|本期目录/Table of Contents|

[1]王家彬,侯宝年,胡 哲,等.基于无人机多光谱光学特性的海面油污辨识方法[J].武汉工程大学学报,2023,45(02):208-213.[doi:10.19843/j.cnki.CN42-1779/TQ.202211023]
　WANG Jiabin,HOU Baonian,HU Zhe,et al.Identification Method of Sea Surface Oil Pollution Based on Multispectral Optical Characteristics of Unmanned Aerial Vehicle[J].Journal of Wuhan Institute of Technology,2023,45(02):208-213.[doi:10.19843/j.cnki.CN42-1779/TQ.202211023]
点击复制

基于无人机多光谱光学特性的海面油污辨识方法(/HTML)
分享到：

《武汉工程大学学报》[ISSN:1674-2869/CN:42-1779/TQ]

卷:
45
期数:
2023年02期
页码:
208-213
栏目:
机电与信息工程
出版日期:
2023-04-30

文章信息/Info

Title:
Identification Method of Sea Surface Oil Pollution Based on Multispectral Optical Characteristics of Unmanned Aerial Vehicle

文章编号:
1674 - 2869（2023）02 - 0208 - 06
作者:
王家彬1; 侯宝年2; 胡 哲1; 邓 杰1; 黄小卫*1; 梁 健1; 龙 跃1; 邢书浩1
1. 中国南方电网有限责任公司超高压输电公司广州局海口分局，海南 海口 570100；
2. 翼飞智能科技（武汉）有限公司，湖北 武汉 430070

Author(s):
WANG Jiabin1; HOU Baonian2; HU Zhe1; DENG Jie1; HUANG Xiaowei*1; LIANG Jian1; 
1. Haikou Branch of Guangzhou Bureau of China Southern Power Grid EHV Transmission Company，Haikou 570100，China；
2. Easy Fly Intelligent Technology （Wuhan） Co.，Ltd，Wuhan 430070，China
关键词:
海洋溢油; 无人机; 海面油污; 多光谱成像; 巡检系统
Keywords:
marine oil spill; unmanned aerial vehicle; sea surface oil pollution; multispectral imaging; inspection system

分类号:
P229
DOI:
10.19843/j.cnki.CN42-1779/TQ.202211023
文献标志码:
A
摘要:
为提高海洋溢油识别能力以满足海洋巡检应用要求，通过对无人机海面油污巡检系统进行改进，建立了基于多光谱成像光学特性的综合海面油污巡检系统。首先，分析了多光谱成像辨识海面油污的工作原理，建立基于多光谱成像的无人机与人工巡检相结合的海面油污巡检系统，得到基于该系统下的海面油污实验结果，测量结果验证了对油污辨识的准确性。然后，基于建立的海面油污巡检系统，采用长距离无人机自主海面巡检与人工船舶海面巡检相结合的方法，能够准确快速地对海面油污进行辨识。最后，通过该系统对我国某港口附近海面进行油污检测，得到了海面溢油空间的准确位置和分布情况，油污辨识结果验证了该方法的准确性和可行性。

Abstract:
To improve the ability to identify marine oil spill to meet the application requirements of marine inspection，we attempted to improve the unmanned aerial vehicle （UAV） inspection system for sea surface oil pollution，and establishes a comprehensive inspection system for sea surface oil pollution based on the optical characteristics of multispectral imaging. First，the working principle of identifjying sea surface oil pollution by multispectral imaging was analyzed，and the oil pollution inspection system was established based on the combination of multispectral imaging of UAV inspection and manual inspection，and the experimental results of sea surface oil pollution based on this system were obtained. The measurement results verify the accuracy of oil pollution identification. Then，based on the established oil pollution inspection system，the inspection method of the combination of long-distance UAV autonomous sea surface inspection and artificial ship sea surface inspection was adopted，which can identify the sea surface oil pollution accurately and quickly. Finally，the system was used to detect the sea surface oil pollution near a port in China，and the exact location and distribution of the oil spill space were obtained. The oil pollution identification results verify the accuracy and feasibility of the method.

参考文献/References:

［1］ 王畅，尹松林，高阳，等.基于无人机载多光谱相机的海面溢油分类方法研究［J］.应用海洋学学报，2021，40（3）：540-546.

［2］ 戴渝心，马毅，姜宗辰，等.基于多核SVM决策融合模型的海面原油多光谱遥感检测研究［J］.海洋科学，2022，46（7）：11-23.
［3］ NICLOS R，DONA C，VALOR E，et al. Thermal-infrared spectral and angular characterization of crude oil and seawater emissivities for oil slick identification ［J］. IEEE Transactions on Geoscience and Remote Sensing，2014，52（9）：5387-5395.
［4］ 赵冬.基于高/多光谱遥感技术的海表油膜识别方法研究［D］.武汉：中国地质大学，2019.
［5］ SONG D M，LIU B，CHEN S C，et al. Classification of the different thickness of the oil film based on wavelet transform spectrum information ［J］. Aquatic Procedia，2015，3：133-143.
［6］ 陆应诚，田庆久，宋鹏飞，等.海面油膜高光谱遥感信息提取［J］ .遥感学报，2009，13（4）：691-695.
［7］ SALEM F M F. Hyperspectral remote sensing：a new approach for oil spill detection and analysis ［D］. Fairfax，Virginia：George Mason University，2003.
［8］ 张淳民，穆廷魁，颜廷昱，等.高光谱遥感技术发展与展望［J］.航天返回与遥感，2018，39（3）：104-114.
［9］ 张永宁，丁倩，高超，等.油膜波谱特征分析与遥感监测溢油［J］.海洋环境科学，2000，19（3）：5-10.
［10］ UTO K，SEKI H，SAITO G，et al. Characterization of rice paddies by a UAV-mounted miniature hyperspectral sensor system ［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2013，6（2）：851-860.
［11］ LUCIEER A，MALENOVSKY Z，VENESS T，et al. HyperUAS—Imaging spectroscopy from a multirotor unmanned aircraft system ［J］. Journal of Field Robotics，2014，31（4）：571-590.
［12］ P?L?NEN I，SAARI H，KAIVOSOJA J，et al. Hyperspectral imaging based biomass and nitrogen content estimations from light-weight UAV［C］//Proceedings of SPIE，Remote Sensing for Agriculture，Ecosystems，and Hydrology XV. NEALE C M U， MALTESE A. Germany：SPIE，2013，8887：141-149.
［13］ XING Q G，MENG R L，LOU M J，et al. Remote sensing of ships and offshore oil platforms and mapping the marine oil spill risk source in the Bohai sea ［J］. Aquatic Procedia，2015，3：127-132.
［14］ LIU D L，ZHANG J Q，WANG X R. Reference spectral signature selection using density-based cluster for automatic oil spill detection in hyperspectral images ［J］. Optics Express，2016，24（7）：7411-7425.
［15］ 刘彦呈，殷佩海，林建国，等.海上溢油应急反应模拟训练系统的设计［J］.大连海事大学学报，2002，28（1）：56-60.
［16］ 高阳.无人机载海水油污主动与被动探测系统研究［D］.哈尔滨：哈尔滨工业大学，2019.

相似文献/References:

[1]罗　凯,徐俊武*,杨　敏.一种改进KNN的无人机图像快速拼接方法[J].武汉工程大学学报,2021,43(03):344.[doi:10.19843/j.cnki.CN42-1779/TQ.202012033]
　LUO Kai,XU Junwu*,YANG Min.Improved Stitching Method Based on KNN for UAV Images[J].Journal of Wuhan Institute of Technology,2021,43(02):344.[doi:10.19843/j.cnki.CN42-1779/TQ.202012033]

备注/Memo

备注/Memo:
收稿日期：2022-11-29
基金项目：南方电网公司项目（2022030302JH）
作者简介：王家彬，学士，工程师。E-mail：[email protected]
*通讯作者：黄小卫，高级工程师。E-mail：[email protected]
引文格式：王家彬，侯宝年，胡哲，等. 基于无人机多光谱光学特性的海面油污辨识方法［J］. 武汉工程大学学报，2023，45（2）：208-213.

更新日期/Last Update: 2023-05-04