基于QGIS的油田遙感信息提取系統(tǒng)研究

劉 焱，王 媛，辛凱強，孫晨紅

(1.北京中科航天人才服務有限公司陜西省分公司，陜西 西安 710000;2.河北師范大學地理科學學院，河北 石家莊 050024;3.陜西航天技術(shù)應用研究院有限公司，陜西 西安 710000;4.自然資源陜西省衛(wèi)星應用技術(shù)中心，陜西 西安 710050)

0 引言

石油是工業(yè)血液，經(jīng)濟發(fā)展的源動力。但石油致害力也高，受暴雨等自然災害影響較大，洪水、油氣滲漏等會給油氣開采帶來潛在威脅，同時也會造成生態(tài)環(huán)境的破壞[1-2]。加強對石油生產(chǎn)設(shè)施的核查、監(jiān)測力度對石油勘探開發(fā)具有重要的意義[3-4]。遙感衛(wèi)星技術(shù)作為信息獲取的一種重要技術(shù)手段，具備動態(tài)監(jiān)測的能力，在各個領(lǐng)域發(fā)揮越來越大的作用，通過遙感圖像可以從宏觀上識別地物目標，實現(xiàn)遙感專題信息的提取工作，例如油田油氣微滲漏異常信息、運輸管線和交通線路等地面工程解譯，以及災害危險信息等。本文提出的油田遙感信息提取系統(tǒng)以遙感、GIS為基礎(chǔ)，以油區(qū)道路、水體以及油氣微滲漏提取為核心，能夠方便快捷地進行數(shù)據(jù)處理、分析及專題信息提取，為油田勘探開發(fā)提供決策支持。

1 油田遙感信息提取系統(tǒng)設(shè)計

1.1 系統(tǒng)開發(fā)模式

在綜合比較各種遙感圖像處理系統(tǒng)開發(fā)模式的基礎(chǔ)上，選擇開源QGIS進行二次開發(fā)。QGIS作為一個專業(yè)的的桌面地理信息平臺應用框架，實現(xiàn)了地理信息應用領(lǐng)域通用完備底層服務，使得開發(fā)人員可以在一個已有的通用功能的基礎(chǔ)上進行更加專業(yè)的系統(tǒng)開發(fā)[5-6]。QGIS應用框架以軟件設(shè)計的重用性和系統(tǒng)的可擴展性為原則，以縮短大型應用軟件系統(tǒng)的開發(fā)周期，提高開發(fā)質(zhì)量為目標。與傳統(tǒng)的從底層開發(fā)的區(qū)別在于，QGIS應用框架技術(shù)強調(diào)的是通用功能的可重用性，系統(tǒng)開發(fā)人員直接可以重用它的一些底層的算法，而不必關(guān)注這些算法如何實現(xiàn)，它通過提供一些外部接口，使得從已有構(gòu)件庫中建立應用變得簡單[7-8]。同時由于框架在結(jié)構(gòu)上的可擴展性，使得開發(fā)人員在此基礎(chǔ)上能夠方便進行第三方庫的引入。因此，筆者基于開源QGIS地理信息平臺應用框架，以Visual Studio 2015作為二次開發(fā)平臺，利用C++、QT語言進行了油田遙感信息提取系統(tǒng)的開發(fā)。

1.2 系統(tǒng)建立流程

創(chuàng)建油田遙感信息提取系統(tǒng)首先需要收集相關(guān)地圖資料和遙感影像等數(shù)據(jù)，本系統(tǒng)中使用到衛(wèi)星影像數(shù)據(jù)包括GF-2、Landsat-7 ETM+以及Hypersion。然后，對遙感影像數(shù)據(jù)進行預處理，包括幾何校正、正射校正、圖像增強、空間變換、濾波以及高光譜分析處理，并對處理后的數(shù)據(jù)歸檔及錄入數(shù)據(jù)庫。最后，從軟件開發(fā)的角度進行需求設(shè)計、開發(fā)架構(gòu)設(shè)計以及功能設(shè)計，利用Microsoft Visual Studio 2015可視化集成開發(fā)平臺完成對油田遙感專題信息提取系統(tǒng)功能的開發(fā)，實現(xiàn)從遙感圖像中獲取與油田勘探開發(fā)有關(guān)信息的需求。本文以中石化油田為例，主要提取道路、水體和油氣微滲漏信息，如圖1所示。

圖1 油田遙感信息提取系統(tǒng)建立流程圖

1.3 系統(tǒng)功能結(jié)構(gòu)

圖2 系統(tǒng)功能結(jié)構(gòu)圖

系統(tǒng)采用模塊化分塊設(shè)計，油田遙感信息提取系統(tǒng)按照功能不同分為多個一級模塊，在各個一級模塊下根據(jù)需要設(shè)二級分模塊，二級分模塊下即為具體的子功能模塊，通過一級模塊+二級分模塊+子功能模塊的形式，形成層次化的模塊結(jié)構(gòu)。油田遙感信息提取系統(tǒng)由工程模塊、視圖模塊、圖像校正模塊、圖像增強模塊、光譜分析模塊和信息提取模塊組成，如圖2所示。

1.4 數(shù)據(jù)讀取與可視化

空間數(shù)據(jù)讀取與可視化是遙感信息提取系統(tǒng)基本功能之一?？臻g數(shù)據(jù)從數(shù)據(jù)結(jié)構(gòu)上分為柵格文件和矢量文件，在遙感圖像中，主要包括GeoTiff、IMG、PIX等柵格格式。QGIS地理信息平臺支持一些通用遙感數(shù)據(jù)格式的讀取，對于無法讀取的數(shù)據(jù)格式，通過GDAL柵格地理數(shù)據(jù)格式庫新建數(shù)據(jù)驅(qū)動，調(diào)用GDALAllRegister()函數(shù)來進行擴展。系統(tǒng)可視化界面如圖3所示。

圖3 系統(tǒng)可視化界面

1.5 油田遙感數(shù)據(jù)處理

系統(tǒng)不僅能夠為用戶提供可視化服務，而且在QGIS平臺基礎(chǔ)上進行了數(shù)據(jù)處理應用擴展，油田遙感信息提取系統(tǒng)不僅開發(fā)了基礎(chǔ)的幾何校正、投影轉(zhuǎn)換服務，而且集成了圖像分析模塊，通過圖像的拉伸、銳化、像元分析等為油田遙感專題信息提取提供輔助決策，包括圖像增強、光譜分析等。

圖像增強模塊針對遙感影像像元值，通過相應的卷積算法進行色調(diào)調(diào)整，突出圖像中的有用信息，使圖像中感興趣的內(nèi)容得以強調(diào)和清晰，從而有利于目視解譯和計算機信息提取。

光譜分析模塊從像元光譜特征出發(fā)，建立針對高光譜圖像進行特征分析的模型，包括光譜特征、邊緣特征、紋理特征、形狀特征等數(shù)據(jù)進行分析，以獲取相關(guān)的圖形分析結(jié)果。

1.6 油田遙感專題信息提取

油田遙感信息提取模塊在數(shù)據(jù)處理功能的基礎(chǔ)上，開發(fā)了針對不同遙感影像專題信息提取功能，實現(xiàn)了道路、水體、油氣微滲漏等信息提取。專題信息提取模塊基于QGIS平臺框架，通過C++、QT編程語言實現(xiàn)了自己特有的圖形及數(shù)據(jù)管理組件，可以獨立運行，目前只實現(xiàn)了部分關(guān)鍵信息快速提取算法。為了后續(xù)能夠擴展信息提取模塊，平臺預留了算法擴展接口，方便不斷完善油田遙感應用平臺。

2 關(guān)鍵技術(shù)

2.1 道路提取

2.1.1 技術(shù)流程

道路提取算法從自動化程度上分為全自動和半自動算法[9]。由于目前計算機人工智能還不能實現(xiàn)全自動從數(shù)字影像中理解與提取地物信息，因此本系統(tǒng)在經(jīng)過反復試驗和野外驗證的基礎(chǔ)上，決定采用針對油田工作區(qū)遙感影像的、基于模板匹配的半自動提取算法。

模板匹配道路提取算法是一種半自動提取方法，它需要手動創(chuàng)建模板，統(tǒng)計目標區(qū)域剖面像元與模板區(qū)域剖面像元灰度值差的平方和，最小值對應的像元點作為新的道路點，同時計算舊點與該點連接的直線與水平方向直線的夾角[10](圖4)。具體步驟如下：

圖4 道路提取算法流程圖

(1)首先通過人工交互確定道路中心線的起點，一般包括道路中心點在內(nèi)的3個以上點。

markMatchPoint(Point pre_pt,Point cur_pt)

(2)創(chuàng)建道路模板剖面。通過人工交互的方式獲取道路的起點p、道路延伸方向θ、道路寬度w, 垂直于道路延伸方向的道路剖面，剖面寬度L是道路寬度w的2倍。

cross_width=abs(pre_pt.x-cur_pt.x)

cross_height=abs(pre_pt.y-cur_pt.y)

cross_widthy=2*cross_width

Templ=getTempl(pre_pt,cur_pt)

(3)創(chuàng)建道路的目標剖面，統(tǒng)計模板剖面像元與目標剖面像元的灰度差平方和。從當前道路點沿道路延伸方向θ前進長度s，到達點p，然后在道路延伸方向上實施幾何變換，形成多個目標剖面，計算這些目標剖面的像元灰度值與模板剖面的差的平方和，最小值對應的像元點作為新的道路點，同時計算舊點與該點連接的直線與水平方向直線的夾角。

matchTemplate( cross_Yimg, Templ, cross_Result, CV_TM_SQDIFF )

minMaxLoc( cross_Result, &cross_minValue, &cross_maxValue, &cross_minLoc, &cross_maxLoc, mask)

(4)判斷道路提取結(jié)束條件。如果到達影像的邊界，或者延伸到之前已提取的道路，或者最小二乘的結(jié)果超過規(guī)定的閾值T，則跳到步驟(5)；否則，將該新提取的道路點添加到追蹤軌跡中，并跳到步驟(3)。

(5)結(jié)束道路提取，人工進行判別、整理。

2.1.2 試驗分析

利用中石化某油田東部區(qū)域一張GF-2全色影像對上述模版匹配道路提取算法進行了驗證，該圖像的大小為3 124像元×3 160像元，圖像上道路特征明顯，路面輻射比較均一，有少量樹木造成的遮蔽。試驗統(tǒng)計發(fā)現(xiàn)在提取過程中出現(xiàn)追蹤錯誤次數(shù)、追蹤停止次數(shù)、提示用戶手工輸入次數(shù)分別為10次、12次、69次，總耗時1 900s。

2.2 水體提取

2.2.1 技術(shù)途徑

水的光譜特征是由水的物理和化學性質(zhì)決定的。對于清水，在可見光波段500nm之前，水的吸收和反射率較低，透射較高；在藍—綠光波段反射率4%～5%，500nm以下的紅光部分反射率降到2%～3%，在近紅外和短波紅外波段幾乎全部吸收，反射很少，因此利用紅外波段提取水體較為可行[11]。

結(jié)合水體的光譜特征，通過特征波段構(gòu)造水體指數(shù)模型實現(xiàn)水體提取。歸一化水體指數(shù)(NDWI)模型[12]就是一種廣泛使用的算法，其表達式為:

NDWI=(band2-band4)/(band2+band4)

(1)

式中:band2、band4分別表示TM影像中的第2和第4波段，NDWI模型根據(jù)水體和植被在綠光和近紅外兩個波段的反射吸收波譜差異，使植被等干擾信息得到最大限度的抑制，而水體信息得到最大程度的增強。主要實現(xiàn)流程如下：

(1)計算NDWI：ndwi[i]=(green[i]-nir[i])/(nir[i]+green[i])。

(2)保存NDWI，并以文件形式輸出：SaveNDWI(rows, cols, ndwi, NdwiFile)。

2.2.2 試驗分析

試驗選擇中石化某油田東部區(qū)域Landsat-7 ETM+遙感影像，計算NDWI后，根據(jù)水體指數(shù)灰度直方圖，確定區(qū)分水體與非水體的閾值, 輸出水體信息分布影像。通過精度評定發(fā)現(xiàn)，Kappa系數(shù)達到0.983 3，漏提率0.15%，誤提率0.75%，總體精度達到98.65%。

2.3 油氣微滲漏信息提取

2.3.1 技術(shù)途徑

微滲漏烴類擴散到地表后，在水和微生物的作用下，與土壤中的金屬離子反應生成碳酸鹽，因此油氣層上方地表土壤的碳酸鹽總量顯著提高，其特征吸收波段在2 350nm左右。同時微滲漏烴類中所含的氫硫化物和碳氫化物改變了上覆巖層的酸堿環(huán)境，pH值降低，酸性環(huán)境使得巖石中長石礦物被粘土礦物所置換，改變了地表上粘土礦物的分布，致使油氣層上方地表粘土礦物豐度明顯提高[12]。試驗發(fā)現(xiàn)粘土礦化在2.2μm處表現(xiàn)為較強的羥基基團的吸收特征。

試驗發(fā)現(xiàn)礦物含量與光譜吸收特征參數(shù)吸收深度H相關(guān)性最高，結(jié)合到具體識別上，希望構(gòu)建一個來指示油氣異常點[13-14]的模型，通過大量試驗表明，有烴類成因的碳酸鹽礦物的吸收深度與粘土礦物的吸收深度基本上接近，因此根據(jù)這個原理構(gòu)建了一個指示油氣微滲漏的快速指數(shù)(FI)模型[15]。

(2)

式中:H1代表碳酸鹽蝕變特征的光譜吸收深度，H2為粘土礦物蝕變特征的光譜吸收深度。在油氣微滲漏區(qū)域，由于兩種蝕變礦物吸收深度接近，所以模型中分子較大，分母較小，F(xiàn)I值較大。具體步驟如下：

(1)打開原始影像數(shù)據(jù)，進行幾何校正、研究區(qū)剪裁等數(shù)據(jù)預處理工作。

(2)對預處理后的影像進行包絡線去除。

continuumRemoval(srcFile，resultFile)；

(3)定義去除包絡線之后影像上2 200nm附近處的波段為band1，定義2 350nm附近處的波段為band2，分別計算1-band1和1-band2，即為碳酸鹽礦物和粘土礦物特征吸收位置處的吸收深度H1和H2。

(4)利用式(2)計算整幅影像的FI值。

FI[i*x_size+j]=((1-D[index_first_wavelength])+(1-D[index_second_wavelength]))/ abs((1-D[index_first_wavelength])-(1-D[index_second_wavelength]))；

(5)利用同樣的方法計算實測數(shù)據(jù)，根據(jù)實際采樣點的分布情況定義油氣指數(shù)的閾值T，F(xiàn)I>T為油氣微滲漏分布處。

2.3.2 試驗分析

利用中石化某油田東部地區(qū)一張Hyperion高光譜影像進行油氣微滲漏信息提取，該區(qū)域內(nèi)分布多個油氣地層，且伴隨有許多采油井，側(cè)面證明了該區(qū)域存在油氣微滲漏的可能。試驗發(fā)現(xiàn)通過FI指數(shù)提取的油氣微滲漏信息與野外勘探的結(jié)果吻合性達到97%，同時由于大部分位油氣微滲漏點位于油氣開采區(qū)，間接支撐了該方法的有效性。

3 結(jié)論

基于QGIS的油田遙感信息提取系統(tǒng)采用模塊化的編程方法，通過開源QGIS平臺進行二次開發(fā)，集成了遙感數(shù)據(jù)基礎(chǔ)處理功能、數(shù)據(jù)分析和專題信息提取功能，為油田遙感數(shù)據(jù)處理、信息提取和分析提供一個通用平臺，輔助油田勘探開發(fā)作業(yè)，為相關(guān)部門提供決策依據(jù)?；赒GIS應用框架構(gòu)建的油田遙感信息提取系統(tǒng)有效縮短了軟件的開發(fā)周期，提高了系統(tǒng)的重用性和可擴展性。對于系統(tǒng)中涉及到的一些專業(yè)問題，需要后續(xù)不斷研究開發(fā)補充完善。隨著衛(wèi)星遙感技術(shù)的發(fā)展、油田數(shù)據(jù)量的增長和系統(tǒng)的深入開發(fā)，遙感支撐油田勘探開發(fā)的能力將越來越強。