Détection de pollution maritime en utilisant un télédétection radar

Oil spill detection Using Radar Remote Sensing

• Auteur / Autrice : Bilal Hammoud
• Direction : Fabien Ndagijimana, Jalal Jomaah
• Type : Thèse de doctorat
• Discipline(s) : Optique et radiofrequences
• Date : Soutenance le 10/12/2018
• Etablissement(s) : Université Grenoble Alpes (ComUE) en cotutelle avec Université Libanaise
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de génie électrique (Grenoble)
• Jury : Président / Présidente : Mohammad Rammal
• Jury : Examinateurs / Examinatrices : Fabien Ndagijimana, Houssam Ayad, Ghaleb Faour, Ali Rahal
• Jury : Rapporteurs / Rapporteuses : Philippe Descamps, Youssef Nasser

Mots clés

Mots clés contrôlés

Radar

Mer -- Pollution

Réflectance

Télédétection

Mots clés libres

Radar

Détection

Réflectivité

Radar

Detection

Reflectivity

Résumé

La pollution maritime est l’un des principaux accidents qui affectent l’environnement maritime pendant une longue période. Il est essentiel que les systèmes de détection et de surveillance des déversements d'hydrocarbures interviennent rapidement pour contenir le danger. Ces systèmes utilisent plusieurs techniques et capteurs, les plus récents étant ceux réalisés à distance à l'aide de systèmes satellitaires et aéroportés. L'Agence européenne pour la sécurité maritime (EMSA) a lancé en 2016 la nécessité d'utiliser un système complémentaire, utilisant des drones, aux systèmes de surveillance maritime actuels.Dans nos travaux, nous proposons l’utilisation des drones comme système de détection des déversements d’hydrocarbures. Le radar basé sur un drone permettra une évaluation rapide et le traitement des données en temps réel de la zone où le drapeau de possibles déversements est levé par des témoins. L' échographie en parallèle peut être utilisée pour couvrir une grande surface dans un moment critique. De plus, l' échographie à l'aide de drones offre une résolution spatiale élevée par rapport à un satellite et présente l'avantage principal d'un coût relativement réduit par rapport aux systèmes de détection aéroportés spécialisés. Les drones peuvent être désignés comme systèmes nadir (émission et réception à angle nul par rapport à la normale). Étant largement indépendants de la rugosité de surface, les rendements des systèmes nadir (ou quasi-nadir) bénéficieront de la prédominance de la diffusion spéculaire et permettront une détection même par vent très faible. Les mêmes conditions sont considérées comme inappropriées pour la détection à l'aide d'autres techniques récentes.Dans cette thèse, nous présentons une nouvelle approche probabiliste qui utilise un radar à large bande d'aspect nadir pour les applications de détection de la pollution maritime. L’approche proposée combine un modèle de diffusion monocouche et des statistiques bayésiennes afin d’évaluer la probabilité de détection de marées noires, dans une plage plausible d’épaisseurs, sur l’eau de mer. Nous présentons un cadre d’algorithmes qui utilise des mesures de la valeur de réflectivité pour détecter les déversements de pétrole. L'infrastructure prend en charge une ou plusieurs mesures collectées à une ou plusieurs fréquences dans les bandes C et X. L'analyse des performances des trois types de détecteurs (simple, double et tri-fréquence) est effectuée. L'analyse des résultats obtenus à partir des interfaces de surfaces planes et rugueuses est également présentée.Nous complétons les algorithmes de détection par une nouvelle approche visant à estimer l’épaisseur de la nappe de pétrole. Nous présentons des estimateurs à probabilité unique, double et multifréquences maximum. Ces derniers utilisent l'algorithme de distance minimum euclidienne, dans des ensembles de constellation prédéfinis 1-D, 2-D ou K-D, sur des réflectivités simulées pour estimer l'épaisseur de la marée noire. Les algorithmes dérivés sont présentés et testés à l'aide d'une simulation de Monte-Carlo.Pour pouvoir passer aux prototypes et aux applications réelles, les résultats nécessitent une validation expérimentale. Par conséquent, nous présentons également une méthode rapide et efficace pour l'extraction à distance des coefficients de réflexion de puissance sur une structure multicouche modélisant un déversement d'hydrocarbures à la surface de l'eau de mer. Les résultats expérimentaux obtenus sont analysés et comparés à des calculs théoriques.

Oil spill in sea water is one of the main accidents that adversely affect the maritime environment for a long period of time. It is crucial to have oil spill detecting and monitoring systems to have quick intervention to contain the danger. Such systems use several techniques and sensors, where most recent ones are those done remotely using satellite and airborne systems. The European Maritime Safety Agency (EMSA) launched in 2016 the need to use a complementary system, using drones, to the present satellite maritime surveillance systems.In our work, we propose the use of the drones for oil spill detection system. The drone-based radar will allow quick assessment and real time data processing of the area where the flag of possible spills is raised by witnesses. Parallelization in scanning can be used to cover large area in a critical time. Furthermore, scanning with drones provides high spatial resolution compared to satellite and with a principal advantage of relative low cost compared to dedicated airborne detection systems. Drones can be designated as nadir-looking systems (transmit and receive at zero angle from the normal). Being largely independent of surface roughness, the returns from nadir (or near-nadir) systems will benefit from the dominance of the specular scattering and allow detection even in very low wind conditions. The same conditions are considered to be unsuitable for detection using other recent techniques.In this thesis, we present a new probabilistic approach which uses nadir-looking wide-band radar for oil spill detection applications. The proposed approach combines a single layer scattering model with Bayesian statistics in order to evaluate the probability of detection of oil slicks, within a plausible range of thicknesses, on seawater. We present a framework of algorithms that utilize measurements of the reflectivity value to detect oil spills. The framework supports one or more measurements collected at single or multiple frequencies in the C-band and X-band. Performance analysis of all three types of detectors (single, dual- and tri-frequency) is done. The analysis for the results obtained from both flat- and rough- surfaces interface is also presented.We complement the detection-algorithms by a new approach targeting the estimation of the oil slick thickness. We present Maximum Likelihood single-, dual- and multi-frequency estimators. The latter use Minimum-Euclidean distance algorithm, in pre-defined 1-D, 2-D or K-D constellation sets, on simulated reflectivities to estimate the thickness of the oil slick. The derived algorithms are presented and tested using Monte-Carlo simulation.To be able to move forward to prototypes and real applications, the results need experimental validation. Therefore, we also present a fast and efficient method for the remote extraction of the power reflection coefficients on multilayer structure modeling an oil spill on the top surface of sea water. Experimental results obtained are analyzed and compared to theoretical calculations.