为何 QOGI 效率至关重要：通过更智能的测量改进 LDAR 项目
本文为我们持续更新的系列连载文章首篇，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。
泄漏检测与修复 (LDAR) 项目如今已不仅仅是一项监管要求，而是油气和工业设施的核心运营职能。随着甲烷相关法规日趋严格、排放报告愈发依靠数据支撑，作业方被要求在资源不变甚至减少的情况下承担更多任务。这就迫使传统 LDAR 工作流程在不降低测量质量的前提下，实现更快、更安全、更高效的作业。
定量光学气体成像 (QOGI) 正逐渐成为应对上述挑战最实用的技术手段之一。QOGI 可让作业人员在现场同时完成气体泄漏检测与泄漏量估算，从根本上改变巡检工作的规划、优先级排序与实施方式。最终打造出一套既满足合规要求且可大幅提升效率的 LDAR 项目。
传统 LDAR 面临的效率难题
传统 LDAR 项目围绕逐个部件巡检设计，最常采用美国环保署 (EPA) 方法 21。虽然这种方法在确认单个泄漏点方面行之有效，但也带来了若干效率低下的问题：
- 所有阀门、法兰及接头均需人员实地抵达检测点位
- 技术人员工作时需近距离接触具有潜在风险的泄漏气体
- 大型厂区完成全面巡检往往耗时数日乃至数周
- 检测结果通常缺乏背景信息（仅能发现泄漏，无法判定泄漏严重程度）
随着厂区规模持续扩大，法规覆盖的基础设施不断增多，上述低效问题会进一步加剧。由此产生的代价不仅体现在人工工时上，还有维修工作滞后、重大泄漏被遗漏，以及巡检人员疲劳问题，这些都可能削弱 LDAR 的有效性。
光学气体成像 (OGI) 技术改善了这一局面，巡检人员可快速扫描整套设备，直观识别气体羽流。QOGI 正是在此技术基础上进一步发展而来。
什么是定量光学气体成像 (QOGI)？
定量光学气体成像 (QOGI) 将红外气体可视化技术与基于物理原理的量化模型相结合，直接从视频数据中估算气体排放速率。简单来说，QOGI 同时解答两个问题：
- 泄漏点在哪里？
- 气体泄漏量为多少？
QOGI 不依赖默认排放因子进行估算，而是使作业人员能够按部件、设施或整体运营提供详细的测量结果。相较于行业内其他同行，积极运用 QOGI 这类先进技术管控的作业方将从中获益。
经过同行评审的可控释放试验研究证实，现代 QOGI 系统可在现场工况下以可观精度量化甲烷排放，尤其适用于对 LDAR 优先级划分至关重要的各类泄漏量。
QOGI 如何提高 LDAR 工作流程效率
1. 更快的厂区巡检覆盖
借助 OGI 技术，巡检人员仅需数分钟即可完成大面积设备巡检，无需逐个部件进行检测。整套橇装压缩机组、加工装置或储罐区均可快速扫描，大幅缩短现场作业时长。 利用 OGI 相机快速定位泄漏点后，操作人员可借助 QOGI 技术高效测量泄漏排放量。
与定点采样工具不同，采用 QOGI 无需预先预判可能发生泄漏的位置。这使得 LDAR 团队能够将精力集中在实际存在排放的地方，而不是预估发生排放的区域。
美国环保署支持的现场研究表明，基于光学气体成像的检测方案相比传统方法能更早发现重大泄漏，在设施全运行周期内减少总巡检耗时。
2. 立即确定泄漏优先级
并非所有泄漏的危害程度都相同。在传统 LDAR 作业中，轻微渗漏与大量泄漏在初始阶段可能得到同等重视，只因二者均超出检测阈值。
采用 QOGI 技术可实现：
- 重点标记并记录较严重的泄漏
- 通过排放速率估算，即时掌握泄漏实际情况
- 根据泄漏影响程度对修复工作划分优先级
对 QOGI 系统的受控测试表明，约 75% 的量化测量值与真实泄漏速率的误差在三倍范围以内，这足以在巡检过程中区分高影响泄漏与轻微泄漏。
据此，作业方能够：
- 优先修复最大的问题
- 更高效地调配维修人员
- 更快地减少总排放量
3. 减少后续复测需求
在许多 LDAR 项目中，发现泄漏仅仅是第一步。往往还需要借助其他工具测量浓度或估算排放量，这增加了作业耗时与操作复杂度。
QOGI 通过一次作业即可同时完成泄漏排查与排放量估算，从而减少了这一需求。虽然对于某些监管阈值，可能仍需要使用确认性工具进行验证，但 QOGI 能够显著降低技术人员重复检查同一设备的频率。
在受控测试设施进行的多项研究表明，对多段视频观测结果取平均值，可提升 QOGI 量化精度；这也进一步说明该技术是高效的筛查与优先级判定工具，而非一次性测量技术。
4. 更安全、更高效的巡检
效率与安全密不可分。QOGI 使巡检人员能够：
- 保持更远作业距离
- 在密闭空间外作业
- 不必登脚手架或攀爬高处结构
- 测量其他技术无法触及的泄漏点
远程检测能力减少了巡检人员暴露于操作危险环境的风险，同时让巡检人员每个轮班可完成更大范围的巡检。长期来看，这可为 LDAR 团队带来更高作业效率，同时降低作业风险。
新规之下，效率为何愈发重要
监管项目越来越鼓励排放的早期识别和精准表征，而不仅仅是提供已开展监测的证明。
在美国，美国环保署的温室气体报告计划的 W 子部分要求受管辖的油气设施使用规定的方法和支撑数据报告甲烷排放。最新修订内容强调现场实测得出的测量结果，以及更高的信息透明度。
与此同时，EPA OOOOb 和 OOOOc 法规正在将 LDAR 要求扩展至新增和现有排放源。为满足合规义务，必须采用更快速、更智能化的巡检方式。
虽然 QOGI 目前在美国尚不能直接替代法规规定的检测方法，但可通过以下方式为这些监管项目提供支持：
- 提高检测效率
- 生成有据可查排放背景数据
- 减少对通用排放因子的依赖
在欧盟等全球其他地区，QOGI 是排放测量的核心技术，可为满足法规要求提供更高效、更有效的测量能力。
效率背后的科学原理
QOGI 所实现的效率提升源于物理原理，而非流程上的投机取巧。
- 红外吸收使甲烷类碳氢气体在适当的背景下清晰显现
- 辐射传输模型将像素强度转换为羽流浓度
- 光流算法估算气体在不同帧之间的运动
- 控制释放验证确认在已知条件下的性能
由高校主导的独立评估表明，风速、热对比度等环境因素会对测量精度产生影响，这凸显了训练有素的作业人员与正确部署设备的重要性，同时也说明不应过度依赖单次测量结果。
当按设计工况使用时，QOGI 可快速提供切实可行的见解，这正是高效 LDAR 项目所需要的。
效率不以牺牲可靠性为代价
排放测量工作的一大核心顾虑，就是提升检测速度是否会损害结果可信度。越来越多经过同行评审的 QOGI 相关文献表明，并不需要在二者之间做取舍。
学术和研究机构开展的多项独立研究已在盲测、受控条件下评估了 QOGI 系统，客观披露其优势与局限性。作业方在受监管环境中采用新技术时，这种程度的严格审查至关重要。
效率最大的价值是助力作出更好的决策，而不仅仅是更快的决策。这不仅能对投资回报率产生积极影响，还能减少损失。
展望未来
随着 LDAR 项目逐步向泄漏检测与量化 (LDAQ) 发展，效率的衡量标准将越来越多地不再是“完成了多少次巡检”，而是“减少了多少排放量”。
定量光学气体成像 (QOGI) 并不能替代良好的工程判断或合理的维护措施，但它能够优化工作流程，帮助巡检团队提升作业速度、保障作业安全，并将精力投入到能够产生最大成效的地方。
在本系列的下一篇文章中，我们将探讨为何 QOGI 合规很重要，以及量化如何加强排放报告和监管信任。
想了解更多？
或联系我们的销售团队。