НАУКА и ОБРАЗОВАНИЕ

Файл статьи: SE-BMSTU...o161.Pdf (772.13Кб)

УДК 535.338.41

Россия,  МГТУ им. Н.Э. Баумана

На сегодняшний день актуальной экологической проблемой является контроль нефтяных загрязнений водной и земной поверхностей в процессе добычи и транспортировки нефти и нефтепродуктов.
Одним из вариантов дистанционной системы мониторинга нефтяных загрязнений на земной поверхности является лазерная флуоресцентная система контроля нефтяных загрязнений с летательного аппарата. Поскольку спектры флуоресценции нефтей и нефтепродуктов отличаются от спектров флуоресценции элементов земного ландшафта, это дает потенциальную возможность обнаруживать и классифицировать нефтяные загрязнения путем регистрации и анализа формы спектра флуоресценции исследуемого участка земной поверхности.
Принцип действия лазерного флуориметра для мониторинга нефтяных загрязнений основан на облучении исследуемого участка земной поверхности лазером в ультрафиолетовом диапазоне и регистрации спектра флуоресцентного излучения (или флуоресцентного излучения в нескольких узких спектральных диапазонах).
Задача классификации нефтяных загрязнений на земной поверхности с помощью лазерного флуориметра при облучении земной поверхности на длине волны 266 нм и регистрации лазерно-индуцированного флуоресцентного излучения в нескольких спектральных диапазонах исследовалась ранее в ряде работ. Однако, разработанные в настоящее время алгоритмы классификации нефтяных загрязнений являются эвристическими и строго не обоснованы.
В работе проведено исследование возможностей метода классификации нефтяных загрязнений на земной поверхности, основанного на регистрации интенсивности лазерного излучения в пяти спектральных диапазонах и использовании нейронной сети для обработки данных измерений. Метод позволяет проводить классификацию по четырем группам: земная поверхность (незагрязненная нефтепродуктами); разлив на земной поверхности легких очищенных нефтепродуктов; разлив тяжелыx нефтепродуктов; разлив сырой нефти.
Результаты работы нейронной сети показывают, что для задачи классификации нефтепродуктов на земной поверхности разработанная нейронная сеть может обеспечить вероятность правильной классификации нефтепродуктов не менее 99,32 %.

1. Межерис Р. Лазерное дистанционное зондирование. М.: Мир, 1987. 550 с.
2. Климкин В.М., Макогон М.М., Федорищев В.Н. Исследование загрязнения водной поверхности системы водоемов Верхней Волги нефтяными пленками // Оптика атмосферы и океана. 1994. Т. 7, № 4. С. 450-454.
3. Климкин В.М., Соковиков В.Г., Федорищев В.Н. Новые возможности дистанционного анализа нефтепродуктов на поверхности вод // Оптика атмосферы и океана. 1993. Т. 6, № 2. С. 189-204.
4. Климкин В.М., Федорищев В.Н. Исследование возможности подавления сигналов фоновой флуоресценции в задачах дистанционного обнаружения нефтяных пленок // Оптика атмосферы и океана. 1995. Т. 8, № 4. С. 632-639.
5. Белов М.Л., Городничев В.А., Козинцев В.И., Стрелков Б.В. Обнаружение нефтяных загрязнений на взволнованной морской поверхности с помощью трехлучевого метода // Оптика атмосферы и океана. 2002. Т. 15, № 10. С. 900-901.
6. Федотов Ю.В., Матросова О.А., Белов М.Л., Городничев В.А. Метод обнаружения нефтяных загрязнений на земной поверхности, основанный на регистрации флуоресцентного излучения в трех узких спектральных диапазонах // Оптика атмосферы и океана. 2013. Т. 26, № 3. С. 208-212.
7. Федотов Ю.В., Матросова О.А., Белов М.Л., Городничев В.А., Козинцев В.И. Экспериментальные исследования спектров флуоресценции природных образования и нефтяных загрязнений // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2011. № 11. Режим доступа: http://technomag.edu.ru/doc/256187.html (дата обращения 20.11.2013).
8. Федотов Ю.В., Матросова О.А., Белов М.Л., Городничев В.А. Метод классификации нефтяных загрязнений на земной поверхности, основанный на регистрации флуоресцентного излучения в пяти узких спектральных диапазонах // Оптика атмосферы и океана. 2014. Т. 27, № 8. С. 739-742.
9. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры. М.: МГТУ им. Н.Э. Баумана, 2004. 400 с.
10. Катаев М.Ю., Бойченко И.В. Программное и теоретическое обеспечение задач лидарного зондирования атмосферы. Томск: STT , 2007. 246 с.
11. Уоссермен Ф. Нейрокомпьютерная техника: Теория и практика: пер. с англ. М.: Мир, 1992. 184 с.
12. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 276 с.