微波散射實驗識別原油及乳化原油

許晨琪, 過 杰, 楊啟霞, 張 晰, 劉根旺, 張彥敏

微波散射實驗識別原油及乳化原油

許晨琪1, 4, 過 杰1, 2, 3, 楊啟霞5, 張 晰6, 劉根旺6, 張彥敏7

(1. 中國科學院煙臺海岸帶研究所 中國科學院環境過程與生態修復重點實驗室, 山東 煙臺 264003; 2. 中國科學院煙臺海岸帶研究所 山東省海岸帶環境過程重點實驗室, 山東 煙臺 264003; 3. 中國科學院海洋大科學中心, 山東 青島 266071; 4. 中國科學院大學, 北京 100049; 5. 煙臺大學環境與材料工程學院, 山東 煙臺 264005; 6. 自然資源部第一海洋研究所, 山東 青島 266061; 7. 中國海洋大學, 山東 青島 266100)

海上原油泄漏在其風化遷移過程中會形成不同濃度的乳化物, 嚴重威脅海洋生態環境。合成孔徑雷達(SAR)因其不受雨、云影響, 可晝夜監測的優勢, 在海上溢油監測過程中發揮著主力軍的作用, 但是它在原油乳化識別方面還存在著不足。本文利用C波段全極化散射計觀測原油的自然乳化過程, 并利用人工制備的不同含水率的乳化油品模擬原油乳化進程觀測油膜后向散射系數(RCS)的變化。實驗結果表明乳化原油RCS高于未乳化原油, 且油膜乳化程度越高相應的RCS越大。通過油水散射差值(D0)與阻尼比(R)發現能夠識別乳化與未乳化原油, 反映油膜乳化程度的變化, 且在VV極化下效果最佳。

乳化原油識別; 含水率; 后向散射系數; 阻尼比

海上石油平臺泄漏、運輸船舶事故等造成的海洋溢油污染往往波及海域范圍大且影響時間長。大量原油進入海洋, 與海水混合極易形成油包水型乳液[1-3]。乳化將改變油膜物理性質, 其體積能增大至原始溢油的2至5倍, 黏度至少增大3個數量級, 呈現出介于液體和固體間的狀態[4-5], 在海洋環境中很難自然消失, 加大了溢油回收清理工作實施的難度[6-7]。因此, 及時監測溢油范圍, 準確識別原油及乳化油膜, 能有效地制定海上溢油應急策略[8-9], 對于保護海洋生態環境、減少溢油造成的經濟損失具有重要意義。

大量原油乳化機制研究表明, 原油中的瀝青含量是形成乳化的重要因素, Fingas等[10]以瀝青含量定義乳化物為穩定(瀝青含量>7%), 半穩定(3%<瀝青含量<7%)以及不穩定(瀝青含量<3%)。溢油形成乳化所需的動力能量不高, 在較平靜的海面上由波浪所產生的的能量足矣。Fingas[11]通過實驗發現旋轉法制備乳化物時所需最小能量約為3′10–5~5′10–5J, 攪拌作用越劇烈乳化程度越大。溫度對原油乳化有復雜的影響[12-13]: 高溫有利于油水混合, 可加速乳化物的形成, 而低溫抑制水滴的凝聚, 利于乳化物的穩定; 溫度影響瀝青質的溶解與沉積狀態, 因此有時較低溫度更利于乳化的形成; 同時, 溫度也通過影響蒸發快慢來影響溢油乳化的趨勢。

目前SAR溢油監測研究主要集中于溢油與疑似溢油的識別, 涉及乳化進程對油膜散射特性影響方面的研究較少。SAR傳感器具有高效性、實時性、不受云雨干擾的優勢, 在海面溢油監測中發揮著主力軍的作用。單極化SAR基于多尺度影像分割, 利用模糊邏輯、神經網絡等方法實現溢油范圍的半自動或自動識別[14-18]。隨著全極化SAR衛星的發展, 極化分解參數, 平均散射角、散射熵等參數被用于溢油與海水的區分[19-22]。相關研究表明SAR數據具有識別較厚乳化油的潛力[23-24]。阻尼比定義為無油海面與油膜散射強度之比, 能夠反映油膜對海水強烈的平滑作用[8, 25-27], 在一些研究中用來對溢油區域內部進行分類[8, 28], 識別較厚油層以及混合海水的溢油[28-29]。Minchew等[29]認為SAR能夠觀測較厚浮油的體積濃度, 溢油與表層海水的混合物通過平滑海表毛細重力波、降低海水介電常數來改變海表后向散射, 并以此提出了一種基于布拉格散射理論的油水混合指數來估算溢油乳化物中油的體積分數, 并采用“深水地平線”鉆井平臺溢油事故中獲取的L波段UAVSAR數據進行了測試評估。Skrunes等[20]利用同步溢油實驗獲取含有原油、乳化油和生物油膜的RADARSAT2數據, 通過極化矩陣提取的特征向量獲得的幾何強度和雙極化的后向散射截面實部的對數值, 成功識別了原油、乳化油和生物油膜。Garcia-Pineda等[23]基于紋理分類器神經網絡算法確定深水地平線溢油事故中溢油的泄漏范圍, 通過開發的乳化油膜識別算法檢測泄漏范圍內雷達后向散射增強的區域, 從而識別乳化油膜, 識別結果在很大程度上與船只以及光學遙感影像觀測結果一致。然而由于海上溢油事故期間對真實溢油進行采樣測量乳化程度的難度較大, 上述研究對于乳化油膜乳化程度的定量觀測缺乏驗證。

SAR是監測海上溢油的主力軍, 而乳化是貫穿海上原油溢油的重要過程。因此開展原油乳化外場實驗、探索不同乳化程度對微波散射特性的影響, 對于乳化原油的識別具有重要意義。Guo等[30]認為含水率是描述原油乳化進程的最佳參數, 并發現一定程度的乳化能夠增大油膜后向散射系數(normalized radar cross section,RCS), 而原油乳化進程對RCS的影響未被定量描述。本文利用實驗室制備的不同含水率的乳化油品模擬原油乳化進程, 開展C波段全極化散射計原油乳化觀測外場實驗, 研究原油乳化進程中RCS的變化, 為SAR監測乳化溢油提供數據支持。

1 材料和方法

1.1 實驗材料

實驗使用的油品有半穩定乳化原油A, 穩定乳化原油H、B以及不穩定乳化原油C, 其中A、B兩種油采自石油平臺油井(油、水及雜質混合), C、H是脫水原油。為定量分析乳化進程對原油RCS的影響, 實驗制備了不同含水率的乳化油樣品, 均以1 kg原油進行配制。根據預實驗中不同原油最大穩定含水率(A: 20%; H: 70%; B: 50%; C: 22%)設置乳化原油的含水率間隔如表1所示。

表1 實驗所用油品及參數

注:“—”代表無數據, C油用于自然乳化實驗

1.2 實驗儀器

乳化原油散射特性實驗設置如圖1所示。玻璃鋼水槽(長6 m, 寬2.2 m, 高0.7 m)內盛4 700 kg密度為1.02 g/mL的過濾海水至池內0.35 m深度處; C波段全極化散射計置放于水槽短邊高臺處, 在入射角25°至60°范圍內每隔5°掃描一次, 掃描足印直徑0.8 m, 掃描中心距短邊池壁距離如圖1所示。散射計具體參數如表2所示。

1.3 實驗方法及實驗條件

本次研究共開展兩次原油乳化實驗Ⅰ、Ⅱ, 地點位于煙臺牟平海岸帶環境綜合試驗站。實驗Ⅰ(2017年8月23—27日)觀測C油的自然乳化進程。分9次向池中累加潑入原油, 累計加油量達6 996.7 g。每次加油后待油膜擴散10 min后、散射計進行掃描, 之后根據不同油量人工攪拌2~10 min不等, 觀測油膜RCS。實驗Ⅱ(2018年9月15—18日)利用人工制備的溢油乳化樣品模擬原油的乳化進程, 觀測不同含水率的乳化油A、H、B。散射計分別觀測潔凈海水與乳化原油。每個油樣觀測結束后對水面進行除油處理, 觀測除油水面及下一油樣RCS。兩實驗具體過程及實驗油量如圖2所示,“初始海水”和“除油水面”分別代表初始潔凈海水和除油后水面;“攪拌”表示該次觀測的油膜經過人工攪拌;“放置一夜”表示該次觀測的是放置一晚的乳化油膜。“A-5%”代表含水率為5%的乳化原油A。實驗過程中氣溫與風速由距離水槽200 m的小型氣象站記錄。為探究玻璃鋼水槽池壁對水面風速的影響, 同時利用手持風速計圍繞水池兩側的長邊池壁在池壁上方與接近水面位置測量了風速。圖3中紅色及綠色實線分別表示氣象站觀測的氣溫與風速, 深藍色實線表示池壁上方位置平均風速, 淺藍色虛線表示近水面位置平均風速, 曲線下方的百分比代表了近水面風速相比池壁上方風速衰減的比率, 風速衰減率平均為12%。這表明池壁對外部的風有一定的遮擋作用, 但不嚴重。水面波高由測波桿利用海水的導電性, 通過電測方法測量測波桿浸泡于海水中的高度, 測量精度為0.3 mm。在散射計入射角40°掃描區域的左右兩側選擇了4個位置進行測量, 觀測結果顯示實驗水面波高在3 mm以內。

圖1 外場實驗設置

注: AC為散射計高度, AB為散射計軸高,為散射計掃描中心距短邊池壁的距離

表 2 C波段散射計參數

圖2 實驗過程及實驗油量

圖3 實驗風速及溫度

2 結果與分析

實驗Ⅰ觀測了原油的自然乳化過程, 含水率是能夠界定其乳化狀態的重要參數, 預實驗測得C油在28 ℃下最大穩定含水率為22%。不同入射角觀測的油膜RCS隨乳化進程的變化如圖4所示, 圖中序列號6顯示油膜在溫度28 ℃時達到最大穩定含水率(21.9%), 根據現場照片油膜主要分布于入射角35°至45°掃描范圍內, 觀測到35°至45°油膜RCS明顯增加。對比風速結果顯示風速對油膜的RCS變化并沒有起主導作用, 不穩定原油的乳化則一定程度增大油膜RCS。因此, 乳化能夠一定程度影響油膜后向散射機制, Guo等[30]在相同實驗條件下也發現一盯程度的乳化增大RCS。

進一步研究乳化程度對油膜RCS的影響, 實驗Ⅱ觀測了不同含水率的原油樣品。油膜現場照片如圖5所示, 含水率越高油膜乳化程度越高, 油膜越接近棕褐色且油層中小液滴更密集。

內場實驗結果表明溫度較低的油膜有更大的密度、黏度與表面張力, 且密度、黏度與表面張力隨含水率增大更快, 可見較低的溫度更利于油膜乳化的穩定[31]。同時, 溫度還通過影響油膜的揮發量影響著溢油乳化的趨勢。由于不同含水率油膜的觀測時間相隔較大, 觀測結果受環境差異影響。而實驗中油膜與除油水面的觀測間隔僅在0.5 h以內, 因此利用油膜與除油水面RCS的差值(D0)與阻尼比(R)分析乳化程度對RCS產生的影響。上述散射特征參數定義如下:

D0=0Oil-0Water, (1)

R=0Water/0Oil,(2)

其中,0Oil為除油后水面的RCS,0Oil為油膜NRCS。由于布油點位于水面中心掃描入射角45°范圍處, 以下分析均采用45°觀測數據進行分析。

VV、HH、VH/HV 極化方式下D0及R隨含水率變化分別如圖6、7所示。對于H及B油, 結果顯示D0及R隨原油乳化程度增加, 含水率越高對應D0,R越大, 且這種趨勢在VV極化下最為顯著。對于A油,D0及R隨含水率的變化趨勢并不顯著, 現場照片圖5a顯示油膜A-0%呈大小不一的油塊堆疊在水面, 增加了水面粗糙度, 使得油水NRCS差異較大, 這種差異并非乳化引起。而乳化油膜A-10%主要分布于掃描范圍四周, 掃描范圍內分布著平滑的甚薄油膜(圖5b), 造成較低的?0A-10%與RA-10%。VV、HH、HV/VH三種極化下?0A-15%均高于?0A-5%, VV極化下RA-15%大于RA-5%, 即乳化程度較大的油膜D0及R值更高。

因此, 參數D0、R能夠反映油膜乳化程度的變化, 且在VV極化下效果最佳。進一步探究上述參數對乳化原油與未乳化原油的識別能力, 不同含水率的乳化原油相對未乳化原油D0與R的變化率分別為:

D0(%) = (D0emul–D0crude)/D0crude′100, (3)

DR(%) = (Remul–Rcrude)/Rcrude′100, (4)

式中,D0emul及Remul為不同含水率乳化原油計算的D0與R值;D0crude及Rcrude為未乳化原油計算的D0與R值。如表3所示, 乳化油膜較未乳化原油D0與R值在VV極化下的變化率隨含水率增大。對于瀝青含量7.5%的原油B, 乳化油膜含水率達10%便可以通過油水散射差值與原油進行明顯區分, 其D0較原油增加近一倍。含水率達最大穩定值40%時,D0較初始原油增加約2.2倍; 對于瀝青含量>7%的脫水原油H, 乳化油膜含水率達40%時能夠通過D0與原油明顯區別,D0較原油增加1.5倍, 達最大穩定含水率50%時較初始原油增加2.2倍; 對于瀝青含量介于3%至7%的A油, 乳化油膜含水率達最大穩定值15%后D0相對含水率5%的乳化油膜增加約1倍, 可以與未乳化原油進行區別。R對乳化油與未乳化原油的區分度相對較低, B油含水率高達40%時其R較原油增長12.3%, 含水率達50%的H油R較原油增長4.6%, 而含水率達15%的A油相對A-5%僅增加1.4%。

圖4 實驗Ⅰ油膜(C油)NRCS在不同入射角條件下隨自然乳化進程的變化

圖5 實驗Ⅱ中不同含水率油膜的現場照片(a); 含水率為10%的油膜A在水池中的分布(b)

圖6 VV、HH、VH/HV 極化方式下Ds0隨含水率的變化

圖7 VV、HH、VH/HV 極化方式下DR隨含水率的變化

表 3 不同含水率乳化原油Ds0與DR的變化率

油膜后向散射主要取決于表面粗糙度及介電常數的影響[32]。乳化導致油膜含水率與介電常數的變化, 乳化油層中的小液滴一定程度增加了油膜表面粗糙度(圖5a), 從而影響油膜后向散射機制, 使乳化原油RCS高于未乳化原油。散射特征參數D0與R能夠增強乳化原油及未乳化原油的這種散射差異, 幫助實現原油及乳化油的區分識別。

3 結論

本文開展內場實驗探索了原油乳化進程中物理特性的變化, 含水率能夠定量描述原油的乳化過程。利用C波段全極化散射計分別觀測了溢油的自然乳化進程以及人工控制下的定量原油乳化進程。在風速小于7 m/s, 波高<3 mm條件下, 研究乳化進程對油膜RCS的影響。實驗觀測結果表明乳化通過改變油膜的表面粗糙度與介電常數增大其RCS, 使得乳化原油RCS高于未乳化原油。油水差值D0與阻尼比R能夠反映油膜乳化程度的變化, 油膜乳化程度越大, 其對應D0與R值越高。VV極化下, 油水散射差值D0能夠較好地應用于乳化原油與未乳化原油識別, 瀝青含量高的原油在乳化程度較低時便能與原油顯著區別。在VV極化下, 阻尼比R能夠對原油與乳化程度較高的乳化原油進行一定程度區別, 瀝青含量越高區別度越顯著。

目前實驗還存有一些不足, 缺少實測的油膜表面粗糙度參數, 乳化進程增大RCS的理論機制需要進一步探索。實驗需要進一步優化條件, 在更接近自然海況的條件下, 應用不同波段的微波傳感器對比不同波段對原油乳化程度響應的敏感性, 不斷實驗分析, 為星載SAR識別乳化油膜提供數據參考。

致謝: 感謝中國科學院牟平海岸帶環境綜合試驗站為本實驗提供場地支持及氣象站觀測數據。

[1] 徐學仁. 海洋環境中“巧克力奶油凍”的形成及其危害[J]. 海洋環境科學, 1986, 5(1): 14-18.XU Xueren. Formation and harm of “chocolate mousse” in marine environment[J]. Marine Environmental Science, 1986, 5(1): 14-18.

[2] 過杰, 孟俊敏, 何宜軍. 基于二維激光觀測的溢油及其乳化過程散射模式研究進展[J]. 海洋科學, 2016, 40(2): 159-164. GUO Jie, MENG Junmin, HE Yijun. Scattering model research based on two-dimensional laser observation of spilled oil and emulsification processes[J]. Marine Sciences, 2016, 40(2): 159-164.

[3] ZHONG Z, YOU F. Oil spill response planning with consideration of physicochemical evolution of the oil slick: A multiobjective optimization approach[J]. Computers & Chemical Engineering, 2011, 35(8): 1614-1630.

[4] FINGAS M, FIELDHOUSE B. Studies of the formation process of water-in-oil emulsions[J]. Marine Pollution Bulletin, 2003, 47(9/12): 369-396.

[5] FINGAS M, FIELDHOUSE B, MULLIN J V. Studies of water-in-oil emulsions: Stability studies[J]. Spill Science & Technology Bulletin, 1996, 3(4): 189-190.

[6] 劉廣強, 耿紅, 史光寶. 水上溢油清除方法研究[J]. 中國水運, 2010(2): 32-33.LIU Guangqiang, GENG Hong, SHI Guangbao. Study on the method of oil spill removal[J]. China Water Tran-s-port, 2010(2): 32-33.

[7] 陸應誠, 胡傳民, 孫紹杰, 等. 海洋溢油與烴滲漏的光學遙感研究進展[J]. 遙感學報, 2016, 20(5): 1259- 1269. LU Yingcheng, HU Chuanmin, SUN Shaojie, et al. Overview of optical remote sensing of marine oil spills and hydrocarbon seepage[J]. Journal of Remote Sensing, 2016, 20(5): 1259-1269.

[8] JONES C E, HOLT B. Experimental L-Band airborne SAR for oil spill response at sea and in coastalwaters[J]. Sensors, 2018, 18(2): 641.

[9] ZEINSTRA-HELFRICH M, MURK A J. Effects of Oil Properties and Slick Thickness on Dispersant Field Effectiveness and Oil Fate[M]//Murawski S A, Ainsworth C H, Gilbert S, et al. Deep Oil Spills: Facts, Fate, and Effects. Cham, Switzerland: Springer International Publi-shing, 2020: 155-169.

[10] FINGAS M. Water-in-oil emulsion formation: a review of physics and mathematical modelling[J]. Spill Scien-ce & Technology Bulletin, 1995, 2(1): 55-59.

[11] FINGAS M, FIELDHOUSE B, MULLIN J V. Studies of water-in-oil emulsions : energy threshold of emulsion formation[J]. Proceedings of the 22nd Arctic and Marine Oil SPill Program Technical Seminar, 1999, 57-68.

[12] BOBRA M, FINGAS M, Tennyson E. When oil spills emulsify[J]. Chemtech, 1992, 22(4): 236-241.

[13] 嚴志宇, 許海梁. 溢油乳化過程的研究進展[J]. 交通環保, 2002(2): 1-6, 26.YAN Zhiyu, XU Hailiang. Review of the studies on emulsification of spilled oil[J]. Environmental Protection In Transportation, 2002(2): 1-6, 26.

[14] SOLBERG A H S. Remote sensing of ocean oil-spill pollution[J]. Proceedings of the IEEE, 2012, 100(10): 2931-2945.

[15] SONG D, DING Y, LI X, et al. Ocean oil spill classification with RADARSAT-2 SAR based on an optimized wavelet neural network[J]. Remote Sensing, 2017, 9(8): 799.

[16] LIU P, ZHAO C, LI X, et al. Identification of ocean oil spills in SAR imagery based on fuzzy logic algorithm[J]. International Journal of Remote Sensing, 2010, 31(17/18): 4819-4833.

[17] GARCIA-PINEDA O, ZIMMER B, HOWARD M, et al. Using SAR images to delineate ocean oil slicks with a texture-classifying neural network algorithm (TCNNA)[J]. Canadian Journal of Remote Sensing, 2009, 35(5): 411- 421.

[18] DEL FRATE F, PETROCCHI A, LICHTENEGGER J, et al. Neural networks for oil spill detection using ERS-SAR data[J]. Ieee Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2282-2287.

[19] ZHANG B, PERRIE W, LI X, et al. Mapping sea surface oil slicks using RADARSAT-2 quad-polarization SAR image[J]. Geophysical Research Letters, 2011, 38(10) : L10602.

[20] SKRUNES S, BREKKE C, Eltoft T. Characterization of marine surface slicks by Radarsat-2 multipolarization features[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(9): 5302-5319.

[21] NUNZIATA F, GAMBARDELLA A, MIGLIACCIO M. On the mueller scattering matrix for SAR sea oil slick observation[J]. IEEE Geoscience and Remote Sensing Letters, 2008, 5(4): 691-695.

[22] MIGLIACCIO M, GAMBARDELLA A, TRANFAGLIA M. SAR polarimetry to observe oil spills[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(2): 506-511.

[23] GARCIA-PINEDA O, MACDONALD I, HU C, et al. Detection of floating oil anomalies from the deepwater horizon oil spill with Synthetic Aperture Radar[J]. Ocea-nography, 2013, 26(2): 124-137.

[24] MACDONALD I R, GARCIA-PINEDA O, BEET A, et al. Natural and unnatural oil slicks in the Gulf of Mexico[J]. Journal of Geophysical Research-Oceans, 2015, 120(12): 8364-8380.

[25] GADE M, ALPERS W, HUHNERFUSS H, et al. Imaging of biogenic and anthropogenic ocean surface films by the multifrequency/multipolarization SIR-C/X-SAR[J]. Journal of Geophysical Research-Oceans, 1998, 103(C9): 18851- 18866.

[26] WISMANN V, GADE M, ALPERS W, et al. Radar signatures of marine mineral oil spills measured by an airborne multi-frequency radar[J]. International Journal of Remote Sensing, 1998, 19(18): 3607-3623.

[27] JONES B. A comparison of visual observations of surface oil with Synthetic Aperture Radar imagery of the sea empress oil spill[J]. International Journal of Remote Sensing, 2001, 22(9): 1619-1638.

[28] JONES C E, ESPESETH M M, HOLT B, et al. Chara-cterization and discrimination of evolving mineral and plant oil slicks based on L-band synthetic aperture radar (SAR)[C]//Notarnicola C, Paloscia S, Pierdicca N, et al. Proceeding of SPIE, SAR Image Analysis, Mode-ling, and Techniques XVI, 2016, 10003, 100030K.

[29] MINCHEW B. Determining the mixing of oil and sea water using polarimetric synthetic aperture radar[J]. Geophysical Research Letters, 2012, 39: L16607.

[30] GUO J, ZHANG T, ZHANG X, et al. Impact of emulsification of crude oil on normalized radar cross section[J]. Journal of Oceanology and Limnology, 2019, 38(1): 42-54.

[31] GUO J, LUO Y M, GE F, et al. Study on crude oil and its emulsification characteristics[C]// HIROSE A. 2019 IEEE International Geoscience and Remote Sensing Symposium. Yokohama, Japan, 2019: 8257-8259.

[32] RICHARDS J A. Remote Sensing with Imaging Radar[M]. Berlin: Springer-Verlag Berlin, 2009: 1-361.

Identification of crude oil and emulsified crude oil based on microwave scattering experiment

XU Chen-qi1, 4, GUO Jie1, 2, 3, YANG Qi-xia5, ZHANG Xi6, LIU Gen-wang6, ZHANG Yan-min7

(1. Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences (CAS), CAS Key Laboratory of Coastal Environmental Processes and Ecological Remediation, Yantai 264003, China; 2. Shandong Key Laboratory of Coastal Environmental Processes, Yantai Institute of Coastal Zone Research, Chinese Academy of Sciences, Yantai 264003, China; 3. Center for Ocean Mega-Science, CAS, Qingdao 266071, China; 4. University of Chinese Academy of Sciences, Beijing 100049, China; 5. School of environmental and material engineering, Yantai University, Yantai 264005, China; 6. First Institute of Oceanography, Ministry of Natural Resources, Qingdao 266061, China; 7. Ocean university of China, Qingdao 266100, China)

The leaked of crude oil will form emulsions of different concentrations in the process of weathering and migration, which poses a serious threat to the marine ecological environment. Synthetic aperture radar (SAR) plays a major role in the observation of the extent of oil spills on the sea surface which is not affected by rain and clouds and has the advantage of day and night monitoring. However, there are some deficiencies in the identification of emulsified crude oil still exist. In this paper, the natural emulsification of crude oil was observed by C-band full-polarization microwave scatterometer, emulsification process of crude oil simulated by manually prepared oil samples with different moisture content was also observed to study the change of the normalized radar cross section (RCS). The experimental results show thatRCSof emulsified crude oil is higher than that of crude oil, and the higher the emulsification degree is, the higher theRCSof oil film is.RCSdifferences between oil and water (D0) and damping ratio (R) can identify emulsified and non-emulsified crude oil, reflect the change of the degree of oil film emulsification, and in VV polarization is the best.

identification of emulsified crude oil; moisture content; normalized radar cross section; damping ratio

May 25, 2020

P76

A

1000-3096(2021)04-0013-09

10.11759/hykx20200525002

2020-05-25;

2020-07-31

國家自然科學基金(42076197, 41576032, 41576170); 國家重點研發計劃項目(2017YFC1405600); 中國科學院海洋大科學中心重點部署項目(COMS2019J05)

[National Science Foundation of China, No. 42076197, No. 41576032, No.41576170; National Key R&D Program of China, No. 2017YFC1405600; Key Deployment Project of Centre for Ocean Mega-Research of Science, Chinese academy of science, No. COMS2019J05]

許晨琪(1996—), 女, 北京人, 碩士研究生, 研究方向: 海洋微波遙感應用, E-mail: cqxu@yic.ac.cn; 過杰(1965—),通信作者, 研究員, 主要從事海洋微波遙感及應用, E-mail: jguo@yic.ac.cn

(本文編輯: 叢培秀)