基于多源衛星數據的南海油氣井平臺遙感提取方法研究

王明珠 陳穎民 韓飛 陳婕 許國強 李柏權 江佳琳

摘要：文章以湄公盆地周邊海域為研究區 ，利用遙感技術手段 ， 綜合多時相、多源衛星數據 ， 探討不同數據源海上油氣井平臺提取方法。本次研究 ， 首先基于1992—2018年27景多時相夜間燈光數據和2019年兩期 SAR數據 ，分別采用高斯濾波法和雙參數 CFAR 法 ， 實現了全區域油氣井平臺的自動化提取;然后 ，針對有確定性資料輔助判定的區域 ， 采用人工目視解譯的方法 ， 對長時間序列 Landsat-8OLI及 YG24號光學衛星影像進行提取 ， 并將解譯結果作為標準數據 ， 用于驗證前兩種自動提取方法的精度。結果表明：夜間燈光影像數據易獲取、成本低 ， 提取方法簡單 ， 而 SAR 影像提取結果的精度高、流程煩瑣 ，建議根據多源衛星數據的特點相互結合 ， 實現快速、高效、精確的信息提取 ， 應用于海上油氣井平臺監測。

關鍵詞：南海;油氣井平臺;遙感;多源衛星影像;湄公盆地

中圖分類號：TP75;TP79;P7????? 文獻標志碼：A文章編號：1005-9857（2022）03-0072-07

Remote Sensing Extraction Methods for Drilling Platformsin South China Sea Based on Multi-Source Satellite Image！Taking the waters around the Mekong Basin as an example

WANG Mingzhul'2，CHEN Yingmin'3，HAN Fei2 ，CHEN Jie'，XU Guoqiang12，

LI Boquan'，JIANG Jialin2

（1.The Key Laboratory of Marine Geological Resources and Environment of Hainan Province ， Haikou 570206.China;2.Comprehensive Institute of Geological Investigation of Hainan Province，Haikou 570206.China;3.Hainan Geological Bu-reau，Haikou 570206，China4.Hainan Institute of Geological Investigation and Design，Haikou 570206，China）

Abstract： In this paper，the waters around the Mekong Basin were taken as the study area and themethods for extracting offshore drilling platforms were discussed.These methods utilized multi-temporal and multi-source remote sensing image.Firstly，the study automated the extraction ofdrilling platforms by using Gaussian filtering method and two-parameter CFAR method，respec-tively，based on 27 scenes of multi-temporal nighttime lighting data 1992一2018 and two periodsof SAR data in 2019.Then，for areas with deterministic information，visual interpretation wasused to extract drilling platforms from long time series Landsat-8 OLI and YG24 optical satelliteimages. The results were used as standard data to test the accuracy of the previous two methods.Results showed that Nighttime lighting data was easy to obtain，low cost，and simple to extractinformation.However，the accuracy of SAR image extraction results was higher， but the processwas cumbersome. In practice，according to the characteristics of multi-source satellites，it wasrecommended to combine the advantages of each other to optimize the extraction process and im-prove the accuracy of the results.

Keywords ; South China Sea，Drilling platforms，Remote sensing，Multi-source imagery，Mekong Basin

0引言

海上油氣鉆井平臺的數量在一定程度上能夠反映該海域油氣資源的開發熱度[1。因此，當務之急需查清南海油氣井平臺開采規模﹑數量、分布位置、增長速度等基本情況。只有詳盡的海洋地質勘查數據，才能科學合理地開發利用海洋資源，維護海洋自然再生產能力，為維護海洋權益提供有力的數據支撐[2—3]。

南海海域面積廣闊，遠離大陸，難以開展常規的實地驗證調查。遙感技術具有宏觀、快速、直觀、多時相、不受地理位置限制等優勢，隨著遙感技術不斷發展，其在海洋調查中已廣泛應用[4]。同時，遙感衛星數據越來越豐富，存檔數據齊全，為全面開展南海油氣井平臺調查提供了契機。目前，海上油氣井平臺的提取研究工作已逐步開展，技術不斷完善[5-6]。本研究基于中，高等空間分辨率、長時間序列的多源衛星數據 ，對油氣井平臺提取技術進行了探索 ，對比分析了各種數據源提取目標物技術的優缺點。

1 研究區域及數據源

1.1 研究區概況

本研究選擇位于南海西部的湄公盆地海域作為研究區。湄公盆地 ， 又名頭頓盆地或九龍盆地 ， 面積約4.1萬 km2 ， 海域主體水深小于100 m 。該盆地呈 NE-SW 向展布 ，延伸進入南海海域。湄公盆地地處湄公河口 ， 物源充足 ， 為海洋油氣田集中區 ，前景可觀[7]。目前該盆地勘探程度較高 ，油氣鉆井平臺較為密集 ， 因此選擇該區域作為研究區。

1.2 數據源

本研究選取了多時相、多分辨率的多源衛星數據對油氣井平臺提取方法進行研究 ， 包含的影像數據如表1所示。

2 研究方法

2.1 基于 VIRS/NPP或 DMSP/OLS夜間燈光數據的油氣井平臺提取方法

VIRS/NPP或 DMSP/OLS傳感器主要是采集夜間燈光、火光等產生的輻射信號[8] ， 即夜間燈光數據能夠直接明了地反映人類活動產生的燈光、火光、艦船燈光以及油氣井平臺在夜間作業時開啟的照明燈或信號燈等燈光。在海上 ，無燈光區域為海水 ，影像上呈黑色 ，其像元值（DigitalNumber，DN）為0。而燈光區域的 DN 大于0，與黑色背景值的海水對比 ，差異明顯。 DN越高 ， 目標物存在的可能性就越大。因此可以利用夜間燈光數據的波普信息特征 ，進行海上目標物的提取 ， 即提取燈光數據區域 ，初步判斷海上油氣井平臺分布位置[9]。依據不同地物的像元值特性 ， 本研究采用高斯濾波法（Gaussian filtering） ， 基于夜間燈光數據對油氣井平臺進行提取研究。

南海海域海上燈光主要包括油氣井平臺照明設備、艦船燈光 ， 以及陸地和部分島礁上的人類活動的照明燈或燈塔。因此需要剔除大量虛警信息 ， 消除干擾信息。對于人類活動產生的燈光信息 ， 可通過制作陸地掩膜進行海陸分離 ， 消除干擾燈光信息;對于艦船燈光的干擾 ， 可通過多期影像進行對比分析 ，通過它們的相對位置是否發生移動[10] ， 排除艦船信息。

提取方法流程：①制作陸地掩膜 ，進行海陸分離;②提取每景影像中的疑似目標物;③基于時間序列影像數據 ，成對篩選疑似目標物;④疊加合成目標物 ，形成油氣井平臺點集數據。具體流程如圖1所示。

2.1.1 制作陸地掩膜

海上油氣井平臺多分布在遠離陸地的海域 ， 為了消除陸地燈光干擾信息 ， 本研究利用海岸線數據 ，并向海洋方向緩沖5km ，制作陸地掩膜。

2.1.2 提取海面疑似目標物

在海洋區域 ，夜間燈光影像的 DN 值由目標燈光像元值（DN>0）和海水的黑暗背景像元值（DN0）構成。 DN 值越高 ， 則代表存在油氣井平臺的可能性就越大;DN值越小 ，代表存在的可能性越低。

針對目標燈光區域與海水像元值差異特征 ， 本研究利用高斯濾波法將夜間燈光影像中的燈光信息與海水區域剝離。設置 DN>0， 提取像元值大于0的像元或像元群 ， 即疑似目標燈光區域。并進行柵格矢量化轉成面文件 ， 再將面文件轉化成點文件。本次獲取1992—2018年共27組疑似目標物矢量點集。

2.1.3 成對篩選疑似目標物 ， 形成最終油氣井平臺點集數據

上述提取的疑似目標物可能是油氣井平臺或艦船。這兩種目標物具有明顯的動靜差異 ， 油氣井平臺位置相對不變 ， 而艦船具有明顯的移動特征[11-12]。依據兩者的動靜顯著特征 ，利用上述提取的27組疑似目標物的點集數據 ， 進行兩兩成對篩選 ，剔除艦船移動目標物 ， 保留位置未發生相對移動的目標物。27組數據集成對篩選對比 ， 需進行 Cn×（n-1）/2 351次。

最后將成對篩選后的點集進行疊加 ， 形成最終的油氣井平臺成果數據 ，該區域利用夜間燈光數據共提取油氣井平臺74個 ， 油氣井分布圖如圖2所示。

2.2 基于 SAR影像數據的油氣井平臺提取方法

合成孔徑雷達（Synthetic Aperture Radar， SAR）是先進的成像微波遙感器 ， 不受天氣影響 ， 可全天候和全天時工作[13]。數據包含十分豐富的海洋信息 ，近幾年 SAR遙感數據在淺海水深、海浪、海表層流、海面風場、海面溢油、海上艦船和海岸帶變遷等監測方面得到廣泛應用[14-15]。

海上油氣井平臺和艦船均屬于海上目標物 ， 具有相似性 ，本研究借鑒海上艦船檢測方法 ， 選擇了應用最為普遍的雙參數恒虛警率（ConstantFalse Alarm Rate，CFAR）算法 ，基于 SAR影像數據探索油氣井平臺提取方法。

提取流程：①制作陸地掩膜 ， 與夜間燈光數據原理一樣 ，利用海岸線數據制作掩膜 ， 進行海陸分離 ，消除陸地干擾信息;②圖像濾波處理 ， 抑制斑點噪聲;③對兩期 SAR 影像分別提取海上疑似目標物;④對比同區域、兩期影像檢測的目標物 ， 依據油氣井平臺的靜止特性 ， 提取油氣井平臺數據。具體流程如圖3所示。

2.2.1 圖像濾波處理

斑點噪聲是 SAR遙感圖像所固有的 ，是不可避免的 ，且是隨機分布的。本研究采用Frost濾波法抑制斑點噪聲[16]。

2.2.2 提取海上疑似目標物

提取的海上目標物可能包含油氣井平臺和艦船 ，它們均為金屬結構 ， 在 SAR 圖像上呈現為亮度值較高的目標 ，背景海面及其雜波則呈現為暗色。

雙參數 CFAR法是一種經典的目標檢測算法 ， 在海洋目標物檢測上應用較多。雙參數 CFAR 算法檢測需要3個滑動窗口[17]：目標窗口 T、保護窗口、背景窗口 B（圖4）。目標窗口是指待檢測的目標物的大小;保護窗口是為了防止檢測目標泄露在背景窗口中 ，這里將保護窗口面積設為目標窗口的2倍;背景窗口用于背景海面雜波統計 ，將背景窗口設為保護窗口面積的3倍。

基于 CFAR算法 ，分別對兩期不同時相的 SAR 影像數據檢測海上疑似目標物 ， 其中 ， 第一期（2019年7月）影像共識別出80個疑似目標物。第二期（2019年8月）共識別出75個疑似目標物。 2.2.3 提取油氣井平臺數據

基于兩期 SAR影像數據檢測出來的目標物包含油氣井平臺和艦船 ， 因此需剔除艦船目標。油氣井平臺位置相對固定 ， 短時間基本不會發生變化。艦船具有移動性 ，不同時期內其位置會發生明顯變化;再者 ，艦船在海面運動時會產生長長的尾跡 ， 在影像上以線形特征的形式表現 ， 這是艦船在海上最顯著的特征。根據疑似目標物動靜的特性 ， 對比兩期不同時相影像檢測的結果 ， 剔除虛警目標 ， 最終確定油氣井平臺。

由于兩景影像數據在進行圖像校正時會產生一定的誤差 ，或是鉆井浮船受海浪和風的作用 ，會有一定的偏離 ，都可能會導致同一個油氣井平臺在兩景影像上位置不完全重疊。本研究以200 m 為閾值 ，對兩期疑似目標物點集數據做鄰域分析 ，查找兩個矢量點集的重合點。當兩期相鄰的兩個點距小于200 m 時 ， 判定該點為油氣井平臺 ，反之則剔除該點[18]。

經過對比分析 ，最終確定 ，基于 SAR影像數據提取的油氣井平臺共66個 ，油氣井分布如圖5所示。

2.3 基于多光譜影像數據的油氣井平臺提取及結果驗證

多光譜影像具有直觀性 ， 可通過色調、形狀、紋理結構等特征直接判別目標物[19]。本研究搜集了1992—2018年 Landsat-8OLI時間序列衛星數據以及2019年4-8月 YG24號衛星數據。分別對兩種多光譜衛星數據進行人工目視解譯 ， 均獲取油氣井平臺61個。將兩組目視解譯結果進行對比 ，其油氣井平臺地理位置一致。利用收集到的確定性油氣井平臺資料一一做核對 ， 可判定目視解譯獲取的61個油氣井平臺與真實油氣井數據完全吻合 ，故目視解譯結果可用作前文夜間燈光影像、SAR影像提取結果對比分析的標準數據 ， 驗證上述兩種自動提取方法的精度。

基于夜間燈光影像、SAR 影像的自動提取 ， 因其影像時相、分辨率、提取方法不同 ， 提取的油氣井位置會存在一定距離的偏差。因此 ， 以標準數據的油氣井平臺為中心 ，設置閾值為200 m 及500 m 的兩個緩沖區。若待驗證數據的油氣井平臺落在閾值為200 m 的緩沖區之內 ， 則判定該點正確;若該點位于大于200 m、小于500 m 的緩沖區內 ，則判定該點錯誤 ， 因獲取標準數據時已經排除過此范圍內存在油氣井平臺的可能;若該點位于大于500 m 緩沖區外 ，則判定為無法確定 ， 即沒有確定性資料判定該點是否為油氣井平臺。

通過精度對比分析 ，其結果如表2所示。

2.3.1 夜間燈光數據與標準數據精度對比分析

由表2可知 ，基于夜間燈光數據提取的74個油氣井平臺中 ，提取正確的油氣井有53個 ，錯誤的有13個 ，無法確定的有8個 ， 同時有8個為漏提的油氣井 ，如圖6所示。

將這些錯誤的和漏提的圖斑與標準數據進行對比分析發現 ，造成信息提取有誤的原因如下。

第一種：采用高斯濾波法對夜間燈光影像柵格數據進行信息提取 ， 首先獲取可能存在油氣井平臺位置靶區 ， 即大致區域范圍;然后將靶區部分柵格轉換成面矢量文件 ， 最后由矢量面轉點 ， 得出油氣井平臺數據。對比 Landsat-8OLI影像發現 ，有兩個油氣井平臺距離很近 ， 分別位于兩個連續的像元上 ， 即同時位于提取的面文件上 ， 進行面轉點轉換時 ， 只能轉成一個點文件 ， 即將相鄰的油氣井平臺提取成了一個平臺 ，造成漏提情況。

第二種：個別油氣井平臺的燈光很亮 ， 由于產生的光暈 ， 使其周圍的 DN 值也提高。在提取 DN 值時 ， 當 DN值達到定義的閾值時 ，就會錯誤地將光暈區定為油氣井平臺 ， 從而多提取了一個錯誤的圖斑。

2.3.2 SAR數據與標準數據精度對比分析

同理 ， 將兩組數據進行對比分析 ， 發現基于 SAR影像提取的66個油氣井平臺中 ， 提取正確的有58個 ，錯誤的有5個 ，無法確定的有3個 ，有3個為漏提的油氣井 ，如圖7所示。

通過對比分析發現 ， 造成信息提取有誤的原因如下。

第一種：與夜間燈光數據出現漏提的情況相似 ，兩個相鄰的油氣井平臺 ，在 SAR影像上 ，可能會呈現為一個亮圖斑 ， 因此只提取了一個油氣井平臺。而在多光譜影像上 ，可看到兩個小的平臺 ，造成漏提情況。

第二種：如某個油氣井的開采類型為鉆井船 ，該鉆井船受風浪影響較大 ， 穩定性差 ， 具有浮動性。在海浪及風的作用下 ， 可能會發生偏移。導致其可能在第一期影像上可以檢測出它在某個位置出現 ，當發生位移的時候 ， 其在第二期影像上的同一個位置就檢測不出 ， 即同一個目標物在兩景不同時期的影像上沒有出現重疊 ， 因此出現漏提的情況。

第三種：油氣井平臺和艦船在 SAR影像上均呈現為一個亮斑 ， 當艦船停止運動時 ， 在影像上不會出現尾跡 ，造成錯誤提取為油氣井平臺的情況。

3 結果分析

本研究基于多源衛星數據對湄公盆地油氣井平臺的提取方法進行探索。其中 ， 夜間燈光數據主要采用高斯濾波法;SAR數據采用雙參數 CFAR算法;光學影像數據采用人工目視解譯 ， 同時用有確定性資料數據進行核對。最終以人工目視解譯結果作為標準值 ，用來驗證前兩者提取的精度。

通過多源衛星數據探索油氣井平臺多種提取方法 ，精度上存在一定的差異 ， 主要從以下幾個方面進行對比。

3.1 提取方法

夜間燈光數據和 SAR影像的提取方法存在著很大的差異性。夜間燈光數據是采用高斯濾波法 ， 處理過程相對簡單 ， 不需要再進行幾何校正、去噪聲等處理 ， 只需要在提取過程中進行柵格數據到矢量數據的轉換[17] ， 提取時間短。 SAR 影像相對復雜 ，采用雙參數 CFAR算法 ，需要進行校正、濾波降噪、滑動窗口掃描、閾值分析等處理 ， 提取復雜、時間長。光學影像數據采用的傳統的目視解譯法 ， 費時費力 ，但是油氣井平臺在影像上紋理特征清晰 ， 直觀明了 ，準確率最高。

3.2 提取精度

光學衛星數據波譜信息豐富 ， 可通過圖形特征直觀地獲取目標物 ，更真實、可靠 ， 幾乎不會出現錯提、漏提等現象 ，精度最高 ， 因此以目視解譯獲取的結果數據可作為驗證的標準值。利用標準值分別驗證夜間燈光數據及 SAR影像數據的提取結果 ，從表2提取結果分析可知 ，基于 SAR影像提取結果的精度高于夜間燈光數據的結果。

3.3 影像獲取與成本控制

夜間燈光數據存檔數據較多 ， 時間跨度大 ， 可以免費獲取 ， 適合做長期動態變化監測[20]。 SAR影像具有不受光照和氣候條件等限制實現全天時、全天候、大幅度、周期短對地觀測的特點 ，但其存檔數據時間跨度較短 ， 獲取較為困難 ， 且價格昂貴 ， 不利于做長期動態變化監測。光學影像數據類型較多 ，更全面。尤其是 Landsat系列衛星數據 ，其傳感器類型多（TM、ETM+、OLI） ， 發射時間早 ， 重返周期短 ，存檔數據時間跨度較大 ， 能夠滿足目標物的長期動態監測。但是 ， 分辨率低 ， 且含云量較高 ， 尤其南海區域受海洋多云雨天氣的影響 ， 可用于監測的無云區域范圍較少。而海上油氣井平臺相對海洋而言 ， 目標物很小 ， 對人工解譯造成很大的難度 ，因此需要獲取大量的影像數據作為替補數據。 Landsat系列影像數據可通過官網免費獲取。 YG24號衛星數據時間跨度小 ， 可獲取的影像數據較少 ，覆蓋范圍小 ，費用高 ，不利于做長期動態監測。

4 結論

本研究以湄公盆地為研究區 ，綜合多源、多分辨率、長時間序列影像數據 ，根據影像數據的特性 ，探索不同類型影像數據提取海上油氣井平臺的方法。

綜上 ，在實際應用中 ，可基于不同數據源本身的特點 ，對比各種數據源在提取過程及結果的差異性 ，相互結合取其優點 ，優化流程同時提高油氣井平臺提取的效率和精度。因此 ，本研究提出如下建議：①夜間燈光數據易于獲取 ， 時間跨度較長 ，處理簡單。可用夜間燈光數據進行粗解譯 ，基本確定油氣井平臺可能分布的位置區域。并以此結果數據作為引導 ，可針對性地收集某個區域相關的影像數據 ，減少工作量。②在燈光數據提取結果的引導下 ，針對性地收集多期 SAR影像 ，根據油氣井平臺位置不變特征 ，提取油氣井平臺 ，提高解譯精度。③油氣井平臺在光學影像上圖形特征直觀明了 ，光學影像不僅可以精準地獲取平臺數據 ，還能識別出平臺的類型及規模。因此可收集長時間序列光學影像數據 ，精準地提取油氣井平臺數量、位置及開采類型等信息。同時還可以進行長期動態變化監測 ，可直觀地反映海上油氣井平臺的建設情況和擴展過程 ，具有很大的參考價值。所以 ，也需要進一步探討如何更高效地進行光學影像數據的解譯 ，提高工作效率 ，為了解南海油氣資源提供更加翔實可靠的數據。

參考文獻

[1] 王加勝 ，劉永學 ，李滿春 ， 等.基于 ENVISAT ASAR 的海洋鉆井平臺遙感檢測方法：以越南東南海域為例[J].地理研究 ，2013，32（11）：2143-2152.

[2] 張耀光 ，劉巖 ，李春平 ， 等.中國海洋油氣資源開發與國家石油安全戰略對策[J].地理研究 ，2003，22（3）：297-304.

[3] 賈后磊 ，張翠萍.海洋生態調查在海域使用論證中的作用探究[J].海洋開發與管理 ，2020，37（6）：4.

[4] 李強.基于多源數據的南海油氣平臺檢測及油氣資源安全態勢評價[D].蘭州：蘭州交通大學.2016.

[5] 劉玲 ，陸建輝 ，李玉輝.海洋石油平臺健康監測研究方法與進展[J].石油工程建設 ， 2005（1）：2-7.

[6] CASADIO S. UseofATSR and SAR measurements for the-monitoring and characterisationofnight-timegasflaring from? of-shore platforms： The North Sea test case[J]. RemoteSensing ofEnvironment， 2012， （123）：175-186.

[7] 萬玲 ， 姚伯初 ， 曾維軍 ， 等.南海巖石圈結構與油氣資源分布[J].中國地質 ，2006，33（4）：874-884.

[8] 成王玉.南海油氣鉆井平臺遙感提取研究[D].南京：南京大學 ，2015.

[9] 周翼 ， 陳英 ，劉洋 ，等. NPP-VIRS年度夜間燈光數據的合成方法與驗證[J].遙感信息 ， 2019，34（2）：62-68.

[10] ?YANG J， GAO W. New method for ship detection[C]∥2012 IEEE International. Geoscience and Remote Sensing-Symposium （IGARSS）. IEEE， 2012：115-118.

[11] 唐沐恩 ， 林挺強 ， 文貢堅.遙感圖像中艦船檢測方法綜述[J].計算機應用研究 ， 2011， 28（1）：29-36.

[12] ?WACKERMAN C C， FRIEDMAN K S， PICHEL W G， etal. AutomaticdetectionofshipsinRADARSAT-1SARim- agery[J].CanadianJournalofRemoteSensing， 2001， 27（4）：371-378.

[13] 李曉敏 ，張杰 ，孟俊敏 ， 等.高分辨率 SAR影像在海島監視監測中的應用[J].海洋開發與管理 ，2018，35（2）.

[14] 傅斌 ，范開國 ， 陳鵬 ，等.合成孔徑雷達淺海水深遙感探測技術與應用[M].北京：海洋出版社 ，2015：1-2.

[15] 徐青 ，范開國 ， 顧艷鎮 ， 等.星載合成孔徑雷達海洋遙感導論（上冊）[M].北京：海洋出版社 ，2019：1-2.

[16] 王冬紅 ， 王番 ， 周華 ，等. SAR影像的幾何精糾正[J].遙感學報 ，2006（1）：66-70.

[17] 種勁松 ，朱敏慧. SAR 圖像艦船目標檢測算法的對比研究[J].信號處理 ，2003，19（6）：580-581.

[18] 萬劍華 ，姚盼盼 ，孟俊敏 ， 等.基于 SAR影像的海上石油平臺識別方法研究[J].測繪通報 ，2014（1）：56-59.

[19] 趙賽帥 ，孫超 ，王海江 ，等.基于 Landsat遙感影像的海上油氣平臺提取與監測[J].熱帶地理 ，2017，37（1）：112-119.

[20] 張露. SAR海上靜止目標檢測[J].遙感技術與應用 ， 2007，22（3）：321-325.