基于主动吸收光谱与层析成像技术的三维甲烷羽流建模模拟研究
《Optics & Laser Technology》:Simulation study on three-dimensional methane plume modeling based on active absorption spectroscopy and tomography
【字体:
大
中
小
】
时间:2026年01月09日
来源:Optics & Laser Technology 4.6
编辑推荐:
董家成|陆玉婷|兰茜|江一聪|王森远|郭子怡|杜源|徐佩杰|杨文航|朱守正|韩飞|王建宇|李春来|陈宇伟
中国浙江省杭州市310024,中国科学院大学杭州高等研究院
摘要
甲烷(CH4)是天然气的主要成分。天然气泄漏会对公共安全与生态环境造成严重威胁,因此实现高精度
董家成|陆玉婷|兰茜|江一聪|王森远|郭子怡|杜源|徐佩杰|杨文航|朱守正|韩飞|王建宇|李春来|陈宇伟
中国浙江省杭州市310024,中国科学院大学杭州高等研究院
摘要
甲烷(CH4)是天然气的主要成分。天然气泄漏会对公共安全与生态环境造成严重威胁,因此实现高精度检测及精准定位泄漏点具有重要意义。本文提出一种基于稀疏视角采样的三维CH4烟羽层析方法,用于生成天然气泄漏的三维浓度分布图,主要应用于移动式泄漏检测场景。研究利用计算流体动力学工具模拟了四种不同的CH4泄漏情况,分析了视角分布范围、视角数量、光束密度以及网格分辨率等参数对CH4浓度重建误差的影响。同时对比了最大后验期望-最大化算法、总变分正则化算法、同步代数重建技术以及有序子集期望最大化算法这四种层析算法的重建误差与抗噪声能力。此外,还采用分水岭图像分割算法处理多泄漏源场景下的气体烟羽,进一步分析了这四种算法的定位误差与浓度重建效果。研究结果表明,最优的测量几何结构应为视角分布范围超过100°,共设置6个视角,水平光束密度为1.4–1.6,垂直光束密度为1.1。其中总变分正则化算法的重建误差最低且抗噪声性能最佳;在泄漏源浓度估算方面,同步代数重建技术与总变分正则化算法分别在多泄漏源和单泄漏源场景中表现更为优异。
引言
天然气是一种以甲烷为主的清洁能源,广泛用于工业生产[1]和城市能源供应[2]。预计到2040年,全球天然气需求将占一次能源消费总量的26.9%,年消耗量将超过4万亿立方米[3]。管道是输送天然气的主要方式,目前全球天然气管道总长度已超过296万公里。由于管道老化或损坏导致的CH4泄漏不仅会威胁公共安全,还会造成重大财产损失[4]。此外,CH4具有较高的辐射强迫效应,是推动全球变暖和生态恶化的关键因素之一[5]。因此,实现天然气泄漏的高精度检测与量化对于保障工业安全[6]、城市管理[7]以及环境保护[8]都具有极其重要的意义。
气体检测方法可根据传感器是否与被测气体直接接触分为接触式与非接触式两类。接触式检测通过传感器直接测量附近的气体浓度[9],但该方法灵活性较差,维护成本高,且检测范围有限[10]。相比之下,非接触式检测方法能够克服上述缺陷,适用于需要灵活部署的大规模实时气体检测场景,如气体泄漏检测[11]。非接触式检测方法通常基于光谱技术,根据是否存在激发光源可分为被动式与主动式两类[12][13][14]。被动式光谱检测方法通过测量目标气体对背景辐射的吸收程度,从而识别气体种类并反演其浓度[15][16],但该方法易受背景辐射和噪声等环境因素影响,导致物种选择性差且测量误差较大,因此难以实现高精度的CH4浓度检测[17]。主动式光谱检测方法则通过发射激光而非依赖背景辐射来克服被动式方法的局限性,从而减少环境干扰[18][19]。可调谐二极管激光吸收光谱法是一种广泛应用的主动式光谱检测技术[20][21],它利用可调谐激光扫描被测气体的特征吸收线,通过红外吸收光谱计算气体浓度[22]。该技术的优点包括检测精度高、选择性强、灵活性好且成本低廉[23][24]。然而,无论采用何种检测技术,现有方法大多只能测量目标气体的路径积分浓度,无法获取其空间浓度分布。传统的差分吸收激光雷达技术虽可测量沿激光路径的浓度分布,但其分辨率较低,系统灵活性差,成本高昂,难以满足复杂场景下对高分辨率浓度分布的需求[25][26]。
层析技术通过从多个视角采集路径积分浓度数据来重建气体浓度分布图[27][28]。结合层析技术,传统的非接触式气体检测方法能够实现距离分辨率,这对于高精度检测天然气泄漏尤为重要。已有不少学者在这一领域取得了显著成果:2021年,Arain等人[30]将气体传感器与机器人平台相结合,通过多视角扫描重建二维气体浓度分布;2023年,邱等人[31]采用固定传感器几何结构测量燃烧产生的气体积分浓度,并提出了用于重建浓度分布的离散层析方法;2023年,孙等人[32]利用计算流体动力学工具模拟室内污染物扩散浓度数据,进而使用不同传感器几何结构与重建算法进行了二维气体层析模拟;2024年,郭等人[33]将TDLAS技术与代数重建技术相结合,优化激光光束的空间分布,通过手动调整测量路径收集积分浓度数据,验证了激光光束密度与气体浓度梯度对重建结果的影响。这些研究均采用层析算法在二维平面内重建气体浓度,但在涉及多个泄漏源及三维管道网络的复杂场景中,二维重建无法完整呈现泄漏区域内的整体浓度分布,难以精确定位泄漏源并预测气体扩散趋势。另外,2022年,胡等人[34]使用两种FTIR遥感成像系统在不同位置扫描CH4气体,借助同步代数重建技术重建了气体的三维浓度分布,但与大多数现有方法一样,该研究也采用固定传感器,限制了系统的灵活性。若不增加传感器数量,很难获得更有效的路径积分浓度数据,而这又可能导致浓度测量出现较大误差[35]。
为实现高精度的CH4泄漏追踪与量化,本文提出了一种基于稀疏透视层析的三维CH4烟羽建模方法,适用于城市社区和多层管道网络等实际气体检测场景。该方法通过结合主动光谱技术与机械扫描机制进行移动式泄漏检测,提升了检测灵敏度与实用性。研究利用计算流体动力学工具模拟真实的泄漏场景,以团队此前开发的高精度CH4成像传感器作为仿真中硬件参数设置的参考[36]。基于模拟得到的浓度数据,本文详细分析了视角分布范围、视角数量、扫描光束密度以及重建算法等影响因素,确定了最优的扫描策略与重建算法,为后续的系统开发与实验设计提供了理论依据。本文的主要贡献如下:
1)完成了多视角CH4泄漏检测的三维层析方法验证,同时优化了扫描参数并比较了不同算法的性能,实现了现有二维主动气体层析技术向三维领域的扩展,便于在复杂场景中获取气体浓度的空间分布信息。
2)深入分析了视角分布策略、光束密度选择以及不同层析算法的三维气体烟羽重建性能,提出了优化方案,为气体层析领域的研究人员提供了重要参考。
3)提出了一种将高精度CH4成像传感器与机器人平台相结合的解决方案,探讨了其在工业园区、城市天然气网络以及天然气开发场景中的三维CH4泄漏监测与精准定位应用潜力。
本文其余部分结构如下:第2节介绍三维气体层析方法,包括TDLAS技术、层析技术、重建算法、气体烟羽分割算法的原理以及重建结果的评价方法;第3节详细介绍仿真场景的参数设置及用于数据采集的传感器配置;第4节分析视角分布策略、光束密度设置以及重建算法选择对重建结果的影响;第5节总结本文的研究工作。
片段摘录
TDLAS的原理
TDLAS系统主要由可调谐激光器和光电探测器组成。激光器会发射出以吸收线为中心、波长可调的激光束,探测器则在测量到气体吸收作用后接收回波信号。根据朗伯-比尔定律,可通过回波信号的强度计算气体的路径积分浓度:
α(ν) = -ln(It/I0) = PS(T)?(ν)Cint = PS(T)?(ν)∫LC(l)dl
其中α(ν)为吸光度,It和I0分别为回波信号强度和发射信号强度,P为……
系统架构
在仿真过程中,我们构建了真实的CH4泄漏场景,利用之前开发的CH4成像传感器从多个视角获取积分浓度图像,进而用于三维浓度分布的重建[36]。该传感器的结构如图2所示,主要由激光发射模块、光学接收模块、数据采集模块以及二维机械扫描模块构成。在激光发射模块中,信号发生器负责驱动……
测量几何结构对重建结果的影响
为研究不同视角分布模式的影响,我们测试了视角范围从20°到120°、视角数量从2到8时的重建效果。考虑到网格分辨率与计算复杂度的平衡,我们将网格划分为43×43×43个单元格。研究采用MAP-EM算法进行三维气体烟羽的重建,该算法具有高保真度、收敛速度快且能有效抑制噪声等优点,因此在层析领域被广泛采用[52]。
图5 不同场景下的测量几何结构与算法选择
我们的研究重点在于气体烟羽的三维层析。在第4节中,我们系统地分析了视角范围、视角数量、光束密度、算法重建误差以及抗噪声能力等因素,为每个影响因素确定了最优方案。不过在实际应用中,由于环境条件或具体需求的差异,最优的综合策略可能会发生变化。如4.1节所述,视角……
结论
本文提出了一种基于稀疏透视层析的三维CH4烟羽建模方法。该方法通过结合主动光谱技术与机械扫描机制,能够在城市区域和多层管道网络等实际场景中检测移动式气体泄漏,同时实现CH4扩散的定量监测与泄漏源的精准定位。我们还研究了不同测量几何结构对重建误差的影响,为……
CRediT作者贡献声明
董家成:论文撰写——初稿、验证、正式分析、数据整理。陆玉婷:正式分析、数据整理。兰茜:软件开发。江一聪:可视化处理。王森远:论文撰写——审阅与编辑、研究指导、方法设计、概念构思。郭子怡:验证工作。杜源:正式分析。徐佩杰:数据整理。杨文航:验证工作。朱守正:数据整理。韩飞:数据整理。王建宇:项目管理工作。李春来:项目管理工作。陈宇伟:……
利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。
致谢
本研究得到了杭州高等研究院研究基金(UCAS,编号B02006C021026)、杭州高等研究院与浙江省“建冰凌雁”研发计划配套资金(编号B02006C021029、2025C02039)以及国家自然科学基金项目(编号62205372)的支持。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号