溢油监测

溢油监测（精选7篇）

溢油监测 篇1

澜沧江-湄公河是我国连接东盟国家的重要经济和外交渠道, 近年来, 随着澜沧江-湄公河航运的发展, 溢油风险也在逐步加大, 一旦发生突发性溢油事故或船舶燃油泄漏, 将会对中、老、缅、泰、柬、越6国的用水安全和水环境产生影响, 这不仅是一个技术问题, 更是涉及国际关系的十分敏感的政治问题。因此, 研究一种适合澜沧江流域的溢油监测系统将有助于提升溢油事故的及时发现和快速反应能力。

1 系统需求分析

澜沧江流域两岸多丘陵, 自然条件恶劣, 人烟稀少, 通信条件较差, 若一旦发生溢油事故, 当事人很难在短时间内及时报告相关单位和部门采取补救措施, 其结果必将对下游流域及沿岸环境造成极大的破坏和难以挽回的损失。因此, 澜沧江溢油远程监测系统的需求集中体现在2个方面:①溢油事故的及时发现, 以便以最快速度采取补救措施;②发现溢油事故后, 对于溢油情况的评估和发展态势的预测, 并以此为行动决策提供参考依据。

2 系统组成及工作原理

根据需求分析, 澜沧江溢油远程监测系统应主要由2个子系统构成——数据采集和无线通信系统与决策管理系统。

2.1 数据采集和无线通信系统

2.1.1 数据采集子系统

数据采集系统由各种传感器构成, 主要包括油膜传感器、流速传感器、风力和风速传感器等。

油膜传感器主要用来监测水面油层厚度以确定是否发生泄漏事故及其污染程度, 为被动式探测传感器。油品泄漏后随水流下泄并扩散, 被污染的水流经监测站, 油膜探头感知到油膜厚度, 根据事先设定的阈值来判断是否属于溢油事故。此设备主要由高频率发生器和与之相连的发射天线构成。天线浸在所需要监测的液体里, 液体所能吸收的能量越多, 天线相应工作负载就越大, 从而高频发生器所供应的能量也就相应地增加[1]。传感器能够准确检测最小0.3 mm厚度的水上油层。

流速传感器用来监测水流的流速。测速范围为0.05～7 m/s, 工作最大水深为40 m, 工作水温0～35 ℃。

风力和风速传感器的感应元件是三杯风组件。转换器为多齿转杯和狭缝光耦。当风杯受水平风力作用而旋转时, 通过活轴转杯在狭缝光耦中的转动, 输出频率信号。风速测量范围 0～40 m/s, 精度±0.03 m/s。

2.2.2 无线通信系统

数据采集系统中的每个传感器均有无线数据收发器与之相连接, 成为一个数据通信节点。

对于澜沧江或类似该流域地理环境的特殊山区河流, 目前流行的GSM或CDMA等公众通信网络无法覆盖其河流沿岸, 无法保证无线通信的可靠性和稳定性;而且采用VHF等传统无线电通信手段也几乎是不可能的[2]。

本系统中的无线通信系统主要采用了无线中继通信方式。设置于监测现场的设备除各种传感器外, 每间隔一定的距离还设置有一个无线中继设备, 从而使每个数据通信节点采集到的数据都能传输到系统的数据处理中心。

这种无线中继通信系统的工作原理为:系统运行初期, 拓扑变化平稳, 不会出现大量移动节点, 可以容忍较长时间的路由建立过程。系统采用了Tree Routing路由算法。该算法在初始化过程中建立路由结构, 在稳态情况下, 每个节点到数据处理中心存在一条惟一路径, 在极大程度上抑制了数据包重发以及由此引发的能量浪费[3]。

Tree Routing的思想是构建一棵动态路由树。在传感器网络初期, 每个通信节点都要将发送和接收信标数据包获得邻居路由器信息存放在节点的缓冲区中。根据SOS最佳路由估算算法, 基于最小跳跃数和代价选择一个节点作为路由的父节点。路由模块在接收数据的时候, 首先要判断数据的目的地址是否是当前节点, 如果是当前节点, 那么需要判断当前节点是否是数据处理中心, 如果不是则转发数据到这个节点的父节点;如果数据的目的地址不是当前节点, 那么本节点对此数据不处理也不转发。见图1。节点维护邻居表并根据拓扑变化实时更新, 最终每个节点形成一条到数据处理中心的惟一路径。如果拓扑变化或节点性能影响了数据传输, 则节点根据邻居列表重新寻路。这种算法虽然需要较长的路由建立时间, 但路由建立后, 因为抑制了重传, 因此数据发包快, 系统能量效率较高。

2.2 决策管理系统

在监测区域, 节点通过无线协议形成自组织网络, 节点实时采集数据并通过多跳方式传送给数据处理中心节点。数据处理中心收集信息后送入决策平台进行实时数据分析。平台功能主要包括4个模块, 其系统模块结构见图2。

1) 管理模块。包含用户登录, 参数配置及其它管理功能, 如报警阈值设定等。

2) 数据模块。完成数据上报, 数据恢复和备份功能。

3) 算法模块。根据探测节点位置和所测数据值, 完成溢油态势估计的计算。

4) 显示模块。以曲线图等方式显示数据来源和数值, 显示算法模块的溢油扩散态势, 显示链路状态及报警信息。

决策管理平台使用数据融合算法评估溢油扩散态势, 因为实时性要求较高, 以求解多变量偏微分方程为核心的算法难以满足实时性要求。结合无线传感器网络多点测量的特点, 本平台采用了近似的溢油合成算法。当前, 多数溢油评估算法主要应用于沿海、海面溢油环境, 运算量大, 时间尺度也以小时计, 目前尚无河流环境下的溢油扩散模型。本系统尝试结合河流流速、边界等河流独有的特征, 开发了快速有效的溢油态势评估算法。

2.2.1 溢油扩散算法设计与实现

溢油扩散主要分为以下几个阶段:

1) 溢油入水初期首先经历重力扩展阶段, 油膜在重力作用下迅速向四周扩展。此阶段历时很短, 水流和风在此阶段对油膜扩展的影响较小。

2) 随着重力扩展的减弱、溢油厚度的减小, 油膜由重力扩展阶段过渡到受水流及风力影响显著的剪切扩展阶段。此阶段是油膜充分扩展的重要时期, 油膜底部与水, 油膜上部与风之间的戮滞力成为油膜扩展的主要驱动力。水流流场、风场的变化都对此阶段油膜的扩展起着重要作用。

3) 在无风情况下, 潮汐水流的周期性变化对油膜的扩展产生决定影响。涨潮时, 油膜常被压缩, 而落潮时, 油膜却常被拉伸。在有风情况下, 油膜的扩展除受水流支配外, 还受风场的影响, 当水流流向与风向同向时, 油膜扩展减缓, 但漂移速度加快, 当水流流向与风向相反时, 油膜扩展加剧, 但漂移速度减缓, 漂移方向视水流速度与风速大小而定。

4) 随着剪切扩展的衰弱、油膜厚度的减小, 油膜最终过渡到随流漂移阶段。这种情况常在溢油入水后1.5T至2.0T出现 (T为潮周期) ;同时油膜在紊动水流、风浪及涨落潮波的作用下, 开始发生破碎, 破碎部分被卷人水中参与乳化或其他风化过程。

5) 实际溢油事故多为连续溢油, 影响范围大于瞬时溢油, 在潮汐河道中其扩展、漂移也更为复杂, 但对于河道溢油的预警来说, 切断溢油源显然是控制溢油影响范围的首要措施。其次在涨潮阶段对溢油尽快进行抢险回收 (因此时油膜被压缩较厚) 可减少作业难度。落潮时油膜因被拉伸, 厚度减小, 常出现破碎, 破碎部分在紊动水流、风浪的作用下最易发生乳化现象, 因而会增加溢油回收的难度。

假设无风条件下油膜成圆形扩散, 采用Blokker公式计算油膜的面积[4]:

D${}_t^3$-D${}_0^3$= (24/π) K (dw-d0) (d0/dw) V0t (1)

式中:t为时间, min;D0为t=0时油膜的直径, m;Dt为t时刻油膜的直径, m;d0、dw分别为油和海水的相对密度, 一般分别取为0.9和1.025;K为Blokker常数, 为经验系数, 与油品有关;V0 为溢油总量。

上式中只有V0需要计算, 根据公式:

V0= (πh${}_t^3$) / (ρw/3ρo (ρw-ρo) Kct) 2 (2)

式中:t为时间, s;ht为t时刻的油膜厚度, μm, ρw、ρo分别为水和油的密度;Kc为常数。

油膜的漂移速度:

dx/dt=v流+0.035v风 (3)

在模拟时, 先根据节点传回的油膜厚度估计出溢油总量, 再根据溢油总量计算当前油膜的面积 (假设为圆形) , 由于油污的扩散速度变化很大, 因此很难根据一点的油膜厚度估计出它附近的油膜厚度分布, 在这里假设油膜厚度的变化是线性的, 由此标定出各点的油膜厚度, 进而在图上以不同的颜色标志出油膜厚度不同的区域。

预测的时候, 系统主要考虑油膜形状的变化, 因此仅考虑边界点。油膜的扩散主要包括自由扩散和水流及风力带动的漂移两类, 自由扩散的速率即为dD/dt, 漂移速度如式所述, 两者矢量叠加之和即为该点的扩散速度v, x0+vt即为t时刻后对应的的油膜边界。

2.2.2 决策系统主要功能设置

1) 节点配置。节点配置主要用于增删节点、设置节点编号、类型信息等, 坐标单位是m, 以地图左上角为坐标原点。在本界面可以增加和删除节点, 并能设置每个节点所配置的传感器类型。设置完成后, 通过点击设置节点位置按钮在地图上标示出节点的所在的位置, 并保存节点的新位置。

2) 数据采集。数据采集主要负责从串口中读取数据, 通过CRC校验正确后将数据进行解析, 再分发到各个子模块进行处理, 同时传输给数据库管理存储模块进行存储。

3) 数据库管理。数据库管理主要负责把正确解析以后的数据按指定的格式正确的存储到数据库之中, 同时供查询调用。

4) 节点状态列表。节点列表将系统内注册并搜索到的节点以树形列表的形式全部显示在管理系统左侧, 通过点选相应的节点和所需查看的状态, 在右侧区域以图形的形式显示相应的状态信息或曲线。见图3。

5) 预警提示。预警提示通过设定传感器信息的阈值触发预警。预警信息在系统界面的报警节点警示闪烁, 并且指示超出阈值的信息类型。

6) 地图显示。地图显示主要用于将节点所处环境的地形图载入到右侧视图中, 以便更直观的了解实际环境。见图4。

7) 溢油态势分析。若节点探测到溢油信息, 则通过数据融合算法构造溢油分布, 通过图形显示出来, 不同深度的颜色表示油膜的不同厚度。随着时间推移, 油膜的分布和扩散情形会显示在河流之中。如图4所示。

3 结束语

本文研究的溢油远程监测系统, 经过多次实验室试验和模拟现场测试, 已经证实了本系统具有反应灵敏、反馈准确、传输稳定的特点, 节约了大量人力、物力, 大大提高了事故处理的及时性和有效性, 完全能够胜任我国西部山区河流的溢油监测需求, 并具有广大的应用和推广前景。

摘要：内河成品油运输具有一定的危险性, 一旦油品泄漏, 将对事发地及下游地区的环境造成巨大的污染, 并且, 借助水流和风力, 溢油的发展态势也将难以预测, 为事故的救援造成相当大的难度。以澜沧江为背景, 介绍了一套内河溢油远程监测系统, 实现了对澜沧江流域溢油事故的无线远程监测, 特别是通过对溢油扩散过程的分析, 研究出一套适用于内河的溢油扩散算法。

关键词：澜沧江,溢油,远程监测

参考文献

[1]肖春华, 李秀红, 孙忠富, 等.嵌入式无线远程环境监测系统的实现[J].微计算机信息, 2007 (4) :2-4:6.

[2]陈凯.航标遥测遥控系统中关键技术的应用研究[J].交通信息与安全, 2010 (6) :101-102.

[3]孙利民, 李建中, 陈渝, 等.无线传感器网络[M].北京:清华大学出版社, 2005.

[4]吴瑜端.海洋环境化学[M].北京:科学出版社, 1982.

溢油对潮间带生物影响的调查监测 篇2

1 调查及监测方法

1.1 调查区域的选择及采样点设置

根据“7.16溢油”时海区受影响程度, 按照由近及远原则选择三个调查区域, 1#为小窑湾金山港码头附近海域 (N38°56′53.42″, E121°51′47.08″) 、2#为金石附近海域 (N39°04′14.35″, E122°02′1.89″) 、3#为金石滩棺材石海域附近 (N39°08′60.22″, E122°07′13.69″) 。沿潮间带断面分别在高潮带、中潮带和低潮带各设四个采样点, 沉积物采样点设在低潮带。

1.2 样品采集和运输

2014年7月14日下午, 三个小组分别在上述三个海域的36个采样点, 同时进行生物资源调查。沉积物样品分别在三个海域的高潮带、中潮带和低潮带各选择一个采样点采集。

每个采样点用30 cm×30 cm的采样框标定采样范围, 框内生物全部采样。从表面至距表面10 cm处全部取样作为沉积物样品。

收集采样到的全部物种, 将需要监测石油类指标的相关品种 (石莼、褶牡蛎及沉积物样品) 用玻璃器皿装好运输, 其他用塑料采样瓶收集。样品采样、贮藏及运输按照标准 (GB/T 17378.3-2007) 规定执行。

1.3 统计与分析方法

对三个海域的潮间带生物分别进行定性、定量分析, 根据种类的数量、总重量和采样面积, 推算出该地区生物的密度及生物量。

生物多样性特征分析采用生物丰富度指数、生物多样性指数。

生物丰富度指数 (Margalef, 1958) :D= (S-1) /log2N

D-生物丰富度指数;S-种类总数;N-生物总个体数。

生物多样性指数系根据各个种类所占比例进行分析 (Shannon-Wiener) :

公式中:H'为生物多样性指数;S为样品中种类总数;Pi为i种的总个体数与总个体数的比值

1.4 沉积物质量监测

按照国家标准GB/T 17378.5-2007方法, 检测沉积物中石油类含量, 按GB 18668-2002标准判定沉积物质量。

1.5 生物质量监测

按照国家标准GB/T 17378.6-2007荧光分光光度法, 检测褶牡蛎和孔石莼体内石油烃含量, 按GB18421-2001标准判定生物质量。

1.6 生物DNA损伤监测

选取三个海域采集的一龄褶牡蛎作为DNA损伤的监测对象, 对照组为产自大长山岛褶牡蛎。采用Shugart等的碱解旋法[5]。荧光染色剂Hoechst dye 33258, LS 45型荧光分光光度计测定荧光值。以小牛胸腺DNA作为标准DNA。

实验结果用SPSS18.0统计分析, 数据用平均值±标准偏差 (Means±SD) 表示。t-检验法比较试验组与对照组数据差异显著性。

2 结果和讨论

2.1 生物种类和统计分析

各采样点的生物种类和生物量结果见表1。

由表1、表2可见, 1#海域共采到8种, 其中甲壳类和软体动物各3种, 棘皮动物和尾索动物各1种, 优势种为绒毛近方蟹和东方小藤壶。2#海域共采到12种, 其中甲壳类和软体动物各4种, 棘皮动物、尾索动物、腔肠动物和环节动物各1种, 优势种为短滨螺和褶牡蛎。3#海域共采到7种, 其中甲壳类和软体动物各3种, 棘皮动物1种, 优势种为托氏螺和褶牡蛎。在调查的三个海域中, 2#海域生物种类数最多, 物种丰富度指数最高。3#海域生物种类较低, 物种丰富度和多样性指数偏低, 但优势种的分布密度和生物量高。同时1#海域和2#海域还采集到孔石莼。

这表明受溢油影响最重的海域 (1#) 与影响轻 (2#) 和未受影响 (3#) 海域潮间带相比, 生物种类接近, 但从分布密度和生物量来看, 3#海域则比1#与2#要高得多。

2.2 沉积物质量

经检测, 1#、2#、3#三个海域的沉积物样品石油类含量分别为402×10-6、232×10-6和216×10-6, 但均低于国家标准500×10-6的量值, 达到一类海洋沉积物质量标准, 表明沉积物质量已恢复正常水平。

2.3 生物质量

选择三个海域均采集到的褶牡蛎 (长6~8 cm, 1龄) 。1#和2#海域采到的孔石莼, 检测两种生物体内石油烃含量, 结果见表3。

由表3可见, 受溢油影响最重1#海域低潮带褶牡蛎中生物体内的石油烃含量最高, 达到10.7mg/kg, 受影响轻的2#海域为4.69 mg/kg, 未受影响的3#海域最低为3.49 mg/kg。但采自三个海域的孔石莼、褶牡蛎两种生物体内石油烃含量均低于15mg/kg的国家标准。我国海洋生态毒理学起步较晚, 近年主要研究污染物在生物体内的累积与排放, 在海洋食物链中的转移和潜在放大作用及生物转化和生物降解和污染物对海洋生物的急性毒性、慢性毒性, 海洋底栖生物贻贝、蛤、蚝等由于可较准确反映背景水体的各种污染物质含量, 长期以来一直作为一种良好的生物监测物, 被广泛地应用于海洋环境痕量污染物的监测[6,7,8,9]。本次对原溢油海区所产褶牡蛎、孔石莼体内的石油烃含量的监测结果表明, 溢油影响已经大大减弱, 与邻近海区相比潮间带生物质量恢复至正常水平, 以石油烃含量单因素做评价水产品质量是合格安全的, 同时也反映了该海域环境质量的向好变化。

2.4 褶牡蛎DNA损伤监测

选取三个海域采集的褶牡蛎作为DNA损伤的研究对象。监测结果见表4,

注:表中数据为DNA损伤检测的F值。

由表4可见, 从监测的三个海域采集的褶牡蛎, DNA链完整性检测F值均低于对照组, 应用t-检验法比较三个海域试验组F值与对照组, 结果显示为无显著性差异。所监测的三个海域中, 1#海域的褶牡蛎检测F值均低于其他两个海域。2#海域褶牡蛎检测F值低于3#海域。在每个海域中, 中潮带的褶牡蛎检测F值均高于低潮带。

结果表明监测的海域中褶牡蛎均存在不同程度的DNA链断裂, 但与未有溢油污染的区域褶牡蛎比较无显著性差异。表明监测海域褶牡蛎DNA损伤并不明显, 证明其所在的海域环境已经恢复到正常水平, 接近无污染区域。2#海域和3#海域的褶牡蛎检测F值均高于1#海域, 由此可以判断, 受溢油影响的区域由近及远, 褶牡蛎检测F值呈由低到高变化。

石油烃造成的水生生物DNA损伤包括DNA碱基修饰、DNA断链、DNA加合物。Canova等[10]发现贻贝暴露于不同浓度的石油中, 碱基含量显著增加。Nacci等在水生生物DNA断链方面也有一些报道[11]。Erieson和Balk, Akeha等发现用32P-后标记法可以检测出水生生物体内石油烃等有机污染造成的DNA加合物[12,13]。

溢油监测 篇3

随着社会经济的发展,人们生产生活对石油资源的依赖越来越严重,随着石油消耗量日益的增加,溢油成了一个令人十分头疼的问题。2010年7月16日中石油大连大孤山新港码头一储油罐输油管线发生起火爆炸石油泄露事故。据中国海监船监视结果显示,截至18日13时,海上飘游分布范围已达到183平方公里,其中较重污染面积达到50平方公里,主要集中在近海区域,随着溢油的扩散,已开始影响大连湾及附近海域海水水质。

常见的海面溢油监测方法有可见光法、红外分光、紫外分光和诱导荧光检测法。可见光法对阳光的依赖性太强,只能应用于白天;红外法无法区分海面的浮游生物和溢油;紫外法不仅无法区分海面浮游生物和溢油,太阳的闪光对系统也有很大的影响;与以上几种方法相比,诱导荧光法具有全天候探测的能力,还能够区分水面上不同的荧光物质[1,2]。油脂类有机物在紫外光的照射下会产生荧光,明显区别于无污染的水体,根据该特点,文中首先阐述了荧光产生的原理,之后根据溢油的荧光特性论述了适合用于溢油荧光监测系统的光源、探测器和光学结构选择,设计了一套基于以上分析数据的原理样机,对该系统在某港口进行了测试,获得了海面溢油在宽谱段紫外灯照射下得到荧光测试数据,对测试数据进行了分析,并为港口溢油监测设备的系统设计提供了参考依据。

1 荧光产生基本原理

当用一种波长的光(比如紫外光)照射某种物质时,这个物质会发射出比照射光波长较长的光(如近紫外或可见光),这种光就称为荧光。

荧光现象就是一个能级跃迁的过程,如图1所示。分子接收入射光λ1照射,分别跃迁至S1和S2能级。受激电子把吸收的能量传递给环境中的分子,在电子能级之间、振动能级之间发生驰豫,以热能的形式释放能量。跃迁至S2能级的受激电子通过内转移至第一激发态S1,最终从第一激发态的最低振动能级发射返回稳定基态,释放能量时发出荧光。荧光是一种瞬时光,持续时间约10-9~10-6 s。分子无论被激发到哪一个电子激发态,在10-13~10-11 s内经内转移和振动弛豫都会跃迁到最低的电子激发态的最低振动能级上再通过返回基态发射荧光,不同荧光物质具有不同的荧光发射谱[3]。

共轭效应能够增大荧光物质的摩尔吸收系数[4],有利于产生更多的激发态分子,从而有利于荧光的产生。石油及其衍生品含有多种具有较高共轭效应的芳香烃,因而在紫外光区具有强吸收峰,受到紫外光的照射时,会发出近紫外波段和可见波段的荧光。荧光的量子效率取决于油的种类,激发波长等因素。不同油种的荧光光谱有明显的区别,纯水是没有荧光的。可以利用该特点来检测海面溢油。

2 系统设计

如图2所示,系统使用紫外光源激发荧光,选择合适波段范围内的荧光作为水面油膜的探测信号,通过光电器件探测信号强度监测水面是否有溢油。为去除背景光等的干扰,分别在光源和探测器前加了滤光片。紫外光通过汇聚镜汇聚之后形成的锥形光束照射在待测目标上,任何油类物质漂入该目标区域都会被紫外光激发出荧光。

2.1 光源

目前可以用作荧光检测的紫外光源的有氙灯、紫外激光器和LED发光二极管等。

紫外激光光源具有脉宽窄、峰值功率高、能量集中、体积大、造价高等特点。常见的油种都具有较宽的激发光谱,使用单一频率的激光器作为激发光源不一定适合作为溢油荧光检测的激发光源。而且作为港口溢油监测设备的光源需要经年累月不间断的工作,对设备寿命的要求较高。

LED发光二极管光强稳定性高,噪声低,但是其功率低、激发能力弱,导致荧光信号小,在目前条件下尚不能满足实际应用的检测要求[5]。

脉冲氙灯的辐射光谱覆盖了从紫外到红外的宽带光域,如图3所示为HAMAMATSU L4634-01型脉冲氙灯,其中200~300 nm紫外波长部分的相对发光强度较大。能够提供达数百赫兹的闪光频率,具有亮度高,能耗少,体积小等优点,寿命可达5×108次,以1 Hz的闪光频率计算,可以工作16年,寿命远大于非脉冲式氙灯。脉冲氙灯每次闪光光强差别很小,稳定性好,相同输入功率下脉冲氙灯瞬时输出光强可达非脉冲式氙灯的1 000倍。

在实验室内使用Andor SR163光谱仪获得了润滑油和柴油在HAMAMATSU L4634-01脉冲氙灯的200~300 nm段入射光照射下的荧光光谱如图4所示,激发光波段的选择通过加滤光片实现。由图4中得到的荧光光谱可以发现,这两种油在360 nm附近存在一个荧光光谱响应的峰值,可以选择300~400 nm作为荧光检测的波长范围。

另外的文献[6]表明,其他的油种大部分在该波长处也存在荧光的响应峰值。然而从图4中看出柴油在450 nm附近也存在荧光光谱响应的峰值,且荧光峰值强度还大于360 nm附近的峰值。不选择400~500 nm是因为该波段的太阳辐射太强。以太阳常数1 353 W⋅m-2计算,从太阳辐射强度表[7]可得到,300~400 nm波段太阳辐射强度为101 W⋅m-2,400~500 nm波段太阳辐射强度为188 W⋅m-2。在光线从大气上层到水面的传输过程中,由于大气中的气体吸收,分子、气溶胶和云散射等作用,到达地面的太阳辐射量减少,300~400nm波段的辐射强度在晴朗的天气情况下传输到地面的太阳辐射强度约为60 W⋅m-2。洋面对300~400 nm波段的光线反射系数小于洋面对400~500 nm波段的光线反射系数。选择300~400 nm波段探测荧光信号能够更好的抑制环境光。系统选用的氙灯200~300 nm部分的功率约为6 W⋅m-2。荧光F正比于溢油的荧光效率,荧光效率越高则荧光信号越明显。溢油的荧光效率计算比较复杂,因为溢油中含有多种荧光物质,比如苯(荧光效率0.07),蒽(荧光效率0.23),萘(荧光效率0.36),芘(荧光效率0.65)[8,9]等等,组分获含量的不同导致溢油的荧光效率不同,通常溢油的荧光效率在0.1~1之间。以最大环境光为阈值,当探测到超过该阈值的光强时,可以认为有溢油的存在。

2.2 探测器

可用于300~400 nm波段光电检测的常见器件有光电倍增管、硅探测器、GaN/AlGaN器件等,这几种器件的特点如表1所示。

本文所讨论的溢油检测方法是通过一定光谱范围内荧光信号的强度来检测水面是否存在溢油,因此选择工作波段范围内响应好的单元器件就能够满足系统要求。光电倍增管具有光敏面大、暗电流小、增益高和动态范围宽、在近紫外和可见光部分具有较高的光响应率等优点,虽然其量子效率比硅探测器和GaN/AlGaN器件要低,但是其倍增效应使光电倍增管的响应率要高于其它器件[10]。本系统选择H9565金属封装的光电倍增管作为荧光信号的探测器,其光阴极灵敏度70µA/lm,灵敏度调节范围1:104。

2.3 滤光片设计

激发光源氙灯和被激发的荧光都是连续波长的,按荧光检测系统的设计方案,需要合适滤光片来选择200~300 nm激发光和300~400 nm荧光检测波段。

为保证荧光探测系统接收到的荧光不受光源干扰,因此需要保证光源滤光片和荧光滤光片在300~400nm波长范围内没有重合部分。按照该要求定制了以下两种滤光片:光源滤光片为300~400 nm带阻滤光片(图5(a)),能达到-90 dB左右的衰减,荧光滤光片为300~400 nm带通滤光片(图5(b))。将两片滤光片重叠在光谱仪下经测试,在300~400 nm范围内没有重合,能够实现系统要求将光源300~400 nm部分的光滤除,而探测器仅接收荧光中300~400 nm的部分。

2.4 光路设计

本文所设计的荧光检测系统使用氙灯作为光源,其光束具有较大的发散性,当光源离待测目标距离较远时导致单位面积上的紫外光强下降,影响荧光激发。因此通过汇聚镜将紫外光汇聚后照射在待测目标上,透镜焦距为30 mm,光电倍增管有效光敏面直径为8 mm,系统有效瞬时视场如图6所示,IFOV=d/f=8/30=0.267 rad。

为实现光源与探测器在一定距离范围内(0.3~5 m)最大程度视场匹配,探测器光轴与紫外灯光源光轴并不是呈平行的状态,而是呈一定小角度(3°),紫外光光源照明视场与探测器视场的重叠因子在距离设备下表面0.3m处为53%,5 m处的重叠因子为63%,而0.3~5 m的距离范围内,光源利用率最大值可达83%。

2.5 电子学设计

溢油检测系统电子学部分框图如图7所示,MCU控制氙灯驱动器以程序设定的频率点亮氙灯光源发出脉冲紫外光,光电倍增管检测紫外光源激发的荧光信号强度,使用12位AD采样前置放大器输出的0~10 V的荧光信号。可以根据AD输出的荧光信号强度通过程控的方式调整前置放大器的灵敏度。当监测到的荧光信号强度超过设定阈值时,监测系统报警。

AD采样时间点的确定是以氙灯的触发脉冲为起始时间,通过MCU延迟固定的时钟周期后确定的,如图8所示。系统时钟的抖动会引起采样时间点的抖动;除此之外,在实际的测试环境中,随风荡漾的液面会产生起伏,光程会发生改变,因此AD采样时间点与荧光曲线的相对时间位置会产生一个时间抖动,导致AD采样的荧光强度产生抖动。虽然氙灯光源的稳定性较高,但仍存在一定的抖动,尤其是随使用时间的增加,其输出光的稳定度逐渐变差,一个刚开始使用的氙灯输出光强的稳定度在1%以内。

对一扩散稳定后的油膜的荧光强度测量误差表示为

Fi为光电倍增管的测量值,为测量平均值。AD采样到的荧光强度值F的抖动,也就是误差,主要由以下几部分组成:1)氙灯光源输出光强的抖动;2)待测液面的起伏;3)AD采样时间的抖动。

为提高系统信噪比,AD采样时间选择在荧光信号强度几乎达到最大值的时间点,也就是紫外光消失的时间。在该时间点附近,荧光信号强度为极大值,该点的两侧荧光信号曲线斜率都非常大,也就意味着光源在时间上微小的抖动将导致AD采样数据的一个较大波动,为尽可能消除光源抖动所引起的荧光信号强度采样值的波动,系统在数据采集时使用了取滑动平均值的算法。滑动平均算法取样点数太小则起不到减小抖动的目的,而取样点数太多则会导致系统响应时间大大加长(脉冲氙灯闪光频率1 Hz),当油膜面积较小且水面风速较高时,将会出现漏警现象。综合考虑以上多种因素,系统选择采样点数n=10。

3 测试实验及结果

本系统进行了实地的港口溢油监测实验,时间:2010年7月6日13:00,天气晴朗无云,测试环境温度32°C。这种条件可以认为是实际工作中环境光最大的情况。为验证光源与探测器视场重叠系数对荧光信号强度和信号背景比的影响,首先在实验室平静的水面上对轻柴油进行了在不同探测距离上的监测实验,每个距离上测试了75组数据。基底为自来水,容器尺寸100 cm×100 cm,2 m L轻柴油均匀扩散在基底水面上,油膜厚度在微米量级。实验数据如表2所示。

荧光强度曲线和均方差曲线如图9所示。

表中荧光信号强度以光电倍增管前置放大器输出的电压值表示,最大值为10 V。试验数据表明,在距离水面1 m处测得的油膜荧光信号强度最大,与视场重叠因子在1 m距离处达到最大重合系数相符。然而随着探测距离的增加,光源光能发散导致荧光效率降低,而背景光强变化较小,因而油膜荧光信号与无污染环境信号的比值在距离2 m处达到最大值。

当液面平稳没有波动时,不同的探测距离上均方差的变化是由光源引起的,在不同的探测距离上,视场重叠因子的不同导致了荧光强度测量误差随探测距离的变化。

在某港口架设好本装置,在监测区域上游方向洒柴油10 m L,油膜扩散范围直径大于2 m。随油膜的扩散和海水的浮动,溢油逐渐进入仪器监测范围,本装置测到的荧光信号随时间变化的曲线如图10(a)所示。随油膜的扩散,荧光探测信号体现出由无污染状态迅速进入溢油区域,荧光信号强度反应了油膜的厚度分布,当油膜刚撒入海面时,迅速扩散并随着水流方向进入探测器视场,此时油膜尚未扩散到最大面积,油膜的边界厚度变化较为陡峭,如图10中120~150 s部分所示。随着时间的变化,油膜继续扩散。荧光强度曲线在出现最大值(该点对应油膜中心)后,荧光强度减小的速率小于极值出现之前荧光强度增加的速率,这种现象也说明了油膜扩散的面积一直在增大。图10(b)是采取了滑动平均算法之后的数据,信噪比明显得到提高。

4 结论

本文使用光谱仪对润滑油和柴油在宽谱段紫外灯照射下得到的荧光光谱进行了分析,在360 nm附近存在荧光光谱的一个峰值可以用于水面溢油的探测。溢油荧光强度在一定范围内与油膜厚度相关。溢油荧光强度测量误差在平静的水面上主要是由光源引起的。本文为港口水面溢油监测提供了一种有效的方法。

基于紫外诱导荧光探测技术的码头溢油监测装置,能够达到实时、快速的水面溢油监测,不需要预先对样品做任何处理,具有较高的油膜探测灵敏度,能够较好的适应不同条件下的野外工作环境,对可见光和红外部分的滤光处理能够有效的抑制背景光的干扰,在阳光紫外线强烈的光照环境下也能够准确的区分溢油和洁净的水面。该系统除用于港区溢油的监测之外,还可以连续监控蓄水池、排水渠、污水池以及任何可能发生石油产品泄露的地点,是水环境监测的一种有效装置。

参考文献

[1]张静,吴晓东.溢油事故监测中的遥感技术[J].江苏环境科技,2006,19(2):86-88.ZHANG Jing,WU Xiao-dong.Remote Sensing Technology in Monitoring Overflowing Oil Accidents[J].Jiangsu Environmental Science and Technology,2006,19(2):86-88.

[2]Bolus R L.A Airborne Testing of a Suite of Remote Sensors for Oil Spill Detecting on Water[C]//in Proceedings of the Second Thematic International Airborne Remote Sensing Conference and Exhibition,Environmental Research Institute of Michigan.Michigan:Ann Arbor,1996:743-752.

[3]Kasap S O.Optoelectronics and Photonics[M].Beijing:Publish House of Electronics Industry,2003:1-27.

[4]Berlman I B.Handbook of Fluorescence spectra of Aromatic Molecules[M].New York:Academic Press,1971.

[5]徐静,熊艳,陈士恒,等.发光二极管诱导荧光检测器[J].化学进展,2009,21(6):1326.XU Jing,XIONG Yan,CHEN Shi-heng,et al.Light Emitting Diode Induced Fluorescence Detector[J].PROGRESS IN CHEMISTRY,2009,21(6):1326.

[6]Chris R Chase,Steven Van Bibber.Utilization of Automated Oil Spill Detection Technology for Clean Water Compliance and Spill Discharge Prevention[C]//Proceedings of the International Oil Spill Conference,2008:3-5.

[7]George J Zissis.The Infrared and Electro-Optical Systems Handbook[M].Washington USA:SPIE Optical Engineering Press,1978:163-168.

[8]夏锦尧.实用荧光分析法[M].北京:中国人民公安大学出版社,1992:349.XIA Jin-yao.Practical Fluorescence Analysis[M].Beijing:Chinese Peopl’s Public Security Press,1992:349.

[9]Bernard Valeur.Molecular Fluorescence:Principles and Applications[M].Weinheim:WILEY-VCH Verlag GmbH,2001:47.

[10]Autrey Tom Foster Nancy.Tunable Ultraviolet Visible Photo acoustic Detection Analysis of the Sensitivity and Selectivity Provided a Xenon Flash Lamp[J].Analytical Chemistry(S0003-2700),2001,4(2):217-222.

溢油监测 篇4

1 系统组成

本溢油监控系统由基于紫外光诱导蓝光技术的监测传感器、无线数据传输/采集模块、临近码头联动报警及监控中心控制软件四部分组成。图1为该系统结构示意图。

1.1 基于紫外光诱导蓝光技术传感器的工作原理

1.1.1 蓝光产生的原理

本系统传感器主要利用了一种波长的光照射物体后, 物体会照射出另一种光的原理来对水面进行溢油检测。具体是:当用紫外光照射石油及衍生物时, 油类分子吸收紫外光波长后, 受激发跃迁至一激发稳态, 受激电子不稳定, 在电子能级和振动能级之间发生弛豫现象, 向周围环境释放热能返回稳定基态时, 同时向外界发出蓝光。由于石油及衍生物含有多种芳香烃其共轭效应高[1], 能产生较多的蓝光, 而水受照射后并不会发射蓝光。

1.1.2 传感器组成及工作原理

本传感器由激发光源、过滤装置、光感探测器、调理电路等部分组成, 安装在离水面一定距离进行监测。这种非接触形式的安装方式避免了水生污染, 使得测量更加准确, 同时也可避免过路船造成干扰和破坏。本传感器的激发光源采用脉冲氙气灯。该灯发射光波长主要集中在紫外光部分, 且具有脉冲闪光频率高、亮度高、能耗小、体积小、寿命高、发射光强度稳定等特点。蓝光探测器采用Silicon Multiplier-硅光电倍增管[2], 它是由几百甚至上千的APD组成, 相对于普通的光电倍增管具有增益高、灵敏度高、偏置电压低、对磁场不敏感、结构紧凑等特点。为了保证蓝光探测器只接收蓝光不受其他波长光的干扰, 需要使用光源过滤片对光源进行过滤。过滤装置采用了2级光源滤光片进行滤光, 改变各级滤光片的距离可以调整过滤光的波长和能量。硅光电倍增管属于高阻元件, 为了在纳秒级的时间内采集到蓝光, 后接电路需要满足响应速度快、输入阻抗高, AD转换的速度也必须快, 通过选用适当的电子器件能够满足要求。但在实际环境中随风波动的水面、光程改变会导致AD采集时间存在误差, 影响测量的准确性。经过实验确定, 采用10个数据采集点能较好地解决此问题。

传感器的工作原理是:当氙气灯发出脉冲闪光射到水面, 若水面上有油类物质, 闪光内的紫外光将诱导油类物质发射蓝光, 蓝光经过2级过滤片达到硅光电倍增管, 硅光电培增管中根据蓝光能量值输出相应的激发电流。激发电流经硬件电路转换成电压, 当电压值超过设定阀值, MUC即发出报警信号。

1.2 Zig Bee无线传输网络[3,4]

对通信系统的设计, 需要考虑诸多要素, 如通信容量、通信成本、通讯可靠性、数据传输速度等, Zig Bee无线传输网络是一种低成本、低功耗、工作频段灵活、组网方便的无线网络技术, 通过路由器可多跳数据传输, 实现较长距离传输。本系统在每个传感器检测点设置有Zig Bee无线传输模块, 当本测点监测到溢油后, 激活睡眠的Zig Bee传输模块, 发送报警信号至中心节点, 经中心节点判定发生溢油区域, 再将信号传输给数据采集中心和溢油区域临近码头进行声光报警。

1.3 数据采集中心和联动报警[5]

数据采集中心主要是对监测片区溢油情况进行统计, 能定期向下位机发送数据, 并采集下位机相关信息, 能查询系统当前动态数据信息和历史信息, 能将最近一段时间的数据进行拟合分析, 画出趋势图, 有利于海事部门对片区海洋环境进行监管。历史数据查询界面如图2所示。

联动报警装置安装在近航道监测区域的临近码头上, 由Zig Bee模块、硬件电路及报警设备构成, 其工作原理是当装置接收到报警信号后, 随即启动报警铃声和报警闪烁灯, 通知码头工作人员尽快做出处理, 防止溢油事故扩大。

2 测试实验

本系统进行了实验室测试和实地港口测试。实验室测试只要是针对传感器部分进行。测试时, 用一容积尺寸为Φ1 000mm×100mm的容器, 装约2/3的自来水, 均匀倒入5m L轻柴油, 将传感器机箱分别安装在不同高度的位置进行测试。经过反复实验, 结果表明, 不同高度对测试信号有影响, 随着高度的增加信号逐渐减弱, 噪声逐渐增大。当监测距离达到6.3m时, 已较难分辨出有效信号。所以在实验室测试中, 传感器安装在1~5.5m以内均能较好地检测到水面的油类物质。

将本系统安装在海南某港口附近, 实验时天气多云, 光线明亮。在监测区域上游倒入柴油形成约2.5m左右的油膜, 随着海水的浮动进入监测区域。传感器安装在监测区域上方5m处。油膜进入监测区域范围内后, 传感器监测到油膜的存在, 码头联动控制启动, 工作人员立即赶往报警点查看。同时数据中心也收到了报警信息, 记录了本次报警的时间、地点及油膜种类等信息。依据港口码头初步实验, 该系统能满足溢油监测这一功能要求, 且因为基于Zig Bee无线传输技术, 使系统运行成本低廉。

3 结语

本系统目前仍安装在港口进行实验测试。经过一段时间的测试, 本系统在一般天气下的野外工作中, 能准确地监测出监视区域内的溢油, 对于油膜的厚度和种类能正确分辨, 每当发生溢油情况, 均能准确、实时报警, 并传输到控制中心进行记录, 实现预警预报备案的功能。本系统除了可用于近航道溢油监测, 还可用于内河道、蓄水池、污水沟等环境下的油类监测, 是值得推广的有效保护水环境的装置。

摘要：为了降低海洋环境污染, 有效监测近海航道上的溢油、漏油一直是海事部门迫切需要解决的技术难题。本文提供了一种基于ZigBee技术和紫外线诱导蓝光监测海面溢油、漏油的新方法, 它不仅实现了对近海航道溢油、漏油事件的准确监测, 而且还重点解决了海上大面积监测数据的可靠传输问题, 真正实现了航道溢油、漏油的全自动实时监测和预警预报。

关键词：ZigBee,无线技术,近海航道,溢油监测,环境污染

参考文献

[1]Berlman I B.Handbook of Fluorescence spectra of Aromatic Molecules[M].New York:Academic Press, 1971.

[2]百度百科.硅光电倍增管[EB/OL].http://baike.baidu.com/view/4225279.htm.

[3]侯洪丽, 张霄霞, 王福明.Zig Bee无线传输技术综述[J].山西电子技术, 2011 (4) :84-86.

[4]王锐华, 于全.浅析Zig Bee技术[J].Wide Band Network&Transmission, 2004 (6) :33-35.

溢油监测 篇5

1 钦州湾溢油风险分析

1.1 地理位置与敏感资源

钦州湾位于北部湾湾顶, 湾口朝南, 湾北为100km2宽浅的茅尾海。钦州湾内及湾口附近的溢油敏感资源众多包括渔业资源利用和养护区 (主要为滩涂及浅海养殖) 、旅游区 (七十二泾风景旅游区、麻蓝岛-三娘湾度假旅游区等) 、海水资源利用区 (主要为盐田) 、海洋保护区 (主要为红树林保护区) , 钦州湾口附近也是白海豚的重要生活栖息地。除此以外, 钦州湾口外东侧廉州湾、西侧的防城港海域, 均分布有重要的红树林保护区。

钦州湾及其口外两侧岸线附近的红树林区对于海域生态环境平衡具有重要作用。一旦发生溢油事故, 将会对敏感资源造成难以恢复的损害。因此, 避免、减少和有效控制溢油事故, 对于保护钦州湾及湾口附近的各类敏感资源、维持和保护钦州湾的生态环境、促进钦州湾海域的可持续发展, 是十分必要的。

1.2 油品运量及交通流量[5]

目前, 钦州港建成的万吨级以上泊位已经超过10个, 大部分为油品码头, 包括10万吨级原油码头。钦州港目前有两条进港航道, 一条为l万吨级的西航道, 另一条为3万吨级的东航道 (正在扩建为10万吨级航道) , 配套设有危险品船舶锚地。

2008年广西沿海油类运输量为500万t, 其中原油约占总量的43%。中石油钦州炼油厂的建设, 将增加油品运量1000万t/a。根据规划, 中石油钦州炼油厂二期工程和保税区油库工程的建设将增加原油运量5000万t/a, 届时油类运量将达6500万t/a, 而绝大部分油类将通过钦州湾进出港。

2007年广西沿海进出港船舶82454艘次, 日均226艘次, 其中万吨级以上船舶进出港口1706艘次。随着港口吞吐量的飞速增长, 万吨级以上船舶进出港口的数量将成倍增长, 船舶交通密度仍将大幅增加。

随着港口码头的建设、航道通航能力的扩展以及油码头吨级的提高, 钦州湾内的船舶交通流量将会成倍增长, 增大了船舶交通事故的发生可能性, 从而也增大了发生船舶溢油事故的风险。

1.3 溢油对红树林的危害

红树林是一种稀有的木本胎生植物, 因砍伐时遇铁变成红色而得名。它生长于陆地与海洋交界带的滩涂浅滩, 是陆地向海洋过度的特殊生态系统。红树林的生物资源量非常丰富, 红树林还具有防风消浪、促淤保滩、固岸护堤、净化海水和空气的功能。

位于巴拿马加勒比海岸的Bahla Las Mmas红树林30年中先后遭受两次严重的溢油污染, Duke等人研究[6], 被溢油污染的红树植物有18%死亡, 而被砍伐并存活下来的红树植物中, 近30%林冠异常稀疏。据Suprayogi等采用两种石油的5个浓度级处理红海榄、角果木、红茄冬和白骨壤4种红树植物的试验结果[7], 石油烃可在叶片中富集。而石油在红树林沉积物中的富集, 可使p H值、溶解氧含量、氧化还原电位以及间隙水盐度下降, 形成缺氧的强还原性环境, 从而破坏区域生态环境。

可见, 溢油对红树林不仅具有短期的破坏作用, 而且长期和区域性的影响也不可忽视。

1.4 溢油事故致因分析

船舶溢油事故致因包括由于船舶碰撞、搁浅、船体结构损坏、装卸船事故、火灾爆炸及其他操作性事故。据国际船东污染联合会 (ITOPF) 统计, 1974~2008年共发生9368起溢油事故[8], 而对其中700t以上溢油事故的致因分析结果表明, 大多数700t以上溢油事故是由搁浅 (34.2%) 、船舶碰撞 (28.4%) 和船体结构损坏 (12.4%) 引起的, 见图1。另外, 溢油量在7~700t的溢油事故致因主要是船舶碰撞 (25%) 、装卸船事故 (28%) 及搁浅 (19%) , 溢油量在7t以下的溢油事故致因主要是装卸船事故 (36%) 、操作性事故 (15%) 等。

钦州湾历史上发生过9起溢油事故 (含未遂事故) , 最大溢油量1t。按事故致因, 有6起为搁浅事故, 占事故总数的2/3, 事故地点均为航道。1995年, 在钦州湾口西侧的防城港水域, 船的“防港供2”由于碰撞事故引发溢油, 右舷舱中145t柴油全部泄漏, 港区海域严重污染, 直接经济损失3762万元[5]。

可见, 钦州湾的溢油事故可能发生地主要在航道及钦州湾口门处, 搁浅和船舶碰撞事故有可能成为溢油事故的主要致因之一。

2 Oilma p溢油轨迹和归宿模型

2.1 Oilmap国内外应用情况

1984年Mc Cay Deborah French开始将溢油模型[9]用于自然资源损害评估 (NRDA) , 美国应用科学公司 (ASA——Applied Science Associates, Inc.) 将该溢油模型发展成为一个集成了GIS功能的溢油应急系统, 此后Oilmap在溢油风险评估方面有了较多应用[10]。Mc Cay Deborah French利用Oilmap溢油模型对Exxon Valdez轮溢油事故进行模型验证工作[11,12]。Oilmap溢油轨迹和归宿模型也被集成进ASA的SIMAP溢油生态影响评估模型, 并应用在溢油对水生生态的毒性效应影响评估[13,14]。目前, Oilmap在国内的应用尚不多见[15]。

2.2 Oilmap的运行机理

Oilmap模型预测油膜的水面飘移轨迹, 同时油膜风化过程遵守质量守恒。Oilmap通过输入的泄漏类型、泄漏地点、泄漏时间等溢油事故信息以及风场、流场等各类环境数据, 结合采取的溢油应急措施, 计算溢油的运动轨迹和归宿。Oilmap的计算过程见图2[16]。

(1) 轨迹模型

Oilmap将泄漏的油品概化为具有质量的油粒子, 每个油粒子代表泄漏油品总量的相应分数。模型的油膜飘移算法考虑了风力、波浪、潮流和密度流对浮油的联合作用, 推流过程采用拉格朗日粒子追踪方法计算, 扩散过程采用随机游动方法计算。粒子的飘移速率Uoil (单位:m/s) 计算方法见式1[17]。

式中, 表示由风力和波浪作用产生的速度分量, m/s;为潮流作用产生的速度分量, m/s;为余流 (例如密度流) 作用产生的速度分量, m/s;为埃克曼流作用产生的速度分量, m/s;为喷射流作用产生的速度分量, m/s;α参数, 漂浮粒子取0, 水面下粒子取1;β参数, 非喷射型泄漏取0, 喷射型泄漏取1。

(2) 归宿模型

Oilmap的归宿模型用于计算溢油风化过程的结果, 风化过程包括延展、蒸发、水体携带、乳化和岸线吸附。计算过程遵守质量守恒, 涵盖了存在于水面、水体和底质、大气、吸附在岸线上的以及人工清除的溢油。

3 溢油事故后果模拟

3.1 事故情景分析

溢油事故的情景分析主要包括溢油地点、溢油量、油种及事故发生时的气象海况条件。据1973~2006年统计, 我国沿海共有69起溢油量超过50t的船舶溢油事故, 按此估算, 每年约发生2起较大规模溢油事故, 平均每起污染事故溢油量537t。因此航道溢油事故模拟取溢油量为500t。2007年12月7日, “Hebei Spirit”油轮在韩国大山港外锚泊期间被一艘驳船擦碰, 导致该轮3个油舱破损, 造成1.05万t原油泄漏入海, 因此锚地溢油事故考虑1万t的溢油量。根据上述钦州湾溢油风险分析, 泄漏地点为航道和锚地的可能性较大, 事故模拟情景表见表1。

3.2 模拟结果分析

本文采用Oilmap对表1中的溢油事故情景进行了模拟, 得到的油膜扫海面积、污染岸线长度、着岸油量情况见表2。航道事故 (风向E) 油膜飘移轨迹模拟结果见图3, 锚地事故 (风向SSW) 油膜漂移轨迹模拟结果及溢油风化过程曲线见图4和图5。

从溢油飘移轨迹模拟结果来看, 航道发生溢油事故后, 如果不采取围控、清除等应急措施, 在风向为吹向岸线的E、W和S情况下, 油膜在事故发生16h后到达岸线, 扫海面积21km2以上, 5km左右岸线被污染, 最终将有约350t以上的原油吸附或沉积在岸线上。而发生锚地船舶溢油事故后, 当风向为不利风向 (如吹向湾内的SSW向) 时, 绝大部分溢油最终将吸附到钦州湾内岸线, 污染岸线长度在28km以上。

由锚地溢油事故的浮油风化过程曲线可知, 原油在泄漏后绝大部分漂浮于水面, 约有30%左右蒸发或挥发进入大气, 剩余的原油仍漂浮于海面, 直到吸附到岸线上, 从而对红树林、养殖区、旅游区等造成短期及长期的污染。

3.3 溢油风险防范措施

从钦州湾溢油分析及溢油轨迹及归宿模拟结果来看, 船舶溢油事故影响面大, 将对钦州湾内及湾口附近的红树林保护区、海水养殖等敏感资源造成严重损害。为应对溢油风险, 建议采取如下的防范措施:

(1) 贯彻实施《防治船舶污染海洋环境管理条例》 (国务院令第561号) , 防治船舶及其有关作业活动污染海域。

(2) 建立区域性的溢油应急设备库, 以抵御较大规模溢油事故;码头应按照《港口码头溢油应急设备配备要求》 (JT/T 451) 等标准规范的要求配备必要的应急设备设施。

(3) 加强溢油防备体系的建设, 建立监视和预警系统, 加快沿海海巡基地和沿海安全保障系统建设 (如VHF、CCTV、AIS、VTS等) , 为船舶特别是大型船舶和油船安全进出港提供有力保障。

(4) 构建完善的船舶污染应急体系, 完善各级应急预案, 并建立区域性的应急联动机制。

(5) 以石化企业 (油码头) 和专业清污单位为基础, 建立专业应急队伍, 同时充分发挥社会应急力量, 加强人员培训及应急演练或演习, 提高钦州湾应急能力和应急水平。

(6) 设立政府专项船舶污染应急资金, 用于迅速启动应急行动, 快速调集应急力量, 控制事故和减少损失;加强船舶溢油污染防治和应急技术研究, 建立应急专家库, 优化溢油应急策略, 提高溢油防范和应急水平。

4 结论

钦州湾内及湾口附近的溢油敏感资包括渔业资源利用和养护区、旅游区、海水资源利用区 (主要为盐田) 、海洋保护区。钦州湾红树林对于海域生态环境平衡具有重要作用, 一旦钦州湾内或湾口附近发生溢油事故, 将对红树林造成短期、长期甚至区域性的环境灾害。

随着钦州港的快速发展, 油品码头吨级的不断提高、船舶数量和油品运量成倍增长, 增大了船舶交通事故的发生可能性, 从而也增大了发生船舶溢油事故的风险。据ITOPF及钦州湾以往溢油事故的致因分析, 钦州湾溢油事故可能发生地主要在航道及钦州湾口门处, 搁浅和船舶碰撞事故有可能成为较大规模的溢油事故主要致因。

本文采用Oilmap溢油轨迹及归宿模型对钦州湾航道及锚地船舶溢油事故的后果模拟, 航道500t溢油事故的油膜扫海面积在20km2以上, 最终将有70%以上的溢油将污染岸线。而锚地10000t溢油事故的危害更大, 几乎对整个钦州湾内的敏感资源都造成不同程度的损害。

本文建议从溢油应急设备的配备、船舶交通安全管理、完善溢油应急反应体系等方面入手, 防范钦州湾的溢油事故风险, 提高溢油事故的应急能力。

摘要：本文从环境敏感资源、船舶交通量及油品运量、事故案例等方面分析了钦州湾溢油风险现状及发展形势, 并研究了溢油事故的危害和致因。本文将Oilmap溢油轨迹和归宿模型应用于钦州湾溢油风险研究, 采用情景分析法假定溢油事故场景, 并预测各事故情景下, 溢油到达岸线的时间、油膜扫海面积、污染岸线长度和着岸油量等指标。根据钦州湾溢油风险分析及事故后果模拟, 提出了钦州湾溢油风险的防范措施。

溢油监测 篇6

关键词：深水油气,溢油应急,溢油分散剂

目前, 深水油气开采已经成为世界各国资源开发的主要发展途径之一。我国的深水油气资源主要分布于南海海域, 据学者们分析, 南海主要盆地的油气资源潜量为707.8亿t, 其中天然气资源潜量为582 260亿m3, 石油资源潜量为291.9亿t, 号称全球“第二个波斯湾”[1]。随着2012年我国“海洋石油981” 深水钻井平台在南海的正式投入使用, 我国成为第一个自主开发南海深水油气资源的国家, 深水油气开采及其相关领域正成为我国石油工业拓展的新方向。

在深水油气开采过程中, 溢油事故是其面临的一大挑战。墨西哥湾深水地平线钻井平台溢油事故再一次给世界深水油气开采业敲醒了警钟。如何保障深水油气开采的顺利进行, 建立切实可行的技术方法, 减少突发溢油事故可能造成的海洋环境损害, 已经成为我国现阶段海洋开发与管理关注的热点。

现阶段, 常规溢油应急处置技术包括:机械回收、溢油分散剂喷洒、原位燃烧以及吸附。墨西哥湾溢油事故的发生及其溢油应急处置措施的实施, 为我国研发深水溢油事故应急处置技术提供了可借鉴的经验。在此次溢油事故中, 与其他应急处置手段相比较, 溢油分散剂在水面及水下使用的有效处置, 为研发深水环境下溢油事故应急处置措施提供了新的技术发展方向。

1溢油分散剂应急处置技术

溢油分散剂的使用作为处置溢油污染的主要手段之一, 在溢油事故应急过程中被广泛使用。溢油分散剂主要是利用表面活性剂的乳化作用, 在常规使用中将溢油分散剂喷洒于溢油海面, 通过减弱溢油与水之间的界面张力, 使溢油迅速乳化分散, 进而大大提高溢油的自然分散速率、生物降解速率和光化学氧化速率, 从而减小溢油对海洋生态系统的影响。

1.1溢油分散剂的水面应用

1.1.1 研究现状

学者们针对溢油分散剂的水面喷洒开展了较多的研究, 包括试验室和模拟水槽试验。

现阶段, 我国针对溢油分散剂使用效果影响因素的研究尚属空白, 学者们利用波浪槽开展了模拟条件下溢油分散剂乳化性能的试验研究, 利用波浪槽 (长15 m, 宽1 m, 工作水深0.5 m) 测试不同油膜厚度、波数及不同深度条件下, 溢油分散剂使用前后水体中乳化油浓度的变化, 研究不同环境条件对溢油分散剂使用效果的影响[2]。

我国针对溢油分散剂的室内试验多集中于产品性能 (如乳化率) 的评价。目前产品乳化性能的测试方法主要依据国家标准 (GB18188.1-2000《中华人民共和国国家标准——溢油分散剂技术条件》) 及行业标准 (HY044-1997《中华人民共和国行业标准——海洋石油勘探开发常用溢油分散剂性能指标及检验方法》) 中规定的测试方法进行。此方法属于实验室规模的分析测试方法:油在溢油分散剂作用下形成O/W (水包油) 型乳化液;利用三氯甲烷作溶剂萃取乳化液中的油, 在650 nm波长下测定萃取液的吸光度, 根据标准曲线计算出乳化液中油的浓度;根据油的浓度 (mg/L) 计算出乳化分散在水体中油的量, 与加入油量的百分比即为乳化率[3,4]。

国外针对溢油分散剂的室内研究主要通过BFT (baffled flask test) [5,6,7]测试方法进行测试。BFT分析测试原理与前面提到的国家标准、行业标准相同, 都是通过测定水体中乳化油浓度, 计算乳化率。不同的是该方法采用瓶底带凹槽及分支结构的三角瓶作为测试容器, 该容器能提供充分的剪切力/剪切速度, 使原油与溢油分散剂充分混合。在340 nm、370 nm、400 nm下测试待测液体的吸光度, 根据标准曲线计算待测液的油浓度。

与室内实验测试相对应的是, 利用模拟波浪槽进行模拟海况条件下溢油分散剂使用效果的评价研究。学者们利用美国国家溢油应急测试机构 (National Oil Spill Response Test Facility) 的Ohmsett波浪槽, 以试验前后海面的溢油量变化率作为乳化率, 进行溢油分散剂使用效果的评价, 但由于溢油质量变化难以科学准确的计算, 该方法尚存在一定的争议[8,9]。目前, 研究较深入的是由加拿大渔业海洋部海上油气环境研究中心 (Center for Offshore Oil and Gas Environmental Research) 的研究人员利用波浪槽系统对溢油分散剂使用效果开展的为期5年的研究。该方法主要研究波浪类型、温度、溢油分散剂种类、油品特性等因子对溢油分散剂使用效果的影响。在这些研究中, 水体中油浓度以及颗粒粒径这两个指标被用来评价溢油分散剂的乳化效果[10,11], 通过对波浪槽不同水平及垂直位置取样的油浓度以及颗粒粒径进行测试分析。水体中油的浓度越高, 溢油分散剂对原油的乳化效果越好;水体中油颗粒的粒径越小, 油颗粒在水体中的悬浮状态就越稳定。该研究方法已被国际广泛接受, 其研究成果在国际会议及期刊上多次发表, 并应用于监测墨西哥湾溢油事故水下溢油分散剂的使用效果[12]。现场监测方面, 在联合国环境署 (UNEP) 与国际海事组织 (IMO) 所编制的溢油分散剂使用导则 (guideline for the use of dispersant) 中也说明可以通过测试溢油分散剂使用前后水体中油的浓度, 对溢油分散剂的使用效果进行评价[13]。

由以上国内外研究现状的分析可以看出, 无论是实验室规模的分析测试方法 (国标、国家海洋局行业标准、BFT方法) , 还是波浪槽内开展的实验研究, 都是基于水体中乳化油的浓度来评价溢油分散剂的乳化分散性能。

1.1.2 溢油分散剂水面应用存在的问题

(1) 准确率较低。

建立科学的溢油分散剂水面使用效果评价方法是目前众多研究所关注的热点。试验室研究具有较好可重复性, 能够确定试验结果的误差范围[14], 但由于所设定的环境条件, 与溢油事故现场往往存在较大差异, 其对于应急处置中溢油分散剂使用的指导具有一定的局限性。而针对模拟试验水槽建立利用质量平衡 (mass balance) 进行溢油分散剂效果评价的方法, 由于无法较科学准确地计算试验前后水面的溢油量, 故无法较准确的计算溢油分散剂的乳化率[15]。此外, 南海海域的风、浪、流等自然环境也会对溢油分散剂水面应用准确性产生影响。

(2) 环境影响缺少针对性。

国内外对溢油分散剂的毒性影响均开展了一系列的研究。如我国目前依据《鱼类急性毒性试验方法》 (GB/T 18188.1-2000) 评价溢油分散剂产品的毒性。美国国家环保局 (EPA) 利用海洋生物 96 h和48 h半数致死浓度 (LC50) 作为指标评价溢油分散剂的毒性效应, 并应用于墨西哥湾溢油处置所使用的溢油分散剂毒性评价中[16]。挪威针对海上和岸滩所使用溢油分散剂的毒性评价采用了海洋微藻 (中肋骨条藻) EC50毒性效应试验, 并以此规定了海上和岸滩所使用溢油分散剂的毒性允许浓度[17]。但这些研究均缺少对于溢油分散剂本身及其使用后乳化原油在水体中行为归宿的研究, 这使溢油分散剂的毒性评价缺少一定的针对性。

1.2溢油分散剂水下应用

1.2.1 研究现状

与溢油分散剂海面使用的研究与应用不同, 国内外对于溢油分散剂水下技术的研究均刚刚起步, 在使用方法、规范和效果评价等方面还不完善, 而我国对于该技术的研究仍处于空白。但在墨西哥湾溢油事故中, 溢油分散剂水下技术的有效应用, 为水下溢油应急处置方法提供了新的技术发展方向, 也为世界各国建立溢油分散剂水下技术方案提供了可借鉴的经验。

在墨西哥湾溢油事故中, 约42%的溢油分散剂应用于水下应急处置[18]。海面供给溢油分散剂的船舶, 通过连续油管 (coil tubing) 打入水下, 再由水下机器人 (ROV) 将连续油管牵引至溢油口处进行溢油分散剂的喷注, 相关技术参数如表1所示[19]。

溢油分散剂水下使用技术由于其使用环境的特殊, 有着常规溢油污染处置方法所不具备的优势:

(1) 不受海面状况变化的影响。由于水下环境相对稳定, 在海面状况不适宜常规溢油处置的情况下, 可以进行水下溢油分散剂喷注的应急处置。同时, 由于溢油分散剂水下使用主要依靠水下机器人 (ROV) 进行作业, 因此在雾天或夜晚等常规溢油应急处置无法进行的情况下可使用溢油分散剂水下技术[20]。

(2) 较高的乳化分散性。溢油分散剂本身对于新鲜的原油具有较高的乳化分散性, 而在常规溢油污染处置过程中, 溢油污染物通过扩散、乳化和溶解等一系列物理化学过程使其本身的理化性质 (如黏度、密度及化学成分等) 发生变化 (如形成油包水乳化物等) , 降低了常规溢油处置方法的工作效率。而溢油分散剂在水下使用, 直接喷注于溢油处, 作用于新鲜原油, 能够减少溢油在扩散过程中环境因素对其性质的影响, 提高了溢油分散剂的乳化分散能力。

(3) 减少环境污染。溢油分散剂水下喷注使溢油在水下乳化分散形成水包油形态的小液滴, 一方面促进了水体中的微生物对溢油污染物的降解;另一方面也减少了海底溢油在上升过程中对整个水体的污染。同时, 减少了上浮至海面的溢油量, 也间接减少了海面溢油向岸线迁移扩散所引起的岸线生境污染损害[21]。

1.2.2 溢油分散剂水下应用存在的问题

(1) 技术方法。

现阶段, 国际上尚未建立起完善的溢油分散剂水下使用技术。随着溢油分散剂水下应用技术在墨西哥湾溢油事故中的首次应用, 学者们逐步开始了溢油分散剂水下使用技术的相关研究。BP公司利用美国国家海洋与大气局 (NOAA) 所提供的水下数据以及数学模型 (CDOG Model) , 以溢油分散剂的有效使用率 (efficiency of the dispersant application) 和作用时间为主要指标, 对溢油分散剂的水下使用效果进行了一定范围内的预测分析, 结果表明溢油分散剂水下使用能够有效降低溢油向水面的迁移。学者们利用LISST-100X颗粒分析仪对溢油分散剂使用后水体中油滴粒径进行了测试, 通过分析小颗粒油滴浓度的变化对溢油分散剂的使用效果进行评价, 发现在溢油分散剂水下使用后, 小颗粒油滴浓度显著的升高, 表明溢油分散剂的水下使用加快了溢油的乳化过程, 促进了小粒径油滴的形成[22]。

学者们利用水下溢油模拟试验装置, 通过分析溢油分散剂使用后水下溢油颗粒粒径变化, 对溢油分散剂水下使用效果进行了初步的评价, 结果发现在剂油比为1∶150的条件下, 使用后溢油颗粒粒径是未使用环境下的1/3, 表明溢油分散剂水下使用有效增加水下溢油的乳化效率, 促进水下溢油的乳化分散, 从而加快了水体中微生物对溢油的降解[23]。

同时, 国际石油工业环境保护委员会 (IPIECA) 、国际海事组织 (IMO) 、国际油气生产者协会 (OGP) 以及由9家国际石油公司出资成立的深水应急项目组 (SWRP) 等国际油气行业相关组织也陆续启动了针对溢油分散剂水下使用的方法、设备构建以及产品选择等方面的相关研究[19]。受试验条件、试验方法等方面的影响, 目前针对溢油分散剂水下应用所开展的研究, 多集中于室内模拟、数值预测的试验。

(2) 环境影响。

对于溢油分散剂水下使用的环境影响研究较少, 且现阶段开展的研究多集中于墨西哥湾溢油事故。在墨西哥湾溢油事故中美国环保部 (EPA) 利用48 h半致死浓度 (LC50) 作为指标, 以墨西哥湾海域Americamysis bahia和Menidia beryllina为受试生物, 开展了溢油分散剂的急性毒性试验, 发现溢油事故中所使用的溢油分散剂对两种受试生物分别表现出轻度毒性和无毒性[24]。进一步的研究发现, 溢油分散剂对受试生物内分泌系统并未产生显著的干扰作用[25]。

学者们以溢油分散剂主要成分乙二醇单丁醚 (2-Butoxyethanol, DPnB) 浓度作为指标, 对在1 100～1 300 m所采集的约4 000份沉积物和水体样品进行了分析, 结果表面仅8%的样品中检测出DPnB, 且浓度范围在0.017 0～113.4 μg/L, 低于美国环保部 (EPA) 所规规定的相关浓度限制标准[26]。

此外, 学者们在距离溢油源10 km处的羽状油层 (deep-sea oil plume) 取样分析发现, 该区域中细菌丰度显著高于未受污染水体中的细菌丰度, 且对石油烃烷类组分表现出较高的降解率, 而其他学者所开展的相关室内研究也表明, 溢油分散剂的使用能够显著促进溢油污染物的生物降解 [27,28]。

然而, 环境因素 (如温度) 、溢油分散剂使用方法和毒性试验受试生物的选择等诸多因素均会对溢油分散剂水下使用及毒性测试结果产生影响[29]。同时, 也有学者指出, 溢油分散剂水下应用对海洋环境所产生的长期影响还有待进一步研究[30]。因此, 建立完善的环境影响评价方法及相关测试标准对于分析确定溢油分散剂水下使用所产生的环境影响具有迫切的现实意义。

2我国溢油分散剂处置技术存在的问题

2.1效果评价与处置技术的建立

我国目前溢油分散剂使用效果的评价实验方法多依据国家标准GB18188.1/2-2000中所规定的方法建立。但由于波浪强度、温度及油品性质的变化等诸多因素均会影响溢油分散剂的乳化率, 因此建立符合或接近自然海况条件的实验方法或标准, 对于评价溢油分散剂的乳化率具有重要的实际意义。

我国现阶段对于溢油分散剂的水下应用研究刚刚起步, 对于原理、试验方法及使用技术等方面均处于空白, 而随着我国南海水下油气勘探开发进程的加快, 开展研究溢油分散剂水下相关技术方案, 对于保证我国南海水下油气资源开发的顺利实施, 应对水下大型或不可控溢油事故的发生, 维护海洋生态系统健康, 具有迫切的现实意义。

2.2环境影响评价

学者们针对溢油分散剂使用对环境所产生的影响开展了多年的研究, 但由于受试生物的不同、检测指标的差异以及评价方法的区别, 对溢油分散剂的使用是否对环境产生影响仍存在争议[20]。而作为溢油污染处置的有效手段之一, 建立全面、科学溢油分散剂使用环境影响预测和评价方法是溢油分散剂的合理使用重要前提。

3展望

“堵漏”才是“溢油事故”的焦点 篇7

201 1年8月31日是康菲石油公司完成封堵溢油源并清理油污的最后期限。然而，这已不可能。国家海洋局负责人称，康菲公司将责任推诿于自然条件，以地层自然裂缝溢出原油为借口，不愿采取有效的措施去封堵，“赔偿遥遥无期”。

对于这次渤海湾油田溢油事故，当前舆论的焦点过多地聚集在“赔偿”上。但因我国法律法规和相关政策存在“漏洞”和“空白”，致使溢油处置无法实施而遭重罚，且对康菲公司的“影响有限”。其实我们关注的焦点，不应只是赔偿，而是如何“堵漏”：迅速堵住漏油口，彻底解决溢油问题;对这一法律惩处的“空白”进行堵漏，以使今后类似事件发生时有法可依。

渤海湾溢油事故使海洋生态环境遭到破坏，其造成的损失无法估量。从这点来说，康菲公司赔多少钱，都无法弥补这一生态损失。但客观地说，康菲公司是中海油引入的，主管部门和中海油也存在监管乏力的问题。如何合力“堵漏”才是上策，也是现阶段和今后一段时期工作的重心。此时不要纠结于“赔偿”这一尚不具备操作性的问题，让问题一再延误，成为民众心中持续的痛。相反，漏油早日被堵上，这才是生态之福，也是一笔最大、最需要的“赔偿”!