面向海上石油风险管理服务的网络物理溢油监测与检测

5月18日《nature》杂志上发表文章《面向海上石油风险管理服务的网络物理溢油检测与检测》，文章主要介绍了启用海上石油 CPS 的水下建模用于泄漏检测的缺陷。作者运用了一种基于交叉熵的泄漏检测技术来检测漏油，这有助于了解漏油引起的海洋污染。此外，在超级计算机天河二号上提出了一种分层并行技术，以提高所提出的泄漏检测技术的效率。在蓬莱溢油事件中的实验结果表明，作者运用的方法可以有效地识别溢油源。

基于CE的海上溢油检测方法

在研究方法上，作者主要运用基CE的海上油田溢油源检测（COSSD）技术。这个技术主要采用迭代式工作，并且在每次迭代中，根据解决方案PDF生成多个候选泄漏源，每个候选漏油源都被输入到FVCOM模型中以模拟漏油。对于每个候选泄漏源，模拟溢油场景得到海水表面的污染区域。

COSSD方法通过重要采样解决了罕见事件搜索问题。但是这会带来大量的计算开销并且非常耗时。因此，为了保证所提出的COSSD方法的效率，需要一种并行技术。

一种在超级计算机上执行COSSD方法的分层并行方法

为了提高所提出的COSSD方法的性能，采用超级计算机来提高计算效率。

针对并行执行的效率，在研究方法上，作者主要运用了一种并行任务调度技术，以充分拥抱先进的硬件架构，如图3所示。首先在主节点上，针对FVCOM模拟请求，初始化海流场、风场、盐度、温度等海洋因子。之后，潜在的泄漏源区域也在主节点上根据一级解空间进行初始化。可以在粗略级别初始化潜在泄漏源区域。同时，初始化对应的漏油源分布PDF，在潜在区域生成多个候选漏源。为了显着加快计算部分，将COSSD方法中最耗时的候选漏油源位置的评估分配给多个从节点。每个从节点被分配处理多个FVCOM模拟请求。

结果

作者采用的测试样本是2011年6月渤海溢油事故中获得的遥感数据。为提高所提出的COSSD方法的实时性，超级计算机天河二号被用来显著提高计算效率，将模拟和质量评估过程通过分层并行的方法并行进行。结果显示，作者运用的方法可以有效地识别溢油源。相关研究成果发表在《nature》期刊上。

来源：nature