基于多源衛(wèi)星遙感的渤海海上油氣平臺識別

陸靄瑩，李 鵬，朱海天，陳 鵬*，趙益智

(1.自然資源部第二海洋研究所，浙江 杭州 310012； 2.衛(wèi)星海洋環(huán)境動力學(xué)國家重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 310012； 3.中國海洋大學(xué) 海洋地球科學(xué)學(xué)院，山東 青島 266100； 4.國家衛(wèi)星海洋應(yīng)用中心，北京 100081)

0 引言

海上油氣平臺是海洋資源開發(fā)的關(guān)鍵設(shè)備，其數(shù)量、規(guī)模、產(chǎn)量等信息反映著一個國家海洋油氣資源的開發(fā)實(shí)力和勘探程度[1]。利用衛(wèi)星遙感技術(shù)實(shí)現(xiàn)海上油氣平臺信息的精確提取在海域管理、航道安全、溢油監(jiān)測等方面具有應(yīng)用價值。

合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)影像具有成像清晰、不受天氣影響的優(yōu)點(diǎn)和采集效率低、存檔數(shù)據(jù)少、數(shù)據(jù)覆蓋率低的缺點(diǎn)。基于SAR影像的海上油氣平臺識別方法，常用的有恒虛警率算法(Constant False Alarm Rate, CFAR)[2- 4]、閾值分割算法等[5]?；诨叶葘傩越y(tǒng)計的閾值分割算法，其核心是設(shè)置固定的閾值實(shí)現(xiàn)目標(biāo)和背景的分離[5]，如 ELDHUSET et al[6]利用閾值分割算法成功識別了SAR影像中的海上船舶目標(biāo)。

較之SAR影像，光學(xué)影像一方面可以很好地進(jìn)行目視判別，具有更大的空間覆蓋率、更多的存檔數(shù)據(jù)以及更高的采集效率等優(yōu)點(diǎn)；另一方面也存在易受干擾(如天氣、海浪的影響)、目標(biāo)灰度與海面背景區(qū)分度低的缺點(diǎn)。應(yīng)用光學(xué)遙感影像進(jìn)行海上油氣平臺識別和提取的相關(guān)研究較多，如LIU et al[7]基于Landsat-8影像提出了一種精度較高的離岸油氣平臺自動檢測算法；趙賽帥 等[8]提出了一種結(jié)合滑動窗口和影像疊加，適用于中等分辨率Landsat影像的海面油氣平臺提取監(jiān)測方法；李強(qiáng) 等[9]和LIU et al[10]整合高分1號數(shù)據(jù)、VIIRS燈光數(shù)據(jù)以及Landsat-8數(shù)據(jù)提取了南海海上油氣平臺；孟若琳 等[11]提出了一種基于可見光遙感數(shù)據(jù)的船舶油井檢測策略，解決了已有算法在大尺度影像上搜索和查找目標(biāo)方面存在的問題。

海上油氣開發(fā)活動的時間跨度長(以年為單位)、空間范圍廣(遍布整個海域)、探測難度大(受云霧、噪聲干擾)，而目前針對海上油氣平臺識別的相關(guān)研究往往局限于單一數(shù)據(jù)源和特定時期[12]，無法滿足現(xiàn)階段的觀測需求，實(shí)現(xiàn)空間和時間尺度的全面覆蓋。因此，本文擬結(jié)合Sentinel-1 SAR影像(2018—2021年)和Landsat-8光學(xué)遙感影像(2018—2021年)，開展渤海海上油氣平臺識別技術(shù)研究。

1 研究區(qū)與數(shù)據(jù)集

1.1 研究區(qū)概況

渤海海域是我國近海最大的原油生產(chǎn)基地，可供勘探面積約5.1萬 km2[13]。渤海油田投產(chǎn)50 多年來，已累計探明石油地質(zhì)儲量超44億噸、天然氣地質(zhì)儲量近5 000億方、油氣產(chǎn)量超過4.93億噸，成為我國能源安全和經(jīng)濟(jì)社會發(fā)展的重要保障[14]。

1.2 數(shù)據(jù)集

研究數(shù)據(jù)包含遙感影像數(shù)據(jù)以及地理空間基礎(chǔ)數(shù)據(jù)兩部分，具體信息見表1。

表1 數(shù)據(jù)集信息Tab.1 The research data set

(1)Landsat-8遙感影像28景，Sentinel-1遙感影像32景，用于渤海油氣平臺識別和空間位置提取；ZY-3遙感影像5景，用于油氣平臺識別結(jié)果的驗(yàn)證。

(2)地理空間基礎(chǔ)數(shù)據(jù)包括中國行政境界矢量數(shù)據(jù)以及90 m分辨率的渤海海域數(shù)字高程模型(Digital Elevation Model, DEM)數(shù)據(jù)，用于遙感數(shù)據(jù)預(yù)處理及油氣平臺圖件繪制。

2 油氣平臺識別方法

2.1 基于Landsat-8遙感影像的油氣平臺識別

先對Landsat-8遙感影像進(jìn)行輻射定標(biāo)、大氣校正等預(yù)處理，再通過海陸分割提取海水區(qū)域。

利用ENVI 5.6軟件，通過閾值分割法、K-means分類法[15]以及最大似然分類法[16]進(jìn)行油氣平臺目標(biāo)識別。選擇第7波段(2.11～2.29 μm，空間分辨率30 m)影像進(jìn)行閾值分割[17]，以輻射亮度500 為閾值區(qū)分目標(biāo)與背景(通常油氣平臺和船舶的輻射亮度大于500，海水小于500)。

2.2 基于Sentinel-1遙感影像的油氣平臺識別

先對Sentinel-1遙感影像進(jìn)行影像校正、濾波、輻射定標(biāo)等預(yù)處理，再進(jìn)行海陸分割。利用Sentinel-1 的VH與VV極化影像，增大海上金屬目標(biāo)(油氣平臺、船舶)與水體背景的輻射亮度差異，根據(jù)水體提取指數(shù)[18]區(qū)分目標(biāo)和海水背景，公式如下：

KSDWI=ln(10·σVV·σVH)-8

(1)

其中：KSDWI是水體提取指數(shù)，σVV、σVH分別為Sentinel-1 VV、VH極化影像的后向散射系數(shù)。

利用ENVI 5.6軟件，以ln(10·σVV·σVH)=-2 為閾值分割目標(biāo)與背景，其中油氣平臺和船舶等金屬目標(biāo)區(qū)，該參數(shù)普遍大于-2，而海水區(qū)域，該參數(shù)一般為-0.8左右。

2.3 虛警剔除

識別過程中會產(chǎn)生兩類虛警，一類為船舶虛警，因其與油氣平臺同為金屬目標(biāo)，光譜特征或散射截面相似而導(dǎo)致的識別錯誤；另一類為平臺虛警，指同一平臺識別成多個目標(biāo)的情形。

根據(jù)油氣平臺位置固定而船舶位置移動的特性，對2018—2021年多景遙感影像提取的海上目標(biāo)位置進(jìn)行對比分析，去除船舶虛警，篩選出位置固定的疑似平臺目標(biāo)。為排除天氣及其他不利因素對識別的干擾，將同一位置出現(xiàn)兩次以上的初步識別目標(biāo)定為疑似平臺目標(biāo)，進(jìn)一步判別疑似平臺目標(biāo)的形狀、大小等基本幾何特征是否與油氣平臺相符，若相符，則認(rèn)定該目標(biāo)為海上油氣平臺(圖1)。

圖1 海上油氣平臺識別思路Fig.1 The idea of identifying offshore oil and gas platform

尺寸較大的平臺易被識別為多個目標(biāo)(平臺虛景)，通過設(shè)置距離閾值對目標(biāo)進(jìn)行歸并、去重處理。根據(jù)海上油氣平臺尺寸(通常為50～100 m)，將30 m設(shè)為距離閾值，兩個點(diǎn)之間距離小于30 m時，視為同一目標(biāo)，目標(biāo)位置位于兩點(diǎn)連線的中心(圖2)。

圖2 部分目標(biāo)歸并、去重前后對比Fig.2 Comparison before and after merging and deduplicating of some targets

2.4 決策級融合

將基于Landsat-8數(shù)據(jù)源的閾值分割法、K-means分類法[15]以及最大似然分類法3種方法的識別結(jié)果和基于Sentinel-1 SAR數(shù)據(jù)源的閾值分割法的識別結(jié)果在ArcGIS軟件中疊加，歸并、去重，得到2021年渤海油氣平臺的空間位置分布。

3 渤海油氣平臺識別結(jié)果及分析

基于Landsat-8數(shù)據(jù)源識別的渤海油氣平臺數(shù)量為113～166座，基于Sentinel-1數(shù)據(jù)源識別的平臺數(shù)量為338座，決策級融合后識別平臺的數(shù)量為428座(表2)。

表2 海上油氣平臺識別數(shù)量Tab.2 Statistics of identification results of offshore oil and gas platforms

基于Landsat-8影像的3種識別方法、基于Sentinel-1 影像的閾值分割法以及決策級融合方法識別的渤海油氣平臺空間分布大體一致。如圖3所示，在遼東灣，油氣平臺沿東北—西南方向線狀分布，延續(xù)至中部海域；在渤海灣，油氣平臺分布較其他海域密集，東部海域較中、西部數(shù)量更多，特別是東營北部海域，平臺分布最為密集；在萊州灣，油氣平臺主要分布在北部海域，其余海域分布較少且零散。

圖3 渤海油氣平臺識別結(jié)果Fig.3 The identification results of oil and gas platform in the Bohai Sea

同樣采用閾值分割法，基于Sentinel-1 SAR影像的平臺識別數(shù)量明顯高于Landsat-8光學(xué)影像(表2)；在平臺的空間分布上，兩者總體分布一致，但在平臺分布的密集區(qū)差異較大，如萊州灣南部、渤海灣東北部以及東營北部海域(圖3a,3d)。在遙感影像識別中，目標(biāo)與背景在顏色、亮度等方面的差異越大，識別越精確[19]。Landsat-8等光學(xué)影像易受到天氣、海浪等影響，目標(biāo)與背景的差異相對較小(圖4a)，故識別數(shù)量較少。而在Sentinel-1 SAR影像中，船舶或平臺等金屬目標(biāo)因與海水表面發(fā)生角反射呈亮白色，與黑色的背景形成強(qiáng)烈對比(圖4b,4c)。因此，在Sentinel-1 SAR影像中易于識別出平臺目標(biāo)，但由于目標(biāo)的輪廓與形狀清晰度較差，可能導(dǎo)致識別數(shù)量偏高。

圖4 同一油氣平臺的Landsat-8真彩色影像(a),Sentinel-1 VV影像(b)和Sentinel-1 VH影像(c)Fig.4 Landsat-8 true color image (a), Sentinel-1 VV image (b) and Sentinel-1 VH image (c) for the same oil and gas platform

不同的識別方法有各自的局限性，同是Landsat-8數(shù)據(jù)，3種方法識別的目標(biāo)數(shù)量差異較大(表2)，其中K-means分類法識別出的平臺數(shù)量最多。由于 K-means 分類法為非監(jiān)督算法，它根據(jù)像元間的相似程度自動判別歸類，沒有人工干預(yù)過程[20]，因此可能會存在部分虛警未被剔除的情形。

閾值分割法根據(jù)目標(biāo)與背景的輻射亮度差異來篩選油氣平臺，有時會因天氣、海浪等的干擾導(dǎo)致兩者的輻射亮度差異較小，使部分油氣平臺被遺漏。表2 中基于Landsat-8影像的閾值分割法識別的平臺數(shù)為136座，低于K-means分類法。

表2中Landsat-8影像應(yīng)用最大似然分類法識別的油氣平臺數(shù)量最少，僅113座，明顯低于同一數(shù)據(jù)源的其他兩種方法。最大似然分類法是一種監(jiān)督分類算法，訓(xùn)練樣本的質(zhì)量決定其分類的精度[21]。在本研究中識別目標(biāo)的數(shù)量偏低，一方面與訓(xùn)練樣本的類型不夠全面有關(guān)，如未能囊括各種尺寸、顏色和狀態(tài)的油氣平臺；另一方面，由于在人工監(jiān)督過程中，一些目標(biāo)清晰度不足或尺寸過小的樣本會被剔除，導(dǎo)致訓(xùn)練樣本數(shù)量不夠充足。

決策級融合方法綜合了光學(xué)和SAR兩種數(shù)據(jù)源，3種識別方法的結(jié)果，其識別出的海上油氣平臺數(shù)量最多(表2)。

4 驗(yàn)證

因油氣平臺的特殊性，無法準(zhǔn)確獲取渤海油氣平臺數(shù)量和位置等信息。通過與高空間分辨率遙感影像(ZY-3)、已發(fā)表文獻(xiàn)以及渤海油氣田的相關(guān)公開資料的對比、分析，對決策級融合方法的可靠性和準(zhǔn)確性進(jìn)行評估。

4.1 利用高空間分辨率遙感影像驗(yàn)證

對ZY-3影像與融合方法識別結(jié)果(圖3e)進(jìn)行逐景逐個目標(biāo)位置(100 m 范圍內(nèi))的目視判別，驗(yàn)證融合方法的可靠性。ZY-3影像的空間分辨率高于Landsat-8和Sentinel-1影像(表1)。如果圖3e平臺目標(biāo)未在ZY-3影像的相應(yīng)位置出現(xiàn)，視為錯判；如果圖3e中未出現(xiàn)而ZY-3影像中存在幾何特征與油氣平臺相似且無艦船尾跡的目標(biāo)，視為漏判。圖5a 展示了基于ZY-3影像的東營北部海域油氣平臺識別結(jié)果驗(yàn)證，圖5b展示了遼東灣中部部分平臺識別結(jié)果驗(yàn)證。

圖5 基于ZY-3影像的渤海油氣平臺空間位置目視解譯驗(yàn)證Fig.5 Visual interpretation and verification of spatial location of oil and gas platforms in Bohai Sea based on ZY-3 images

5景ZY-3影像共驗(yàn)證識別目標(biāo)256個，其中正確218個，錯判28個，漏判10個，識別正確率為85.2%，錯判率為10.9%，漏判率為3.9%。

4.2 與已有研究結(jié)果的對比

在渤海區(qū)域，LIU et al[22]識別出2007—2010年渤海海上油氣平臺共25座，空間分布如圖6所示。邴磊[23]識別出2013—2014年渤海海上油氣平臺共141座，空間分布如圖7所示。

圖6 2007—2010年渤海海上油氣平臺(改繪自文獻(xiàn)[22])Fig.6 Offshore oil and gas platforms in the Bohai Sea in 2007—2010 (Modified from reference[22])

圖7 2013—2014年渤海海上油氣平臺(改繪自文獻(xiàn)[23])Fig.7 Offshore oil and gas platforms in the Bohai Sea in 2013—2014 (Modified from reference[23])

與前人的識別結(jié)果對比發(fā)現(xiàn)，2021年渤海油氣平臺數(shù)量較2013—2014年和2007—2010年明顯增加。2012—2022年，渤海海域連續(xù)發(fā)現(xiàn)了渤中19-6、蓬萊9-1、墾利6-1、墾利10-2等7個億噸級油氣田[24]。油氣資源開發(fā)的蓬勃發(fā)展，可能是導(dǎo)致油氣平臺數(shù)量劇增的主要原因。

已開發(fā)油氣田的位置相對固定，且大部分油氣田如今仍在使用中。對比這些已開發(fā)油氣平臺(圖6，圖7)，發(fā)現(xiàn)它們在圖3e中的相應(yīng)位置上均有出現(xiàn)。

4.3 與渤海油氣田公開資料的對比

融合方法識別的渤海海域油氣平臺主要分布在遼東灣中部和北部、渤海灣、東營北部以及萊州灣北部海域(圖3e)，與公開資料[25]顯示的渤海海域油氣田位置分布具有較高的一致性。

5 結(jié)論

本研究構(gòu)建了一種基于多源衛(wèi)星遙感的渤海海上油氣平臺識別方法。利用2018—2021年渤海海域多源光學(xué)(Landsat-8)和雷達(dá)(Sentinel-1 SAR)遙感影像，應(yīng)用多種方法對海上油氣平臺進(jìn)行識別，并在決策階段將識別結(jié)果進(jìn)行融合。利用ZY-3高分辨率影像的目視判別結(jié)果進(jìn)行驗(yàn)證可以得出，該融合方法識別的正確率達(dá)到85.2%，錯判率和漏判率分別為10.9%和3.9%。識別的渤海油氣平臺位置分布與前人研究結(jié)果以及公開資料具有較高一致性。綜合多源遙感影像、多種識別方法的決策級融合方法，能夠準(zhǔn)確、有效實(shí)現(xiàn)海上油氣平臺的識別。