达获取某时刻卫星图像，使用二维最大类间方差法和CFAR法构建阀值，快速检测图像每个像素单元，确定某时刻溢油中心点地理坐标。
具体地，如附图2所示，步骤S101包括以下步骤。
步骤S1011：在该步骤中，获取星载合成孔径雷达图像，选取高斯模型作为概率密度函数。
高斯概率密度函数模型：
上述模型满足中心极限定理和以下假设条件：
(1)在每个分辨单元内的任何散射单元都不会很大程度上的影响其他散射单元。这种假设条件在大多数的条件比如田地、森林、海洋等都是成立的。
(2)每个散射单元的相位都服从[-π,π]上均匀分布。当雷达的斜距分辨率比波长大得多时会出现较大范围的相位偏移，此时需满足在[-π,π]上的均匀分布。
(3)每个散射单元的相位随机变量都互不相关，一些相关的散射单元会自动形成一个散射中心。
(4)每个散射单元的幅度随机变量与相位随机变量之间互不相关。这是由于信号传输造成的相位延迟，与散射单元的幅度无关。
对于海面来说，同质区的确定和目标与背景的尺度有关，当海面平静时，平静海面对小目标可以当作同质区，当海面海浪较大时，海面对大目标可以当作同质区。几乎在任何情况下，海面合成孔径雷达图像都满足以上四个假设条件以及中心极限定理。
步骤S1012：在该步骤中，确定概率密度函数，估算分布函数参数。
具体地，将高斯分布作为合成孔径雷达图像的概率密度函数，并把整幅图像作为参考窗口，统计计算各个图像像素单元灰度的均值μi和标准差σi，作为合成孔径雷达海洋图像高斯分布参数，以确定该图像第i单元的概率密度函数，即：
步骤S1013：在该步骤中，计算像素单元检测阀值，快速检测溢油。
CFAR方法就是对每个像素点取整幅图像为参考窗口，根据参考窗口的统计特性确定一个阀值，使得以下的检测具有恒虚警概率：
·此时阀值为x0的虚警概率为：
因此，只需给定CFAR就可以根据图像像素的均值和标准差计算一个阀值，即：
式子中μi和σi表示各个图像像素单元灰度的均值和标准差，Pfu表示给定的CFAR。当计算出每个像素单元的检测阀值x0时，对获取的合成孔径雷达卫星图像进行检测，能够迅速完成检测。
判断是否溢油点，去除背景噪声，输出检测结果。
在检测结束后，需要使用计数滤波器滤波去除背景噪声等。本算法采用的计数滤波器，对每个点来说，如果其周围5×5区域内暗点个数大于设定值，则这个点位目标，否则为背景噪声。具体实施步骤如下：
(1)根据合成孔径雷达图像的高分辨设置溢油面积就最小值；
(2)对给一个像素单元进行检测，使用计数滤波器滤波，统计符合条件的像元组成的面积；
(3)如果统计面积比我们设置的面积大于我们的设定值，则可认为这片区域是真实目标，否则为背景噪声。
滤波完成后去除噪声，输出检测结果图。整个流程方案能够在短时间内完成，以达到合成孔径雷达溢油反演的快速反应目的。
步骤S102：在该步骤中，获取溢油事故发生时间点，以获取卫星图像的某时刻为起点构建反向时间轴，获取数值回报的历史海面风场与流场参数，沿反向时间轴跟踪每个油粒子在海面风场和流场作用下发生的漂移，回溯溢油的漂移轨迹。
具体地，附图3所示，步骤S102包括以下步骤。
步骤S1021：在该步骤中，将油膜进行粒子化分割，油膜转化为一系列的粒子，即将油膜分割N个小单元，其中每个小单元进行编号后代表溢油体积的一部份。根据油膜质心的位置(x0，y0)，求出每个油粒子所在的位置(xi，yi，i＝1，…，N)。根据计算机的容量和运行时间的长短来确定粒子总数N，而用附加体积参数的方法来实现对油粒子特性的模拟，即将某个油粒子的体积参数定义为Vi，其所占油膜总体积的百分比为fi，则每个油粒子的特征体积为Vi＝fi·V0(其中，V0为溢油的初始体积)。这样，油粒子模型中不同规模的溢油量就通过油粒子总数和特征体积的不同来体现。再根据确定的油粒子总数，采用油粒子方法对紊动扩散的溢油的随机运动进行模拟，便可获得溢油的扩散面积。
步骤S1022：在该步骤中，基于数值回报的海面风场与流场提供大气与海洋动力环境参数，建立针对每个油粒子的漂移轨迹回溯计算公式：
其中，S0为油粒子的初始中心位置，Vt为t时刻油粒子的漂移速度，为空间和时间的函数，油粒子以速度Vt经时间步长Δt(Δt＜0)后回溯至S，该公式采用了欧拉-拉格朗日追踪法，其核心就是求解Vt，这里Vt是各个海洋环境动力要素作用过程所产生的分速度的反向合成，作为回溯油粒子漂移轨迹的Vt主要由反向风漂速度和表面流速构成。风漂速度计算方法如下：
Vw＝Cd·W
其中Vw为风漂速度，W为海表面10米风速，Cd为风漂系数。
模型根据每一个油粒子的漂移过程，回溯油膜质心的漂移过程，从而回溯整个油膜的漂移过程。
步骤S1023：在该步骤中，采用随机走动法对油膜扩散过程进行模拟。油膜的扩散距离可以分解为两个分量，根据下式计算：
其中，xdd代表油膜扩散距离西向量；ydd代表油膜扩散距离南向量；Dx代表东西方向的水平扩散系数；Dy代表南北方向的水平扩散系数；t代表时间步长；γ为随机数，γ的取值范围为|γ|<1。
输出反向时间轴上任何时刻回溯的个油粒子的地理坐标和油膜中心地理坐标。
步骤S103：在该步骤中，利用合成孔径雷达技术所获取溢油状态的监测数据，与油粒子模型的溯源结果相互校正，去除溢油溯源结果中的虚假信息，最终得到真实的溢油点。
具体地，如附图4所示，步骤S103的具体流程包括：
步骤S1031：在该步骤中，获取前一时刻合成孔径雷达图像，依据附图2的流程，计算得到溢油中心点RSAR的地理坐标经纬度。
步骤S1032：在该步骤中，油粒子模型，依据附图3回溯，与合成孔径雷达图像相同时刻的溢油轨迹点Roil的地理坐标经纬度。
步骤S1033：在该步骤中，计算两者|RSAR-Roil|。
步骤S1034：当两种溢油点的地理坐标偏差小于或等于预设阈值时，确定模型回溯的溢油漂移轨迹为真实漂移轨迹。
具体的，参见附图5，步骤S104的具体流程包括：
步骤S1041，在反向时间轴各前推时间点上执行步骤S101至步骤S103，持续纠正油粒子模型回溯的溢油漂移轨迹。
步骤S1042，将回溯的溢油漂移轨迹进行可视化显示。
实施例二：本发明海上溢油漂移轨迹回溯可视化系统
如附图6所示，本发明还提供了一种海上溢油漂移轨迹回溯可视化系统，包括：溢油反演模块601、溢油回溯模块602、阈值判定模块603和轨迹显示模块604。
溢油反演模块601，用于根据卫星图像反演获取某时刻溢油中心点地理坐标；
溢油回溯模块602，获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹；
阈值判定模块603，判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，当两种溢油点地理坐标偏差小于或等于预设阈值时，确定油粒子模型回溯的溢油漂移轨迹为真实漂移轨迹；
轨迹显示模块604，在反向时间轴各前推时间点上调用阈值判定模块，持续纠正油粒子模型回溯的溢油漂移轨迹并进行可视化。
如附图7所示，所述溢油反演模块601包括：灰度分割子模块701、亮度计算子模块702和阈值分割子模块703。
灰度分割子模块701，针对所述某时刻包含溢油区域的卫星图像的概率密度函数给出高斯分布，并把整幅卫星图像作为参考窗口，计算图像中各图像像素单元灰度的均值和标准差，将所述灰度的均值和标准差确定为所述卫星图像的高斯分布参数。
亮度计算子模块702，用于根据所述卫星图像的高斯分布参数确定所述卫星图像任一图像像素单元的概率密度函数，统计计算所述卫星图像中各个图像像素单元图像亮度的均值和标准差，将图像亮度的均值和标准差确定为所述卫星图像的概率密度函数参数。
阈值分割子模块703，用于将预设虚警概率及所述卫星图像的概率密度函数参数，代入概率密度函数中，得到图像分割阀值，依据所述分割阀值再对所述卫星图像进行分割，得到溢油区域及中心点地理坐标。
如附图8所示，所述溢油回溯模块602包括：粒子分割子模块801、反向时间轴构建子模块802和溢油漂移轨迹回溯子模块803。
粒子分割子模块801，利用油粒子模型将油膜进行粒子化分割，对每个油粒子进行编号和标记。
反向时间轴构建子模块802，获取溢油事故发生时间点，以获取卫星图像的某时刻为起点构建反向时间轴。
溢油漂移轨迹回溯子模块803，获取数值回报的历史海面风场与流场参数，沿反向时间轴跟踪每个油粒子在海面风场和流场作用下发生的漂移，回溯溢油的漂移轨迹。
如附图9所示，所述阈值判定模块603包括：反演结果获取子模块901、回溯结果获取子模块902、距离计算子模块903和溢油点确定子模块904。
反演结果获取子模块901，用于获取某时刻卫星图像的前一时刻卫星图像，反演获取溢油中心点地理坐标。
回溯结果获取子模块902，用于获取油粒子模型回溯至前一时刻的溢油漂移轨迹点地理坐标。
距离计算子模块903，计算两种溢油点地理坐标之间的距离。
溢油点确定子模块904，用于当两种溢油点地理坐标之间的距离小于预设阈值，确定模型回溯的溢油漂移轨迹为真实漂移轨迹。
如附图10所示，所述轨迹显示模块604包括：轨迹纠正子模块1001、轨迹可视化子模块1002。
轨迹纠正子模块1001，在反向时间轴各前推时间点上调用阈值判定模块，持续纠正油粒子模型回溯的溢油漂移轨迹。
轨迹可视化子模块1002，将回溯的溢油漂移轨迹进行可视化显示。
如上所述，即可较好地实现本发明，上述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明确定的保护范围内。

Claims (3)

1.一种海上溢油漂移轨迹溯源方法，其特征在于，所述溯源方法包括如下步骤：
(1)根据卫星图像反演获取某时刻溢油中心点地理坐标；
(2)获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹；
(3)判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，当两种溢油点地理坐标偏差小于或等于预设阈值时，确定模型回溯的溢油漂移轨迹为真实漂移轨迹；
(4)在反向时间轴各前推时间点上执行步骤(1)、步骤(2)和步骤(3)，在回溯至溢油事故发生时间点时持续纠正模型回溯的溢油漂移轨迹，并通过可视化系统将海上溢油漂移轨迹回溯结果进行直观展示；
所述步骤(1)根据卫星图像反演获取某时刻溢油中心点地理坐标，包括：利用二维最大类间方差法对某时刻卫星图像进行灰度分割；对分割的图像进行亮度计算；对分割的图像进行阈值分割，获取某时刻溢油中心点地理坐标；
根据卫星图像反演获取某时刻溢油中心点地理坐标方法为：获取星载合成孔径雷达海洋图像，选取高斯模型作为概率密度函数；高斯分布依靠合成孔径雷达海洋图像的概率密度函数给出，并把合成孔径雷达海洋图像作为参考窗口，统计计算各个图像像素单元灰度的均值μi和标准差σi，作为合成孔径雷达海洋图像高斯分布参数，以确定合成孔径雷达海洋图像第i单元的概率密度函数，即：
计算像素单元检测阈值，检测溢油；所述步骤(2)获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹，包括利用油粒子模型将油膜进行粒子化分割，对每个油粒子进行编号和标记；
获取溢油事故发生时间点，以获取卫星图像的某时刻为起点构建反向时间轴；
获取数值回报的历史海面风场与流场参数，沿反向时间轴跟踪每个油粒子在海面风场和流场作用下发生的漂移，回溯溢油的漂移轨迹；
所述步骤(3)判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，包括：
获取某时刻卫星图像的前一时刻卫星图像，反演获取溢油中心点地理坐标；
获取油粒子模型回溯至前一时刻的溢油漂移轨迹点地理坐标；
计算溢油中心点地理坐标与回溯的溢油漂移轨迹点地理坐标之间的距离；
当两种溢油点地理坐标之间的距离小于或等于预设阈值，确定溢油点的地理坐标为真实的溢油点。
2.一种海上溢油漂移轨迹溯源可视化系统，其特征在于，所述海上溢油漂移轨迹溯源可视化系统，包括：溢油反演模块、溢油回溯模块、阈值判定模块和轨迹显示模块；
所述溢油反演模块，用于根据卫星图像反演获取某时刻溢油中心点地理坐标；所述溢油回溯模块，获取数值回报的历史海面风场与流场参数，以反演的某时刻溢油中心点地理坐标为初始位置，利用油粒子模型回溯溢油漂移轨迹；所述阈值判定模块，判断前一时刻卫星反演的溢油中心点地理坐标与模型回溯至该时刻的溢油漂移轨迹点地理坐标偏差是否大于预设阈值，当两种溢油点地理坐标偏差小于或等于预设阈值时，确定油粒子模型回溯的溢油漂移轨迹为真实漂移轨迹；所述轨迹显示模块，在反向时间轴各前推时间点上调用阈值判定模块，持续纠正油粒子模型回溯的溢油漂移轨迹并进行可视化；
所述溢油反演模块包括：灰度分割子模块、亮度计算子模块和阈值分割子模块；
灰度分割子模块，针对所述某时刻包含溢油区域的卫星图像的概率密度函数给出高斯分布，并把整幅卫星图像作为参考窗口，计算卫星图像中各图像像素单元灰度的均值和标准差，将所述灰度的均值和标准差确定为所述卫星图像的高斯分布参数；
亮度计算子模块，用于根据所述卫星图像的高斯分布参数确定所述卫星图像任一图像像素单元的概率密度函数，统计计算所述卫星图像中各个图像像素单元图像亮度的均值和标准差，将图像亮度的均值和标准差确定为所述卫星图像的概率密度函数参数；
阈值分割子模块，用于将预设虚警概率及所述卫星图像的概率密度函数参数，代入概率密度函数中，得到图像分割阈值，依据所述分割阈值再对所述卫星图像进行分割，得到溢油区域及中心点地理坐标；所述溢油回溯模块还包括反演结果获取子模块、回溯结果获取子模块、距离计算子模块和溢油点确定子模块，反演结果获取子模块用于获取某时刻卫星图像的前一时刻卫星图像，反演获取溢油中心点地理坐标；
回溯结果获取子模块，用于获取油粒子模型回溯至前一时刻的溢油漂移轨迹点地理坐标；
距离计算子模块，计算两种溢油点地理坐标之间的距离；
溢油点确定子模块，用于当两种溢油点地理坐标之间的距离小于或等于预设阈值，确定模型回溯的溢油漂移轨迹为真实漂移轨迹；
所述轨迹显示模块，包括轨迹纠正子模块和轨迹可视化子模块；
轨迹纠正子模块，在反向时间轴各前推时间点上调用阈值判定模块，持续纠正油粒子模型回溯的溢油漂移轨迹；
轨迹可视化子模块，将回溯的溢油漂移轨迹进行可视化显示。
3.如权利要求2所述的海上溢油漂移轨迹溯源可视化系统，其特征在于，所述溢油回溯模块，包括粒子分割子模块、反向时间轴构建子模块和溢油漂移轨迹回溯子模块；
粒子分割子模块，利用油粒子模型将油膜进行粒子化分割，对每个油粒子进行编号和标记；
反向时间轴构建子模块，获取溢油事故发生时间点，以获取卫星图像的某时刻为起点构建反向时间轴；
溢油漂移轨迹回溯子模块，获取数值回报的历史海面风场与流场参数，沿反向时间轴跟踪每个油粒子在海面风场和流场作用下发生的漂移，回溯溢油的漂移轨迹。
CN201911183207.6A 2019-11-27 2019-11-27 一种海上溢油漂移轨迹溯源方法 Active CN110910448B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911183207.6A CN110910448B (zh) 2019-11-27 2019-11-27 一种海上溢油漂移轨迹溯源方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911183207.6A CN110910448B (zh) 2019-11-27 2019-11-27 一种海上溢油漂移轨迹溯源方法

Publications (2)

Publication Number Publication Date
CN110910448A CN110910448A (zh) 2020-03-24
CN110910448B true CN110910448B (zh) 2023-07-18

Family

ID=69820046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911183207.6A Active CN110910448B (zh) 2019-11-27 2019-11-27 一种海上溢油漂移轨迹溯源方法

Country Status (1)

Country Link
CN (1) CN110910448B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111680889B (zh) * 2020-05-20 2023-08-18 中国地质大学（武汉） 一种基于交叉熵的海上石油泄漏源定位方法及装置
CN113009551A (zh) * 2021-02-26 2021-06-22 山东省科学院海洋仪器仪表研究所 一种海水放射性漂流浮标经纬度的估计方法
CN113596400A (zh) * 2021-07-28 2021-11-02 上海六梓科技有限公司 轨迹回溯的方法
CN115829814B (zh) * 2023-02-22 2023-05-12 中国石油大学(华东) 一种溢油溯源方法、装置、设备及存储介质
CN117330550B (zh) * 2023-10-10 2024-07-19 交通运输部天津水运工程科学研究所 基于遥感图像和光谱图像的溢油溯源方法、终端、系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156817A (zh) * 2011-04-11 2011-08-17 国家海洋信息中心 海上溢油漂移路径及扩散快速预报方法
CN103323817A (zh) * 2013-06-25 2013-09-25 中国人民解放军理工大学 一种机载合成孔径雷达海面风矢量反演方法
CN104820784A (zh) * 2015-05-12 2015-08-05 河海大学 计算溢油表面张力-黏性力阶段水面溢油浓度的方法
CN105160681A (zh) * 2015-09-09 2015-12-16 浙江海洋学院 一种海面溢油监测方法及装置
CN105760575A (zh) * 2016-01-17 2016-07-13 中国海洋大学 渤海海上溢油输移、扩展数值预报系统的建立方法
CN106845347A (zh) * 2016-12-19 2017-06-13 航天恒星科技有限公司 海上油膜识别提取方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102156817A (zh) * 2011-04-11 2011-08-17 国家海洋信息中心 海上溢油漂移路径及扩散快速预报方法
CN103323817A (zh) * 2013-06-25 2013-09-25 中国人民解放军理工大学 一种机载合成孔径雷达海面风矢量反演方法
CN104820784A (zh) * 2015-05-12 2015-08-05 河海大学 计算溢油表面张力-黏性力阶段水面溢油浓度的方法
CN105160681A (zh) * 2015-09-09 2015-12-16 浙江海洋学院 一种海面溢油监测方法及装置
CN105760575A (zh) * 2016-01-17 2016-07-13 中国海洋大学 渤海海上溢油输移、扩展数值预报系统的建立方法
CN106845347A (zh) * 2016-12-19 2017-06-13 航天恒星科技有限公司 海上油膜识别提取方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
海上溢油行为与归宿数值预测技术研究进展;李欢 等;《海洋环境科学》;20170228;第36卷(第1期);全文 *
溢油扩展、漂移及扩散预测技术研究进展;李欢 等;《海洋通报》;20170831;第36卷(第4期);全文 *

Also Published As

Publication number Publication date
CN110910448A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
CN110910448B (zh) 一种海上溢油漂移轨迹溯源方法
Liu et al. Automated extraction of shorelines from airborne light detection and ranging data and accuracy assessment based on Monte Carlo simulation
Brusch et al. Underwater bottom topography in coastal areas from TerraSAR-X data
Abascal et al. Operational oil spill trajectory modelling using HF radar currents: A northwest European continental shelf case study
CN105160681A (zh) 一种海面溢油监测方法及装置
CN103197299B (zh) 天气雷达径向风信息提取及量化分析系统
CN107944608B (zh) 基于卫星遥感的海面漂移物与溢油漂移扩散预报方法
KR101880616B1 (ko) 해상풍과 해무 위성정보를 이용한 해무 예측 방법
CN115099653A (zh) 一种渤海湾极端天气条件下溢油事故风险评估方法及系统
Pajak et al. A comparison of seasonal variations of sea level in the southern Baltic Sea from altimetry and tide gauge data
Huang et al. Wave height estimation from X-band nautical radar images using temporal convolutional network
Radermacher et al. Sensitivity of rip current forecasts to errors in remotely-sensed bathymetry
Fredj et al. Gap filling of the coastal ocean surface currents from HFR data: Application to the Mid-Atlantic Bight HFR Network
Brushett et al. Application of leeway drift data to predict the drift of panga skiffs: Case study of maritime search and rescue in the tropical pacific
CN106842202A (zh) 一种基于遥感影像确定溢油事故源点的方法及装置
Li et al. Integration of coastal inundation modeling from storm tides to individual waves
Qin et al. Development of a GIS-based integrated framework for coastal seiches monitoring and forecasting: A North Jiangsu shoal case study
Putra et al. Spatial analysis of the river line and land cover changes in the Kampar River Estuary: the influence of the Bono Tidal Bore Phenomenon
Zhu et al. An ensemble trajectory prediction model for maritime search and rescue and oil spill based on sub-grid velocity model
Ren et al. Detection of SST fronts from a high-resolution model and its preliminary results in the south China sea
Lund et al. Marine X‐Band Radar Currents and Bathymetry: An Argument for a Wave Number‐Dependent Retrieval Method
Muller et al. Estimating the Lagrangian residual circulation in the Iroise Sea
Gawehn et al. The application of a radar-based depth inversion method to monitor near-shore nourishments on an open sandy coast and an ebb-tidal delta
Lipphardt et al. Synoptic Lagrangian maps: Application to surface transport in Monterey Bay
Zhang et al. FRS-Net: An efficient ship detection network for thin-cloud and FOG-covered high-resolution optical satellite imagery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant