近日，水声通信与海洋信息技术教育部重点实验室（厦门大学）程恩、袁飞教授团队以“Dual-Feature based Bubble Sound Detection Method and Its Application in Passive Acoustic Detection of Underwater Gas Leakage”为题在国际海洋工程领域顶级期刊《IEEE Journal of Oceanic Engineering》上发表最新研究成果。该论文设计了一种新的水下气体渗漏声信号检测方案，为海底石油、天然气资源的探索和风险预警，以及海底人工管道泄漏监测等应用提供重要的技术支撑。
论文简介：
近年来，海底石油、天然气资源开发越来越受到重视。部分石油、天然气资源会伴随着气体渗漏现象，产生的气泡羽可以说是探寻这些资源的天然指示器。为了精准定位海底气体渗漏点位置，需要派遣水下机器人探寻气泡羽。但是，渗漏气体可能非常细微，因此迫切需要一种有效手段，能检测到海底气体渗漏情况。
图1. 气泡声信号的检测流程
(a) (b) (c)
图2. 气泡声信号的两种特征成分，以及分别提取的结果
该研究实现了气泡振荡声信号的检测，并进一步在检测每个水下气体渗漏气泡的基础下判断是否有气体渗漏。气泡声信号检测是基于两种特征成分实现的，展示如图1所示，同时设计了特征成分的提取算法，效果如图2所示。基于两种特征成分的气泡声信号检测器具有目标针对性，因此也能有效对抗海洋脉冲噪声等因素的干扰，优势显著。以上述研究为基础，通过计数生成气泡数量的方式，就能非常简单地判断是否有气体渗漏情况发生，如图3所示。相关研究成果填补了此类声目标检测方法的不足，可为低流量气体渗漏点的探寻任务提供重要技术支持。
图3 气体渗漏发生（左）和未发生（右）检测到气泡数量
信息学院博士研究生涂强为论文第一作者，信息学院袁飞教授为通讯作者，共同作者还包括程恩教授及硕士生吴可菲同学。该研究得到国家自然科学基金（62271425, 62371404），福建省产学研项目（2023N5001）以及厦门市海洋科技成果转化与产业化项目 (23CZB004HJ01)的联合资助。
论文来源：
Qiang Tu, Kefei Wu, En Cheng and Fei Yuan, "Dual-Feature based Bubble Sound Detection Method and Its Application in Passive Acoustic Detection of Underwater Gas Leakage," in IEEE Journal of Oceanic Engineering, 2020, doi: 10.1109/JOE.2024.3412218
