產品解讀丨 無人機溢油探測高頻疑問全解答，一文看懂核心性能

答：

• 基于LIF技術的光譜特異性，理論上可以做到100%區分油污和非油污物質

• 激光激發的熒光信號具有獨特的物理特征，與其他自然現象產生的光學信號不同

•  不同油類在激光激發下會產生特定的熒光光譜特征

• 水體、藻類、泡沫等干擾物質的光譜響應與油類明顯不同

· 通過光譜特征匹配可有效區分油污與其他物質

• 靈敏度：≤20um（微米級）

• 可探測最小油膜面積徑向：≤5m

• 響應速度：≥0.1s

• 這種高靈敏度確保即使薄油膜也能被準確識別

答：

這里存在一個常見的理解誤區——ATE5000測的是"油膜厚度"，而非"濃度ppm"。

答:

當前版本專注"有無檢測"，暫不做油種區分。這是客戶問得最多的問題之一。技術上，不同油品的熒光光譜確實存在差異，通過建立特征光譜庫可以實現油種識別。

但ATE5000目前的定位是：核心功能：快速、準確判斷"有沒有油、在哪里、什么時候"

設計考量：

1. 滿足絕大多數場景需求：在海事、環保、港口等實際應用中，客戶最關心的是第一時間發現泄漏、定位污染區域，而非具體油種.

2. 平衡成本與效能：油種識別需要更復雜的光譜分析算法和更大的數據庫支持，會顯著增加系統成本和響應時間.

3. 應急優先原則：確認溢油后即可啟動應急流程，油種鑒定可后續通過實驗室分析完成.

答：

1. 需要明確說明的是，ATE5000的定位是油污泄露監測設備，而非污染溯源系統。因此，系統輸出的結論類型與執法定責系統有本質區別。"

答：

1. ATE5000 采用的是激光誘導熒光（LIF）技術，它檢測的核心是油膜的厚度是否達到儀器的靈敏度閾值，而不是油膜的視覺面積大小或油量的多少。

(1) 哪個更容易識別？：在我們的檢測體系里，只要厚度達標，兩者都能準確識別。識別難度與油膜的分布范圍（大范圍還是局部）關系不大，主要取決于油膜的實際厚度是否達到了20μm的檢出限。

(2) 哪個更容易誤判？：既然兩者在原理上都是通過“測厚”來報警，那么誤判的風險也是相似的。真正的誤判風險主要來自于那些厚度也達到20μm的非油污干擾物（如特定的藻類、泡沫或污水），而不是來自于油膜本身是“薄”還是“重”。

答：

已有多個成功落地案例，涉及港口和海事系統。

案例1：山東港口渤海灣港濱州港區

案例2：山東海事局煙臺船舶溢油應急設備庫

實施注意事項：