Abbildendes Ferndetektionssystem zur Identifikation, Quantifizierung und Visualisierung von Gefahrstoffwolken
Roland Harig, Gerhard Matz, Peter Rusch,
TU Hamburg-Harburg, Arbeitsbereich Messtechnik, 21079 Hamburg
1 Einleitung
Obwohl die sicherheitstechnischen Vorkehrungen in den letzten Jahrzehnten erheblich
verbessert wurden, werden bei Unfällen bei der Produktion, dem Transport und bei der
Verarbeitung von Chemikalien immer wieder Gefahrstoffe freigesetzt. Außerdem ist es in der
Vergangenheit zur Freisetzung von gefährlichen Stoffen im Rahmen oder als Folge von
Kriegshandlungen oder terroristischen Anschlägen gekommen. Zur Einschätzung der
Gefahrenlage sind Informationen über die freigesetzten Stoffe und die betroffenen Gebiete
erforderlich. Zur schnellen Analyse vor Ort werden verschiedene analytische Methoden
eingesetzt. Neben einfachen Verfahren und Sensoren wie zum Beispiel Prüfröhrchen oder
Photoionisationsdetektoren werden Verfahren zur Stoffidentifikation, wie zum Beispiel
Gaschromatographie/Massenspektrometrie [1] oder extraktive Infrarotspektrometrie
eingesetzt. Diese Verfahren erfordern jedoch eine Probenahme, die mit Gefahren verbunden
sein kann. Die Ferndetektion mittels Infrarotspektrometrie ermöglicht die Identifikation und
Ortung einer Gefahrstoffwolke aus großen Entfernungen und kann zur schnellen und
richtigen Einschätzung der Gefahrenlage beitragen. Diese ist die Voraussetzung für die
Einleitung geeigneter Gegenmaßnahmen zum Schutz der Bevölkerung und der Umwelt.
2 Grundlagen der Ferndetektion mittels Infrarotspektrometrie
Die Methode der Ferndetektion mittels Infrarotspektrometrie basiert auf der spektralen
Analyse von Strahlung, die von den Molekülen einer Gaswolke absorbiert und emittiert wird.
Abbildung 1 illustriert das Prinzip der Ferndetektion mittels Infrarotspektrometrie. Die
Strahlung, die vom Spektrometer detektiert wird, enthält die spektralen Signaturen des
Hintergrunds, sowie die Signaturen der Moleküle der Wolke und der Atmosphäre zwischen
dem Hintergrund und dem Spektrometer.
2.1 Strahlungstransportmodell
Die Ausbreitung elektromagnetischer Strahlung in absorbierenden, emittierenden und
streuenden Medien wird durch die Theorie des Strahlungstransports [2, 3] beschrieben.
1 2 3
T1,τ1
L3
T2 τ2Spektrometer
Hintergrund
Abbildung 1: Illustration des Strahlungstransportmodells mit drei Schichten.
Zur Beschreibung des Strahlungstransports kann ein Modell, bei dem die Atmosphäre
entlang des optischen Wegs in homogene, planparallele Schichten unterteilt wird,
angewendet werden. Die spektrale Strahldichte in der Austrittsebene einer Schicht i, Li setzt
sich zusammen aus der Strahlung, die von der Schicht i emittiert wird, und der Strahlung die
in Schicht i eintritt, multipliziert mit der Transmission der Schicht:
( ) 11 ++−= iiiii LBL ττ . (1)
Hier ist τi die Transmission der Schicht i, Bi = Bσ (σ, Ti) die spektrale Strahldichte eines
schwarzen Strahlers, der die Temperatur der Schicht i, Ti, besitzt. Li+1 ist die spektrale
Strahldichte, die aus Schicht i+1 in Schicht i eindringt. Die Streuung durch Moleküle und
Partikel nimmt mit abnehmender Frequenz ab und wird in diesem Modell vernachlässigt. Alle
Größen in Gleichung (1) und den folgenden Gleichungen sind frequenzabhängig.
Um die wichtigsten Merkmale der Spektren zu beschreiben, kann ein Modell mit drei
Schichten angewendet werden (Abbildung 1). Schicht 1 ist die Atmosphäre zwischen dem
Spektrometer und der Wolke, Schicht 2 die Wolke und Schicht 3 der Hintergrund. Es ergibt
sich für die aus Schicht 1 austretende Strahldichte L1:
321221111 )1()1( LBBL τττττ +−+−= (2)
Falls die Temperatur der Gaswolke (Schicht 2) gleich der Temperatur der Schicht 1 ist
(T1 = T2), gilt B1 = B2 und es folgt aus Gleichung (2):
[ ]31112221 )1()1( LBBL ττττ +−+−= . (3)
Der Term in den eckigen Klammern beschreibt die Strahldichte, die ohne Gefahrstoffwolke
gemessen werden würde und wird im folgenden als Hintergrundstrahldichte LHg bezeichnet.
Die Änderung der spektralen Strahldichte ∆L, die gegenüber dem Hintergrundspektrum LHg
durch die Wolke (Schicht 2) verursacht wird, ist durch
HgLL 22 )1( ∆−=∆ τ (4)
mit ∆L2Hg = B2-LHg gegeben.
2.2 Apparatefunktion eines FTIR-Spektrometers
Das gemessene Spektrum kann in einem kleinen Bereich des Spektrums um eine Frequenz
σi durch die Faltung des tatsächlichen Spektrums mit der Apparatefunktion des
Spektrometers bei σi, ( )σiA approximiert werden:
)()()( σσσ iALS ∗∆= . (5)
Die Apparatefunktion eines FTIR-Spektrometers mit einem idealen Michelson-Interferometer,
in dem perfekt kollimierte Strahlung moduliert wird, ist die Fourier-Transformierte der
Apodisationsfunktion, ( )σAA . In realen Interferometern wird Strahlung aus einem endlichen
Raumwinkel Ω moduliert und vom Detektor gemessen. Dies bewirkt eine frequenzabhängige
Verbreiterung der Apparatefunktion, sowie eine frequenzabhängige Frequenzverschiebung
[4]. Die Apparatefunktion eines realen FTIR-Spektrometers bei der Wellenzahl σi kann durch
die Faltung
)()()( σσσ iA
i AAA Ω∗= , (6)
beschrieben werden. Hier ist )(σiAΩ die inhärente Apparatefunktion, die die Verbreiterung
und die Frequenzverschiebung beschreibt. Im Fall einer homogen emittierenden Quelle und
einem idealen Interferometer (Twyman-Green Interferometer), ist )(σiAΩ eine Rechteck-
Funktion mit einer Breite von π
σ2
Ωi um π
σσ4
Ω−=∆ ii [5]. iσ∆ ist die resultierende
Frequenzverschiebung. Steel [6] hat die inhärente Apparatefunktion eines Interferometers
ohne Kollimator und Kondensor hergeleitet.
2.3 Signal-Rausch-Verhältnis als Funktion der spektralen Auflösung
Die Differenz zwischen der Temperatur einer Gaswolke und der Strahlungstemperatur des
Hintergrunds liegt in vielen Fällen in der Größenordnung weniger Kelvin. Dies bedingt kleine
Strahldichtedifferenzen, die durch die Wolke hervorgerufen werden, und somit kleine Signal-
Rausch-Verhältnisse.
Die rauschäquivalente spektrale Strahldichte NESR eines FTIR-Spektrometers, bei dem die
Beiträge anderer Rauschquellen gegenüber dem Rauschen des Detektors vernachlässigt
werden können, kann mit der Gleichung
)()(
)NESR(σσσξ
σ∗⋅⋅∆⋅⋅Θ
=Dt
AD . (7)
abgeschätzt werden [7]. Hier ist ∆σ die spektrale Auflösung, ξ die Effizienz des Systems, Θ
die Étendue, t die Messzeit (Belichtungszeit des Detektors), AD die Detektorfläche und D* die
spezifische Detektivität des Detektors. Das Signal-Rausch-Verhältnis SRV bei der
Wellenzahl σi ist (mit Gleichung(5))
)(NESR
)()(SRV
i
ii
S
σσ
σ = . (8)
3 Qualitative und quantitative Analyse der Spektren
3.1 Identifikationsalgorithmus
Der realisierten Identifikationsmethode liegt die Annahme zugrunde, dass sich ein Spektrum
als Summe bekannter Spektren darstellen lässt. Zunächst wird mit der Umkehrfunktion des
Planckschen Strahlungsgesetzes bezüglich der Temperatur das Strahlungstemperatur-
spektrum
kL
hc
hcTSt
+
=1
)(
2ln
)(32
σσσσ (9)
berechnet. Im realisierten Verfahren werden die Basislinienkorrektur und die Anpassung der
Zielstoffe im gleichen Schritt durchgeführt. Neben Referenzspektren werden breite
Gaußfunktionen an das gemessene Spektrum angepasst. Die Basislinie und die
angepassten Spektren aller Stoffe mit Ausnahme des Spektrums des gesuchten Stoffs
werden subtrahiert. Zur Identifikation wird das erhaltene Spektrum mit einem
Referenzspektrum des Zielstoffs verglichen. Die Berechnung erfolgt für drei unterschiedliche
Säulendichten des Zielstoffs. Dieses Verfahren wird für alle in einer Spektrenbibliothek
vorhandenen Zielstoffe sequentiell durchgeführt. Neben der direkten Auswertung von
Strahlungstemperaturspektren kann auch die Differenz zwischen dem gemessenen
Spektrum und dem zuvor aufgenommenen Spektrum analysiert werden. Eine ausführliche
Beschreibung des Algorithmus ist in einem früher erschienenen Artikel [11] enthalten.
3.2 Quantifizierung
Befindet sich die Wolke im thermischen Gleichgewicht mit der Umgebung oder ist die
Transmission der Atmosphäre im betrachteten Spektralbereich groß (τ1 ≈ 1), kann Gleichung
(3) bzw. Gleichung (2) umgeformt werden:
2
212 BL
BL
Hg −−=τ . (10)
Unter der Annahme, dass die atmosphärische Schicht (Schicht 1) und die Gefahrstoffwolke
die gleiche Temperatur besitzen, können die unbekannten Größen in dieser Gleichung, LHg
(die Hintergrundstrahlung) und B2 (d.h. die Temperatur der Wolke) mit Hilfe unterschiedlicher
Methoden ermittelt werden [8, 9, 10, 11]. Die Säulendichte cl kann durch Anwendung des
Lambert-Beerschen Gesetzes berechnet werden:
( ) )exp()( clσαστ −= , (11)
wobei α(σ) der Absorptionskoeffizient (Wirkungsquerschnitt) des Stoffs ist.
Der exponentielle Zusammenhang zwischen der Säulendichte und der Transmission
ermöglicht eine Quantifizierungsmethode, die nicht auf der Annahme basiert, dass die
Temperatur der Atmosphäre entlang des optischen Wegs konstant ist und dass die Wolke
diese Temperatur besitzt. Die Quotienten der Signale im Transmissionsspektrum (d.h. 1-τ)
bei Frequenzen mit unterschiedlichen Absorptionskoeffizienten sind invertierbare Funktionen
der Säulendichte.
Die Quantifizierung erfolgt durch Approximation des gemessenen Spektrums LMess durch ein
mit Hilfe eines Modells berechnetes Spektrum LModell:
( )∑=
=−N
i
iMess
iModell LL
1
!2min . (12)
N ist die Anzahl der Datenpunkte im betrachteten Intervall des Spektrums. Zur Modellierung
des gemessenen Spektrums sind ein Strahlungstransportmodell und ein Modell für das
Interferometer erforderlich. Das Modell enthält die Säulendichte des Stoffs, der quantifiziert
werden soll, als Parameter.
Zur Modellierung des Strahlungstransports wird Gleichung (3) mit einer zusätzlichen Schicht
zwischen der Wolke und dem Hintergrund benutzt. Mit Hilfe der zusätzlichen Schicht wird
Ozon, das neben Wasser der wichtigste „Störstoff“ im atmosphärischen Fenster (800 - 1200
cm-1) ist, modelliert. Die vom Hintergrund emittierte Strahlung wird durch das Spektrum eines
schwarzen Strahlers und durch breite Gauß-Funktionen modelliert. Dies ist möglich, da der
Emissionsgrad vieler Oberflächen, die den Hintergrund einer Messung bilden können, groß
und nur schwach frequenzabhängig ist. Die gemessene Transmission wird durch Faltung der
monochromatischen Transmission mit der Apparatefunktion (Gleichung (6)) modelliert:
)()()(2 σστστ iA∗= . (13)
Die monochromatische Transmission der Wolke τ(σ) wird mit Gleichung (11) berechnet. Falls
der zu analysierende Stoff in der Datenbank HITRAN [12] enthalten ist, werden hierzu
Absorptionskoeffizienten, die mit FASCODE [13] unter den Bedingungen der Standard-
atmosphäre berechnet werden, genutzt [14]. Alternativ kann ein mit hoher spektraler
Auflösung gemessenes Spektrum genutzt werden. Da der nutzbare Spektralbereich durch
das atmosphärische Fenster gegeben ist, wird die Apparatefunktion durch eine
frequenzunabhängige Funktion approximiert. Um die Rechenzeit zu minimieren, erfolgt die
Berechnung der anderen Schichten mit der spektralen Auflösung der Messung. Die
effektiven Absorptionskoeffizienten werden durch eine Faltung der monochromatischen
Absorptionskoeffizienten mit der Apparatefunktion berechnet. Für das realisierte Modell
ergibt sich also
( )∑=
=−N
i
iMessPStHgMMi
iModell LbbTclcllTTL
1
!2
1211 min)..,,..,,..,(σ , (14)
wobei M die Anzahl atmosphärischer Schichten ist. Tj ist die Temperatur von Schicht j, l1 ist
die effektive Länge von Schicht 1, clj ist die Säulendichte von Schicht j, TStHg ist die mittlere
Strahlungstemperatur des Hintergrunds und b1..bP sind die Koeffizienten von P Gauß-
Funktionen. Die optimalen Parameter werden mit der Levenberg-Marquardt-Methode
bestimmt. Im realisierten Datenanalyseprogramm wird diese Quantifizierungsmethode nur
angewendet, wenn der Stoff identifiziert wurde und die maximale Strahlungstemperatur-
differenz, die durch die Wolke hervorgerufen wird, einen Grenzwert übersteigt (zur Zeit 1 K).
Die Startwerte werden mit Hilfe des linearen Modells, das zur Identifikation genutzt wird,
bestimmt (siehe Abschnitt 3.1). Außerdem sind Methoden zur Optimierung der Parameter
der Apparatefunktion und zur Frequenzkalibrierung entwickelt worden. Da diese Methoden
mehr Rechenschritte erfordern als die Berechnung mit konstanter Apparatefunktion, werden
sie nur eingesetzt, wenn eine Korrektur erforderlich ist, z.B. nach einer Modifikation des
Interferometers.
Die hier beschriebene Methode basiert auf der Analyse der Verhältnisse der Signale bei
Frequenzen, bei denen der Zielstoff unterschiedliche Absorptionskoeffizienten aufweist. Für
große Transmission (τ2 ≈ 1) im gesamten Spektralbereich ergeben sich jedoch annähernd
konstante Quotienten (e-x ≈ 1-x). Wenn die mit dem Modell berechnete minimale
Transmission τ2min über einem stoffspezifischen Grenzwert liegt, wird daher im realisierten
Datenanalyseprogramm eine Methode eingesetzt, die auf der Annahme des thermischen
Gleichgewichts basiert [15]. Für Ammoniak wird zur Zeit ein Wert von τ2min = 0.85 genutzt.
Interferometer
Teleskop
Spiegel
Videokamera
PCQualitative undquantitativeAnalyse
Visualisierung
InterferometerBruker OPAG
ScannerFTIRDSP
SystemADSP21061
VideoDSP
SystemADSP21061
Video- oder IR-Kamera
Abbildung 2: Das abbildende Ferndetektionssystem (links), Blockbild des Systems (rechts).
4 Abbildendes Ferndetektionssystem zur Identifikation, Quantifizierung und Visualisierung von Gefahrstoffwolken
Das abbildende Ferndetektionssystem besteht aus einem Interferometer, einem Scanner-
System mit einem um zwei Achsen beweglichen Spiegel, einem Steuer- und
Auswertungssystem mit einem digitalen Signalprozessor (FTIR-DSP), einem Video-
Datenverarbeitungssystem (Video-DSP) und einem PC. Das Interferometer (Bruker OPAG,
Bruker Saxonia, Leipzig) wurde im Rahmen eines Forschungsvorhabens des Bundesamts
für Zivilschutz, jetzt Zentralstelle für Zivilschutz, entwickelt. Abbildung 2 zeigt das
Ferndetektionssystem in einem Rettungswagen der Hamburger Feuerwehr.
Mit dem beweglichen Spiegel werden alle Peilrichtungen eines vom Bediener festgelegten
Beobachtungsfelds sequentiell abgetastet. Die Fourier-Transformation der Interferogramme
wird vom FTIR-DSP-System (Abbildung 2) durchgeführt. Das Spektrum wird zum PC
übertragen und mit dem Identifikationsalgorithmus analysiert. Die Ergebnisse des
Algorithmus werden in einem Videobild visualisiert. Hierzu wird das Videobild mit Falschfarb-
Bildern überlagert. Es werden Bilder des Korrelationskoeffizienten, des Signal-Rausch-
Verhältnisses, der Strahlungstemperatur des Hintergrunds, des Betrags der Differenz
zwischen der Umgebungstemperatur und der Strahlungstemperatur des Hintergrunds und
der rauschäquivalenten Säulendichte [11] erstellt. Mit dem Bild der rauschäquivalenten
Säulendichte kann die Nachweisgrenze für alle Peilrichtungen des Beobachtungsfelds
abgeschätzt werden. Das Bild des Korrelationskoeffizienten wird zur Anzeige der
Identifikation genutzt: Einer Peilrichtung wird im Videobild nur dann eine Farbe zugeordnet,
wenn der Zielstoff identifiziert wurde (Abbildung 3). Während der Auswertung durch den DSP
und den PC wird jeweils das Interferogramm der nächsten Peilrichtung gemessen. So wird
die maximale Spektrenrate des Interferometers ausgenutzt. Es werden Interferogramme von
ca. 6 Peilrichtungen pro Sekunde aufgenommen, ausgewertet und im Videobild visualisiert.
Die Aufnahme eines Gefahrstoffbildes mit 15 × 6 Peilrichtungen dauert ca. 14 s. Nach
Beendigung der Messung des Gefahrstoffbilds kann der in Abschnitt 3.2 beschriebene
Quantifizierungsalgorithmus angewendet werden. Die Ergebnisse werden in weiteren
Falschfarb-Bildern visualisiert.
BildauswahlAuswahl Zielstoff
Freisetzung von SF6 Bild der SF6-Wolke
Richtung des Scanner-Spiegels
Methanolidentifiziert
Abbildung 3: Das Visualisierungsfenster des PC-Programms. Links: Anzeige bei einem Freisetzungsexperiment mit SF6. Rechts: Anzeige des Programms im Modus zur schnellen Suche einer Gefahrstoffwolke.
Im oben beschriebenen Messmodus zur Erstellung eines Gefahrstoffbildes wird der
Zielbereich mit Hilfe des Scanner-Systems zeilenweise abgetastet. Zur schnellen Suche
einer Gefahrstoffwolke, z.B. von einem Fahrzeug oder einem Hubschrauber aus, sind
Messmodi realisiert worden, bei denen der Zielbereich entlang verschiedener, vom Bediener
wählbarer Spuren abgetastet wird (Abbildung 3). Zum Beispiel ist ein Suchmodus für den
Einsatz an Bord eines Hubschraubers realisiert und im Rahmen von Messungen von einem
Hubschrauber aus getestet worden, bei dem der Scanner nur zur Abtastung einer Richtung -
senkrecht zur Flugrichtung - eingesetzt wird.
Tabelle 1: Eigenschaften des Ferndetektionssystems.
Spektralbereich 680 – 1500 cm-1
Spektrale Auflösung 4 cm-1
Étendue Θ 0,008 sr cm2
Gesichtsfeld / mit Teleskop 30 mrad/7,5 mrad
NESR (∆σ=4 cm-1, 0.1 s, Dreiecksapodisation)
3,3×10-9 W / cm2 sr cm-1
Spektrenrate (∆σ = 4 cm-1) 6 Spektren / s
Beobachtungsfeld 285° × 80°
Minimale Winkelauflösung des Scanners
0,1°
Leistungsaufnahme 60 W (ohne PC)
Abbildung 4: Aufbau des Experiments zur Quantifizierung von Ammoniak.
5 Messungen und Ergebnisse
5.1 Labormessungen
Zur Verifikation des Quantifizierungsalgorithmus und zur Untersuchung des Signal-Rausch-
Verhältnisses als Funktion der spektralen Auflösung wurde eine Küvette vor das
Eintrittsfenster des Interferometers montiert, die mit Gemischen von Ammoniak und Luft mit
unterschiedlichen Säulendichten von Ammoniak gefüllt wurde (Abbildung 4). Ammoniak
wurde gewählt, da Ammoniak ein häufig verwendeter Stoff ist und daher bei vielen Unfällen
freigesetzt wurde. Eine beheizbare, annähernd schwarze Oberfläche ist zur radiometrischen
Kalibrierung eingesetzt worden. Die Säulendichten werden, wie im Fachgebiet der
Umweltmesstechnik üblich, als äquivalente Konzentrations-Weglängenprodukte in ppm m
angegeben (288.15 K, 101325 Pa).
5.1.1 Messung des Signal-Rausch-Verhältnisses als Funktion der spektralen Auflösung
Zur Ermittlung des Signal-Rausch-Verhältnisses SRV bei verschiedenen spektralen
Auflösungen ist ein Experiment durchgeführt worden, bei dem eine Probe Ammoniak mit
einer Säulendichte von 300 ppm m gemessen wurde. Den Hintergrund bildete eine
annähernd schwarze Fläche. Es wurde jeweils ein doppelseitiges Interferogramm gemessen.
Die gemessenen Interferogramme entsprechen einer spektralen Auflösung von 0,6 cm-1. Als
spektrale Auflösung wird hier die nominelle spektrale Auflösung eines FTIR Spektrometers
∆σ = 1/L angegeben, wobei L der maximale optische Gangunterschied im Interferometer ist.
Interferometer
Schwarze Oberfläche
Küvette
VideokameraSpiegelDSP-System
PC
Spektren mit unterschiedlicher spektraler Auflösung sind durch Fourier-Transformation der
entsprechenden Anzahl von Datenpunkten der Interferogramme berechnet worden.
Messung ∆LMess
Simulation ∆LSim
Differenz ∆LMess- ∆LSim- 2×10-6 W/(cm2 sr cm-1)
900 910 920 930 940 950
2 10 6
1.5 10 6
1 10 6
5 10 7
0
Wellenzahl (cm-1)
∆L (
W/(
cm s
r))
∆σ = 2 cm-1
900 910 920 930 940 950
2 10 6
1.5 10 6
1 10 6
5 10 7
0
Wellenzahl (cm-1)
∆L (
W/(
cm s
r))
∆σ = 15 cm-1
900 910 920 930 940 950
2 10 6
1.5 10 6
1 10 6
5 10 7
0
Wellenzahl (cm-1)
∆L (
W/(
cm s
r))
∆σ = 1 cm-1
900 910 920 930 940 950
2 10 6
1.5 10 6
1 10 6
5 10 7
0
Wellenzahl (cm-1)
∆L (
W/(
cm s
r))
∆σ = 8 cm-1
900 910 920 930 940 950
2 10 6
1.5 10 6
1 10 6
5 10 7
0
Wellenzahl (cm-1)
∆L (
W/(
cm s
r))
∆σ = 0,6 cm-1
900 910 920 930 940 950
2 10 6
1.5 10 6
1 10 6
5 10 7
0
Wellenzahl (cm-1)
∆L (
W/(
cm s
r))
∆σ = 4 cm-1
Abbildung 5: Aus einem gemessenen Interferogramm berechnete Spektren unterschiedlicher spektraler Auflösungen von Ammoniak (300 ppm m, ∆T = 17,9 K, durchgezogen), simulierte Spektren (gestrichelt), sowie die Differenz zwischen der Messung und der Simulation (durchgezogen, Konstante subtrahiert). Nur zur Berechnung des Spektrums mit ∆σ = 0,6 cm-1 ist eine Anpassungsrechnung vorgenommen worden.
Abbildung 5 zeigt Spektren unterschiedlicher spektraler Auflösung, sowie simulierte
Spektren, die durch Faltung eines Spektrums von 300 ppm m Ammoniak und einem
schwarzen Strahler als Hintergrund (Gleichung (3)) mit der jeweiligen Apparatefunktion
berechnet wurden (Gleichung (5)). Für die inhärente Apparatefunktion wurde ein Modell
genutzt, das die inhärente Apparatefunktion des idealen Twyman-Green Interferometers als
Grenzfall beinhaltet und die Apparatefunktion des idealen Interferometers ohne Kollimator
und Kondensor in Näherung enthält (Abschnitt 2.2). Die Strahlungstemperatur des
Hintergrunds und die Temperatur des Ammoniaks wurden mit dem in Abschnitt 3.2
beschriebenen Quantifizierungsalgorithmus für das Spektrum mit ∆σ = 0,6 cm-1 bestimmt.
Darüber hinaus ist keine weitere Anpassungsrechnung vorgenommen worden. Die gute
Übereinstimmung der Spektren zeigt, dass die Apparatefunktion des Spektrometers in guter
Näherung durch Faltung der idealen Apparatefunktion mit einer nicht von der spektralen
Auflösung abhängigen inhärenten Apparatefunktion gegeben ist (siehe Abschnitt 2.2).
0 4 8 12 16 20 24 28 320
5 10 9
1 10 8
1.5 10 8
∆σ (cm-1)
NE
SR
(W
/(cm
sr)
)
∆σ (cm-1)
Sig
nal-R
ausc
h-V
erhä
ltnis
0 4 8 12 16 20 24 28 320
100
200
300
400
500
Abbildung 6: Rauschäquivalente spektrale Strahldichte NESR (links) und Signal-Rausch-Verhältnis (rechts) bei Messung eines Scans als Funktion der spektralen Auflösung ∆σ (300 ppm m Ammoniak, ∆T = 17,9 K, σi ≈ 931 cm-1, Fehlerbalken: Standardabweichung).
Die NESR wurde durch Berechnung der Standardabweichung im Bereich 900 – 1000 cm-1
der Differenz von zwei unter gleichen Bedingungen gemessenen Spektren ermittelt.
Abbildung 6 zeigt die gemessene NESR und das gemessene Signal-Rausch-Verhältnis für
σi ≈ 931 cm-1 als Funktion der spektralen Auflösung. Die erhaltene NESR ist proportional zu
∆σ-1/2, da die Messzeit t proportional zu ∆σ-1 ist (Gleichung (7)). Das im Vergleich zu den
anderen Spektren mit niedriger spektraler Auflösung kleinere SRV bei ∆σ = 15 cm-1 ist auf
die Lage des Maximums des betrachteten Übergangs relativ zur Position der Datenpunkte
zurückzuführen (siehe Abbildung 5). Die Messungen und die Berechnungen zeigen, dass
sich bei dem hier untersuchten Übergang das SRV mit sinkender spektraler Auflösung
(steigendem ∆σ) verbessert, obwohl die Messzeit umgekehrt proportional zur spektralen
Auflösung ist. Der Zusammenhang zwischen SRV und der spektralen Auflösung ist vom
betrachteten Spektrum abhängig, da durch die Faltung mit der Apparatefunktion viele Linien
zu einem Datenpunkt des gemessenen Spektrums beitragen können.
Das hier beschriebene Experiment ist mit konstanter Étendue durchgeführt worden. Da die
maximale, zur Erzielung einer spektralen Auflösung ∆σ mögliche Étendue proportional zu ∆σ
ist [4], kann das SRV bei niedriger spektraler Auflösung durch Vergrößerung der Étendue
erhöht werden.
Die Wahl der spektralen Auflösung ist ein Kompromiss zwischen niedriger Nachweisgrenze
und hohem Signal-Rausch-Verhältnis einerseits und hoher Selektivität andererseits. Zur
Identifikation und Quantifizierung wird eine im Vergleich zu vielen Laborspektrometern
niedrige spektrale Auflösung von 4 cm-1 verwendet.
0 100 200 300 400 500300
310
320
1Messung
TS
tHg (
K)
0
500
1000
cl (
ppm
m)
0
0 500 1000 1500 2000 2500 30000
500
1000
1500
2000
2500
3000
clNH3 (ppm m)
Gem
esse
ne
Säu
lend
icht
e cl
(ppm
m)
Abbildung 7: Links: Mit dem Quantifizierungsalgorithmus ermittelte Säulendichte als Funktion der wahren Säulendichte (Fehlerbalken: Standardabweichung der Einzelmessung). Rechts: Ergebnisse von 500 Messungen von 750 ppm m Ammoniak bei unterschiedlichen Temperaturen des Strahlers. Oben: Ermittelte Säulendichte. Unten: Strahlungstemperatur des Hintergrunds TStHg.
5.1.2 Quantifizierung von Ammoniak
Zur Verifikation des Quantifizierungsalgorithmus sind Messungen von unterschiedlichen
Säulendichten von Ammoniak durchgeführt worden. Die inhärente Apparatefunktion
(Gleichung (6)) wurde durch eine Rechteck-Funktion modelliert. Abbildung 7 zeigt die
gemessene Säulendichte als Funktion der tatsächlichen Säulendichte (100 Messungen,
jeweils 1 Scan, THg = 305 K). Zur Berechnung der Säulendichte wurde die
Anpassungsrechnung im Bereich 775 – 1250 cm-1 durchgeführt. Die Temperatur der Probe
war gleich der Raumtemperatur und veränderte sich daher im Laufe des Experiments leicht.
Die gemessenen Differenzen zwischen der Temperatur der Probe und der
Strahlungstemperatur des Hintergrunds waren ∆T300ppmm = (-2.97 ± 0.35) K,
∆T450ppmm = (-2.52 ± 0.20) K, ∆T750ppmm = (-3.52 ± 0.13) K, ∆T1500ppmm = (-3.91 ± 0.07) K, und
∆T3000ppmm = (-3.06 ± 0.04) K. Abbildung 7 zeigt außerdem die Ergebnisse von Messungen
der Probe mit clNH3 = 750 ppm m und TNH3 = 301 K bei verschiedenen Temperaturen der
schwarzen Platte. Die Standardabweichung nimmt mit steigendem Betrag der Differenz
zwischen der Strahlungstemperatur des Hintergrunds und der Temperatur der Probe ab. Die
ermittelte Säulendichte ist annähernd konstant.
0
Säulendichte cl (ppm m)
1200 6 8 10 12 14 16 18 20 220
200
400
600
800
1000
1200
∆T2Hg (K)
cl (
ppm
m)
Abbildung 8: Ergebnisse von 600 Messungen von 750 ppm m Ammoniak mit unterschiedlichen Peilrichtungen. Links: Videobild mit überlagerter Falschfarb-Darstellung der ermittelten Säulendichte. Rechts: Gemessene Säulendichte aufgetragen über der gemessenen Differenz zwischen der Temperatur der Probe und der Strahlungstemperatur des Hintergrunds ∆T2Hg. Beide Größen wurden mit dem Quantifizierungsalgorithmus ermittelt.
Mit dem in Abbildung 4 dargestellten Aufbau sind Messungen von Ammoniak mit
unterschiedlichen Peilrichtungen durchgeführt worden. Das abgetastete Beobachtungsfeld
enthielt sowohl Peilrichtungen, bei denen der Himmel den Hintergrund bildete, als auch
Richtungen, bei denen Hauswände unterschiedlicher Materialien und Vegetation den
Hintergrund bildeten. Die Auswertung wurde im Bereich 900 – 1000 cm-1 durchgeführt.
Abbildung 8 zeigt die Ergebnisse des Quantifizierungsalgorithmus. Die ermittelte
Säulendichte betrug clNH3 = (710 ± 36) ppm m und ist nur schwach von der Peilrichtung
abhängig.
5.2 Feldmessungen
Im Rahmen eines Freisetzungsversuchs mit Schwefelhexafluorid sind Messungen mit dem
ersten Funktionsmodell des Systems (ohne Videokamera und Teleskop) aus einer
Entfernung von d ≈ 2,5 km durchgeführt worden. Schwefelhexafluorid ist mit einem Fluss von
ca. 3 m3/h freigesetzt worden. Pro Peilrichtung sind 4 Interferogramme gemessen worden.
Mit dem Scanner-System ist ein Beobachtungsfeld mit 15 × 6 Peilrichtungen abgetastet
worden (Abbildung 9).
160
Wind: 4-6 m/s
Abbildung 9: Schwefelhexafluorid-Wolke, gemessen aus einer Entfernung von ca. 2,5 km. In den Peilrichtungen, in denen Schwefelhexafluorid identifiziert wurde ist das Signal-Rausch-Verhältnis gemäss der abgebildeten Farbskala dargestellt.
273Strahlungstemperatur Hintergrund TStHg (K)
301 0.03Temperaturdifferenz |∆T | (K)
15.3
0Korrelationskoeffizient
1 0Säulendichte cl (ppm m)
250
Abbildung 10: Ergebnisse von Messungen von Ammoniak, das durch Ausbringung von Gülle auf der Wiese freigesetzt wurde. Im Bild des Korrelationskoeffizienten wird der Koeffizient nur angezeigt, wenn Ammoniak identifiziert wurde.
In Abbildung 10 sind Ergebnisse von Messungen von Ammoniak dargestellt, das durch
Ausbringung von Gülle auf einer Wiese freigesetzt wurde. Pro Peilrichtung wurden 4
Interferogramme aufgenommen. Dargestellt sind Bilder der Strahlungstemperatur des
Hintergrunds, des Betrags der Differenz zwischen der Temperatur der Luft und der
Strahlungstemperatur des Hintergrunds |∆T|, des Korrelationskoeffizienten und der
Säulendichte. Die Strahlungstemperatur des Hintergrunds wurde durch Analyse der
Basislinie des Strahlungstemperaturspektrums im atmosphärischen Fenster bestimmt, die
Temperatur der Luft durch Berechnung des Mittelwerts dieses Spektrums im Bereich 680 –
690 cm-1. Ammoniak wurde in allen Peilrichtungen der beiden unteren Zeilen identifiziert. Die
mit dem Quantifizierungsalgorithmus ermittelte Temperatur des Ammoniaks betrug
T2 = (282.2 ± 1.4) K. Dieses Ergebnis stimmt gut mit dem Mittelwert des Strahlungstem-
peraturspektrums im Bereich 680 – 690 cm-1 (T1 = (282.01 ± 0.84) K) und der Temperatur
der Luft, gemessen mit einem konventionellen Thermometer TLuft = 282.6 K überein.
6 Zusammenfassung
Das abbildende Ferndetektionssystem ermöglicht die Identifikation, Quantifizierung und
Visualisierung von Gefahrstoffwolken. Die Überlagerung des Bildes einer Videokamera mit
dem Bild der Gefahrstoffwolke erlaubt eine schnelle Einschätzung der Gefahrenlage z.B. bei
einem Chemieunfall. Der Quantifizierungsalgorithmus basiert nicht auf der Annahme einer
konstanten Temperatur entlang des optischen Wegs zwischen dem Spektrometer und der
Wolke. Da der Einfluss des Spektrometers auf die gemessenen Spektren berücksichtigt wird,
ist der lineare Bereich, d.h. der Bereich, in dem der Mittelwert der gemessenen Säulendichte
gleich der tatsächlichen Säulendichte ist, groß. Die scheinbare Abweichung vom Lambert-
Beerschen Gesetz, die bei Berechnung der Absorbanz mit Hilfe von Spektren mit niedriger
spektraler Auflösung beobachtet wird, tritt nicht auf. Wenn die Apparatefunktion des
Spektrometers und die Absorptionskoeffizienten des Zielstoffs bekannt sind, ist abgesehen
von der radiometrischen Kalibrierung des Spektrometers keine weitere Kalibrierung
erforderlich.
Mit Hilfe von Messungen von mehreren Positionen aus kann eine Gefahrstoffwolke lokalisiert
werden. Hierzu ist das System kürzlich durch einen Kompass und einen GPS-Empfänger
erweitert worden. Es ist ein Programm entwickelt worden, das die Bereiche, in denen ein
Gefahrstoff identifiziert wurde in eine Landkarte einträgt. Der neue
Quantifizierungsalgorithmus ermöglicht in Kombination mit einem tomographischen
Algorithmus die Berechnung von Konzentrations-Karten, die ebenfalls in der Landkarte
visualisiert werden könnten.
Neben der Ferndetektion von Gefahrstoffen kann das System zur Suche von Leckagen in
Pipelines eingesetzt werden Das System kann außerdem zur Sonnen-Absorptions-
Spektrometrie, d.h. zur Verfolgung der Sonne oder anderer Strahlungsquellen, eingesetzt
werden. Das System ist hierzu bereits in Zusammenarbeit mit dem Institut Sistema Poseidon
(Nicolosi, Italien) am Vulkan Ätna, wo die emittierten Gase mit dem Ziel der Früherkennung
der Aktivität des Vulkans untersucht werden [16, 17], eingesetzt worden. In Zusammenarbeit
mit dem Institut für atmosphärische Umweltforschung IFU, jetzt IMK, Forschungszentrum
Karlsruhe, ist ein System entwickelt worden, mit dem die Emissionen von
Flugzeugtriebwerken mit einem vom IFU entwickelten Verfahren [18] ortsaufgelöst
gemessen werden können.
7 Danksagung
Die Autoren danken der Zentralstelle für Zivilschutz, insbesondere Frau Dr. Braun und Herrn
Dr. Marzi für die kontinuierliche Unterstützung dieses Projekts, sowie Herrn Dr. Beil, Bruker
Saxonia Analytik GmbH für die stets gute Zusammenarbeit.
8 Literatur
[1] Matz, G., Schröder, W., Harder, A., Schillings, A., Rechenbach, P.: „Fast On-Site GC/MS Analysis of Hazardous Compound Emissions from Fires and Chemical Accidents“, Field Analytical Chemistry and Technology 1, 181–194, 1997.
[2] Goody,R., Yung, Y.: „Atmospheric Radiation – Theoretical Basis“ New York: Oxford University Press 1989.
[3] Chandrasekhar, S.: „Radiative Transfer“ Dover Publications: New York 1960.
[4] Chamberlain, J., Chantry, G., Stone, N.: „The Principles of Interferometric Spectroscopy“, Wiley & Sons, Chichester, 1979.
[5] Connes, J.: „Recherches sur la spectroscopie par la transformation de Fourier“, Revue d'Optique Théorique et Expérimentale, 40 (2,3,4,5), 41-79,116-140, 171-190, 231-265, 1961.
[6] Steel, W. H.: „Interferometers without collimation for Fourier spectroscopy“, Journal of the Optical Society of America, 54(2):151-156, 1964.
[7] Flanigan, D.F.: „Prediction of the limits of detection of hazardous vapors by passive infrared with the use of MODTRAN“, Applied Optics 35, 6090-6098, 1996.
[8] Polak, M.L., Hall, J.L., Herr, K.C.: „Passive Fourier-transform infrared spectroscopy of chemical plumes: an algorithm for quantitative interpretation and real-time background removal”, Applied Optics 34, 5406-5412, 1995.
[9] Chaffin, C. T., Marshall, N. C., Chaffin, N.C.: „Passive FTIR Remote Sensing of Smokestack Emissions,“ Field Analytical Chemistry and Technology 3, 111 – 115, 1999.
[10] Gruber, T., Grim, L., Ditillo, J.: „Comparison of active and passive FTIR”, in Electro-Optical Technology for Remote Chemical Detection and Identification III, Mahmoud Fallahi, Ellen Houden, Editors, Proceedings of SPIE Vol. 3383, 2 – 22, 1998.
[11] Harig, R., Matz, G.: „Toxic Cloud Imaging by Infrared Spectrometry: A Scanning FTIR System for Identification and Visualization“ Field Analytical Chemistry and Technology 5 (1-2), 75-90, 2001.
[12] Rothman, L., Rinsland, C., Goldman, A., Massie, S., Edwards, D., Flaud, J., Perrin, A., Camy-Peyret, C., Dana, V., Mandin, J., Schroeder, J., McCann, A., Gamache, R., Wattson, R., Yoshino, K., Chance, K., Jucks, K., Brown, L., Nemtchinov, V., Varanasi, P.: „The HITRAN Molecular Spectroscopic Database and HAWKS (HITRAN Atmospheric Workstation): 1996 Edition”, Journal of Quantitative Spectroscopy and Radiative Transfer 60, 665-710, 1998.
[13] Smith, H.J.P., Dube, D.J, Gardner, M.E., Clough, S.A., Kneizys, F.X., Rothman, L.S.: „FASCODE- Fast Atmospheric Signature Code (Spectral Transmittance and Radiance),“ Air Force Geophysics Laboratory Technical Report AFGL-TR-78-0081, Hanscom AFB, MA, 1978.
[14] „U.S. Standard Atmosphere”, 1976, U.S. Government Printing Office, Washington, D.C., 1976.
[15] Harig, R., Matz, G., Rusch, P.: „Scanning Infrared Remote Sensing System for Identification, Visualization, and Quantification of Airborne Pollutants“ in Instrumentation for Air Pollution and Global Atmospheric Monitoring, James O. Jensen, Robert L. Spellicy, Herausgeber, Proceedings of SPIE Vol. 4574, 2001.
[16] Francis, P., Burton, M. R., Oppenheimer, C.: „Remote measurements of volcanic gas compositions by solar occultation spectroscopy”, Nature 396, 567 – 570, 1998.
[17] Burton, M.R., Oppenheimer, C., Horrocks, L.A., Francis, P.W.: „Diurnal changes in volcanic plume chemistry observed by lunar and solar occultation spectroscopy“, Geophysical Research Letters 28, 843-846, 2001.
[18] Heland, J.; Schäfer, K.: „Analysis of aircraft exhausts with Fourier-transform infrared emission spectroscopy”, Applied Optics 36, 4922 – 4931,1997.