船舶尾气NO?紫外线遥感成像监测系统

《Optics & Laser Technology》：Ship exhaust NO 2 ultraviolet remote sensing imaging monitoring system

NO2排放监测中，本研究提出基于紫外吸收特性的双通道成像系统，通过440nm波段分析实现背景干扰分离和纯NO2吸收信号提取，结合光稀释校正模型将相对误差降低6%-1%。创新性融合机器视觉光学流算法，建立动态扩散过程与浓度梯度的关联模型，实时估算船舶排放率，实验验证显示系统与船舶速度呈显著线性关系（R2=0.922-0.932），为船舶NO2精准监测提供新方法。

　　船用废气中的二氧化氮（NO?）是大气污染的重要组成部分，其高效监测对于海洋排放控制和大气环境管理具有关键意义。当前的监测方法在时空分辨率和操作效率方面存在不足，难以满足精确监管的需求。因此，本研究提出了一种具有高时空分辨率的紫外远程成像系统，专门用于船用废气中NO?的监测。通过对NO?在紫外波段440 nm处的吸收特性进行分析，设计了一种双通道架构，以分离背景干扰并提取纯净的NO?吸收信号。结合光稀释校正模型，该系统实现了高精度的NO?柱浓度反演。同时，引入了机器视觉光学流算法，通过量化烟羽动态扩散过程与时空浓度梯度之间的相关性，构建了一种实时估算NO?排放率的方法。实验结果显示，该系统测量的两艘滚装客船的NO?排放率与船速存在显著的线性关系，其拟合度分别为0.922和0．这验证了该系统在船用废气排放实时监测中的有效性与可行性。误差分析表明，光稀释校正能够将排放率的相对误差分别降低约6％和1％，从而增强系统在远距离监测中的鲁棒性。本研究为船用废气中NO?的高精度监测提供了创新性的技术解决方案，推动了光学遥感与机器视觉技术在环境监测中的深度融合，并为评估船舶减排效果和制定大气污染控制政策提供了重要的科学基础。

在当前的船用废气NO?监测技术中，主要方法包括人工车载检测、嗅探法、电化学传感器法和光学遥感法。人工车载检测方法允许现场采样和测量，采样气体带回实验室进行进一步分析。这种方法具有较高的数据准确性和对复杂场景的适应性，但其缺点在于效率较低且劳动和时间成本较高。嗅探法包括固定嗅探监测和移动嗅探监测。固定嗅探监测具有较高的检测精度和相对稳定的检测环境，并且维护成本较低，但缺乏灵活性，难以快速追踪移动污染源。移动嗅探监测具有强大的动态追踪能力、广泛的覆盖范围和较高的数据实时性能，但其检测精度受到环境因素的显著影响，电池寿命和监测时间也受到限制。电化学传感器法基于电化学反应，通过将NO?浓度转化为可测量的电信号来实现定量分析。这种方法具有高灵敏度、快速响应速度和良好的便携性，但其缺点在于环境适应性较差、使用寿命较短，并且在高浓度场景中不适用。光学遥感法利用NO?分子在特定波长范围内的吸收、反射或散射特性，通过分析光与废气之间的相互作用信号来获取NO?浓度。该方法主要包括激光雷达（lidar）技术、傅里叶变换红外吸收光谱仪（傅里叶变换红外吸收光谱仪，FTIR）和差分光学吸收光谱仪（DOAS）等。激光雷达技术具有高时空分辨率和垂直剖面能力，在三维监测方面表现优异，能够准确获取NO?的垂直分布和烟羽扩散路径；然而其设备复杂且成本高昂，降雨和高湿度会导致激光信号衰减，从而影响测量精度。傅里叶变换红外吸收光谱仪不需要复杂的校准，可以实现多组分同步分析，但其检测距离有限，难以覆盖动态船舶的远距离排放，同时光谱扫描和数据处理耗时较长，无法满足实时动态监测的需求。差分光学吸收光谱仪具有高灵敏度、便携性、远距离监测能力和快速响应等优点，但其受到复杂大气干扰的影响，对设备校准要求较高。尽管上述方法各有优势，但在船用废气监测方面仍存在一定的局限性。

紫外相机作为一种新兴的光学遥感成像技术，近年来在环境监测领域受到了越来越多的关注，为船用废气NO?的监测提供了新的思路。紫外相机最早由Moritori等人于2006年提出，并成功应用于火山烟羽中的SO?成像监测。2015年，Campion等人提出了一种基于图像的光稀释效应校正方法，用于长距离火山监测中的信号低估问题。201９年，Benedetto等人结合紫外相机和光谱仪，对波波卡特佩特尔火山的SO?排放进行校准和监测，有效校正了测量过程中的数据误差，并验证了远程监测的有效性和可靠性。2021年，Wu等人提出了一种基于紫外相机的自校准方法，用于船舶和海上设施的SO?定量监测，无需额外设备。紫外相机能够同时具备空间和时间分辨率，捕捉船舶排放污染物的大范围动态变化。其双通道紫外相机在SO?监测领域逐渐成熟，展现出强大的技术优势。尽管以往的研究主要集中在SO?监测上，但受益于SO?在紫外波段的相对集中吸收带（300-330 nm），参考通道可以选在吸收带之外；这种设计简化了双通道差分处理，使反演模型更加简洁明了。相比之下，由于NO?在紫外-可见波段的吸收光谱较为复杂，其吸收截面随波长变化较平缓，难以找到一个不受NO?吸收影响的参考通道，从而有效抑制共模干扰。如果参考通道与信号通道距离太远，则大气散射等干扰因素和仪器响应差异会被显著放大，导致测量精度下降；如果参考通道选择在吸收带内，则需要精确捕捉NO?吸收截面的微小差异，这在技术难度上远高于SO?监测。基于此，将紫外相机技术的原理和优势迁移至船用废气NO?监测领域具有理论可行性和实践潜力，显示出在船用废气NO?监测方面的广阔前景。

针对上述问题，本文旨在解决由于船用废气排放变化迅速且不可见而导致的高效监测设备不足的困境，创造性地提出了一种基于对NO?吸收光谱特性深入分析的远程监测系统。首先，对NO?在紫外波段的吸收特性进行了分析，确定了适合监测的波段并描述了监测原理。随后，介绍了监测系统的组成部分，并利用该系统进行外部实地测试，处理获得的实验数据以验证新机制监测系统在排放浓度和排放率方面的科学有效性。通过实验数据的分析，可以清晰地观察到NO?污染物的分布情况，这与传统监测方法相比具有显著优势。具体而言，当船舶的废气从烟囱中首次排放时，会观察到较高的NO?柱浓度；随着烟羽的扩散，NO?浓度会逐渐向视野的上右部分扩展，受到风速、风向和烟囱出口速度等因素的影响。实验数据的处理结果表明，该系统在测量过程中能够有效去除外部干扰因素，提取出与NO?吸收高度相关的光学深度信号，从而实现高精度的排放率估算。这一方法不仅提高了监测的准确性与效率，还为船用废气NO?的实时监测提供了新的技术路径。

在实际应用中，船用废气NO?的监测面临诸多挑战。首先，NO?的吸收光谱较为复杂，且其吸收截面随波长变化较平缓，使得传统的参考通道设计难以满足需求。其次，由于船用废气排放具有动态性和流动性，监测系统需要具备较高的时空分辨率，以便捕捉烟羽在不同时间和空间上的变化特征。此外，船用废气监测往往受到复杂大气环境的影响，如大气散射、云层覆盖和风速变化等，这些因素都会对监测精度产生不利影响。因此，如何在这些复杂条件下实现高精度的NO?监测，成为研究的重要课题。本文提出的双通道紫外远程成像系统通过结合光稀释校正模型和机器视觉光学流算法，有效克服了这些挑战。该系统能够在复杂环境下稳定运行，同时具备较高的测量精度和实时性，为船用废气NO?的监测提供了创新性的解决方案。

在系统设计方面，本文充分考虑了环境因素对监测精度的影响。由于系统主要依赖太阳散射光作为照明源，因此极端环境条件不是主要问题。然而，面对常见的天气变化，如多云或强风，系统必须确保远程传感数据的有效采集和高精度分析。为此，系统在物理设计上引入了防尘和抗风载等特性设计，以保证在恶劣自然环境下仍能稳定运行。此外，系统还采用了多帧背景图像与标准气体校准曲线相结合的方法，以提高反演精度和数据可靠性。通过这些技术手段，系统能够在复杂环境下实现对NO?排放的高精度监测，为船用废气的环境管理提供了重要的技术支持。

在实验结果方面，本文通过实地测试验证了所提出系统的有效性。测试结果显示，该系统能够清晰地捕捉到船用废气中NO?的分布情况，并且在不同时间和空间上的变化特征也得到了有效提取。具体而言，当船舶的废气从烟囱中首次排放时，NO?柱浓度较高；随着烟羽的扩散，NO?浓度逐渐向视野的上右部分扩展，并受到风速、风向和烟囱出口速度等因素的影响。实验数据的处理结果表明，该系统能够有效去除外部干扰因素，提取出与NO?吸收高度相关的光学深度信号，从而实现高精度的排放率估算。同时，光稀释校正模型的应用显著降低了排放率的相对误差，增强了系统在远距离监测中的鲁棒性。这些结果验证了该系统在船用废气NO?监测中的有效性与可行性，为后续研究和应用提供了重要的数据支持。

在结论部分，本文总结了所提出系统的工程价值与技术意义。通过开发一种基于NO?在紫外波段特征吸收的双通道紫外远程成像系统，该系统有效解决了传统方法在环境干扰和监测精度方面的不足，为船用废气NO?的高效监测提供了创新性的技术路径。同时，该系统具备较高的时空分辨率和实时性，能够在复杂环境下稳定运行，并实现对NO?排放的高精度监测和分析能力的提升这一成果不仅有助于船舶排放的科学评估，也为大气污染控制政策的制定提供了重要的理论依据。此外，本文还探讨了该系统在实际应用中的扩展潜力，包括其在其他污染物监测和环境监测领域的应用前景。通过结合光学遥感和机器视觉技术，该系统为环境监测提供了一种全新的技术手段，具有广泛的应用价值。

综上所述，本文的研究成果在船用废气NO?监测领域具有重要的工程意义和科学价值。通过开发一种创新性的双通道紫外远程成像系统，结合光稀释校正模型和机器视觉光学流算法，该系统不仅提高了监测的精度和效率，还增强了系统在复杂环境下的适应能力与稳定性这一研究不仅为船舶排放的科学评估提供了重要的数据支持和理论依据，并且为大气污染控制政策的制定提供了科学基础。同时，该系统的技术路径也为其他污染物的远程监测提供了参考，推动了光学遥感与机器视觉技术在环境监测中的深度融合与应用。未来，随着技术的进一步发展和优化，该系统有望在更广泛的环境监测领域中发挥重要作用，为实现更精准、更高效的污染物监测提供新的解决方案。