本文为我们持续更新的系列连载文章之一，该系列探讨为何在泄漏检测与修复 (LDAR) 项目中引入定量光学气体成像 (QOGI) 对提升作业效率与安全水平、强化合规并优化甲烷监测项目至关重要。

长期以来，LDAR 项目一直是石油、天然气、石化及工业生产作业中排放管控的基础。数十年来，这些项目的核心工作是识别泄漏点、实施修复，并证明符合环境法规要求。

但行业仍在持续发展变化。当下的监管环境、ESG（环境、社会及治理）要求以及运营重点，推动行业不再止步于单纯的泄漏检测。作业方不仅需要发现泄漏，还需要掌握泄漏情况：对排放进行量化、追踪长期变化趋势，并证明减排目标取得可衡量的进展。

这一转变体现出行业大方向的变化：原本仅做泄漏检测的 LDAR 项目，正在转向排放检测与量化相结合的方案。 

这一转变的核心正是定量光学气体成像 (QOGI)——该技术在传统光学气体成像 (OGI) 的基础上，增加了在巡检现场直接估算排放速率的能力。

对许多作业方而言，QOGI 不仅仅是一项渐进式技术改良，更是使其排放监测项目面向未来迈出的切实一步。

从检测到决策的转变

传统 LDAR 工作流程旨在解答一个简单的问题：

是否有泄漏，泄漏点在哪里？

光学气体成像 (OGI) 通过使作业人员能够实时可视化气体排放，改变了这一过程。OGI 使用针对甲烷等碳氢化合物吸收特性调校的红外相机，可将原本不可见的泄漏转化为对比背景下清晰可见的移动羽流。

这在效率和安全性方面都是一次重大进步。但传统 OGI 仅进行定性检测。虽然它能显示排放发生的位置，但无法测量泄漏规模或排放速率。QOGI 扩展了这一能力。

通过将校准模型和羽流分析应用于红外图像，QOGI 将视觉数据转换为估算的排放速率。 

为何 LDAQ 正在成为行业新标准

向 LDAQ 迈进由多重叠加因素共同推动：

1. 监管要求不断提高

包括美国环保署 (EPA) 更新后的甲烷法规在内的近期监管框架，愈发重视报告数据的准确性、信息透明度与责任落实。作业方不仅要识别排放源，还需要证明排放随时间实现削减。

2. 监测频次增加

各设施需要对更多设备资产开展更高频率的监测。这使得需要采集、分析、上报的数据量大幅增加。

3. ESG 和企业报告

投资者和利益相关者要求对排放绩效进行更详尽的披露。量化检测可实现更具实质意义的报告编制与对标分析。

4. 运营效率

了解哪些泄漏最为关键，使作业方能够合理分配资源并减少不必要的作业。

在现有 LDAR 工作流程基础上升级

采用新技术的挑战之一在于需要重新培训人员或彻底改变现有流程。在安全、合规和运营连续性至关重要的行业中尤其如此。

接受过 OGI 系统培训的技术人员只需极少变动即可过渡到 QOGI。巡检过程基本保持不变：

• 使用红外相机扫描设备
• 目视识别排放
• 获取文档资料用于上报

正如 Flir 的 OGI 业务发展总监 Craig O’Neil 所言： 

“QOGI 能够提供可直接用于决策的快速测量数据，可无缝融入现有 LDAR、MRV 及上报工作流程，使作业方突破单纯泄漏识别的局限。”

从快照式巡检到数据驱动型项目

传统 LDAR 项目多为阶段性作业。巡检按设定周期开展，检测结果以独立事件形式记录。

QOGI 可实现连续性更强、数据驱动的监测模式。由于每次巡检同时完成检测与量化，所得数据可用于：

• 追踪排放长期变化趋势
• 识别重复出现的问题或高风险设备
• 评估泄漏修复的有效性
• 支持排放清单编制和报告

这使得 LDAR 从一项以合规为导向的工作，转变为运营洞察的信息来源。

实现对高影响排放的快速响应

并非所有泄漏的危害程度都相同。有些排放量小、呈间歇性；还有一部分泄漏会造成大量产品损失，或带来安全隐患。传统作业流程往往需要额外开展测量，才能确定哪些泄漏应优先处理。

QOGI 加快了这一过程。通过在初次巡检时估算排放速率，QOGI 使作业方能够：

• 即刻识别大规模泄漏
• 根据影响确定修复优先级
• 更有效地分配资源

在未来以 LDAQ 为主导的环境中，快速应对高影响排放的能力将成为合规和运营绩效的关键要素。

与新兴监测技术整合

未来的排放监测策略不会只依靠单一工具，而是会结合多种技术，包括：

• 用于组件级巡检的手持式 OGI/QOGI 系统
• 用于持续观察的固定式监测系统
• 用于厂区全域排查的卫星或航空探测

QOGI 在排放源头开展检测，可提供详实、可操作的数据，对大范围监测技术形成有效补充。当卫星、固定传感器等远程手段发现泄漏时，可以利用 QOGI 在现场进行验证和量化。 这不仅在部件层面提高了检测与量化的效率，还有助于通过自上而下与自下而上技术的结合，满足 LDAQ 的多层级监管要求。 

平稳过渡，避免作业中断

面向未来的规划中最重要的方面之一就是最大限度地减少中断。

O'Neill 表示：“作业方无法承受停产或进行大规模系统改造来采用新技术。任何解决方案都必须无缝集成到现有工作流程中，同时立即产生价值，”

QOGI 非常符合这一要求，其被设计为在一套熟悉的工作流程中同时完成检测与量化。这种双重能力意味着作业方可以将量化能力纳入其 LDAR 项目，而无需：

• 更换现有设备
• 重新设计巡检规程
• 大幅增加巡检耗时

通过务实演进实现面向未来的规划

面向未来的规划并不是要预测每一项监管或技术变革，而是选用能够满足不断变化要求的工具与作业流程。

QOGI 通过以下方式助力实现该目标：

• 顺应日益重视量化的趋势
• 提升现有 LDAR 工作流程的价值
• 为合规和运营提供可操作的数据
• 与范围更广的监测生态系统集成

随着行业持续向 LDAQ 迈进，能够在一套工作流程中集检测、可视化与量化于一体的技术将变得越来越重要。

在这一背景下，QOGI 代表了一条切实可行且可规模化落地的发展路径。

展望未来

从 LDAR 向 LDAQ 的转型已然开启。尽管不同地区、不同行业的采纳节奏有所不同，但方向十分明确：排放监测正朝着数据驱动、更加透明、深度融入运营决策的方向发展。

QOGI 在推动这一转变中发挥着关键作用——它并非取代现有做法，而是对其进行扩展。

在本系列的最后一篇文章中，我们将探讨为何 QOGI 专业知识很重要，以及独立研究和实际验证如何证明这项技术的可靠性和成熟度。

想了解更多？ 

访问我们的 QOGI 页面，深入了解这项技术。

详细了解 QOGI

或联系我们的销售团队。 

联系我们