[發明專利]基于自擴展卷積神經網絡的原油油膜絕對厚度反演方法

有效

• 申請號: 202010211612.0
• 申請日: 2020-03-24
• 公開（公告）號: CN111595247B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 馬毅;姜宗辰;楊俊芳
• 申請（專利權）人: 自然資源部第一海洋研究所
• 主分類號: G01B11/06
• 分類號: G01B11/06;G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

發明提供一種基于自擴展卷積神經網絡的原油油膜絕對厚度反演方法，對實測光譜數據進行篩選得到真實光譜特征數據；將真實光譜特征數據輸入對抗生成網絡，生成自擴展樣本數據；利用卷積神經網絡對自擴展后的樣本數據進行特征提取，對原油油膜的絕對厚度進行反演。該方法對實測光譜數據進行篩選，去除了可分性較差的波段，更有利于精確定量反演原油油膜厚度；利用對抗生成網絡對數據進行擴展，從而只需少量實測數據便可基于模型生成大量高仿數據，豐富模型泛化性以及增強模型魯棒性；利用卷積神經網絡的卷積過程，能夠充分學習光譜信息，避免了信息量的損失，從而提高原油油膜絕對厚度的反演精度。

技術領域

本發明涉及海洋探測領域，特別地涉及一種基于自擴展卷積神經網絡的原油油膜絕對厚度反演方法。

背景技術

溢油是海洋石油勘探、開發、運輸過程中，造成油品外泄而形成的海上突發事件，已被美國科學院列為2030年前待解決的32個科學問題之一。近年來，海上溢油災害頻發，嚴重影響海洋生態環境與海洋資源的可持續發展。海面溢油量是評價海上溢油事故威脅程度和確定溢油事故等級的重要指標，也是污染賠償追責的重要依據，同時對于現場溢油應急處置和科學決策也有重要作用。

溢油面積、油膜厚度與溢油密度的準確獲得是評估溢油量的基礎。其中，溢油密度的變化相對穩定，隨著遙感技術的發展，溢油面積的確定也不再是難題，故油膜絕對厚度的估算成為當下研究的國際熱點與難題。目前的海洋溢油厚度監測工作，主要是基于航空真彩色照片目視解譯的方法，評定采用的標準是國際海事組織認可的Bonn協議。該協議給出了油膜顏色與厚度的定性關系，如油膜外觀特征表現為銀灰色時，其對應的厚度為0.02-0.05μm。該方法存在的主要問題是目視鑒別不同顏色油膜的工作受主觀因素和環境因素影響較大，此外，Bonn協議針對大于100μm的厚油膜無法進行精細的區分，從而導致溢油估算量不夠精確。

近年來，隨著高光譜傳感器技術的發展，使得定量反演海面油膜絕對厚度具有技術可能；現階段原油油膜絕對厚度觀測實驗數據大多是在可控試驗下獲取的，且實驗數據量有限，而油膜絕對厚度的反演需要大量數據的支持。

綜上所述，現有技術中反演油膜絕對厚度的方法，由于獲取實驗數據的難度較大，從而導致油膜的絕對厚度的測量精度較低。因此，迫切需要一種能夠提高油膜絕對厚度的測量精度的方法。

發明內容

有鑒于此，本發明提供一種基于自擴展卷積神經網絡的原油油膜絕對厚度反演方法，以解決現有技術中測量油膜絕對厚度的方法限于實驗數據量不足而導致測量精度較低的問題。

為達上述目的，本發明提供的一種基于自擴展卷積神經網絡的原油油膜絕對厚度反演方法的技術方案是：

一種基于自擴展卷積神經網絡的原油油膜絕對厚度反演方法，所述反演方法包括：

對實測光譜數據進行篩選得到真實光譜特征數據；

將所述真實光譜特征數據輸入對抗生成網絡，生成自擴展樣本數據；

利用卷積神經網絡對所述自擴展樣本數據進行特征提取，進而對原油油膜絕對厚度進行反演。

優選地，所述對實測光譜數據進行篩選得到真實光譜特征數據的方法包括：

利用光譜特征篩選器按預設光譜特征區間對所述實測光譜數據進行篩選，得到所述真實光譜特征數據。

優選地，所述預設光譜特征區間通過基于光譜標準差閾值的油膜特征光譜分析提取方法得到。

優選地，所述預設光譜特征區間包括1200nm至1350nm、1500nm至1700nm、2050nm至2200nm。