МЕТОД ИНФОРМАЦИОННОГО БАЛАНСА СИГНАЛОВ ДИСПЕРСИВНОГО И НЕДИСПЕРСИВНОГО ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ДЛЯ ОБНАРУЖЕНИЯ НЕФТЯНЫХ ЗАГРАЗНЕНИЙ ПОЧВЫ В ПРИБРЕЖНЫХ ЗОНАХ С ПРИМЕНЕНИЕМ ГИПЕРСПЕКТРОМЕТРОВ

Х. Г. Асадов, Р. М. Рагимов, Л. Д. Абдуллаева

Аннотация


В статье представлен метод для обнаружения нефтяных загрязнений почвы в прибрежных зонах с применением бортовых гиперспектрометров - метод информационного баланса сигналов дисперсивно- го и недисперсивного зондирования, используемых соответственно для основных и валидационных измерений.
Дистанционное зондирование является потенциально перспективным методом для обнаружения различных типов загрязнений прибрежной природной среды, включая загрязнения нефтяными углеводородами. Общим принципом дистанционного зендирования является обьязательное проведение валидации дистанционно полученных результатов.
Принципы и методы проведения валидационных измерений разнообразны и могут быть классифицированы по признакам: 1) синхронности основых и валидационных измерений; 2) автономности валидационных измерений; 3) выбора высоты проведения валидационных измерений.
Изложен операционный алгоритм предлагаемого метода. Рассмотрен вариант совместного и синхронного проведения основных и валидационных измерений с помощью гиперспектрометра, установленного на низковысотном летательном аппарате.
Дано математическое обоснование используемого метода. На основе условия информационного баланса получено выражение для определения отношения сигнал/шум в системе с целью дальнейшего вычисления корреляции между узкополосным нефтяным индексом и широкополосным сигнатурным признаком аномальной концетрации тяжелых металлов.

Ключевые слова


гиперспектрометр;валидация;информация;нефтяные углеводороды;нефтяной индекс;тяжелые металлы;hyperspectrometer;validation;information;petroleum hydrocarbons;oil index;heavy metals;

Полный текст:

PDF

Литература


Ben Lord. Remote Sensing Techniques for Onshore Oil and Gas Explore // The Leading Edge. 2017. pp. 24 - 31.

Michelle Alexandra Speta. Hyper Spectral Imaging for the Characterization of Athabasca Oil Sands Core: Doc. Phil. Sci. Diss. Canada, Department of Earth and Atmospheric Sciences University of Alberta, 2016. 134 p.

Ramakrishna D., Rishikesh Bharti. Hyper Spectral Remote Sensing and Geological Applications // Current Science. 2015. Vol. 108. No. 5. pp. 879 - 889.

James M. Ellis, Hattie H. Davis, Michael B. Quinn. Airborne Hyperspectral Imagery for the Petroleum Industry // The Mapfactory, 2002.

Eva Smejkalova, Petr Bujok, Mirovlav Pikl. Study of Old Ecological Hazards, Oil Seeps and Contaminations Using Earth Observation Methods-Spectral Library for Oil Seep // Archives of Environmental Protection. Vol. 43. No. 1. pp. 3 - 10. doi:10.1515/aep-2017-0001.

Short N. Finding Oil and Gas in Oklahoma. URL: (дата об- ращения 01.08.2014).

Kühn F., Oppermann K., Hörig B. Hydrocarbon Index - an Algorithm for Hyper Spectral of Hydrocarbons // International Journal of Remote Sensing. 2004. Vol. 25. No. 12. pp. 2467 - 2473.

Schumacher D. Hydrocarbon - Induced Alternation of Soils and Sediments, in D. Schumacher and M.A. Abrams, ads // Hydrocarbon Migration and Its Near-Surface Expression: AAPG Memoir 66, pp. 71 - 89.

Gabriel Olulakin Adesina, Kasali Amofe Adelasoye. Effect of Crude Oil Pollution on Heavy Metal Contents, Microbial Population in Soil, and Maize and Cowpea Growth // Agricultural Sciences. 2014. Vol. 5. No. 1. pp. 43 - 50. http://dx.doi.org/10.4236/as.2014.51004.

Paresh H. Rathod, David G. Rossiter, Marleen F. Noomen, Freek D. van der Meer. Proximal Spectral Sensing to Monitor Phytoremediation of Metal-Contaminated Soils // International Journal of Phytoremediation. 2013. No. 15. pp. 405 - 426.




DOI: http://dx.doi.org/10.17122/ngdelo-2019-2-27-32

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2019 Х. Г. Асадов, Р. М. Рагимов, Л. Д. Абдуллаева

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

УФА, УГНТУ, 2017