Kurzfassung
Für die flugzeuggestützte Fernerkundung von Ölverschmutzungen des Meeres stehen zahlreiche, spezialisierte Fernerkundungssensoren zur Verfügung. Diese Arbeit zeigt am Beispiel der deutschen Meeresüberwachungsflugzeuge, wie höherwertige Informationen aus multispektralen Daten abgeleitet werden können, insbesondere eine Ölschichtdickenkarte, eine Volumenschätzung und räumliche Eigenschaften der Verschmutzung. In dieser Arbeit werden hauptsächlich Infrarot/Ultraviolett-Zeilenscanner-Daten und multispektrale Laserfluorosensor-Daten betrachtet. Zur Berechnung der minimal detektierbaren Ölschichtdicke im thermischen Infrarot wurde ein Emissivitätsmodel entwickelt. Dieses Modell beruht auf der Verknüpfung eines in dieser Arbeit vorgeschlagenen Filmmodells mit einem existierenden Modell einer bidirektionalen Reflektanzverteilungsfunktion (BRDF). Die benötigten Brechungsindizes von Ölen im thermischen Infrarot wurden am Institute for Analytical Sciences (ISAS) in Berlin, Deutschland, unter Verwendung von Infrarot-Ellipsometrie gemessen. Die Berechnungen deuten an, dass die minimal detektierbare Schichtdicke trotz windinduzierter Oberflächenrauhigkeit, Ölschichtdickenfluktuationen und spektraler Mittelung unterhalb von 2 Mikrometern liegt. Dieses Ergebnis steht nicht im Einklang mit dem bisher in der Literatur angegebenen Dickenbereich von 2 bis 70 Mikrometern. Die Modellierung der Schichtdickenabhängigkeit der Oberflächenreflektanz einer Ölverschmutzung im nahen Ultraviolett wurde auf die gleiche Weise durchgeführt. Die Berechnungen legen nahe, dass die Oberflächenreflektanz für homogenes Öl mit zunehmender Schichtdicke um maximal ~5% relativ zum Reflektanzmaximum vermindert wird. Den Berechnungen zufolge können räumliche Änderungen des Brechungsindex des Öles zu bedeutenderen Änderungen der Oberflächenreflektanz führen. Ausserdem wurde das Coupled Ocean Atmosphere Radiative Transfer Modell (COART) benutzt, um die Transmission der wasserverlassenden Strahlung durch den Ölfilm abzuschätzen. Gemäss der Berechnungen kann dieser Effekt zu einer Invertierung des Öl/Wasser-Kontrastes führen. Dies wurde bereits zuvor für den sichtbaren Wellenlängenbereich experimentell nachgewiesen (Byfield, 1998). Zur experimentellen Verifikation der modellierten Schichtdickenabhängigkeiten wurden die Befliegungsdaten des NOFO 1996-Feldexperimentes untersucht. Der Vergleich der Infrarot/Ultraviolett-Daten mit den Daten der optischen Dicke, gemessen mit dem Laserfluorosensor, spiegeln die Modellierungsergebnisse grösstenteils wider. Allerdings deutet die Korrelation zwischen Ultraviolett- und Laserfluorosensor-Daten auf die Bildung von Wasser-in-Öl-Emulsion hin, ein Effekt der durch in situ Messungen belegt ist. Es wird angenommen, dass dieser Prozess zu einer Fehlinterpretation der Laserfluorosensordaten führt. Daher bleibt ungeklärt, ob die Ergebnisse der Modellrechnungen durch das Experiment vollständig bestätigt werden. Das in dieser Arbeit vorgestellte System zur automatisierten Analyse und Fusion von Verschmutzungsdaten beruht substantiell auf der Extraktion von Verschmutzungsmerkmalen aus Infrarot- und Ultraviolett-Bildern. Das Kernstück der Merkmalsextraktion ist der erweiterte 2 D locally excitatory globally inhibitory oscillator network (LEGION) Algorithmus (Chen et al., 2000). Die resultierenden Segmentkarten erlauben sowohl die Unterscheidung von hot spots und Schiffen, als auch die räumliche Charakterisierung der Ölverschmutzung. Desweiteren bilden sie die Grundlage für die Fusion von Ultraviolett-Daten mit Daten der optischen Dicke (NUV/IALFS-Fusion). Das Ergebnis dieser Fusion ist ein Bild der optischen Dicke, welches, überlagert mit den extrahierten Infrarot/Ultraviolett-Merkmalen, eine Ölschichtdickenkarte repräsentiert. Ausserdem wird in dieser Arbeit ein Entscheidungsschema zur Volumenabschätzung vorgeschlagen.
Airborne remote sensing of oil spills can be carried out using a number of specific remote sensors. Considering the German maritime surveillance aircraft, this study describes how high-level information can be derived from multi-spectral data, in particular a map of oil thickness, a volume estimate and spatial characteristics of the oil spill. This study focuses on infrared/ultraviolet line scanner data and on multi-spectral laser fluorosensor data. An emissivity model was developed to calculate the minimum detectable oil thickness in the thermal infrared. This model is based on combining an oil film model, proposed in this study, with an existing model of a Bidirectional Reflectance Distribution Function (BRDF). Required infrared refractive indices of oils were measured using infrared ellipsometry, at the Institute for Analytical Sciences (ISAS) in Berlin, Germany. The calculations suggest that the minimum detectable oil thickness falls below 2 micron, even in the presence of wind-induced surface roughness, oil thickness fluctuations and spectral averaging. This result is not in accordance with the range of reported values from 2 to 70 micron. Similar model calculations were performed to simulate the thickness dependence of the surface reflectance of an oil spill in the near ultraviolet. Assuming a homogeneous oil film, the calculations suggest that with increasing oil thickness the surface reflectance decreases by up to ~5% relative to the maximum reflectance. According to the calculations, spatial changes in the refractive index of the oil may lead to more significant changes in the surface reflectance. Moreover, the Coupled Ocean Atmosphere Radiative Transfer model (COART) was used to estimate the transmission of the oil film for water-leaving radiation. As a result of the calculations by COART, this effect can lead to an inversion of the oil/water contrast. This was already verified experimentally for the visible spectrum (Byfield, 1998). In order to verify experimentally the modelled thickness dependences, flight mission data of the NOFO 1996 field trial were analysed. Comparison of infrared/ultraviolet data with optical thickness data measured by the laser fluorosensor mostly confirms the modelling results. However, the correlation between ultraviolet and laser fluorosensor data indicates the formation of water-in-oil emulsion, an effect which is confirmed by in situ measurements. It is assumed that this process is responsible for a misinterpretation of laser fluorosensor data. It is therefore not clear whether the results of the model calculations are entirely confirmed by the experiment. The system for automated analysis and fusion of pollution data presented here is substantially based on the extraction of pollution features from infrared and ultraviolet images. The core of the feature extraction is the extended 2 D locally excitatory globally inhibitory oscillator network (LEGION) algorithm (Chen et al., 2000). The resulting segment maps allow both to distinguish between hot spots and ships and to spatially characterize the oil spill. Furthermore, the segment maps represent the basis of the fusion of ultraviolet data with optical thickness data (NUV/IALFS fusion). The result of this fusion is an image of optical thickness which, overlaid with the extracted infrared/ultraviolet features, represents a map of oil thickness. Moreover, a decision scheme for volume estimation is proposed.