[论文解读] A machine learning approach for underwater gas leakage detection

Paulo Hubert, Linilson Rodrigues Padovese|arXiv (Cornell University)|Apr 11, 2019

Water Systems and Optimization参考文献 14被引用 6

一句话总结

本文提出了一种基于机器学习的被动声学监测系统，利用巴西近海模拟数据实现对水下气体泄漏的早期检测。该系统结合随机森林与梯度提升树分类器，并引入隐马尔可夫模型（HMM）以建模泄漏持续时间，提升检测可靠性，通过阈值优化的概率平滑方法实现高检测率并减少误报。

ABSTRACT

Underwater gas reservoirs are used in many situations. In particular, Carbon Capture and Storage (CCS) facilities that are currently being developed intend to store greenhouse gases inside geological formations in the deep sea. In these formations, however, the gas might percolate, leaking back to the water and eventually to the atmosphere. The early detection of such leaks is therefore tantamount to any underwater CCS project. In this work, we propose to use Passive Acoustic Monitoring (PAM) and a machine learning approach to design efficient detectors that can signal the presence of a leakage. We use data obtained from simulation experiments off the Brazilian shore, and show that the detection based on classification algorithms achieve good performance. We also propose a smoothing strategy based on Hidden Markov Models in order to incorporate previous knowledge about the probabilities of leakage occurrences.

研究动机与目标

• 开发一种高效、低成本的水下CO2泄漏早期检测方法，适用于碳捕集与封存（CCS）设施。
• 通过机器学习替代复杂的物理建模，克服传统信号检测方法的局限性。
• 通过引入隐马尔可夫模型（HMM）对泄漏的时间连续性进行建模，提升检测可靠性。
• 评估监督分类器（随机森林、梯度提升树）在模拟水下声学数据上的性能表现。
• 优化检测阈值，以在误报率与检测灵敏度之间取得平衡。

提出的方法

• 本研究利用巴西海岸附近气体泄漏实验的模拟水下声学信号，生成训练与测试数据。
• 基于从声学信号中提取的时间-频率特征，训练监督分类模型——随机森林与梯度提升树。
• 采用10折交叉验证程序评估模型性能，包括真正例率与假正例率。
• 引入隐马尔可夫模型（HMM）对分类器预测结果进行平滑处理，通过转移概率偏好持续泄漏状态，建模泄漏的时间持续性。
• HMM结合分类器性能指标（查全率与查全率）以随时间优化检测概率。
• 对分类预测结果为“泄漏”或“无泄漏”的阈值进行调优，以平衡检测灵敏度与误报率。

实验结果

研究问题

• RQ1 机器学习分类器能否有效利用模拟声学数据，从背景噪声中区分水下气体泄漏信号？
• RQ2 与独立分类方法相比，通过隐马尔可夫模型（HMM）引入泄漏的时间连续性，是否能显著提升检测可靠性？
• RQ3 分类器置信度的何种阈值设置可最大化检测性能并最小化误报？
• RQ4 不同分类器性能指标（如查全率）如何影响基于HMM的检测概率平滑效果？
• RQ5 即使分类器预测存在间歇性，该系统是否仍能可靠检测到长时间持续的泄漏？

主要发现

• 随机森林与梯度提升树分类器在模拟泄漏数据上表现优异，检测率高且误报率低。
• HMM平滑策略通过建模泄漏自发终止的低概率，有效减少了误报。
• 在高阈值（0.75）下，HMM对分类器的负向预测响应延迟，防止检测概率过早下降。
• 在阈值为0.25时，单次负向预测即导致HMM将检测概率降至零，表明对假阴性结果高度敏感。
• 系统通过随时间累积证据，展现出对分类器不确定性的鲁棒性，尤其在使用高置信度阈值时表现更优。
• 将分类器性能指标整合至HMM中，通过引入检测率与误报率的知识，显著提升了检测结果的可靠性。