介紹

  石油泄漏對海洋生態(tài)系統(tǒng)的重大影響引起了*的關(guān)注。海上鉆井平臺(tái)和船舶事故是溢油的主要來源[1]。石油是由環(huán)烷烴、烷烴和芳香烴組成的富烴聚合物混合物，具有非常復(fù)雜的物理化學(xué)性質(zhì)。在石油泄漏的初幾天，石油浮在水面上。然后在物理輸送、溶解、乳化、氧化和降解的作用下，其組分發(fā)生變化?？焖?、可靠的溢油檢測與識(shí)別對海洋溢油控制至關(guān)重要，遙感技術(shù)為溢油檢測的發(fā)展做出了重要貢獻(xiàn)[2,3]。有幾個(gè)可用的測量方法，例如紅外/紫外線傳感器和雷達(dá)系統(tǒng)，已經(jīng)被證明能夠在飛機(jī)上檢測溢油。此外，還引進(jìn)了MODIS和MERIS衛(wèi)星等太空設(shè)備，實(shí)現(xiàn)了溢油檢測，并具有厚度測量能力[4]。油液快速可靠的檢測和識(shí)別是海洋溢油控制的關(guān)鍵，遙感技術(shù)為溢油檢測的發(fā)展做出了重要的貢獻(xiàn)[2，3]。幾種現(xiàn)有的測量方法，例如IR/UV傳感器和雷達(dá)系統(tǒng)，已被證明能夠在飛機(jī)上操作時(shí)檢測漏油。此外，還引進(jìn)了MODIS和MERIS衛(wèi)星等太空設(shè)備，并啟用了溢油探測，并具有厚度測量能力[4]。

   激光誘導(dǎo)熒光(LIF)技術(shù)為環(huán)境監(jiān)測提供了一種新的、更為強(qiáng)大的技術(shù)手段?？梢岳迷孱惡褪托孤┑臒晒馓卣鱽硌芯克w。在[5-8]中介紹和回顧了一些早期的工作，隨后的事態(tài)發(fā)展在[9-14]中得到例證。使用LIF技術(shù)的EMETE傳感儀器主要采用波長在308至355nm之間的脈沖激光源進(jìn)行激發(fā)，這種儀器也可用于植被監(jiān)測（參見15]），并且在文化遺產(chǎn)領(lǐng)域也有應(yīng)用（參見[16]）。激光誘導(dǎo)熒光法利用特定的光譜特征，提供了識(shí)別不同類型的釋放油和研究風(fēng)化等作用的影響的可能性[17-20]。

現(xiàn)有的油液檢測方法主要是為機(jī)載或星載應(yīng)用設(shè)計(jì)的。被動(dòng)成像相機(jī)嚴(yán)重依賴于日光條件。現(xiàn)有的基于激光的機(jī)載熒光監(jiān)測系統(tǒng)比較復(fù)雜，且要求較高。盡管一個(gè)單獨(dú)的機(jī)載激光雷達(dá)系統(tǒng)可以應(yīng)用在相當(dāng)大的范圍內(nèi)[14]，但它體積龐大，不易操作。這在很大程度上與通常使用脈沖激光的事實(shí)有關(guān)，導(dǎo)致系統(tǒng)沉重而昂貴，即使根據(jù)[20]中的分析，適用于無人機(jī)（UAV）運(yùn)行的輕量化解決方案現(xiàn)在看來是可行的。

  利用熒光進(jìn)行的石油污染遙感幾乎*是利用脈沖激光系統(tǒng)進(jìn)行的，因此，使用門控和增強(qiáng)型探測器可以方便地抑制背景輻射。隨著基于半導(dǎo)體材料[21]的連續(xù)波藍(lán)光和紫外激光器的發(fā)展，我們有可能制造出簡單的熒光傳感器，首先用于實(shí)驗(yàn)室研究[22]，然后用于遙感熒光應(yīng)用[23]?；谶B續(xù)波激光的非彈性高光譜激光雷達(dá)系統(tǒng)識(shí)別石油污染，在實(shí)驗(yàn)室[24]中使用了一個(gè)類似于先前用于對水中藻類和浮游動(dòng)物進(jìn)行距離分辨監(jiān)測的系統(tǒng)[25]。我們在這里報(bào)告關(guān)于一個(gè)功能齊全、結(jié)構(gòu)緊湊、成本低廉的激光誘導(dǎo)熒光系統(tǒng)的構(gòu)筑，該系統(tǒng)由現(xiàn)成的商用無人機(jī)操作。我們近描述了一個(gè)基于無人機(jī)的、具有距離分辨能力的高光譜連續(xù)波激光雷達(dá)系統(tǒng)，并展示了樹木的熒光高度剖面圖[26]。攜帶激光雷達(dá)系統(tǒng)的無人機(jī)已被廣泛使用，也有商業(yè)用途，如[26]所述，但似乎僅適用于彈性后向散射地形和城市剖面。由于表面監(jiān)測（例如水面上的油）不需要測距，因此光學(xué)系統(tǒng)可以調(diào)整到合適的固定飛行高度，熒光監(jiān)測系統(tǒng)可以變得更簡單、重量更輕。

下面，我們將介紹使用這種新型熒光傳感器進(jìn)行的初步實(shí)驗(yàn)室測試，它被部署在跨河大橋上，使用無人機(jī)對自然水域和污染物的進(jìn)行空中監(jiān)測。 

儀器說明

圖1 a 帶有熒光傳感器系統(tǒng)的無人機(jī)；  b 激光誘導(dǎo)熒光記錄系統(tǒng)圖

圖1a 顯示了與無人機(jī)集成的系統(tǒng)。利用工業(yè)計(jì)算機(jī)進(jìn)行系統(tǒng)控制和數(shù)據(jù)存儲(chǔ)。圖1b為激光誘導(dǎo)熒光系統(tǒng)示意圖。

利用海洋光學(xué)USB4000小型光譜儀對光譜信號(hào)進(jìn)行連續(xù)檢測。光譜儀操作的狹縫寬度為200μm，光譜分辨率為10nm。利用標(biāo)準(zhǔn)鎢光源校準(zhǔn)光譜檢測響應(yīng)。無人機(jī)配備了用于無人機(jī)推進(jìn)和LIF系統(tǒng)運(yùn)行的電池，并允許25分鐘的連續(xù)檢測。熒光傳感器的總重量為1.5kg。

測量方法

固定范圍測試測量

首先，我們從三樓的窗戶向下，在11米固定的傳感器-目標(biāo)分離距離下測試了我們的熒光傳感器系統(tǒng)。如圖2a所示，該系統(tǒng)垂直俯視位于樓下地面的水桶。直徑為53cm的水桶中裝滿90cm深的自來水。然后,我們研究了添加碳?xì)溆蜁r(shí)光譜的變化。原油和船用柴油是海洋環(huán)境中的油品。然而，出于實(shí)際的原因，我們在試驗(yàn)中使用了機(jī)油。我們研究了不同油脂的熒光特性，如我們的早期工作，參見[8]。

在不攪動(dòng)水的情況下加15次機(jī)油，使浮油層越來越厚。每次往桶里倒入40毫升純油。然后，總含量從0到520毫升，相應(yīng)的層終達(dá)到2.4毫米的厚度。適當(dāng)設(shè)置分光計(jì)的曝光時(shí)間，平均每個(gè)光譜記錄15次。0-320毫升的時(shí)間為1s。為了避免過度曝光，將360到520毫升的曝光時(shí)間設(shè)置為0.5s。后，在曝光時(shí)間設(shè)置為0.3s的情況下對純油進(jìn)行測量。對于列出的曝光時(shí)間，測試測量的結(jié)果如圖2b所示。

在沒有油的情況下記錄的光譜（下方藍(lán)色曲線）對應(yīng)于水的自然背景熒光，歸因于溶解的有機(jī)物(DOM)，峰值接近500nm。此外，在480nm激勵(lì)下，我們觀察到與H2O水分子的O-H伸縮振動(dòng)相對應(yīng)的激光誘導(dǎo)拉曼峰，其斯托克斯位移約為3350/cm。在440nm處出現(xiàn)較寬的峰值是由用來截?cái)?12nm強(qiáng)激發(fā)激光的長通濾波器的固有熒光引起的。在隨后的現(xiàn)場測量中，濾波器被移除，因此產(chǎn)生了這種雜散信號(hào)。

圖2 a 建筑物中熒光傳感器測量的照片； b 15種不同量的發(fā)動(dòng)機(jī)機(jī)油插入充滿水的汽包后的遠(yuǎn)程LIF光譜。

對于0–320毫升的記錄，曝光時(shí)間為1.0s，但對于360–520毫升的曲線，曝光時(shí)間減少到0.5s，后將純油設(shè)置為0.3s

從光譜曲線上可以觀察到機(jī)油的特性和熒光峰的增加，在500nm左右再次達(dá)到峰值。它疊加在寬的DOM熒光分布上。隨著油量的增加，水拉曼峰變小，在強(qiáng)烈的油熒光的作用下難以分辨。這是因?yàn)?12nm輻射的吸油作用，阻止了光線到達(dá)水下。同時(shí)，油的熒光增強(qiáng)，并很快強(qiáng)烈地控制了DOM熒光。為了顯示光譜的發(fā)展，形成F500和F480強(qiáng)度之間的比率，如圖3b所示。從光譜中提取的油熒光峰強(qiáng)度如圖3c所示，水拉曼峰強(qiáng)度如圖3d所示。

記錄數(shù)據(jù)的處理方法如圖3a所示。C（F500）是500 nm處的油熒光。A（F480）為480nm處的熒光強(qiáng)度，B為獨(dú)立的水拉曼信號(hào)。在圖3b中觀察到F500和F480之間的增加比率，其中在單獨(dú)的試驗(yàn)中測量了10 ml和20 ml數(shù)據(jù)點(diǎn)。隨著更多的油的加入，這個(gè)比例會(huì)飽和。在評估油熒光時(shí)，如圖3c所示，直接使用500 nm處的熒光強(qiáng)度，由于較厚的層對DOM的作用很微弱，所以直接使用了500 nm處的熒光強(qiáng)度。為了從我們的測量結(jié)果中得到的（獨(dú)立的）水拉曼峰強(qiáng)度，首先，我們將水拉曼帶(470-490 nm)的強(qiáng)度值設(shè)置為零。然后我們采用插值的方法將曲線擬合到非拉曼部分的合成光譜中，同時(shí)考慮濾波后的熒光，實(shí)現(xiàn)了背景光譜。然后，從測量光譜中減去所得到的背景光譜，得到拉曼峰。結(jié)果如圖3d所示。為了補(bǔ)償不同的曝光時(shí)間以使得所有的東西都在同一尺度上，光譜強(qiáng)度被歸一化為2.1節(jié)開頭所述的不同曝光時(shí)間。我們注意到，即使對于相對較厚的油膜，油的熒光仍會(huì)增強(qiáng)，并且仍然存在剩余的水拉曼信號(hào)，這反映了油在412nm波長處吸收相對較低的事實(shí)。這些曲線有一些不規(guī)則之處，很可能是由于超過三層樓的實(shí)驗(yàn)裝置可能不穩(wěn)定。

基于橋梁的河水測量

我們在廣州珠江大橋上用熒光傳感器進(jìn)行了測量，以獲得更真實(shí)的情況。探測距離為9m，在曝光時(shí)間為0.5s的條件下，測量了天然珠江水和一個(gè)裝滿純油的淺浮筒，容器直徑為90cm，高度為25cm。在容器的底部，放了一塊黑布。與所有后續(xù)的登記中一樣，測量結(jié)果是在沒有阻擋有色玻璃濾光片的情況下獲得的，測量結(jié)果如圖4所示。

圖3 a 在DOM/油和濾光熒光存在下提取的自立水拉曼信號(hào); b 500-480nm比值柱狀圖; c 500nm油熒光柱狀圖。

圖4a為橋基布置示意圖，圖4b為激光束照射河面的照片。圖4c為熒光傳感器記錄的光譜。由于富營養(yǎng)化水體中含有豐富的微藻，天然河流深水熒光顯示出強(qiáng)烈的DOM信號(hào)，并在680nm左右出現(xiàn)明顯的葉綠素峰值。在480nm處觀察到由412nm激光誘導(dǎo)的水拉曼峰，由于探測到的水體積相同，提供了方便的校準(zhǔn)，這使得我們可以觀察到，河水的DOM信號(hào)強(qiáng)度是廣州自來水的6倍左右，其光譜如圖2b所示。將浮油容器置于熒光傳感器激光束下，其寬帶熒光增強(qiáng)約5倍，拉曼和藻類信號(hào)如預(yù)期般消失。值得注意的是，在開放的海洋環(huán)境中，隨著DOM信號(hào)的降低，與溢油的對比明顯增強(qiáng)，可以通過選擇一個(gè)優(yōu)化的、相當(dāng)?shù)偷募ぐl(fā)波長進(jìn)一步增強(qiáng)，其中石油有更強(qiáng)的吸收。

基于無人機(jī)的河水測量

基于無人機(jī)的測量在珠江上空進(jìn)行，在無人機(jī)下方安裝了熒光傳感器。曝光時(shí)間設(shè)置為0.5s。為了避免污染河流，我們再次將兩個(gè)浮式容器固定在河流表面，如圖5a所示。黃色斑點(diǎn)標(biāo)記的是裝滿1L純油的容器，導(dǎo)致典型的層厚為1 - 2毫米。紅點(diǎn)表示另一個(gè)裝滿10升濃度為0.03 g/l的羅丹明610染料稀溶液的容器。染料溶解在天然珠江水中，所得層厚為1-2厘米。飛行路線設(shè)置為四次往返，飛行面積10m×20m(長×寬)，無人機(jī)平均飛行速度約3 km/h。測量場景如圖5b所示。

測量結(jié)果如圖6a中的四個(gè)典型光譜所示。在兩個(gè)浮式容器上的測量中觀察到500 nm處的油熒光和580 nm處的染料特征峰。無人機(jī)掃描還覆蓋了河邊的灌木叢，記錄到685nm和745nm處的強(qiáng)葉綠素峰，這是陸地植被的特征。自然珠江深水LIF光譜在圖6b中擴(kuò)大，水拉曼峰為480nm。水體中的DOM熒光和藻類葉綠素信號(hào)突出出現(xiàn)，如圖4b所示，與水拉曼峰上歸一化類似。

圖7顯示了無人機(jī)在珠江充油集裝箱上空飛行的慢速線性掃描結(jié)果。持續(xù)時(shí)間為50s，每次記錄的曝光時(shí)間為0.5s。我們注意到，與周圍的水葉綠素信號(hào)相比，油熒光信號(hào)非常顯著（當(dāng)油信號(hào)消失時(shí)出現(xiàn)）。

在進(jìn)一步的測量中，我們監(jiān)測了染料的局部釋放擴(kuò)散到珠江的地表水。一桶羅達(dá)明610染料濃度為0.03 g/L的4.5L水從橋上倒入珠江，同時(shí)無人機(jī)在下游盤旋，熒光傳感器不斷記錄。光譜儀的曝光時(shí)間設(shè)為0.5 s。無人機(jī)在距離染料注入點(diǎn)10 m和5 m的高度飛行，如圖8a所示。圖8b顯示了來自測量序列的光譜記錄示例。

圖9顯示了一個(gè)完整的基于無人機(jī)的珠江水的時(shí)間記錄，同時(shí)一桶含染料的水（0.03 g/l）以類似的方式倒入江中。時(shí)間持續(xù)約80s，光譜儀的曝光時(shí)間為0.5s，將圖9中的染料信號(hào)與圖6a中的染料信號(hào)進(jìn)行比較，與典型的詢問層厚度進(jìn)行標(biāo)度，并對合理穩(wěn)定的河藻熒光進(jìn)行歸一化處理，得到10μg/L左右的靈敏度，如果選擇一個(gè)能更好地重疊染料吸收譜的激發(fā)波長，可以使其提高一個(gè)數(shù)量級。

圖4 a 珠江大橋熒光傳感器系統(tǒng)測量示意圖；b 照片顯示激振412nm光束的彈性后向散射和河流表面的白油熒光；c 珠江深水和浮動(dòng)容器內(nèi)機(jī)油的LIF光譜

圖5 a 基于無人機(jī)的熒光傳感器在珠江上的掃描地圖；b 無人機(jī)在河上飛行時(shí)的現(xiàn)場測量照片，激光束照射水面產(chǎn)生熒光的現(xiàn)場測量照片。

我們描述了一種體積小、重量輕的熒光傳感器，它提供了高質(zhì)量的淺水水層熒光光譜，具有來自石油、溶解有機(jī)物（DOM）、藻類等的光譜特征，并允許使用水拉曼信號(hào)進(jìn)行內(nèi)部校準(zhǔn)[27，28]。整個(gè)系統(tǒng)的重量只有1.5kg，使用高功率連續(xù)波半導(dǎo)體激光器和小型數(shù)字光譜儀就可以實(shí)現(xiàn)。

該系統(tǒng)與一艘小型無人機(jī)航母集成。為了獲得無人機(jī)飛越水面上方幾米處的測距光譜，如我們近的論文[26]中對植被監(jiān)測所述，基于Scheimpflug原理的CW激光雷達(dá)系統(tǒng)可用于水生應(yīng)用，在水生應(yīng)用中存在許多挑戰(zhàn)，例如水生動(dòng)物[29]。然而，對于水上石油的研究和染料彌散的水文研究[30]，本文所描述的小型系統(tǒng)提供了傳統(tǒng)脈沖激光熒光傳感器和連續(xù)激光Scheimpflug系統(tǒng)的良好替代，并且在性能和簡單方面具有一定的優(yōu)勢。

如果連續(xù)波半導(dǎo)體激光器工作在400nm以下，就可以實(shí)現(xiàn)眼睛安全系統(tǒng)。當(dāng)前版本的熒光傳感器系統(tǒng)只能在夜間使用，這與帶范圍選通、允許在白天使用、同時(shí)在低環(huán)境光照條件下仍能更好地工作的脈沖激光雷達(dá)系統(tǒng)相比，是一個(gè)明顯的缺點(diǎn)。利用足夠高的連續(xù)波功率，并結(jié)合合適的調(diào)制方案進(jìn)行背景減除，日光操作應(yīng)該是可行的，大大擴(kuò)展了現(xiàn)有的能力。顯然，有限的射程和飛行時(shí)間限制了大面積的監(jiān)視。然而我們的研究表明，機(jī)載熒光成像的成本可以顯著降低，使得基于無人機(jī)的遠(yuǎn)程LIF技術(shù)成為一種可行的診斷選擇，特別是在有限區(qū)域的研究中。

圖6 a 無人機(jī)熒光傳感器系統(tǒng)在珠江上空捕獲的光譜圖; b 珠江水的擴(kuò)展LIF光譜。我們注意到，利用圖5a所示路徑記錄的所有這類光譜，可以構(gòu)建一個(gè)200m2區(qū)域的非常粗略的“地圖”

圖7 基于無人機(jī)的充油容器線性掃描2D地圖

圖8 a 從橋上倒出一桶摻有少量羅達(dá)明610染料(0.03 g/l)的水時(shí)，對珠江水進(jìn)行定點(diǎn)掃描的照片，右下角為欄桿; b 無人機(jī)記錄的光譜，觀察事件，當(dāng)染料被自然稀釋時(shí)，藻類信號(hào)保持不變

圖9 無人機(jī)對珠江水進(jìn)行二維掃描，同時(shí)倒入一桶含有少量羅達(dá)明610染料(0.03 g/l)的水。當(dāng)河水從無人機(jī)下面流過時(shí)，無人機(jī)正在盤旋。

本文摘自：

Zheng Duan, Ying Li, Jinlei Wang,等. Aquatic environment monitoring using a drone-based fluorosensor[J]. Applied Physics B, 2019, 125(6).

參考文章:

1. S.E. Chang, J. Stone, K. Demes, M.Piscitelli, Consequences of oil spills: a review and framework for informingplanning. Ecol. Soci. 19, 26 (2014)

2. R. Goodman, Overview and future trendsin oil spill remote sensing. Spill Sci. Technol. Bull. 1, 11 (1994)

3. M. Fingas, C.E. Brown, Chap. 6. Oilspill remote sensing: a review, in Spill science and technology, ed. by M.Fingas (Gulf Professional Publishing, Boston, 1990)

4. A. Pisano, F. Bignami, R. Santoleri, Oil spill detection inglintcontaminated near-infrared MODIS imagery. Remote Sens. 7,1112 (2015)

5. X. Wang, Z. Duan, M. Brydegaard, S.Svanberg, G.Y. Zhao, Drone-based area scanning of vegetation fluorescenceheight profiles using a miniaturized hyperspectral lidar system. Appl. Phys. B124, 207 (2018). (APHB-D-18-00319)

6. M. Brydegaard, S. Svanberg, Photonicmonitoring of atmospheric and aquatic fauna. Lasers Photon. Rev. 12, 1800135 (2018)