Gepubliceerd op 12 december 2024
We weten allemaal wat een olieramp is. De beelden van enorme olievlekken die in zee stromen en kostbare kustgebieden naderen staan in ons geheugen gegrift. Al lange tijd wordt aardobservatie met toenemend succes gebruikt om de detectie te verbeteren. Olielekken komen ook voor in havens. Daar zijn ze weliswaar kleiner in omvang maar veel frequenter. Het SWIPE-project heeft geprobeerd de beste technieken te vinden om ze op te sporen.
Stiekeme vervuiling
Het afgelopen decennium was er intensief onderzoek naar het detecteren van olielekken op zee met behulp van aardobservatie. Verschillende sensoren, methodes en spectrale banden bleken hiervoor geschikt. De overgrote meerderheid van de wetenschappelijke artikelen die over dit onderwerp zijn gepubliceerd, hebben echter betrekking op ongevallen, die soms veel publiciteit hebben gekregen, op open zee, hetzij op oliewinningsplatforms of op tankers.
Olielozingen in havens trekken over het algemeen niet de aandacht van het publiek. Alhoewel ze kleinschaliger zijn kome ze toch relatief vaak voor.
Naast de schadelijke effecten op ecosystemen, verstoren deze olielekken de activiteiten in de haven, met financiële verliezen tot gevolg. Daarnaast stellen ze het publiek bloot aan vluchtige petroleumverbindingen met negatieve effecten op de menselijke gezondheid. Het is daarom essentieel om een specifiek instrumentarium te hebben voor vroegtijdige detectie. Desondanks bestaat er hierover geen diepgaande studie in in de literatuur.
Hulpmiddelen aangepast aan de havenomgeving
Om snel te kunnen reageren op een olielek hebben havenautoriteiten betrouwbare methodes nodig om het wateroppervlak te monitoren op de aanwezigheid van een olielek.
Helaas zijn veel van de beschikbare methoden voor het detecteren van olielekkages niet geschikt voor havenomgevingen. Dit komt omdat:
- de olie die in havens wordt gedumpt, meestal behandelde olie is en geen ruwe olie;
- courant gebruikte SWIR-sensoren minder gevoelig zijn voor dunne olielagen, die het meest voorkomen in havens;
- de toepasbaarheid van (satelliet)gegevens met een lage resolutie beperkt is vanwege de veelheid aan objecten en activiteiten in havens;
- actieve detectie op basis van lasers riskant is in havens vanwege hun gewicht en omvang.
Het team van het project SWIPE (SWIR and drones for early detection of oil spills in ports) ging op zoek naar veilige lichtgewicht sensoren voor mobile platforms zoals drones en schepen en methoden aangepast aan de lokale haven schaal. Het onderzoek spitste zich toe op SWIR-, RGB- en UV-sensoren.
Olielek in de haven van Antwerpen-Brugge geobserveerd door een RGB-camera (links) en een UV-camera (rechts). De groene rechthoek geeft een referentiepaneel aan dat werd gebruikt om de betrouwbaarheid van de gegevens te garanderen.
RGB of UV ?
Het team ontwikkelde eerst een fysisch model om de dikte en het volume van olievlekken te schatten op basis van reflectie in het zichtbare en infrarode bereik. Dit model, dat geschikt is voor een laagdikte groter dan 200 µm, geeft de beste resultaten voor hydraulische olie. Daarnaast werd ook een specifiek deep learning-model ontwikkeld om de omvang van olievlekken af te leiden. Dit gaf goede resultaten voor RGB video beelden van hydraulische olie, smeerolie en brandstoffen. Voor oliediktes van minder dan 500 µm presteerde het model echter slecht. De olie die in havenomgevingen wordt gemorst, is echter vaak veel dunner.
Daarom werd een nieuwe aanpak onderzocht: het gebruik van ultravioletcamera's (UV-camera's). Van UV-beeldvorming is aangetoond dat het een relevant contrast geeft tussen olie en water voor lozingen van ruwe olie, maar het was nog niet getest voor verwerkte olie.
Een UV-camera die gevoelig is voor golflengten onder 400 nm werd vergeleken met een RGB camera voor:
- gecontroleerde experimenten ;
- acquisitie van echte gegevens van een actief schip in de haven van Antwerpen-Brugge.
De gecontroleerde experimenten toonden aan dat UV-camera's een beter onderscheid maken tussen olie en water dan RGB-camera's voor verschillende soorten olie, kijkhoeken en atmosferische omstandigheden. Bovendien worden UV-beelden veel minder beïnvloed door invloeden van de bodem en kunnen olievlekken vanuit elke kijkhoek worden waargenomen, terwijl RGB-beelden sterk worden beïnvloed door acquisitie-omstandigheden.
Na de gecontroleerde experimenten, werd de camera gemonteerd op een schip in de haven van Antwerpen-Brugge en werden gedurende drie maanden (maart tot mei 2024) beelden opgenomen. Die bevestigden dat de UV-camera effectiever was dan de RGB-camera in het onderscheiden van olie en water, en maakten het mogelijk om een geautomatiseerde procedure vast te leggen om de camera-instellingen aan te passen aan de omgevingsomstandigheden om optimale resultaten te verkrijgen.
 |
 |
 |
 |
Illustratie van de scheidbaarheid van klassen. Het verschil tussen de water- en koolwaterstofmodi is groter in het UV-beeld (rechts) dan in het 'blauwe' beeld (links). Er wordt een klasse van zwarte pixels geïntroduceerd voor lage intensiteitswaarden en er wordt alleen rekening gehouden met de water- en koolwaterstofzones.
Een baanbrekend project met positieve impact
SWIPE is een baanbrekend project gebleken dat heeft aangetoond dat lichtgewicht passieve UV-camera’s in staat zijn om olielekken in havenomgevingen op te sporen. De vooruitgang die het project heeft geboekt op het gebied van methoden om olielekken op te sporen en te monitoren, heeft positieve gevolgen op een aantal gebieden:
- financieel: door de reactietijd te verkorten en daarmee de financiële impact van het onderbreken van havenactiviteiten;
- vanuit milieuoogpunt: door het beperken van de schadelijke impact van een lek op ecosystemen;
- sociaal: door de mensen die in de haven wonen en werken minder bloot te stellen aan schadelijke petroleumverbindingen waarvan is aangetoond dat ze de menselijke gezondheid op lange termijn aantasten.
Bekijk de video "STEREO project SWIPE involved in world-first drone network over Antwerp port area"