許晨琪, 過 杰, 楊啟霞, 張 晰, 劉根旺, 張彥敏

微波散射實(shí)驗(yàn)識(shí)別原油及乳化原油

許晨琪1, 4, 過 杰1, 2, 3, 楊啟霞5, 張 晰6, 劉根旺6, 張彥敏7

(1. 中國科學(xué)院煙臺(tái)海岸帶研究所 中國科學(xué)院環(huán)境過程與生態(tài)修復(fù)重點(diǎn)實(shí)驗(yàn)室, 山東 煙臺(tái) 264003; 2. 中國科學(xué)院煙臺(tái)海岸帶研究所 山東省海岸帶環(huán)境過程重點(diǎn)實(shí)驗(yàn)室, 山東 煙臺(tái) 264003; 3. 中國科學(xué)院海洋大科學(xué)中心, 山東 青島 266071; 4. 中國科學(xué)院大學(xué), 北京 100049; 5. 煙臺(tái)大學(xué)環(huán)境與材料工程學(xué)院, 山東 煙臺(tái) 264005; 6. 自然資源部第一海洋研究所, 山東 青島 266061; 7. 中國海洋大學(xué), 山東 青島 266100)

海上原油泄漏在其風(fēng)化遷移過程中會(huì)形成不同濃度的乳化物, 嚴(yán)重威脅海洋生態(tài)環(huán)境。合成孔徑雷達(dá)(SAR)因其不受雨、云影響, 可晝夜監(jiān)測(cè)的優(yōu)勢(shì), 在海上溢油監(jiān)測(cè)過程中發(fā)揮著主力軍的作用, 但是它在原油乳化識(shí)別方面還存在著不足。本文利用C波段全極化散射計(jì)觀測(cè)原油的自然乳化過程, 并利用人工制備的不同含水率的乳化油品模擬原油乳化進(jìn)程觀測(cè)油膜后向散射系數(shù)(RCS)的變化。實(shí)驗(yàn)結(jié)果表明乳化原油RCS高于未乳化原油, 且油膜乳化程度越高相應(yīng)的RCS越大。通過油水散射差值(D0)與阻尼比(R)發(fā)現(xiàn)能夠識(shí)別乳化與未乳化原油, 反映油膜乳化程度的變化, 且在VV極化下效果最佳。

乳化原油識(shí)別; 含水率; 后向散射系數(shù); 阻尼比

海上石油平臺(tái)泄漏、運(yùn)輸船舶事故等造成的海洋溢油污染往往波及海域范圍大且影響時(shí)間長。大量原油進(jìn)入海洋, 與海水混合極易形成油包水型乳液[1-3]。乳化將改變油膜物理性質(zhì), 其體積能增大至原始溢油的2至5倍, 黏度至少增大3個(gè)數(shù)量級(jí), 呈現(xiàn)出介于液體和固體間的狀態(tài)[4-5], 在海洋環(huán)境中很難自然消失, 加大了溢油回收清理工作實(shí)施的難度[6-7]。因此, 及時(shí)監(jiān)測(cè)溢油范圍, 準(zhǔn)確識(shí)別原油及乳化油膜, 能有效地制定海上溢油應(yīng)急策略[8-9], 對(duì)于保護(hù)海洋生態(tài)環(huán)境、減少溢油造成的經(jīng)濟(jì)損失具有重要意義。

大量原油乳化機(jī)制研究表明, 原油中的瀝青含量是形成乳化的重要因素, Fingas等[10]以瀝青含量定義乳化物為穩(wěn)定(瀝青含量>7%), 半穩(wěn)定(3%<瀝青含量<7%)以及不穩(wěn)定(瀝青含量<3%)。溢油形成乳化所需的動(dòng)力能量不高, 在較平靜的海面上由波浪所產(chǎn)生的的能量足矣。Fingas[11]通過實(shí)驗(yàn)發(fā)現(xiàn)旋轉(zhuǎn)法制備乳化物時(shí)所需最小能量約為3′10–5~5′10–5J, 攪拌作用越劇烈乳化程度越大。溫度對(duì)原油乳化有復(fù)雜的影響[12-13]: 高溫有利于油水混合, 可加速乳化物的形成, 而低溫抑制水滴的凝聚, 利于乳化物的穩(wěn)定; 溫度影響瀝青質(zhì)的溶解與沉積狀態(tài), 因此有時(shí)較低溫度更利于乳化的形成; 同時(shí), 溫度也通過影響蒸發(fā)快慢來影響溢油乳化的趨勢(shì)。

目前SAR溢油監(jiān)測(cè)研究主要集中于溢油與疑似溢油的識(shí)別, 涉及乳化進(jìn)程對(duì)油膜散射特性影響方面的研究較少。SAR傳感器具有高效性、實(shí)時(shí)性、不受云雨干擾的優(yōu)勢(shì), 在海面溢油監(jiān)測(cè)中發(fā)揮著主力軍的作用。單極化SAR基于多尺度影像分割, 利用模糊邏輯、神經(jīng)網(wǎng)絡(luò)等方法實(shí)現(xiàn)溢油范圍的半自動(dòng)或自動(dòng)識(shí)別[14-18]。隨著全極化SAR衛(wèi)星的發(fā)展, 極化分解參數(shù), 平均散射角、散射熵等參數(shù)被用于溢油與海水的區(qū)分[19-22]。相關(guān)研究表明SAR數(shù)據(jù)具有識(shí)別較厚乳化油的潛力[23-24]。阻尼比定義為無油海面與油膜散射強(qiáng)度之比, 能夠反映油膜對(duì)海水強(qiáng)烈的平滑作用[8, 25-27], 在一些研究中用來對(duì)溢油區(qū)域內(nèi)部進(jìn)行分類[8, 28], 識(shí)別較厚油層以及混合海水的溢油[28-29]。Minchew等[29]認(rèn)為SAR能夠觀測(cè)較厚浮油的體積濃度, 溢油與表層海水的混合物通過平滑海表毛細(xì)重力波、降低海水介電常數(shù)來改變海表后向散射, 并以此提出了一種基于布拉格散射理論的油水混合指數(shù)來估算溢油乳化物中油的體積分?jǐn)?shù), 并采用“深水地平線”鉆井平臺(tái)溢油事故中獲取的L波段UAVSAR數(shù)據(jù)進(jìn)行了測(cè)試評(píng)估。Skrunes等[20]利用同步溢油實(shí)驗(yàn)獲取含有原油、乳化油和生物油膜的RADARSAT2數(shù)據(jù), 通過極化矩陣提取的特征向量獲得的幾何強(qiáng)度和雙極化的后向散射截面實(shí)部的對(duì)數(shù)值, 成功識(shí)別了原油、乳化油和生物油膜。Garcia-Pineda等[23]基于紋理分類器神經(jīng)網(wǎng)絡(luò)算法確定深水地平線溢油事故中溢油的泄漏范圍, 通過開發(fā)的乳化油膜識(shí)別算法檢測(cè)泄漏范圍內(nèi)雷達(dá)后向散射增強(qiáng)的區(qū)域, 從而識(shí)別乳化油膜, 識(shí)別結(jié)果在很大程度上與船只以及光學(xué)遙感影像觀測(cè)結(jié)果一致。然而由于海上溢油事故期間對(duì)真實(shí)溢油進(jìn)行采樣測(cè)量乳化程度的難度較大, 上述研究對(duì)于乳化油膜乳化程度的定量觀測(cè)缺乏驗(yàn)證。

SAR是監(jiān)測(cè)海上溢油的主力軍, 而乳化是貫穿海上原油溢油的重要過程。因此開展原油乳化外場(chǎng)實(shí)驗(yàn)、探索不同乳化程度對(duì)微波散射特性的影響, 對(duì)于乳化原油的識(shí)別具有重要意義。Guo等[30]認(rèn)為含水率是描述原油乳化進(jìn)程的最佳參數(shù), 并發(fā)現(xiàn)一定程度的乳化能夠增大油膜后向散射系數(shù)(normalized radar cross section,RCS), 而原油乳化進(jìn)程對(duì)RCS的影響未被定量描述。本文利用實(shí)驗(yàn)室制備的不同含水率的乳化油品模擬原油乳化進(jìn)程, 開展C波段全極化散射計(jì)原油乳化觀測(cè)外場(chǎng)實(shí)驗(yàn), 研究原油乳化進(jìn)程中RCS的變化, 為SAR監(jiān)測(cè)乳化溢油提供數(shù)據(jù)支持。

1 材料和方法

1.1 實(shí)驗(yàn)材料

實(shí)驗(yàn)使用的油品有半穩(wěn)定乳化原油A, 穩(wěn)定乳化原油H、B以及不穩(wěn)定乳化原油C, 其中A、B兩種油采自石油平臺(tái)油井(油、水及雜質(zhì)混合), C、H是脫水原油。為定量分析乳化進(jìn)程對(duì)原油RCS的影響, 實(shí)驗(yàn)制備了不同含水率的乳化油樣品, 均以1 kg原油進(jìn)行配制。根據(jù)預(yù)實(shí)驗(yàn)中不同原油最大穩(wěn)定含水率(A: 20%; H: 70%; B: 50%; C: 22%)設(shè)置乳化原油的含水率間隔如表1所示。

表1 實(shí)驗(yàn)所用油品及參數(shù)

注:“—”代表無數(shù)據(jù), C油用于自然乳化實(shí)驗(yàn)

1.2 實(shí)驗(yàn)儀器

乳化原油散射特性實(shí)驗(yàn)設(shè)置如圖1所示。玻璃鋼水槽(長6 m, 寬2.2 m, 高0.7 m)內(nèi)盛4 700 kg密度為1.02 g/mL的過濾海水至池內(nèi)0.35 m深度處; C波段全極化散射計(jì)置放于水槽短邊高臺(tái)處, 在入射角25°至60°范圍內(nèi)每隔5°掃描一次, 掃描足印直徑0.8 m, 掃描中心距短邊池壁距離如圖1所示。散射計(jì)具體參數(shù)如表2所示。

1.3 實(shí)驗(yàn)方法及實(shí)驗(yàn)條件

本次研究共開展兩次原油乳化實(shí)驗(yàn)Ⅰ、Ⅱ, 地點(diǎn)位于煙臺(tái)牟平海岸帶環(huán)境綜合試驗(yàn)站。實(shí)驗(yàn)Ⅰ(2017年8月23—27日)觀測(cè)C油的自然乳化進(jìn)程。分9次向池中累加潑入原油, 累計(jì)加油量達(dá)6 996.7 g。每次加油后待油膜擴(kuò)散10 min后、散射計(jì)進(jìn)行掃描, 之后根據(jù)不同油量人工攪拌2~10 min不等, 觀測(cè)油膜RCS。實(shí)驗(yàn)Ⅱ(2018年9月15—18日)利用人工制備的溢油乳化樣品模擬原油的乳化進(jìn)程, 觀測(cè)不同含水率的乳化油A、H、B。散射計(jì)分別觀測(cè)潔凈海水與乳化原油。每個(gè)油樣觀測(cè)結(jié)束后對(duì)水面進(jìn)行除油處理, 觀測(cè)除油水面及下一油樣RCS。兩實(shí)驗(yàn)具體過程及實(shí)驗(yàn)油量如圖2所示,“初始海水”和“除油水面”分別代表初始潔凈海水和除油后水面;“攪拌”表示該次觀測(cè)的油膜經(jīng)過人工攪拌;“放置一夜”表示該次觀測(cè)的是放置一晚的乳化油膜。“A-5%”代表含水率為5%的乳化原油A。實(shí)驗(yàn)過程中氣溫與風(fēng)速由距離水槽200 m的小型氣象站記錄。為探究玻璃鋼水槽池壁對(duì)水面風(fēng)速的影響, 同時(shí)利用手持風(fēng)速計(jì)圍繞水池兩側(cè)的長邊池壁在池壁上方與接近水面位置測(cè)量了風(fēng)速。圖3中紅色及綠色實(shí)線分別表示氣象站觀測(cè)的氣溫與風(fēng)速, 深藍(lán)色實(shí)線表示池壁上方位置平均風(fēng)速, 淺藍(lán)色虛線表示近水面位置平均風(fēng)速, 曲線下方的百分比代表了近水面風(fēng)速相比池壁上方風(fēng)速衰減的比率, 風(fēng)速衰減率平均為12%。這表明池壁對(duì)外部的風(fēng)有一定的遮擋作用, 但不嚴(yán)重。水面波高由測(cè)波桿利用海水的導(dǎo)電性, 通過電測(cè)方法測(cè)量測(cè)波桿浸泡于海水中的高度, 測(cè)量精度為0.3 mm。在散射計(jì)入射角40°掃描區(qū)域的左右兩側(cè)選擇了4個(gè)位置進(jìn)行測(cè)量, 觀測(cè)結(jié)果顯示實(shí)驗(yàn)水面波高在3 mm以內(nèi)。

圖1 外場(chǎng)實(shí)驗(yàn)設(shè)置

注: AC為散射計(jì)高度, AB為散射計(jì)軸高,為散射計(jì)掃描中心距短邊池壁的距離

表 2 C波段散射計(jì)參數(shù)

圖2 實(shí)驗(yàn)過程及實(shí)驗(yàn)油量

圖3 實(shí)驗(yàn)風(fēng)速及溫度

2 結(jié)果與分析

實(shí)驗(yàn)Ⅰ觀測(cè)了原油的自然乳化過程, 含水率是能夠界定其乳化狀態(tài)的重要參數(shù), 預(yù)實(shí)驗(yàn)測(cè)得C油在28 ℃下最大穩(wěn)定含水率為22%。不同入射角觀測(cè)的油膜RCS隨乳化進(jìn)程的變化如圖4所示, 圖中序列號(hào)6顯示油膜在溫度28 ℃時(shí)達(dá)到最大穩(wěn)定含水率(21.9%), 根據(jù)現(xiàn)場(chǎng)照片油膜主要分布于入射角35°至45°掃描范圍內(nèi), 觀測(cè)到35°至45°油膜RCS明顯增加。對(duì)比風(fēng)速結(jié)果顯示風(fēng)速對(duì)油膜的RCS變化并沒有起主導(dǎo)作用, 不穩(wěn)定原油的乳化則一定程度增大油膜RCS。因此, 乳化能夠一定程度影響油膜后向散射機(jī)制, Guo等[30]在相同實(shí)驗(yàn)條件下也發(fā)現(xiàn)一盯程度的乳化增大RCS。

進(jìn)一步研究乳化程度對(duì)油膜RCS的影響, 實(shí)驗(yàn)Ⅱ觀測(cè)了不同含水率的原油樣品。油膜現(xiàn)場(chǎng)照片如圖5所示, 含水率越高油膜乳化程度越高, 油膜越接近棕褐色且油層中小液滴更密集。

內(nèi)場(chǎng)實(shí)驗(yàn)結(jié)果表明溫度較低的油膜有更大的密度、黏度與表面張力, 且密度、黏度與表面張力隨含水率增大更快, 可見較低的溫度更利于油膜乳化的穩(wěn)定[31]。同時(shí), 溫度還通過影響油膜的揮發(fā)量影響著溢油乳化的趨勢(shì)。由于不同含水率油膜的觀測(cè)時(shí)間相隔較大, 觀測(cè)結(jié)果受環(huán)境差異影響。而實(shí)驗(yàn)中油膜與除油水面的觀測(cè)間隔僅在0.5 h以內(nèi), 因此利用油膜與除油水面RCS的差值(D0)與阻尼比(R)分析乳化程度對(duì)RCS產(chǎn)生的影響。上述散射特征參數(shù)定義如下:

D0=0Oil-0Water, (1)

R=0Water/0Oil,(2)

其中,0Oil為除油后水面的RCS,0Oil為油膜NRCS。由于布油點(diǎn)位于水面中心掃描入射角45°范圍處, 以下分析均采用45°觀測(cè)數(shù)據(jù)進(jìn)行分析。

VV、HH、VH/HV 極化方式下D0及R隨含水率變化分別如圖6、7所示。對(duì)于H及B油, 結(jié)果顯示D0及R隨原油乳化程度增加, 含水率越高對(duì)應(yīng)D0,R越大, 且這種趨勢(shì)在VV極化下最為顯著。對(duì)于A油,D0及R隨含水率的變化趨勢(shì)并不顯著, 現(xiàn)場(chǎng)照片圖5a顯示油膜A-0%呈大小不一的油塊堆疊在水面, 增加了水面粗糙度, 使得油水NRCS差異較大, 這種差異并非乳化引起。而乳化油膜A-10%主要分布于掃描范圍四周, 掃描范圍內(nèi)分布著平滑的甚薄油膜(圖5b), 造成較低的?0A-10%與RA-10%。VV、HH、HV/VH三種極化下?0A-15%均高于?0A-5%, VV極化下RA-15%大于RA-5%, 即乳化程度較大的油膜D0及R值更高。

因此, 參數(shù)D0、R能夠反映油膜乳化程度的變化, 且在VV極化下效果最佳。進(jìn)一步探究上述參數(shù)對(duì)乳化原油與未乳化原油的識(shí)別能力, 不同含水率的乳化原油相對(duì)未乳化原油D0與R的變化率分別為:

D0(%) = (D0emul–D0crude)/D0crude′100, (3)

DR(%) = (Remul–Rcrude)/Rcrude′100, (4)

式中,D0emul及Remul為不同含水率乳化原油計(jì)算的D0與R值;D0crude及Rcrude為未乳化原油計(jì)算的D0與R值。如表3所示, 乳化油膜較未乳化原油D0與R值在VV極化下的變化率隨含水率增大。對(duì)于瀝青含量7.5%的原油B, 乳化油膜含水率達(dá)10%便可以通過油水散射差值與原油進(jìn)行明顯區(qū)分, 其D0較原油增加近一倍。含水率達(dá)最大穩(wěn)定值40%時(shí),D0較初始原油增加約2.2倍; 對(duì)于瀝青含量>7%的脫水原油H, 乳化油膜含水率達(dá)40%時(shí)能夠通過D0與原油明顯區(qū)別,D0較原油增加1.5倍, 達(dá)最大穩(wěn)定含水率50%時(shí)較初始原油增加2.2倍; 對(duì)于瀝青含量介于3%至7%的A油, 乳化油膜含水率達(dá)最大穩(wěn)定值15%后D0相對(duì)含水率5%的乳化油膜增加約1倍, 可以與未乳化原油進(jìn)行區(qū)別。R對(duì)乳化油與未乳化原油的區(qū)分度相對(duì)較低, B油含水率高達(dá)40%時(shí)其R較原油增長12.3%, 含水率達(dá)50%的H油R較原油增長4.6%, 而含水率達(dá)15%的A油相對(duì)A-5%僅增加1.4%。

圖4 實(shí)驗(yàn)Ⅰ油膜(C油)NRCS在不同入射角條件下隨自然乳化進(jìn)程的變化

圖5 實(shí)驗(yàn)Ⅱ中不同含水率油膜的現(xiàn)場(chǎng)照片(a); 含水率為10%的油膜A在水池中的分布(b)

圖6 VV、HH、VH/HV 極化方式下Ds0隨含水率的變化

圖7 VV、HH、VH/HV 極化方式下DR隨含水率的變化

表 3 不同含水率乳化原油Ds0與DR的變化率

油膜后向散射主要取決于表面粗糙度及介電常數(shù)的影響[32]。乳化導(dǎo)致油膜含水率與介電常數(shù)的變化, 乳化油層中的小液滴一定程度增加了油膜表面粗糙度(圖5a), 從而影響油膜后向散射機(jī)制, 使乳化原油RCS高于未乳化原油。散射特征參數(shù)D0與R能夠增強(qiáng)乳化原油及未乳化原油的這種散射差異, 幫助實(shí)現(xiàn)原油及乳化油的區(qū)分識(shí)別。

3 結(jié)論

本文開展內(nèi)場(chǎng)實(shí)驗(yàn)探索了原油乳化進(jìn)程中物理特性的變化, 含水率能夠定量描述原油的乳化過程。利用C波段全極化散射計(jì)分別觀測(cè)了溢油的自然乳化進(jìn)程以及人工控制下的定量原油乳化進(jìn)程。在風(fēng)速小于7 m/s, 波高<3 mm條件下, 研究乳化進(jìn)程對(duì)油膜RCS的影響。實(shí)驗(yàn)觀測(cè)結(jié)果表明乳化通過改變油膜的表面粗糙度與介電常數(shù)增大其RCS, 使得乳化原油RCS高于未乳化原油。油水差值D0與阻尼比R能夠反映油膜乳化程度的變化, 油膜乳化程度越大, 其對(duì)應(yīng)D0與R值越高。VV極化下, 油水散射差值D0能夠較好地應(yīng)用于乳化原油與未乳化原油識(shí)別, 瀝青含量高的原油在乳化程度較低時(shí)便能與原油顯著區(qū)別。在VV極化下, 阻尼比R能夠?qū)υ团c乳化程度較高的乳化原油進(jìn)行一定程度區(qū)別, 瀝青含量越高區(qū)別度越顯著。

目前實(shí)驗(yàn)還存有一些不足, 缺少實(shí)測(cè)的油膜表面粗糙度參數(shù), 乳化進(jìn)程增大RCS的理論機(jī)制需要進(jìn)一步探索。實(shí)驗(yàn)需要進(jìn)一步優(yōu)化條件, 在更接近自然海況的條件下, 應(yīng)用不同波段的微波傳感器對(duì)比不同波段對(duì)原油乳化程度響應(yīng)的敏感性, 不斷實(shí)驗(yàn)分析, 為星載SAR識(shí)別乳化油膜提供數(shù)據(jù)參考。

致謝: 感謝中國科學(xué)院牟平海岸帶環(huán)境綜合試驗(yàn)站為本實(shí)驗(yàn)提供場(chǎng)地支持及氣象站觀測(cè)數(shù)據(jù)。

[1] 徐學(xué)仁. 海洋環(huán)境中“巧克力奶油凍”的形成及其危害[J]. 海洋環(huán)境科學(xué), 1986, 5(1): 14-18.XU Xueren. Formation and harm of “chocolate mousse” in marine environment[J]. Marine Environmental Science, 1986, 5(1): 14-18.

[2] 過杰, 孟俊敏, 何宜軍. 基于二維激光觀測(cè)的溢油及其乳化過程散射模式研究進(jìn)展[J]. 海洋科學(xué), 2016, 40(2): 159-164. GUO Jie, MENG Junmin, HE Yijun. Scattering model research based on two-dimensional laser observation of spilled oil and emulsification processes[J]. Marine Sciences, 2016, 40(2): 159-164.

[3] ZHONG Z, YOU F. Oil spill response planning with consideration of physicochemical evolution of the oil slick: A multiobjective optimization approach[J]. Computers & Chemical Engineering, 2011, 35(8): 1614-1630.

[4] FINGAS M, FIELDHOUSE B. Studies of the formation process of water-in-oil emulsions[J]. Marine Pollution Bulletin, 2003, 47(9/12): 369-396.

[5] FINGAS M, FIELDHOUSE B, MULLIN J V. Studies of water-in-oil emulsions: Stability studies[J]. Spill Science & Technology Bulletin, 1996, 3(4): 189-190.

[6] 劉廣強(qiáng), 耿紅, 史光寶. 水上溢油清除方法研究[J]. 中國水運(yùn), 2010(2): 32-33.LIU Guangqiang, GENG Hong, SHI Guangbao. Study on the method of oil spill removal[J]. China Water Tran-s-port, 2010(2): 32-33.

[7] 陸應(yīng)誠, 胡傳民, 孫紹杰, 等. 海洋溢油與烴滲漏的光學(xué)遙感研究進(jìn)展[J]. 遙感學(xué)報(bào), 2016, 20(5): 1259- 1269. LU Yingcheng, HU Chuanmin, SUN Shaojie, et al. Overview of optical remote sensing of marine oil spills and hydrocarbon seepage[J]. Journal of Remote Sensing, 2016, 20(5): 1259-1269.

[8] JONES C E, HOLT B. Experimental L-Band airborne SAR for oil spill response at sea and in coastalwaters[J]. Sensors, 2018, 18(2): 641.

[9] ZEINSTRA-HELFRICH M, MURK A J. Effects of Oil Properties and Slick Thickness on Dispersant Field Effectiveness and Oil Fate[M]//Murawski S A, Ainsworth C H, Gilbert S, et al. Deep Oil Spills: Facts, Fate, and Effects. Cham, Switzerland: Springer International Publi-shing, 2020: 155-169.

[10] FINGAS M. Water-in-oil emulsion formation: a review of physics and mathematical modelling[J]. Spill Scien-ce & Technology Bulletin, 1995, 2(1): 55-59.

[11] FINGAS M, FIELDHOUSE B, MULLIN J V. Studies of water-in-oil emulsions : energy threshold of emulsion formation[J]. Proceedings of the 22nd Arctic and Marine Oil SPill Program Technical Seminar, 1999, 57-68.

[12] BOBRA M, FINGAS M, Tennyson E. When oil spills emulsify[J]. Chemtech, 1992, 22(4): 236-241.

[13] 嚴(yán)志宇, 許海梁. 溢油乳化過程的研究進(jìn)展[J]. 交通環(huán)保, 2002(2): 1-6, 26.YAN Zhiyu, XU Hailiang. Review of the studies on emulsification of spilled oil[J]. Environmental Protection In Transportation, 2002(2): 1-6, 26.

[14] SOLBERG A H S. Remote sensing of ocean oil-spill pollution[J]. Proceedings of the IEEE, 2012, 100(10): 2931-2945.

[15] SONG D, DING Y, LI X, et al. Ocean oil spill classification with RADARSAT-2 SAR based on an optimized wavelet neural network[J]. Remote Sensing, 2017, 9(8): 799.

[16] LIU P, ZHAO C, LI X, et al. Identification of ocean oil spills in SAR imagery based on fuzzy logic algorithm[J]. International Journal of Remote Sensing, 2010, 31(17/18): 4819-4833.

[17] GARCIA-PINEDA O, ZIMMER B, HOWARD M, et al. Using SAR images to delineate ocean oil slicks with a texture-classifying neural network algorithm (TCNNA)[J]. Canadian Journal of Remote Sensing, 2009, 35(5): 411- 421.

[18] DEL FRATE F, PETROCCHI A, LICHTENEGGER J, et al. Neural networks for oil spill detection using ERS-SAR data[J]. Ieee Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2282-2287.

[19] ZHANG B, PERRIE W, LI X, et al. Mapping sea surface oil slicks using RADARSAT-2 quad-polarization SAR image[J]. Geophysical Research Letters, 2011, 38(10) : L10602.

[20] SKRUNES S, BREKKE C, Eltoft T. Characterization of marine surface slicks by Radarsat-2 multipolarization features[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(9): 5302-5319.

[21] NUNZIATA F, GAMBARDELLA A, MIGLIACCIO M. On the mueller scattering matrix for SAR sea oil slick observation[J]. IEEE Geoscience and Remote Sensing Letters, 2008, 5(4): 691-695.

[22] MIGLIACCIO M, GAMBARDELLA A, TRANFAGLIA M. SAR polarimetry to observe oil spills[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(2): 506-511.

[23] GARCIA-PINEDA O, MACDONALD I, HU C, et al. Detection of floating oil anomalies from the deepwater horizon oil spill with Synthetic Aperture Radar[J]. Ocea-nography, 2013, 26(2): 124-137.

[24] MACDONALD I R, GARCIA-PINEDA O, BEET A, et al. Natural and unnatural oil slicks in the Gulf of Mexico[J]. Journal of Geophysical Research-Oceans, 2015, 120(12): 8364-8380.

[25] GADE M, ALPERS W, HUHNERFUSS H, et al. Imaging of biogenic and anthropogenic ocean surface films by the multifrequency/multipolarization SIR-C/X-SAR[J]. Journal of Geophysical Research-Oceans, 1998, 103(C9): 18851- 18866.

[26] WISMANN V, GADE M, ALPERS W, et al. Radar signatures of marine mineral oil spills measured by an airborne multi-frequency radar[J]. International Journal of Remote Sensing, 1998, 19(18): 3607-3623.

[27] JONES B. A comparison of visual observations of surface oil with Synthetic Aperture Radar imagery of the sea empress oil spill[J]. International Journal of Remote Sensing, 2001, 22(9): 1619-1638.

[28] JONES C E, ESPESETH M M, HOLT B, et al. Chara-cterization and discrimination of evolving mineral and plant oil slicks based on L-band synthetic aperture radar (SAR)[C]//Notarnicola C, Paloscia S, Pierdicca N, et al. Proceeding of SPIE, SAR Image Analysis, Mode-ling, and Techniques XVI, 2016, 10003, 100030K.

[29] MINCHEW B. Determining the mixing of oil and sea water using polarimetric synthetic aperture radar[J]. Geophysical Research Letters, 2012, 39: L16607.

[30] GUO J, ZHANG T, ZHANG X, et al. Impact of emulsification of crude oil on normalized radar cross section[J]. Journal of Oceanology and Limnology, 2019, 38(1): 42-54.

[31] GUO J, LUO Y M, GE F, et al. Study on crude oil and its emulsification characteristics[C]// HIROSE A. 2019 IEEE International Geoscience and Remote Sensing Symposium. Yokohama, Japan, 2019: 8257-8259.

[32] RICHARDS J A. Remote Sensing with Imaging Radar[M]. Berlin: Springer-Verlag Berlin, 2009: 1-361.

Identification of crude oil and emulsified crude oil based on microwave scattering experiment

XU Chen-qi1, 4, GUO Jie1, 2, 3, YANG Qi-xia5, ZHANG Xi6, LIU Gen-wang6, ZHANG Yan-min7

(1. Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences (CAS), CAS Key Laboratory of Coastal Environmental Processes and Ecological Remediation, Yantai 264003, China; 2. Shandong Key Laboratory of Coastal Environmental Processes, Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences, Yantai 264003, China; 3. Center for Ocean Mega-Science, CAS, Qingdao 266071, China; 4. University of Chinese Academy of Sciences, Beijing 100049, China; 5. School of environmental and material engineering, Yantai University, Yantai 264005, China; 6. First Institute of Oceanography, Ministry of Natural Resources, Qingdao 266061, China; 7. Ocean university of China, Qingdao 266100, China)

The leaked of crude oil will form emulsions of different concentrations in the process of weathering and migration, which poses a serious threat to the marine ecological environment. Synthetic aperture radar (SAR) plays a major role in the observation of the extent of oil spills on the sea surface which is not affected by rain and clouds and has the advantage of day and night monitoring. However, there are some deficiencies in the identification of emulsified crude oil still exist. In this paper, the natural emulsification of crude oil was observed by C-band full-polarization microwave scatterometer, emulsification process of crude oil simulated by manually prepared oil samples with different moisture content was also observed to study the change of the normalized radar cross section (RCS). The experimental results show thatRCSof emulsified crude oil is higher than that of crude oil, and the higher the emulsification degree is, the higher theRCSof oil film is.RCSdifferences between oil and water (D0) and damping ratio (R) can identify emulsified and non-emulsified crude oil, reflect the change of the degree of oil film emulsification, and in VV polarization is the best.

identification of emulsified crude oil; moisture content; normalized radar cross section; damping ratio

May 25, 2020

P76

A

1000-3096(2021)04-0013-09

10.11759/hykx20200525002

2020-05-25;

2020-07-31

國家自然科學(xué)基金(42076197, 41576032, 41576170); 國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2017YFC1405600); 中國科學(xué)院海洋大科學(xué)中心重點(diǎn)部署項(xiàng)目(COMS2019J05)

[National Science Foundation of China, No. 42076197, No. 41576032, No.41576170; National Key R&D Program of China, No. 2017YFC1405600; Key Deployment Project of Centre for Ocean Mega-Research of Science, Chinese academy of science, No. COMS2019J05]

許晨琪(1996—), 女, 北京人, 碩士研究生, 研究方向: 海洋微波遙感應(yīng)用, E-mail: cqxu@yic.ac.cn; 過杰(1965—),通信作者, 研究員, 主要從事海洋微波遙感及應(yīng)用, E-mail: jguo@yic.ac.cn

(本文編輯: 叢培秀)