Использование технологий дистанционного зондирования для обнаружения скрытых загрязняющих веществ

Технологии дистанционного зондирования коренным образом изменили способность ученых и экологических агентств обнаруживать, картировать и контролировать скрытые загрязнители на обширных ландшафтах и водных средах. В отличие от обычных методов отбора проб, требующих физического сбора и лабораторного анализа, дистанционное зондирование предлагает неинвазивные, повторяемые и экономически эффективные средства для идентификации загрязняющих веществ, которые могут быть невидимыми невооруженным глазом или расположены в недоступных районах. Используя такие платформы, как спутники, пилотируемые самолеты и все более гибкие беспилотники, эти технологии захватывают электромагнитное излучение, отраженное или испускаемое с поверхности Земли, выявляя спектральные отпечатки пальцев, которые предают присутствие опасных веществ. Поскольку промышленная деятельность и расширение городов продолжают создавать стресс для природных систем, дистанционное зондирование обеспечивает незаменимый инструмент для раннего предупреждения, анализа тенденций и планирования восстановления, в конечном итоге защищая как экосистемы, так и общественное здравоохранение.

Что такое технологии дистанционного зондирования?

Дистанционное зондирование — это наука получения информации об объектах или областях с расстояния, обычно с использованием датчиков, установленных на воздушных или космических платформах. Эти датчики обнаруживают и регистрируют электромагнитную энергию — видимый свет, инфракрасный, тепловой, микроволновый — которая отражается или излучается поверхностью. Каждый материал, будь то чистая почва, здоровая растительность или химический загрязнитель, обладает уникальной спектральной сигнатуры (паттерн отражения на разных длинах волн). Анализируя эти сигнатуры, аналитики могут отличить загрязняющие вещества от их окружения. Основные платформы включают:

Типы сенсоров и их принципы

Выбор датчика зависит от типа загрязняющего вещества, среды окружающей среды (почвы, воды, воздуха) и требуемой чувствительности обнаружения. Ниже приведены наиболее часто используемые сенсорные технологии, каждая из которых использует различные части электромагнитного спектра.

Многоспектральные датчики

Многоспектральные датчики захватывают данные в нескольких широких спектральных диапазонах (обычно 4-10 диапазонов) в видимых и ближне-инфракрасных (VNIR) и коротковолновых инфракрасных (SWIR) областях. Обычные диапазоны включают красный, зеленый, синий, ближний инфракрасный и пару каналов SWIR. Эти датчики очень эффективны для обнаружения изменений в здоровье растительности, вызванных загрязнением (например, стресс тяжелых металлов снижает поглощение хлорофилла в VNIR). Спутники, такие как Landsat 8/9 (с 11 полосами) и Sentinel-2 (13 полос) являются рабочими лошадками для мониторинга в региональном масштабе нефтяных пятен, сельскохозяйственного стока и отходов добычи.

Гиперспектральные датчики

Гиперспектральные датчики (также называемые спектрометрами визуализации) получают данные в сотнях смежных узких спектральных полос, как правило, в диапазоне VNIR-SWIR (400-2500 нм). Полученная плотная спектральная информация позволяет точно идентифицировать и даже количественно определять конкретные материалы. Например, различные нефтепродукты имеют различные особенности поглощения в SWIR, а различные тяжелые металлы (например, медь, свинец, цинк) вызывают характерные сдвиги в отражении почвы. Воздушные гиперспектральные системы, такие как AVIRIS (Airborne Visible / Infrared Imaging Spectrometer) и космические системы, такие как PRISMA (Итальянское космическое агентство), используются для детального картирования окружающей среды.

Термальные инфракрасные (TIR) датчики

Датчики МДП измеряют испускаемое длинноволновое излучение (8-14 мкм), связанное с температурой поверхности. Многие загрязняющие вещества, такие как захороненные химические отходы или утечка подземных резервуаров для хранения, создают тепловые аномалии - либо теплее, либо холоднее, чем окружающий фон. Снимки МДП могут обнаруживать эти температурные различия, выявляя шлейфы нагретых стоков в реках или наличие геотермальной активности вблизи свалок. Дроны, оснащенные тепловыми камерами, все чаще используются для быстрого обнаружения незаконных сбросов.

Радар с синтетической апертурой (SAR)

Сенсоры SAR излучают микроволновые импульсы и измеряют обратное рассеяние, возвращаемое с поверхности. В отличие от оптических датчиков, SAR может проникать в облака и работать днем или ночью. Особенно ценно это для обнаружения нефтяных щелей на воде (щелчков, затухающих капиллярных волн, уменьшающих обратное рассеяние и появляющихся в виде темных пятен) и для измерения изменений влажности почвы, которые могут коррелировать с загрязнением. Sentinel-1 (ESA) и RADARSAT (Канадское космическое агентство) предоставляют свободно доступные данные SAR для оперативного мониторинга.

Лидар

Светодиагностика и ранжирование (LiDAR) использует лазерные импульсы для создания 3D-точечных облаков высокого разрешения рельефа и структуры растительности. Хотя LiDAR не является прямым детектором загрязнения, он может выявить топографические углубления, сваи отходов, оседание или изменения высоты навеса, которые указывают на закопанное загрязнение или нарушение почвы от незаконного сброса. Батиметрический LiDAR (с использованием зеленых лазеров) может отображать мелководные водоемы и обнаруживать погруженные обломки или отложения шлейфов.

Как дистанционное зондирование обнаруживает скрытые загрязнители

Загрязнители изменяют физические, химические или биологические характеристики окружающей среды, что в свою очередь изменяет электромагнитную сигнатуру, захваченную датчиками.Обнаружение опирается на три основных подхода: прямую спектральную идентификацию, косвенные индикаторы напряжения и анализ временных изменений.

Прямая спектральная идентификация работает, когда сам загрязнитель имеет уникальные особенности поглощения или отражения. Например, хлорофилл-а в цветениях водорослей производит сильный пик отражения около 700 нм; сырая нефть показывает характерное поглощение около 1,7 и 2,3 мкм. Непрямое обнаружение использует прокси-показатели, такие как стресс растительности: тяжелые металлы в почве вызывают хлороз (желтение), что позволяет раннее обнаружение загрязнения до того, как симптомы видны невооруженным глазом. Анализ временных изменений сравнивает многодневные изображения для выявления новых аномалий — например, внезапное темное пятно на поверхности реки, которое соответствует известным признакам разлива нефти, или прогрессивное снижение энергии растительности на свалке, что указывает на миграцию лишайника.

Скрытые загрязнители в почве

Загрязнение почв под поверхностью углеводородами, тяжелыми металлами, пестицидами или промышленными растворителями часто остается незамеченным до тех пор, пока не достигнет грунтовых или поверхностных вод. Дистанционное зондирование может обнаруживать поверхностные проявления, такие как напряженная растительность, измененный цвет почвы или накопление эфлоресцентных солей. Гиперспектральные изображения успешно отображают загрязнение тяжелыми металлами в хвостохранилищах шахт путем выявления изменений оксида железа и глинистых минералов. Тепло-инфракрасные камеры могут обнаруживать протекающие трубопроводы путем обнаружения разницы температур вдоль правого проезда. В сельскохозяйственных районах мультиспектральные индексы растительности (например, Нормализованный индекс разности растительности, NDVI) выявляют зоны пониженной растительной силы, которые коррелируют с загрязнением почвы.

Скрытые загрязнители в воде

Загрязнение воды представляет собой особую проблему, поскольку загрязняющие вещества смешиваются, разбавляются и могут быть невидимыми в видимом свете. Дистанционное зондирование превосходит обнаружение оптически активных компонентов. Разливы нефти появляются в виде темных пятен на яркой поверхности воды в оптических и тепловых изображениях, а SAR является золотым стандартом для оперативного обнаружения разливов (широко используется NOAA и Европейским агентством по безопасности на море). Вредные цветения водорослей (HAB) обнаруживаются с помощью их характерных пигментных сигнатур - красные края полосы сетинел-2 настроены на концентрацию хлорофилла. Тепловые датчики могут отслеживать тепловое загрязнение от электростанций или промышленных выпадений. Химический стоок (например, удобрения) увеличивает мутность и изменяет цвет воды, обнаруживаемый с помощью мультиспектральных индексов.

Скрытые загрязнители в воздухе

Воздушные газовые шлейфы являются более сложными, но не невозможными. Тепловые инфракрасные датчики могут обнаруживать испускаемое излучение от горячих промышленных газов (например, SO2, NOx из стеков), если газ поглощается в соответствующем окне МДП. Гиперспектральные датчики, работающие в тепловом режиме (например, Гиперспектральный спектрометр тепловых выбросов, HyTES), использовались для картирования утечек метана и вулканической дегазации. Для твердых частиц (PM2.5, PM10) спутниковая аэрозольная оптическая глубина (AOD) от датчиков, таких как MODIS, обеспечивает региональные оценки качества воздуха, которые помогают сделать выводы о скрытых источниках загрязнения.

Тематические исследования в реальных приложениях

Мониторинг разливов нефти в Мексиканском заливе

После катастрофы на Deepwater Horizon в 2010 году спутниковые снимки SAR стали основным инструментом для отслеживания распространения нефтяного пятна. RADARSAT-2 и Sentinel-1 обеспечивали широкое покрытие каждые 1-3 дня, позволяя респондентам оптимизировать размещение бумов и операции скимминга. Последующие исследования использовали мультиспектральные данные Landsat для картирования долгосрочного воздействия осаждения нефти на прибрежные болота, выявляя районы, где остатки нефти сохраняются под навесом. Этот комплексный подход продемонстрировал, как многосенсорное дистанционное зондирование может направлять как усилия по реагированию на чрезвычайные ситуации, так и усилия по восстановлению окружающей среды.

Обнаружение сельскохозяйственных загрязнителей от добычи золота

Во многих развивающихся регионах добыча кустарного золота высвобождает ртуть и цианид в реки, загрязняя питьевую воду и рыболовство. Используя комбинацию многоспектральных данных Sentinel-2 и изображений беспилотников высокого разрешения, исследователи нанесли на карту шлейфы отложений, простирающиеся вниз по течению от горных участков. Спектральный анализ растительности вдоль берегов рек выявил стресс тяжелых металлов (снижение NDVI и изменение положения на красных краях), что побудило к целенаправленному отбору проб воды, которые подтвердили уровни ртути выше пороговых значений безопасности. Данные дистанционного зондирования позволили властям определить приоритеты ресурсов восстановления и контролировать эффективность мер по очистке в течение двух сезонов.

Идентификация по городскому Браунфилду с помощью гиперспектральных изображений

В постиндустриальных городах бывшие заводы часто оставляют после себя скрытые загрязнения (тяжелые металлы, ПАУ, асбест), что усложняет перепланировку. Пилотный проект в Детройте использовал воздушно-десантные гиперспектральные изображения (AVIRIS) для картирования состава почвы на площади 50 кв. км. Датчик обнаружил повышенные уровни углеводородов, связанных с железом, свинцом и асфальтом, на заброшенных участках и железнодорожных дворах. Проверка земли показала 85% точность для горячих точек загрязнения свинцом. Полученные карты помогли городским планировщикам нацелиться на стимулы для очистки коричневого поля и управляемые общественные сады вдали от опасных зон.

Преимущества и ограничения дистанционного зондирования для обнаружения загрязняющих веществ

Преимущества

  • Масштабное покрытие: Спутники могут снимать тысячи квадратных километров за один проход, что делает невозможным проведение региональных или глобальных оценок только с помощью наземной выборки.
  • Много датчиков предлагают частые циклы повторного посещения (например, Sentinel-2 каждые 5 дней) и десятилетия архивированных данных, что позволяет анализировать тенденции и обнаруживать изменения.
  • Неинвазивный и удаленный доступ: Загрязненные участки могут быть опасными (например, ядерные зоны, токсичные свалки) или физически недоступными (например, горные шахты).
  • Обнаружение невидимых загрязнителей: Загрязнители, которые являются бесцветными, без запаха или ниже земли, могут быть идентифицированы через их тепловые, спектральные или структурные прокси.
  • Экономическая эффективность: После развертывания датчика предельные затраты на дополнительную площадь являются низкими по сравнению с интенсивной выборкой полей.

Ограничения

  • Атмосферные помехи: Облака, дымка и аэрозоли ухудшают оптические данные. SAR проникает в облака, но имеет разные возможности.
  • Площадные и спектральные разрешения: Датчики высокого разрешения покрывают меньшие площади; тонкие спектральные детали требуют больших объемов данных и сложной обработки.
  • Необходимость подтверждения достоверности данных: Дистанционное зондирование обнаруживает аномалии, но для подтверждения конкретного типа загрязняющих веществ и концентрации обычно требуется лабораторный анализ полевых образцов.
  • Ограничение глубины: Оптические и тепловые датчики проникают только в верхние несколько микрон или миллиметров поверхности.
  • Стоимость специализированных датчиков и экспертных знаний: Гиперспектральные и тепловые системы беспилотников остаются дорогими, а обработка данных требует квалифицированных аналитиков и программного обеспечения.

Будущие направления и новые технологии

Быстро развивается область дистанционного зондирования для обнаружения загрязняющих веществ. К числу ключевых тенденций относятся:

  • Искусственный интеллект и машинное обучение: Модели глубокого обучения могут автоматически идентифицировать тонкие спектральные паттерны, связанные с загрязнителями, уменьшать ложные срабатывания и сплавлять данные с нескольких датчиков (оптический, SAR, тепловой) для более надежного обнаружения.
  • Миниатюризация гиперспектральных датчиков:] Разработка компактных, доступных по цене гиперспектральных камер для беспилотников сделает детальный спектральный анализ доступным для местных природоохранных агентств и НПО.
  • Созвездие и рой подходы: Компании, такие как Planet Labs, эксплуатируют сотни небольших CubeSats, которые обеспечивают ежедневное глобальное покрытие с разрешением 3-5 м, что позволяет в режиме реального времени обнаруживать возникающие события загрязнения (например, цветение водорослей, разливы нефти).
  • Интеграция с IoT и наземными датчиками: Сети недорогих наземных датчиков могут калибровать и проверять спутниковые данные, создавая гибридную систему мониторинга, которая сочетает в себе широкий охват с высокой точностью.
  • Гиперспектральные спутниковые миссии: Предстоящие миссии, такие как НАСА по биологии и геологии поверхности (SBG) и ESA CHIME, будут предлагать обычные космические гиперспектральные данные, демократизируя доступ к передовому картированию загрязняющих веществ.

Заключение

Технологии дистанционного зондирования стали незаменимым компонентом современного экологического мониторинга, предлагая беспрецедентные возможности для обнаружения скрытых загрязнений на больших площадях и в различных средах. От обнаружения нефтяных пятен на океане до картирования тяжелых металлов в городских почвах, эти инструменты обеспечивают действенную разведку, которая поддерживает раннее предупреждение, соблюдение нормативных требований и планирование восстановления. В то время как такие ограничения, как необходимость проверки на земле и атмосферных помех, сохраняются, текущие достижения в миниатюризации датчиков, машинном обучении и многоплатформенной интеграции быстро расширяют сферу применения дистанционного зондирования. Поскольку общества стремятся к более чистым экосистемам и более здоровым сообществам, постоянные инвестиции в и уточнение методов дистанционного зондирования будут иметь важное значение для того, чтобы оставаться впереди скрытых угроз для окружающей среды.

Для дальнейшего чтения по конкретным источникам данных и методам см. USGS Landsat Missions, Sentinel-2 Европейского космического агентства и NASA Surface Biology and Geology.