基于遥感技术的龙门山前山带烃类微渗漏信息提取
油气勘探中高光谱遥感技术应用综述
过对不同波段的信息进行线 性或非线性的组合来构造植被 指数 , 以达 到最 大化 植 被发 射信 息 、 最 小化 外部 因素 影 响 。 植被 指 数 为从 遥 感影 像 中获 取 大范 围植被 覆 盖信 息 常用 的 经济 、有效的方法 ,通常选用植被反射光谱中的红光波段 和近红外波段来构建植被指数 ,其 中,红光波段反映的是
天然气勘探技术研发及应用工作 。
随着高 光谱遥感技术 的发展 ,高光谱遥感 作为油气勘查 中的一项新技术 ,其快速 、经济 、精确的特点受 到众多油气勘探企 业的重视 。
通过简述了高光谱遥 感技 术在油气勘探领域主要 的两个研 究内容及其研究方法 :构造信 息提取和各种烃类微渗漏信息 的提取 ,并分国外 、匡 内系统概述了高光谱 遥感技术在油气勘探领域 的研究进程和成功实例 ;指 出了我 国发展高光谱遥感油气勘查技术 的必要性及 其未来的发展) 与
主要研究 内容
构造信息提 取
众 所周 知 ,大多 数 油 气藏 的 分 布都 与 区域地 质 构 造信 息 有 着 密不 可 分 的关 系 ,因此 ,构 造 信 息 的提 取对 油 气 勘 探 具 有 重 大意 义 。而 高 光谱 遥 感 数据 由于 其信 息 密 度大 、 连 续 性 好等 特 点 能较 为 真实 的 记 录地 质 构造 的 地表 几 何形
,
rj
j^ ¨ —L ‘
J x I 、口 小, I
口 、
u 0 ‘_ u 0u o ‘ 厶。 几 V
’ ,
白晓寅
白晓寅
孟旺才
陈义 国
张
格
张 洪美
陕西延长石油 ( 集团) 有 限责任 公司研究院
白晓寅 ( 1 9 8 2年 一) 男 ,工程 师 ,2 0 0 8年 毕业于 中国石油大学 ( 华东 ) 地球探测与信息 专业 ,获硕士学位 ,现 从事石涟
基于遥感与地理信息系统的山体滑坡数据采集与分析技术研究与实现
基于遥感与地理信息系统的山体滑坡数据采集与分析技术研究与实现山体滑坡是一种自然灾害,常常给人们的生活和环境带来巨大的威胁。
为了及时了解山体滑坡的情况,采取相应的预防和救灾措施,基于遥感与地理信息系统的山体滑坡数据采集与分析技术应运而生。
一、遥感技术在山体滑坡数据采集中的应用1. 遥感技术概述遥感技术是指利用飞机、卫星等远距离传感器对地球物体进行观测和测量的技术。
它具有高效、全面、实时等特点,成为山体滑坡数据采集的重要手段。
2. 遥感技术在山体滑坡数据采集中的应用通过遥感技术可以获取山体滑坡相关的多源、多尺度、多时相的数据,如高分辨率的卫星影像、激光雷达数据、热红外数据等。
这些数据可以用于提取山体滑坡的特征信息,如滑坡的范围、形态、演化等。
遥感技术还可以对滑坡地质构造、土壤含水量等进行定量监测。
二、地理信息系统在山体滑坡数据采集中的应用1. 地理信息系统概述地理信息系统是一种对地理空间信息进行组织、存储、管理、分析和展示的专门技术。
它可以将遥感获取的山体滑坡数据与其他地理信息进行整合,并进行空间分析和决策支持。
2. 地理信息系统在山体滑坡数据采集中的应用地理信息系统可以用于山体滑坡危险性评估、滑坡监测、滑坡预警等方面。
通过整合遥感数据和地理信息数据,可以建立山体滑坡的空间数据库,实现对滑坡发生和演化过程的全面监测和分析。
三、山体滑坡数据采集与分析技术的实现1. 数据采集山体滑坡数据的采集包括卫星影像的获取和处理、激光雷达数据的采集和处理等。
采集的数据需要经过去噪、配准、融合等处理,以提高其精度和可用性。
2. 数据分析山体滑坡数据的分析包括特征提取、滑坡预测、滑坡风险评估等。
特征提取可以通过遥感图像分割、纹理分析等方法实现,预测和评估可以借助地理信息系统的空间分析和决策支持功能。
四、案例分析以某山区为例,利用遥感与地理信息系统技术实现了山体滑坡数据的采集与分析。
根据高分辨率卫星影像,提取了滑坡的范围和形态特征;通过地理信息系统建立了滑坡的空间数据库,并进行了滑坡的危险性评估和预测。
基于烃类微渗漏的油气异常信息提取及远景区预测——以中非salamat盆地为例
第31卷ꎬ第4期国㊀土㊀资㊀源㊀遥㊀感Vol.31ꎬNo.4㊀2019年12月REMOTESENSINGFORLAND&RESOURCESDec.ꎬ2019㊀doi:10.6046/gtzyyg.2019.04.16引用格式:肖晨超ꎬ吴小娟ꎬ汪大明ꎬ等.基于烃类微渗漏的油气异常信息提取及远景区预测 以中非Salamat盆地为例[J].国土资源遥感ꎬ2019ꎬ31(4):120-127.(XiaoCCꎬWuXJꎬWangDMꎬetal.Oil-gasinformationextractionandprospectiveareapredictionbasedonhydrocarbonmicroseepagetheory:AcasestudyofSalamatBasininCentralAfrica[J].RemoteSensingforLandandResourcesꎬ2019ꎬ31(4):120-127.)基于烃类微渗漏的油气异常信息提取及远景区预测以中非Salamat盆地为例肖晨超1ꎬ2ꎬ吴小娟3ꎬ汪大明4ꎬ褚永彬3(1.自然资源部国土卫星遥感应用中心ꎬ北京㊀100048ꎻ2.中国自然资源航空物探遥感中心ꎬ北京㊀100083ꎻ3.成都信息工程大学资源环境学院ꎬ成都㊀610225ꎻ4.中国地质调查局ꎬ北京㊀100037)摘要:油气田中烃类物质渗漏引起的物质变异可以通过遥感手段进行探测ꎮ与传统的油气勘探方法相比ꎬ遥感技术具有无侵入㊁大面积㊁高效㊁低成本等特点ꎬ尤其在地形㊁地貌环境复杂险恶的地区优势明显ꎮ为进一步研究遥感油气探测技术ꎬ以烃类微渗漏理论为基础ꎬ采用去串扰㊁大气校正㊁波段比值㊁主成分分析和单窗算法处理中非Salamat盆地的ASTER数据ꎬ提取了黏土类㊁碳酸盐类㊁二价铁离子类矿物蚀变信息和亮度温度值ꎮ结果表明ꎬ上述几种矿物强蚀变信息和地表高温异常信息主要分布在研究区中部和南部ꎬ即中部隆起带和南部洼陷带含油气可能性高ꎮ结合已有地质㊁地震和物化探资料ꎬ圈定了5处油气远景区ꎬ可为下一步油气勘探提供参考依据ꎮ关键词:烃类微渗漏ꎻ矿物蚀变信息ꎻ亮度温度ꎻ油气远景区预测ꎻASTER数据ꎻSalamat盆地中图法分类号:TP79㊀文献标志码:A㊀㊀㊀文章编号:1001-070X(2019)04-0120-08收稿日期:2018-10-11ꎻ修订日期:2019-01-02基金项目:自然资源部公益性行业科研专项 国产业务卫星遥感地质信息产品研发与服务 (编号:201511078)和成都信息工程大学引进人才启动项目 基于高光谱遥感数据的油气微渗漏异常信息提取关键技术研究 (编号:KYTZ201745)共同资助ꎮ第一作者:肖晨超(1982-)ꎬ男ꎬ博士ꎬ主要从事国产卫星业务化应用㊁灾害遥感㊁3S集成应用方面研究ꎮEmail:xcc_surpass@qq.comꎮ通信作者:吴小娟(1986-)ꎬ女ꎬ博士ꎬ讲师ꎬ主要从事3S集成应用方面的研究ꎮEmail:wuxiaojuan@cuit.edu.cnꎮ0㊀引言能源资源是一个国家经济发展的命脉ꎮ石油㊁天然气作为不可再生资源ꎬ其利用和开发应用已成为国计民生的重要内容ꎮ我国在积极开发国内油气田的同时ꎬ也在加大国际油气开发合作力度ꎮ中西非剪切构造带位于非洲中部ꎬ西起几内亚湾ꎬ向东穿过喀麦隆㊁乍得㊁中非共和国进入苏丹ꎬ长达2000余kmꎬ是一个巨大的岩石圈转换剪切带ꎮ沿断裂带依次分布了LakeChadꎬMadiagoꎬBongorꎬDobaꎬDoseoꎬSalamat和Baggara盆地ꎬ其中乍得境内的BongorꎬDoba和Doseo等盆地的油气勘探和开发已取得实质性突破[1-3]ꎮ位于中非境内的Salamat盆地具备类似的石油地质条件[4-5]ꎬ圈闭构造可靠ꎬ盖层条件优越ꎬ成油气藏的可能性很大ꎬ具有较大的油气资源勘探潜力ꎮ然而由于待勘探开发油气田区的地质㊁地貌复杂ꎬ野外工作较难开展ꎬ工作人员的人身安全难以得到有效保障ꎬ所以传统的油气勘探方法(如地震勘探㊁重磁力勘探㊁地球化学勘探和地球物理测井法)实施困难ꎮ国内外多项研究表明ꎬ大部分油气藏的烃类物质在向地表运移过程中会引起油气藏上方的物质发生变异ꎬ产生某些理化异常ꎬ如土壤黏土化㊁碳酸盐化㊁红层褪色㊁低价铁富集㊁植被异常和热异常等现象[6-13]ꎮ这些异常信息可以通过遥感手段进行感知㊁解译ꎮ随着传感器和计算机影像处理技术的快速发展ꎬ遥感油气探测技术逐渐成熟ꎮ与传统的油气勘探手段相比ꎬ遥感技术可以在不接触地物的情况下获取油气地表异常信息ꎬ且具有大面积同步观测㊁高效㊁低成本㊁对险恶地形地貌的适应性强等突出优势[14-16]ꎮ目前常用的遥感找油方法主要是通过处理可见光-近红外(VNIR)/短波红外(SWIR)波段数据ꎬ解译蚀变矿物异常和植被光谱异常信息ꎬ确定油气藏疑似区ꎮ利用热红外波段反演地表温度异常找油的研究尚不多[13ꎬ16-17]ꎮ本文以中非Salamat盆地为研究区ꎬ利用ASTERVNIR/SWIR波段数据提取区内黏土类㊁碳酸盐类和铁离子类矿物蚀变信息ꎻ并利用热红外波段解译地表温度异常ꎬ与蚀变矿物信息第4期肖晨超ꎬ等:㊀基于烃类微渗漏的油气异常信息提取及远景区预测 以中非Salamat盆地为例相互补充验证ꎻ最后结合研究区地质条件㊁油气成藏控制因素及地震资料ꎬ评价研究区含油气性ꎬ预测油气远景区ꎮ1㊀研究区概况研究区Salamat盆地位于中西非断裂带中部ꎬ共划分为5个构造单元ꎬ如图1所示ꎮ区内整体地形比较平坦ꎬ平均海拔为400~500mꎮ由于缺少地形起伏ꎬ导致在雨季大范围湿地发育ꎬ地貌以稀疏丛林及季节性河流沼泽为主ꎬ难以开展地面油气勘查工作ꎮBahrAouk河是区内一条主要河流ꎬ并且是乍得与中非共和国的边界线标志ꎮ该盆地属于热带草原气候ꎬ年均气温为26ħꎬ昼夜温差较大ꎮ每年510月份大部分地区为雨季ꎬ年降雨量为1000mm左右ꎬ11月中㊁下旬 次年4月中㊁上旬为旱季ꎮ图1㊀研究区位置及Salamat盆地构造示意图Fig.1㊀StudyarealocationandSalamatBasinstructure㊀㊀通过收集分析Salamat盆地地质资料㊁物化探资料[4]得知ꎬ研究区内断裂系统复杂ꎬ断层非常发育ꎬ具有双断式结构ꎮ根据基底结构㊁地层残余厚度以及区域大断层的展布等因素ꎬ自北向南将其划分为北部洼陷带㊁中部隆起带和南部洼陷带3个大的构造单元(图1)ꎮ中部隆起带向东分为南北两支ꎬ中间形成一个规模相对较小的东次洼ꎮ南北两洼陷带是盆地的沉降中心ꎬ相对远离物源区ꎬ沉积了较厚的深湖相碎屑岩ꎻ盆地南北缘和中部隆起带靠近物源ꎬ沉积厚度相对较薄ꎬ沉积物以粗粒河流-三角洲相沉积为主ꎮ根据已有钻井资料分析ꎬSalamat盆地主要烃源岩发育层段为巴列姆阶和阿普第阶ꎮ中部隆起带圈闭是油气运移㊁聚集的主要部位ꎻ南部洼陷带受剪切断层的影响ꎬ洼陷内地层向南抬升ꎬ因此南部洼陷带烃源岩生成的油气以向南运移为主ꎮSalamat盆地主力盖层为下白垩统的湖相泥㊁页岩ꎬ层位甚至会更靠下到阿普第阶底部和巴列姆阶ꎮ按照生烃门限2500m测算ꎬ巴列姆阶和阿普第阶烃源岩在早白垩世晚期即进入生烃阶段ꎬ在晚白垩世早期达到生烃高峰ꎬ此时大规模断裂活动已渐趋停止ꎬ各类型圈闭已经形成ꎬ生成的油气就近运移到附近圈闭ꎬ对油气成藏非常有利ꎮ地表矿物成分主要有钾长石㊁白云母㊁伊利石㊁蒙脱石㊁高岭石㊁方解石㊁菱铁矿及黄铁矿ꎮ中非共和国的油气勘探活动始于19世纪70年代ꎮ经过几十a的发展ꎬ采用地震㊁测井㊁地质调查㊁地球物理勘探和地球化学勘探等多种勘探手段ꎬ获取了区域地层岩性分布和多口探井的信息ꎮ然而由于待勘探区域具有较为复杂的地质㊁地貌特点ꎬ野外工作开展中面临诸多难题ꎬ如地表条件恶劣难以进入㊁工作人员的人身安全难以得到有效保障㊁工作效率较低等ꎬ传统的勘探手段已不能满足油气勘探的现实需求ꎮ遥感技术的快速发展为油气探测提供了新途径ꎮ2㊀基于烃类微渗漏的遥感油气探测2.1㊀烃类微渗漏理论基础据全球多家地球化学勘探公司多年的油气勘探经验ꎬ目前世界上至少85%以上的油气田都存在着烃类微渗漏现象[15]ꎮ油气的地表渗漏有2种表现:①宏观渗漏是在地表可见的油气渗漏ꎬ用常规方法即可直接发现ꎬ通常沿断裂带或不整合面发育ꎻ②微渗漏是烃类物质(如甲烷㊁轻烷㊁重烃和不饱和烃等)通过渗透㊁水动力㊁扩散作用运移至地表及近地表大气中ꎬ造成烃组分异常ꎬ引起岩层和土壤发生蚀变反应ꎬ形成黏土化㊁碳酸盐化㊁植被异常㊁红层褪色㊁低价铁富集和热异常等现象ꎮ国内外专家学者对这方面的研究也逐步形成了油气烃类微渗漏理论ꎬ并与实际油气勘探相结合ꎬ系统地总结了遥感勘探烃类微渗漏异常的指示标志[16-17](图2)ꎮ121国㊀土㊀资㊀源㊀遥㊀感2019年图2㊀油气藏烃类微渗漏模型[18]Fig.2㊀Hydrocarbonmicroseepagemodel㊀㊀一般而言ꎬ对于植被稀疏的地区ꎬ不宜将植被异常作为指示标志ꎬ所以本文着重研究烃类微渗漏导致的矿物蚀变异常和热异常ꎮ2.2㊀矿物蚀变异常烃类物质微渗漏到达地表的液体或气体中所含的硫化氢和碳氢化合物ꎬ改变了上覆地层的氧化-还原环境ꎬ使上覆地层出现一个柱状的还原环境ꎬ致使长石类矿物蚀变为黏土矿物ꎬ形成了与烃类异常密切相关的黏土矿物富集异常ꎮ黏土矿物波谱在2.2μm附近有很强的吸收谷ꎬ并且在近红外波段反射率较低ꎮ如果土壤中含黏土矿物过多ꎬ土壤波谱在吸收谷位置就会出现相应的低值响应特征[19]ꎮ渗漏烃经细菌和化学降解所形成的二氧化碳会使油气藏上方沉积层及土壤中方解石或其他碳酸盐沉淀ꎬ造成土壤中碳酸盐聚集ꎬ总含量异常ꎮ碳酸盐代表性矿物的碳酸根吸收带在2.35μm及2.5μm附近ꎬ利用这一波谱特征可以识别碳酸盐矿化晕ꎬ确定烃类微渗漏的范围[6]ꎮ烃类物质渗透㊁运移到地表ꎬ改变了地表的氧化 还原环境ꎬ使地层中三价铁离子被还原成为二价铁离子ꎬ致使地表的红色岩层褪色ꎻ同时形成二价铁离子富集带ꎬ波谱信息也随之发生变化ꎮ含二价铁离子类矿物在1.0μm处有强吸收特征[20-22]ꎮ几种矿物的波谱曲线见图3ꎮ(a)黏土类矿物(b)碳酸盐类矿物(c)二价铁离子类矿物图3㊀黏土类㊁碳酸盐类和二价铁离子类矿物标准波谱曲线(USGS)Fig.3㊀Standardspectralcurvesofclaysꎬcarbonatesandferrousirons(USGS)㊀㊀国内外学者提出了许多遥感矿物蚀变信息提取方法ꎬ目前常用的有波段比值法㊁主成分分析法㊁光谱角匹配法和混合像元分解法等[23-27]ꎮ波段比值又称比值增强ꎬ其主要作用是增强矿物波谱特征间的微小差别ꎬ压制图像中乘性光照差异以及地形㊁阴影的影响ꎬ突出矿物的反射㊁辐射特征ꎬ常被用来对多光谱数据进行蚀变异常信息的提取ꎮ主成分分析法基于波段间相互关系ꎬ在信息总量守恒的前提下ꎬ利用线性变换实现去相关性ꎻ各主成分分量信息独立ꎬ代表一定的地质意义ꎮ光谱角匹配法以已知端元光谱为参考ꎬ通过计算图像中每个像元光谱与参考端元光谱矢量间的广义夹角大小来确定光谱间的相似程度ꎬ以实现识别矿物的目的ꎻ夹角越小ꎬ说明二者的相似程度越高ꎬ提取的结果可靠性越高ꎮ然而在实际应用中ꎬ多种地物经常以混合光谱的状态出现ꎬ表现在图像上每个像元包含多种地物波谱信息ꎬ混合像元分解法则通过建立线性模型㊁概率模型㊁随机几何模型及模糊模型等解算像元中各组分的丰度[28]ꎮ2.3㊀热红外地表温度异常油气藏上方产生热异常主要有2种原因:①烃类物质氧化产生氧化热ꎻ②烃类微渗漏使近地表物质热导率降低㊁热容量增大ꎬ从而使油气藏上方的温度比周边高出1~3ħꎮ热红外数据可以收集㊁记录地表物体的热辐射信息ꎬ经过处理可以反演地表温度ꎮ然而由于大气效应和地表比辐射率等受到诸多条件的限制ꎬ在地表温度反演过程中需要做许多假设ꎬ受限较多ꎬ在地热效应㊁岩性提取等应用中可以采用亮度温度值代替ꎮ亮度温度是指辐射出于观测物体相等辐射能量的黑体温度ꎬ不用考虑比辐射率的影响ꎬ也常用来表述辐射亮度ꎮ虽然亮度温度与地表温度存在一定的差异ꎬ但是由于亮度温度与地表温度存在近似线性关系ꎬ所以可以提取出相对异常高温区[11]ꎮ221第4期肖晨超ꎬ等:㊀基于烃类微渗漏的油气异常信息提取及远景区预测 以中非Salamat盆地为例3㊀烃类微渗漏异常信息提取3.1㊀遥感数据及其预处理本文使用的遥感数据源为L1B级ASTER数据ꎬ获取于2004年2月4日9:00amꎬ数据质量好(图4)ꎮASTER数据具有14个波段ꎬ其中B1 B3为VNIR波段ꎬB4 B9为SWIR波段ꎬB10 B14为热红外(TIR)波段ꎬ此外还有1个后视单波段ꎬ扫幅均为60km[29]ꎮ图4㊀研究区ASTERB3(R)ꎬB2(G)ꎬB1(B)假彩色合成图像Fig.4㊀ASTERB3(R)ꎬB2(G)ꎬB1(B)pseudocolorsyntheticimageinstudyarea㊀㊀在进行矿物蚀变信息提取之前ꎬ对ASTER数据进行了如下预处理ꎮ3.1.1㊀去串扰黏土类㊁碳酸盐类和二价铁离子类矿物的吸收㊁反射特征主要在0.4~2.5μm之间ꎬ即ASTER数据的B1 B9波段ꎮ由于B4波段探测器入射光发生分散而对B5 B9波段产生影响ꎬ致使ASTER数据的SWIR波段存在串扰现象[30-31]ꎮ本文采用Crosstalk软件进行去串扰处理ꎬ解决了串扰效应所引起数据的反射率失真ꎬ从而确保了油气异常蚀变信息获取精度ꎮ3.1.2㊀波段运算ASTER传感器在VNIR波段与SWIR波段成像时间相差1sꎬ导致ASTER遥感数据在VNIR波段与SWIR波段图像覆盖范围略有不同ꎮ利用ENVI软件中BandMath功能进行((B3GT0)AND(B6GT0))AND((B5GT0)AND(B7GT0))波段运算获取全边框掩模数据ꎬ再应用掩模运算使数据覆盖范围完全一致[30]ꎮ3.1.3㊀大气校正大气校正采用FLAASH大气模块[32-33]ꎮ大气校正前ꎬ需要将ASTER数据的B1 B9波段DN值转换为辐射亮度数据ꎮ通过头文件读取9个波段的增益参数ꎬ计算辐射亮度ꎬ其表达式为Rad=Gain(DN-1)ꎬ(1)式中:Rad为辐射亮度值ꎻGain为传感器增益ꎻDN为亮度值ꎮ3.1.4㊀去干扰研究区内的干扰因素主要有阴影㊁云㊁水体和植被ꎮ经过光谱特征分析比对ꎬ干扰因素具有不同的波谱特征ꎬ本文选取合适的波段组合和运算方法(表1)ꎬ通过掩模运算将干扰剔除ꎮ表1㊀干扰信息去除方法Tab.1㊀Removalofinterferenceinformation干扰去除方法①阴影B9/B1云㊀B1高端切割植被NDVI=(B3-B2)/(B3+B2)水体MNDWI=(B1-B3)/(B1+B3)㊀㊀①B1ꎬB2ꎬB3和B9分别为ASTER第1ꎬ2ꎬ3和9波段反射率值ꎻND ̄VI为归一化差值植被指数ꎻMNDWI为改进的归一化差值水体指数ꎮ3.2㊀矿物蚀变异常信息提取在众多遥感矿物蚀变信息提取方法中ꎬ主成分分析法是多光谱遥感矿物蚀变信息提取较为经典的方法[23-25]ꎮ根据几种黏土类㊁碳酸盐类和二价铁离子类矿物在ASTER波段中的波谱特征ꎬ选取不同的波段组合进行提取ꎮ高岭石㊁蒙脱石及绢云母等黏土类矿物反射率在B1 B4波段随波长的增加而增强ꎬ并在B4波段达到最大值ꎬ同时在B6波段呈现吸收谷的波谱特征ꎮ本文选择B1ꎬB3ꎬB4ꎬB6波段进行主成分变换ꎮ黏土类矿物蚀变信息所在分量特征为在B4波段贡献与B3和B6波段相反ꎬ且B6波段具有高载荷ꎮ白云石和方解石等碳酸盐类矿物在B1 B3波段反射率缓慢增加ꎬ在B3波段形成较弱的反射峰ꎬ并在B5和B8波段有微弱吸收特征ꎮ本文选择B1ꎬB3ꎬB4ꎬ(B5+B8)/2波段进行主成分变换ꎮ碳酸盐类矿物蚀变信息所在分量特征为:在B3和(B5+B8)/2波段的贡献与B4波段相反ꎬ且因为这4个波段中(B5+B8)/2波段相比其他3个波段吸收幅度较大ꎬ具有较高的载荷ꎮ根据前人的研究ꎬ主成分变换对二价铁离子类矿物蚀变信息的提取效果不是很理想ꎬ因此本文采用波段比值法提取二价铁离子富集信息[27ꎬ31]ꎮ二价铁离子类矿物在B1 B5波段反射率渐增ꎬ并在B3波段处有微弱吸收特征ꎬ故采用(B5/B3)+(B2/B1)波段运算提取二价铁离子类矿物蚀变信息ꎮ黏321国㊀土㊀资㊀源㊀遥㊀感2019年土类㊁碳酸盐类和二价铁离子类矿物蚀变异常信息分布如图5所示ꎮ(a)黏土类矿物(b)碳酸盐岩类矿物(c)二价铁离子类矿物图5㊀研究区黏土类、碳酸盐类和二价铁离子类矿物蚀变异常信息Fig.5㊀Mineralalterationinformationofclaysꎬcarbonatesꎬferrousioninstudyarea㊀㊀从图5可以看出ꎬ黏土类和碳酸盐类蚀变矿物分布较一致ꎬ强蚀变区域主要集中在研究区西南部和西北部ꎬ尤其在中部隆起带与南㊁北两侧洼陷带交界处呈条带状分布ꎮ二价铁离子类矿物强蚀变区域分布相对分散ꎬ主要分布于中部隆起带ꎬ在北部洼陷带西北部和南部洼陷带东侧也存在片状分布ꎮ3.3㊀热红外地表温度异常提取利用ASTER数据受大气影响较小的B13波段采用单窗算法进行温度反演ꎬ获取地表高温异常区ꎬ以便与矿物蚀变异常信息相互补充和验证ꎮ同样对B13波段进行大气校正和干扰信息去除等预处理ꎮ根据普朗克公式ꎬASTER热红外数据的亮度温度TC计算公式[34-36]为TC=C2/λln[C1/(λ5Rad)+1]ꎬ(2)式中:C1为1.1911ˑ108W m-2 sr-1 m-4ꎻC2为1.439ˑ104m kꎻλ(B13)为10.6μmꎮ研究区地表亮度温度分布如图6所示ꎮ图6㊀研究区亮度温度分布Fig.6㊀Brightnesstemperatureinstudyarea㊀㊀经统计分析(图7)ꎬ亮度温度最高值为314.07Kꎬ最低值为297.13Kꎬ平均值为307.09Kꎮ全区54.63%的区域亮度温度值在307~310K之间ꎻ其次在304~307K的区域ꎬ占比为33.40%ꎻ310K以上高温异常区的比例为3.74%ꎬ主要集中在中部隆起带和南部洼陷带东侧ꎮ图7㊀亮度温度数值统计Fig.7㊀Distributionofbrightnesstemperature4㊀油气远景区预测由于黏土类矿物与碳酸盐类矿物异常分布较一致ꎬ选取黏土类㊁二价铁离子类矿物蚀变异常信息与亮度温度信息分别作为RGB波段进行假彩色合成(图8)ꎮ从图8可以看出:①黏土类㊁碳酸盐类与二价铁离子类矿物蚀变异常信息重叠区主要分布在中部隆起带ꎬ与亮度温度信息在中部隆起带与北部洼陷带连接处呈条带状重叠ꎬ此外在中部隆起带中西部㊁北部洼陷带西北部和南部洼陷带东部也存在块状重叠ꎻ②二价铁离子类矿物与亮度温度信息重叠区主要沿中部隆起带呈带状展布ꎬ在南部洼陷带东部也存在片状分布ꎻ③黏土类㊁碳酸盐类㊁二价铁离子类矿物蚀变异常信息和亮度温度信息在中部隆421第4期肖晨超ꎬ等:㊀基于烃类微渗漏的油气异常信息提取及远景区预测 以中非Salamat盆地为例起带和南部洼陷带存在重叠区ꎮ图8㊀黏土类㊁二价铁离子类矿物蚀变信息与亮度温度信息假彩色合成影像及油气远景区预测Fig.8㊀Pseudocolorsyntheticimagewithclaysꎬferrousionꎬbrightnesstemperatureandoil-gasprospectingareaprediction㊀㊀根据几种矿物强蚀变异常信息和地表高温异常分布情况ꎬ研究认为中部隆起带含油气可能性最高ꎬ其次为南部洼陷带ꎬ最终在中部隆起带㊁中部隆起带与南㊁北两侧洼陷带的交界带及南部洼陷带东侧圈定了5处油气远景区ꎮ结合常规油气探测资料分析ꎬ圈定的油气远景区位于巴列姆阶和阿普第阶成熟烃源岩分布区边缘ꎬ是油气运移及聚集的主要指向ꎬ生储盖组合发育较好ꎬ与常规油气地表化探异常也有较好的响应ꎮ5㊀结论1)中非Salamat盆地中ꎬ黏土类和碳酸盐类矿物强蚀变区分布较一致ꎬ主要集中在中部隆起带与南㊁北两侧洼陷带交界处ꎻ二价铁离子类矿物强蚀变区域分布相对分散ꎬ在中部隆起带㊁北部洼陷带西北部和南部洼陷带东部均有分布ꎻ地表高温异常区主要集中在中部隆起带和南部洼陷带ꎮ2)中非Salamat盆地中部隆起带和南部洼陷带油气开发潜力较大ꎮ据此ꎬ本文圈定了5处油气远景区ꎬ可为Salamat盆地油气勘探提供参考ꎮ3)由于ASTER数据光谱分辨率和空间分辨率有限ꎬ无法更加精细地获取地物分类及光谱特性ꎬ下一步研究将考虑使用高光谱数据提取油气异常信息ꎮ参考文献(References):[1]㊀赵健ꎬ童晓光ꎬ肖坤叶ꎬ等.乍得Bongor盆地储层沉积成岩特征及其主控因素[J].吉林大学学报(地球科学版)ꎬ2013ꎬ43(3):649-658.ZhaoJꎬTongXGꎬXiaoKYꎬetal.Sedimentary-diageneticchar ̄acteristicsofreservoirsandstoneandtheircontrollingfactorsinBongorBasinꎬChad[J].JournalofJilinUniversity(EarthScienceEdition)ꎬ2013ꎬ43(3):649-658.[2]㊀程顶胜ꎬ窦立荣ꎬ王景春ꎬ等.乍得Bongor盆地天然气地球化学特征及成因[J].地学前缘ꎬ2018ꎬ25(2):112-120.ChengDSꎬDouLRꎬWangJCꎬetal.GeochemicalcharacteristicsandgenesisofnaturalgasintheBongorBasin[J].EarthScienceFrontiersꎬ2018ꎬ25(2):112-120.[3]㊀肖坤叶ꎬ赵健ꎬ余朝华ꎬ等.中非裂谷系Bongor盆地强反转裂谷构造特征及其对油气成藏的影响[J].地学前缘ꎬ2014ꎬ21(3):172-180.XiaoKYꎬZhaoJꎬYuCHꎬetal.Structuralcharacteristicsofinten ̄sivelyinversedBongorBasininCARSandtheirimpactsonhydro ̄carbonaccumulation[J].EarthScienceFrontiersꎬ2014ꎬ21(3):172-180.[4]㊀张艺琼ꎬ何登发ꎬ童晓光.中非剪切带含油气盆地成因机制与构造类型[J].石油学报ꎬ2015ꎬ36(10):1234-1247.ZhangYQꎬHeDFꎬTongXG.GeneticmechanismsandtectonictypesofpetroliferousbasinsintheCentralAfricaShearZone[J].ActaPetroleiSinicaꎬ2015ꎬ36(10):1234-1247.[5]㊀窦立荣ꎬ王景春ꎬ王仁冲ꎬ等.中非裂谷系前寒武系基岩油气成藏组合[J].地学前缘ꎬ2018ꎬ25(2):15-23.DouLRꎬWangJCꎬWangRCꎬetal.ThePrecambrianbasementplayintheCentralAfricanRiftSystem[J].EarthScienceFron ̄tiersꎬ2018ꎬ25(2):15-23.[6]㊀YangHꎬZhangJꎬvanderMeerFꎬetal.Geochemistryandfieldspectrometryfordetectinghydrocarbonmiscro-seepage[J].TerraNovaꎬ1998ꎬ10(5):231-235.[7]㊀TedescoSA.SurfaceGeochemistryinPetroleumExploration[M].NewYork:ChapmanandHallꎬ1995.[8]㊀SchumacherD.Hydrocarbon-inducedalterationofsoilsandsedi ̄ments[M]//SchumacherDꎬAbramsMA.Hydrocarbonmigrationanditsnear-surfaceexpression.Oklahoma:AAPGMemoirꎬ1996ꎬ66:71-89.[9]㊀王福印.油气微渗漏遥感影像异常形成的化学机理[J].国土资源遥感ꎬ1993ꎬ5(1):59-62.doi:10.6046/gtzyyg.1993.01.11.WangFY.Chemicalmechanismofimageanomaliesformedbyoilandgasmicro-seepage[J].RemoteSensingforLandandRe ̄sourcesꎬ1993ꎬ5(1):59-62.doi:10.6046/gtzyyg.1993.01.11.[10]申晋利ꎬ丁树柏ꎬ齐小平ꎬ等.烃类微渗漏现象遥感检测研究进展[J].国土资源遥感ꎬ2010ꎬ22(3):7-11.doi:10.6046/gtzyyg.2010.03.02.ShenJLꎬDingSBꎬQiXPꎬetal.Theprogressofremotesensingtechnologyinthedetectionofhydrocarbonmicro-seepage[J].RemoteSensingforLandandResourcesꎬ2010ꎬ22(3):7-11.doi:10.6046/gtzyyg.2010.03.02.[11]黄秀华ꎬ李正文ꎬ关燕宁ꎬ等.热红外遥感找油的时效性研究[J].遥感学报ꎬ2003ꎬ7(2):142-145.521国㊀土㊀资㊀源㊀遥㊀感2019年HuangXHꎬLiZWꎬGuanYNꎬetal.Temporaleffectivenessofthermalinfra-redremotesensingappliedtooil-gasexploration[J].JournalofRemoteSensingꎬ2003ꎬ7(2):142-145. [12]汤玉平ꎬ王国建ꎬ程同金.烃类垂向微渗漏理论研究现状及发展趋势[J].物探与化探ꎬ2008ꎬ32(5):465-469.TangYPꎬWangGJꎬChengTJ.Presentresearchsituationandde ̄velopmenttrendofhydrocarbonverticalmicro-seepagetheory[J].GeophysicalandGeochemicalExplorationꎬ2008ꎬ32(5):465-469.[13]李倩倩ꎬ陈小梅ꎬ刘幸ꎬ等.油气微渗漏区蚀变矿物含量与光谱之间的定量分析[J].光谱学与光谱分析ꎬ2013ꎬ33(12):3318-3320.LiQQꎬChenXMꎬLiuXꎬetal.Quantitativeanalysisofcontentandspectrumofalteredmineralintheoilandgasmicroseepagear ̄ea[J].SpectroscopyandSpectralAnalysisꎬ2013ꎬ33(12):3318-3320.[14]周子勇.高光谱遥感油气勘探进展[J].遥感技术与应用ꎬ2014ꎬ29(2):352-361.ZhouZY.Progressinhyperspectralremotesensingforpetroleumprospecting[J].RemoteSensingTechnologyandApplicationꎬ2014ꎬ29(2):352-361.[15]胡畔ꎬ田庆久ꎬ闫柏琨.柴达木盆地烃蚀变矿物高光谱遥感识别研究[J].国土资源遥感ꎬ2009ꎬ21(2):54-61.doi:10.6046/gtzyyg.2009.02.12.HuPꎬTianQJꎬYanBK.TheapplicationofhyperspectralremotesensingtotheidentificationofhydrocarbonalterationmineralsinQaidamBasin[J].RemoteSensingforLandandResourcesꎬ2009ꎬ21(2):54-61.doi:10.6046/gtzyyg.2009.02.12.[16]杨达昌ꎬ陈洁ꎬ高子弘ꎬ等.天宫一号高光谱数据烃类微渗漏信息提取[J].国土资源遥感ꎬ2018ꎬ30(2):107-113.doi:10.6046/gtzyyg.2018.02.15.YangDCꎬChenJꎬGaoZHꎬetal.Extractionofhydrocarbonmicro-seepageinformationbasedonTG-1hyperspectraldata[J].Re ̄moteSensingforLandandResourcesꎬ2018ꎬ30(2):107-113.doi:10.6046/gtzyyg.2018.02.15.[17]章桂芳ꎬ王远华ꎬ郑卓.基于ASTER数据的烃蚀变信息增强与提取[J].中山大学学报(自然科学版)ꎬ2014ꎬ53(6):78-84.ZhangGFꎬWangYHꎬZhengZ.TheinformationenhancementandinterpretationofhydrocarbonmicroseepageinducedmineralsbasedonASTERdata[J].ActaScientiarumNaturaliumUniversitatisSu ̄nyatseniꎬ2014ꎬ53(6):78-84.[18]朱振海.油气藏烃类微渗漏理论及遥感油气资源探测的机理研究[J].遥感技术与应用ꎬ1994ꎬ9(1):1-10.ZhuZH.Hydrocarbonmicroseepagetheoryandoil-gasreservoirdetectingbyremotesensing[J].RemoteSensingTechnologyandApplicationꎬ1994ꎬ9(1):1-10.[19]BuckinghamWFꎬSommerSE.Mineralogicalcharacterizationofrocksurfacesformedbyhydrothermalalterationandweathering-applicationtoremotesensing[J].EconomicGeologyꎬ1983ꎬ78(4):664-674.[20]AbdelsalamMGꎬSternRJꎬBerhaneWG.MappinggossansinaridregionswithLandsatTMandSIR-Cimages:TheBeddahoaltera ̄tionzoneinnorthernEritrea[J].JournalofAfricanEarthSci ̄encesꎬ2000ꎬ30(4):903-916.[21]YangHꎬZhangJꎬvanderMeerFꎬetal.Spectralcharacteristicsofwheatassociatedwithhydrocarbonmicroseepage[J].InternationalJournalofRemoteSensingꎬ1999ꎬ20(4):807-813.[22]SalatiSꎬvanRuitenbeekFꎬvanderMeerFꎬetal.Detectionofalter ̄ationinducedbyonshoregasseepsfromASTERandWorldView-2data[J].RemoteSensingꎬ2014ꎬ6(4):3188-3209.[23]CrostaAꎬMooreJ.GeologicalmappingusingLandsatThematicMapperimageryinAlmeriaProvinceꎬsouth-eastSpain[J].Inter ̄nationalJournalofRemoteSensingꎬ1989ꎬ10(3):505-514. [24]CarrollHBꎬGuoG.ANewMethodologyforOilandGasExplora ̄tionUsingRemoteSensingDataandSurfaceFractureAnalysis[R].UnitedStates:NationalPetroleumTechnologyOfficeꎬ1999. [25]汪子义ꎬ张廷斌ꎬ易桂花ꎬ等.Landsat8OLI数据斑岩铜矿遥感蚀变矿物组合提取研究[J].国土资源遥感ꎬ2018ꎬ30(3):89-95.doi:10.6046/gtzyyg.2018.03.13.WangZYꎬZhangTBꎬYiGHꎬetal.Extractionofhydrothermalal ̄terationmineralgroupsofporphyrycopperdepositsusingLandsat8OLIdata[J].RemoteSensingforLandandResourcesꎬ2018ꎬ30(3):89-95.doi:10.6046/gtzyyg.2018.03.13.[26]成功ꎬ朱佳玮ꎬ毛先成.基于ASTER数据的金川铜镍矿床外围遥感找矿预测[J].国土资源遥感ꎬ2016ꎬ28(1):15-21.doi:10.6046/gtzyyg.2016.01.03.ChengGꎬZhuJWꎬMaoXC.Remotesensingprospectingpredic ̄tioninperipheryoftheJinchuancopper-nickeldepositbasedonASTERdata[J].RemoteSensingforLandandResourcesꎬ2016ꎬ28(1):15-21.doi:10.6046/gtzyyg.2016.01.03.[27]吴小娟ꎬ温静ꎬ肖晨超ꎬ等.基于多源遥感数据的矿物蚀变信息提取 以西藏甲玛铜多金属矿为例[J].地质力学学报ꎬ2015ꎬ21(2):228-240.WuXJꎬWenJꎬXiaoCCꎬetal.Extractionofalteredmineralinfor ̄mationbasedonmulti-sourceremotesensingdata:AcasestudyofJiamacopperpolymetallicdeposit[J].JournalofGeomechanicsꎬ2015ꎬ21(2):228-240.[28]任广利ꎬ杨敏ꎬ李健强ꎬ等.高光谱蚀变信息在金矿找矿预测中的应用研究 以北山方山口金矿线索为例[J].国土资源遥感ꎬ2017ꎬ29(3):182-190.doi:10.6046/gtzyyg.2017.03.27.RenGLꎬYangMꎬLiJQꎬetal.Applicationofhyper-spectralal ̄terationinformationtogoldprospecting:AcasestudyofFangs ̄hankouareaꎬBeishan[J].RemoteSensingforLandandRe ̄sourcesꎬ2017ꎬ29(3):182-190.doi:10.6046/gtzyyg.2017.03.27.[29]刘志武ꎬ党安荣ꎬ雷志栋ꎬ等.利用ASTER遥感数据反演陆面温度的算法及应用研究[J].地理科学进展ꎬ2003ꎬ22(5):507-514.LiuZWꎬDangARꎬLeiZDꎬetal.Aretrievalmodeloflandsur ̄facetemperaturewithASTERdataanditsapplicationstudy[J].ProgressinGeographyꎬ2003ꎬ22(5):507-514.[30]IwasakiAꎬFujisadaHꎬAkaoHꎬetal.Enhancementofspectralsep ̄arationperformanceforASTER/SWIR[C]//TheInternationalSo ̄cietyforOpticalEngineering.SanDiego:SPIEꎬ2002:42-50. [31]余健ꎬ张志ꎬ李闵佳ꎬ等.基于ASTER遥感影像的西昆仑岩性信息提取方法研究[J].国土资源遥感ꎬ2012ꎬ24(1):22-27.doi:10.6046/gtzyyg.2012.01.05.YuJꎬZhangZꎬLiMJꎬetal.Themethodologyoflithologicinforma ̄621第4期肖晨超ꎬ等:㊀基于烃类微渗漏的油气异常信息提取及远景区预测 以中非Salamat盆地为例tionextractionbyusingASTERdatainWestKunlunMountains[J].RemoteSensingforLandandResourcesꎬ2012ꎬ24(1):22-27.doi:10.6046/gtzyyg.2012.01.05.[32]罗慧芬ꎬ苗放ꎬ叶成名ꎬ等.基于FLAASH模型的ASTER卫星影像大气校正[J].安徽农业科学ꎬ2009ꎬ37(17):8101-8102.LuoHFꎬMiaoFꎬYeCMꎬetal.AtmosphericcorrectiononASTERsatelliteimagebasedonFLAASHmodel[J].JournalofAnhuiAg ̄riculturalSciencesꎬ2009ꎬ37(17):8101-8102.[33]亓雪勇ꎬ田庆久.光学遥感大气校正研究进展[J].国土资源遥感ꎬ2005ꎬ17(4):1-6.doi:10.6046/gtzyyg.2005.04.01.QiXYꎬTianQJ.Theadvancesinthestudyofatmosphericcorrec ̄tionforopticalremotesensing[J].RemoteSensingforLandandResourcesꎬ2005ꎬ17(4):1-6.doi:10.6046/gtzyyg.2005.04.01.[34]孟翔晨ꎬ历华ꎬ杜永明ꎬ等.基于ASTERGED产品的地表发射率估算[J].遥感学报ꎬ2016ꎬ20(3):382-396.MengXCꎬLiHꎬDuYMꎬetal.EstimatinglandsurfaceemissivityfromASTERGEDproducts[J].JournalofRemoteSensingꎬ2016ꎬ20(3):382-396.[35]张春森ꎬ徐肖雷ꎬ陈越峰.基于ETM+数据的煤田火区温度异常信息提取[J].国土资源遥感ꎬ2017ꎬ29(2):201-206.doi:10.6046/gtzyyg.2017.02.29.ZhangCSꎬXuXLꎬChenYF.TemperatureanomalyinformationextractionincoalfieldfireareabasedonETM+data[J].RemoteSensingforLandandResourcesꎬ2017ꎬ29(2):201-206.doi:10.6046/gtzyyg.2017.02.29.[36]SongLSꎬLiuSMꎬKustasWPꎬetal.Usingthesurfacetempera ̄ture-albedospacetoseparateregionalsoilandvegetationtemper ̄aturesfromASTERdata[J].RemoteSensingꎬ2015ꎬ7(5):5828-5848.Oil-gasinformationextractionandprospectiveareapredictionbasedonhydrocarbonmicroseepagetheory:AcasestudyofSalamatBasininCentralAfricaXIAOChenchao1ꎬ2ꎬWUXiaojuan3ꎬWANGDaming4ꎬCHUYongbin3(1.LandSatelliteRemoteSensingApplicationCenterꎬMinistryofNaturalResourcesꎬBeijing100048ꎬChinaꎻ2.ChinaAeroGeophysicalSurveyandRemoteSensingCenterforNaturalResourcesꎬBeijing100083ꎬChinaꎻ3.CollegeofResourcesandEnvironmentꎬChengduUniversityofInformationTechnologyꎬChengdu610225ꎬChinaꎻ4.ChinaGeologicalSurveyꎬBeijing100037ꎬChina)Abstract:Anomalyinformationcausedbyhydrocarbonseepageinoil-gasfieldscanbedetectedbyremotesensingtechnology.Comparedwithtraditionaloilandgasexplorationmethodsꎬremotesensingtechnologyhasmanyadvantagesingettinginformationfromlongrangeꎬlarge-areamappingꎬhighefficiencyandlowcostꎬespeciallyinareaswithcomplexterrainandgeomorphologicalenvironment.Basedonthehydrocarbonmicroseepagetheoryꎬthemineralalterationinformationsuchasclaysꎬcarbonatesꎬferrousionandbrightnesstemperaturewererespectivelyextractedbymethodsofcrosstalkcorrectionꎬatmosphericcorrectionꎬbandratioꎬprincipalcomponentanalysisandmono-windowalgorithmwiththeASTERdatainSalamatBasinofCentralAfrica.Theresultsshowthattheabove-mentionedseveraltypesofstrongmineralalterationinformationandhightemperatureanomalyinformationaremainlydistributedinthecentralandsouthernpartofthestudyareaꎬnamelyꎬthecentralupliftzoneandthesoutherndepressionzonearehighlylikelytocontainhydrocarbons.Combinedwithexistinggeologicalꎬseismicꎬgeophysicalandgeochemicaldataꎬfiveoil-gasprospectingareasweredelineatedꎬwhichcanprovidetheoreticaldirectionforthefurtheroil-gasexploration.Keywords:hydrocarbonmicroseepageꎻmineralalterationinformationꎻbrightnesstemperatureꎻoil-gastargetpre ̄dictionꎻASTERdataꎻSalamatBasin(责任编辑:陈理)721。
测绘相关单位面试综合问题
测绘相关单位面试综合问题第1部分1.1“3S”技术3S技术是遥感技术(RS)、地理信息系统(GIS)和全球定位系统(GPS)的统称,是空间技术、传感器技术、卫星定位与导航技术和计算机技术、通讯技术相结合,多学科高度集成的对空间信息进行采集、处理、管理、分析、表达、传播和应用的现代信息技术。
全球定位系统GPS(Global Positioning System)是美国军方在1973年开始发展的新一代卫星导航和定位军事系统,由分布在六个轨道上的21+3个卫星组成。
民用限制使用。
大约1983年开始用于解决大地测量问题。
它的基本导航原理是依据用户和四颗卫星之间的伪距测量,根据卫星在适当参考框架中的已知坐标确定用户接收机天线的坐标。
信号由卫星发出,基本观测值是信号由卫星天线到接收机天线的传播时间间隔,然后用信号传播速度将信号传播时间换算成距离。
按照原理,只要同步观测三颗卫星即可交会出测站的三维坐标。
遥感RS(Remote Sensing)是不接触物体本身,用传感器收集目标物的电磁波信息,经处理、分析后,识别目标物,揭示其几何、物理性质和相互联系及其变化规律的现代科学技术。
对目标进行采集主要是利用从目标反射或辐射的电磁波。
接收从目标反射或辐射的电磁波的装置叫做遥感器,照相机及扫描仪等即属于此类。
此外,搭载这些遥感器的移动体叫做遥感平台,如现在使用的飞机及人造卫星等。
“一切物体,由于其种类及环境条件不同,因而具有反射或辐射不同波长的电磁波的特性。
”遥感技术就是利用物体的这种电磁波特性,通过观测电磁波,从而判读和分析地表的目标及现象,达到识别物体及物体存在的环境条件的技术。
地理信息系统GIS(Geographic Information System)在计算机软件和硬件支持下,把各种地理信息按照空间分布及属性以一定的格式输入、存贮、检索、更新、显示、制图和综合分析应用的技术系统。
GIS本身是集计算机科学、地理学、测绘学、遥感技术、环境科学、城市科学、空间科学、地球科学、信息科学和管理科学为一体的新兴边缘学科,它是将计算机技术与空间地理分布数据相结合,通过一系列空间操作和分析方法,为地球科学、环境科学和工程设计,乃至政府行政职能和企业经营提供对规划、管理和决策有用的信息,并回答用户提出的有关问题。
高光谱遥感分类识别方法在油气信息提取中的应用
图 2 P I 取所得 纯像 元( P提 部分 )
2 1 .8 o中圃高 技 咄 0 0 1 1 21
给 出具 体 的 端 元 ,要 求 得 端元 ,还 必 须通 过 N ~维 可 视
光谱 影像中直接获取端元 。 目前有关端元提取 的方法 有很 多,用 得 比较多 的是基于纯像元指数和n 维可视 一 化 的方法 。其基本思路是先通过最小噪声变换进行波
化等工具进行选取,即需要人工的干预。
谱降维处理 ,然 后通过纯像元指数计算找到相对 比较
提取 和 地物 识 别 。 ( ) 元 提 取方 法 二 端
像元并不多。在对 图像进行M F N 处理后 ,波段数大大减 少 ,但像元数并没有减少 。为了进 一步减少数据量 , 需要对提取端元作用不大 的像 元排队掉 ,即把那些 比 较 “ ”的像元找 出来 。要获得较纯 的端元 波谱, 目 纯
前较 好 的方 法 就是 对 处 理 后 的M F 处 理 。 PI
正确选 择端元是高光谱遥感影像信 息提 取的一个
关键 。 在 无 法 获 得 地 面 实 测 资料 的情 况 下 , 只 能 从 高
P1 P 只是给 出了图像 中纯像元 的分布情况 ,并没有
U m x n )和 端 元 / 像 元 ( u i e )的 提 取 , 以 n i ig 子 Sbp x1
及 目标识别 (a g t R c g i in T r e e o n t o )等是近年来高光
谱 遥 感应 用研 究 中的一 个热 点 。
a b
高光谱 影像 中的每个像元都是其n 维波段空间中的
一
、
高光谱 遥感信 息提 取研 究
( 端元及端元的线性混合模型 一) 遥 感 影像 是 以像 元为 基 本单 位来 检 测和 获取 地
基于信息遥感的矿山地质构造信息提取研究
基于信息遥感的矿山地质构造信息提取争辩基于信息遥感的矿山地质构造信息提取争辩现阶段,国民经济对矿产资源的刚性需求不断加大,供需冲突突出,需求引起的矿业开发力度不断增加,对矿山生态环境破坏越来越严峻,以致矿山环境治理的速度赶不上对矿山环境破坏的速度,加上很多老矿山遗留的环境问题未解决,使得矿山生态环境总体形势严峻,为的确爱护好矿山地质环境,提高矿山地质环境调查中的效率,粗淺分析一下遥感解译在矿山地质环境调查中的应用。
遥感图像是依据确定比例缩小的地表自然景观综合图,图像在信息表达上有巨大的优势。
遥感图像解译工作既是一门学科,又是图像处理的一个过程。
图像解译是建立地物性质—电磁波谱性质—影像特征三者的关系,矿山目标信息提取质量好坏主要取决于人、物、像三要素的协调程度。
在图像信息认知理论指导下,从矿业活动的系统性和整体性动身,建立基于创新的学问体系的不同类型矿山目标图像标记理论。
基于图像地学信息转换理论,构建矿山遥感区域地质地貌图像结构格架;构建矿山具体目标的空间结构要素及其地质地理环境组合信息的图像标记和综合识别标记。
对矿山目标的空间定位等具有指导意义。
1遥感技术的优点遥感技术的优点主要体现在以下两个方面:首先是测量精度高测量精度高是遥感技术探测最为显著的一个特点,能供应精准的地质基础数据,具有宽敞的应用范围。
将其应用于矿山地质测量中,能精确找出资源位置及其空间分布状况,探测数据精准度高,可以大幅度削减测绘时间,提高地质测绘效率。
尤其是在勘察煤矿地质时,由于煤矿地形地貌较为特殊,其能有效克服地形和地貌上的限制,探测范围广、测量精度高,避开烦琐的人工探测步骤和重复对观测点数据的测量过程。
其次是实时动态监测遥感技术监测数据信息具有实时性和动态性,数据更新简便快捷,可以依据需要设定数据信息更新时段。
对数据库信息的实时监测,能有效实现对探测区地质状况的动态监测,准时把握矿山地质转变动态。
数据信息的更新能不断地完善原有数据库信息,为矿山平安治理供应重要数据保障。
基于遥感技术的山体滑坡数据采集与分析
基于遥感技术的山体滑坡数据采集与分析近年来,山体滑坡事故频发,给人们的生命财产安全造成了严重威胁。
借助遥感技术的快速发展,我们可以采集和分析山体滑坡数据,以预测和防范潜在的山体滑坡风险。
本文将介绍基于遥感技术的山体滑坡数据采集与分析方法,并探讨其应用前景。
一、遥感技术的概述遥感技术利用卫星、航空器和其他传感器对地球表面的物体进行远距离观测和测量,可以获取高分辨率的地表信息。
在山体滑坡的研究中,遥感技术能够提供关键的数据,包括地形、植被、土壤和水文条件等。
二、山体滑坡数据采集1. 高分辨率遥感影像获取通过卫星、航空器等平台获取高分辨率的遥感影像,以便对山体滑坡的形态、面积和边界进行准确的测量。
同时,遥感影像还可以用于提取地物信息,如植被覆盖和土壤类型等。
2. LIDAR技术测量地形LIDAR(Light Detection and Ranging)技术是一种利用激光进行测距和地形测量的方法。
通过激光扫描地表,可以获取高精度的地形数据,包括地形起伏、地貌特征和斜坡倾斜度等,这些数据对于山体滑坡的研究和预测至关重要。
三、山体滑坡数据分析1. 地形分析利用遥感影像和LIDAR数据,可以进行地形分析,包括地表起伏、坡度、坡向和地形特征等。
这些数据可以帮助我们了解山体滑坡形成的地质背景,并揭示滑坡发生的可能原因。
2. 植被分析遥感技术可以提供植被覆盖信息,通过分析植被的密度、类型和变化趋势,我们可以评估山体滑坡发生的风险。
植被覆盖低、植被退化等情况可能表明滑坡的潜在危险性增加。
3. 土壤分析利用遥感数据,可以获取土壤类型、含水量等信息。
不同类型的土壤具有不同的稳定性和可渗透性,对山体滑坡的形成有着重要影响。
通过土壤分析,可以评估滑坡的可能性以及滑坡后果的严重程度。
四、应用前景基于遥感技术的山体滑坡数据采集和分析方法在防灾减灾中具有广阔的应用前景。
通过准确获取和分析相关数据,可以提前预警山体滑坡并采取相应的防范措施,减少人员伤亡和财产损失。
油气资源勘查中的遥感技术应用综述
关 键 词 : 感 ; 气 ; 造 ; 类 微 渗 露 遥 油 构 烃
中图分 类号 ::3 . 1 79 ' 2
文献标识码 : A
文章编号 : 0 0—3 7 (0 7 9 —0 8 10 17 2 0 ) 0 0 6—0 4
1 引 言
我 国经 过 5 0余年 的奋斗 和发 展 , 已建立 了完 整 的 石油 工业 体 系 。全 国范 围 内有 东 部 、 部 、 中 西部 、 海域 四大 油 气 区, 目前 已有 油 田 5 6个 , 田 1 2 7 气 8
维普资讯
遥成信息
综
迹
20 . 072
油气资源勘查中的遥 感技术应 用综述
刘 汉 湖 , 武 年 杨
( 成都理工大学 国土资源部重 点实验室 , 成都 6 0 5 ) 10 9
摘要 : 筒述 了我 国油气资源现状, 针对油气勘查过程 中的两个 阶段( 普查和 详查 )分 别详细 地 阐述 了遥感技 术在普查 阶 , 段对构造信息( 线性构造, 环形构造、 皱构 造) 褶 的识别和 详查 阶段对各种 烃类微 渗露信息 的提取, 最后对 遥感在 油气勘查 中
遥感 图像 真实 地记录 了地 质构 造形迹 的 总体和 个体 的地 表几 何形 态及其 物理 特征 , 息密度大 、 信 连 续性 好具 有高 度 的概 括性 , 中 含有 大 量 隐伏 地 质 其
度不 断加大 。20 0 5年全 国原油 的进 口量 已达 162 28
万 吨, 品油 3 4 成 1 3万 吨 , 外 依 存度 已达 4 %。 同 对 4 时 , 预测 , 0 0年 我 国需进 口管道 天 然 气 和 液 化 据 21 天 然气约 3 0亿 立方 米, 0 5年进 口管 道天 然 气 和 0 21
基于烃微渗漏的航空高光谱遥感蚀变信息提取
移、 扩 散等 多种 方式 , 通 过 上覆地 层 中 的断层 、 节理 、 孔隙 、 裂 隙断裂等 通道 运 移 至地 表 , 甚 至 扩散 至近 地
大气 中。这些烃类物 质及其衍 生化合 物造成 土壤 、 大 气 中烃组分 异常 , 作用 于上覆 岩层 、 土 壤等 引起蚀 变 , 造成 红层退色 、 磁 异常 、 黏 土异 常 、 碳酸 盐 异 常 、 植 被
异常表现, 通过异常信息的提取能直接圈定可能的油 气 藏 。2 0 0 8年 S h u h a b D .K h a n和 S a r a h J a c o b s o n 从 怀俄 明州 ( Wy o mi n g ) P a t r i c k D r a w地 区获取 的与烃 微渗漏 相关 的异 常 区域 高 光谱 影像 中解 译 出烃 渗 漏 区, 并 验证 了土壤 与岩石 中的蚀变矿 物与 油 田烃 微渗 漏相 关 。2 0 1 0年北 京 核工 业地 质 研究 院利 用 C A — S I / S A S I 航空高 光谱成像 仪对庆 阳地 区进行油气 探测
知油 田 , 都 存在 着烃 类物 质 的微 渗 漏 现象 。2 0世 纪8 0年代 以来 , 随 着 遥感 技 术 的迅 速 发 展 , 利 用遥 感技 术提 取烃 类微渗 漏 信息来 圈 定油气 探测 靶 区进 行直 接 找 油 , 成 为 现 代 油 气 资 源 勘 探 的 发 展 趋
关键词 高 光谱 遥感
吉分类号
P 6 2 7 ;
文献 标志码
B
烃 类微 渗 漏 现 象 是 指 油 气 圈 闭 内伴 有 二 氧 化 碳、 水汽 和惰 性气 体 的 甲烷 等轻 烃 类 物 质 透过 上 覆 致 密岩 层渗漏 到 地 表 的一 种 现象 ¨ 。据 R e c h e r s 等 人 以及 美 国达 拉 斯 城 的地 球 化 学 勘 探 公 司 累 积 4 0
高光谱遥感油气探测信息提取软件设计与实现
关键 词 :高 光谱遥 感 ;烃微 渗漏 ;蚀 变异 常 ;填 图算 法
中图分 类号 :T E l 9 文 献标识 码 :A
0 引 言
高光谱 遥感 油气 探测 ,主要 是利 用高光 谱遥 感 技术 直 接 探测 地 表 烃类 微 渗 漏蚀 变 矿 物 、 微 油气 苗 和地表植 被 异常 ,并根 据热 遥感成 像 资料识 别地 温异 常等 烃类微 渗漏 信息 ,进而 达 到探测 油气 的 目的 。异常信 息提 取主 要包 括烃异 常信 息 的提取 、碳 酸盐 和黏土 矿物 的提取 以 及植 被异 常 的提 取 。另外 ,根 据微生 物异 常 区分 布规 律 ,结 合 工 区地 质 、钻井 、试 油资 料 , 可 以进 行 含油气 区 预测 、油气 前景分 级评 价 、油 气成 藏 主 控 因 素分 析 、油 气运 移 规 律分 析 、 预测 剩余 油气分 布 、单井 钻前 快速评 价 、储层 预测 以及 井位部 署 。
收稿 日期 :2 0 1 4 . 1 2 03 -
基金 项 目 : 中 国地 质 调 查 局 地 质 调 查 项 目 “ 地 质 勘 查 遥 感 系 统 集 成 与综 合应 用 示 范 ” ( 1 2 1 2 0 1 1 1 2 0 2 2 6 ) 作者 简 介 :汪 大 明 ( 1 9 8 3 ) ,男 ,博 士 ,副 研 究 员 , 主要从 事 高 光谱 遥 感 及其 应 用 等 研究 。E — ma i l :3 0 7 0 5 9 4 0 @q q . t o m
1 高光 谱遥 感 油气探 测 软 件设 计 与实现
1 . 1 高光谱 遥 感油气 探测 技术 处理 流程
基于遥感与地理信息系统的山体滑坡数据采集与分析技术研究与优化
基于遥感与地理信息系统的山体滑坡数据采集与分析技术研究与优化随着科学技术的不断发展,遥感和地理信息系统的应用越来越广泛,无处不在。
在许多领域,如监测环境、探测资源、控制自然灾害等方面,遥感和地理信息系统都起到了重要的作用。
山体滑坡在自然灾害中属于一种常见的灾害类型,对人类和生态环境都造成了很大的危害。
因此,如何对山体滑坡进行及时准确的监测和预警已成为当前研究的热点问题。
本文将重点介绍基于遥感和地理信息系统的山体滑坡数据采集与分析技术。
一、遥感技术在山体滑坡监测与预警中的应用遥感技术是通过航空或卫星进行远程观测,获取地表信息的一种技术。
在山体滑坡的监测中,遥感技术可以采集地表信息,如表面温度、地形高度等参数。
这些参数可以用来建立山体滑坡的模型,从而实现对山体滑坡的监测和预警。
目前,常用的遥感技术包括光谱遥感技术、雷达遥感技术和激光雷达技术。
在这些技术中,光谱遥感技术是最常用的技术之一。
光谱遥感技术可以获取地表覆盖物的信息,如植被、水体、建筑物等。
这些信息可以用来研究山体滑坡的变化和演化过程。
此外,遥感技术还可以实现对山体滑坡的形态、面积、体积等参数进行估算,对山体滑坡进行量化分析,从而为山体滑坡的防治提供有力的支持。
二、地理信息系统在山体滑坡数据采集与分析中的应用地理信息系统是一种空间信息处理和分析系统,可以对地理信息进行存储、管理、处理、分析和输出。
在山体滑坡的数据采集和分析中,地理信息系统可以提供空间数据处理和分析的功能。
地理信息系统可以对遥感的数据进行处理,如图像增强、图像分割、特征提取等。
这些处理可以提高遥感数据的精度和可靠性。
此外,地理信息系统还可以实现对数据的空间叠加、数据的统计分析、模型的建立和预测等功能。
这些分析方法可以提高山体滑坡的预测准确率和预测速度,为山地开发和管理提供科学依据。
三、优化山体滑坡数据采集与分析技术的方法为了优化山体滑坡数据采集和分析技术,需要考虑以下几个方面:1.提高遥感数据的精度和可靠性。
基于高分辨率遥感影像的裸露山体监测
基于高分辨率遥感影像的裸露山体监测裸露山体是指山体表面没有被植被覆盖的裸露岩石地表,裸露山体的存在会引发山体崩塌、滑坡等自然灾害,对周边的居民和建筑物构成威胁。
对裸露山体进行监测和预警,对于减少自然灾害的发生至关重要。
随着高分辨率遥感影像技术的发展,利用高分辨率遥感影像进行裸露山体监测已经成为一种常用的手段。
本文将从裸露山体监测的意义和目的、高分辨率遥感影像技术在裸露山体监测中的应用以及裸露山体监测技术存在的挑战和发展趋势等方面展开论述。
一、裸露山体监测的意义和目的裸露山体监测是指通过对裸露山体进行定期观测和分析,及时发现裸露山体的变化和演化趋势,预警可能发生的山体灾害,有针对性地进行山体灾害防治和治理工作。
裸露山体监测的意义主要体现在以下几个方面:1. 保护生命财产安全。
裸露山体往往是山体滑坡、崩塌等自然灾害的高发区,定期监测裸露山体的变化情况可以及时预警山体灾害的发生,保护周边的居民和建筑物的生命财产安全。
2. 环境保护与资源管理。
裸露山体的出现和变化会引发土地资源的流失和生态环境的恶化,对于保护自然环境和合理利用资源具有重要意义。
3. 基础地质调查。
裸露山体的形成往往与地质结构、地貌特征等因素密切相关,通过裸露山体的监测可以为地质调查提供重要的基础数据。
二、高分辨率遥感影像技术在裸露山体监测中的应用1. 数据获取高分辨率遥感影像数据主要来源于卫星和航空摄影等遥感平台,可以获取到裸露山体细节丰富的影像数据,为裸露山体监测提供了重要的技术支持。
2. 影像处理与分析利用遥感影像处理软件对高分辨率遥感影像数据进行预处理和图像处理,提取裸露山体的特征信息,如裸露山体的面积、坡度、高程等。
结合地理信息系统(GIS)技术,对裸露山体的变化趋势进行分析和研究。
3. 变化检测与监测基于高分辨率遥感影像的时间序列数据,可以实现裸露山体的变化检测与监测。
通过对不同时间点的遥感影像数据进行比对分析,及时发现裸露山体的变化情况,为山体灾害预警提供科学依据。
低空遥感技术支持下的山地灾害区域水土资源信息对象级提取
我国幅员辽阔、地形条件复杂,70%地域为山地区域,且近年来人类社会经济活动发展迅猛,自然资源被过度索取,环境遭到持续性破坏,地质灾害越来越严重。
根据统计我国是世界上滑坡、泥石流地质灾害发生频率最高和受损失最严重的国家之一"T。
在灾害发生后,常规野外现场调查方法很难开展,不仅要冒着生命危险长时间的野外艰苦工作,还要消耗大量财力、物力,某些地区由于受到地形和交通等条件的影响,调查人员无法到达,这给灾情调查带来极大的困难。
近年来随着科学技术的发展,在地质灾害研究中以"3S”技术作为新技术手段和方法引起了人们广泛的关注⑷。
这为滑坡地质灾害调查提供了新的途径,但常规遥感手段受制于获取影像的空间分辨率不高,导致后期数据处理的精确度不高⑸。
低空遥感技术支持下的山地灾害区域水土资源信息对象级提取□师灿肠雷瑜郑丹柳如涛无人机低空遥感技术是最近几年涌现出的新技术,随着硬件的改进,无人机的性能不断提高,功能日益完善,尤其是近年来随着计算机技术、摄影测量技术及其相关信息技术的飞速发展,使得无人机低空遥感技术走向成熟。
无人机低空遥感技术已经被广泛应用于测绘、农业、水利、环境、灾害等各个领域中,能快速、准确的获取困难地区(如:多云雾地区、灾害区域等)的信息,成为卫星遥感的有效补充。
无人机高分辨率影像保证了地面的资源、环境、社会和经济等主要内容都清晰可见,能为地表模型的建立提供详细,丰富的几何和语义信息跆」。
无人机数据获取及预处理1无人机影像获取无人机影像自动获取的流程是:根据任务的要求,对待拍摄地区进行航线规划,在航线规划系统中规划好航线并载入到遥感空中控制子系统中。
无人机地面控制子系统按照规划的航线控制无人机的飞行,遥感空中控制子系统则按照预设的航线和拍摄方式控制照相机进行拍摄,并将拍摄得数据进行存储。
本次实验应映秀镇灾后数据获取需求,预设无人机飞行的相对航高为650m,预设航向重叠度70%,旁向重叠度40%,飞行范围覆盖20km2,飞机所装载的相机镜头焦距为24mm,获取的无人机影像地面分辨率达到0.2m,获取的无人机原始影像如图1所示。
一种基于遥感影像的智能信息提取方法及系统[发明专利]
专利名称:一种基于遥感影像的智能信息提取方法及系统专利类型:发明专利
发明人:王海波,王冰冰,温礼,公雪霜,喻文勇,齐建超,雷玉飞申请号:CN201811151663.8
申请日:20180929
公开号:CN109215038A
公开日:
20190115
专利内容由知识产权出版社提供
摘要:本发明是一种基于遥感影像的智能信息提取方法及系统,首先构建了以Hadoop为核心的遥感大数据GPU计算集群,然后设计了遥感影像的解压缩、高精度云检测、全色多光谱影像自动融合、RPC影像校正、地物目标信息智能提取及地理要素信息矢量化的智能信息提取方法及流程,其中智能信息提取平台采用了Caffe深度学习框架,通过以上流程处理之后可获得遥感影像高精度云掩膜产品、全色多光谱波段融合产品、RPC正射校正产品、地物目标信息智能提取产品及地理要素信息矢量化产品,实现了1A级原始遥感影像自动转化为2级产品的目标,大大缩短了从卫星标准数据产品到信息产品生成所需要的时间。
申请人:中国资源卫星应用中心
地址:100094 北京市海淀区永丰产业基地丰贤东路5号
国籍:CN
代理机构:中国航天科技专利中心
代理人:马全亮
更多信息请下载全文后查看。
基于ASTER数据和反射光谱分析的烃类微渗漏信息提取
基于ASTER数据和反射光谱分析的烃类微渗漏信息提取李娜;周萍【期刊名称】《地质力学学报》【年(卷),期】2015(000)002【摘要】选取陕西省榆林气田地区为研究区,利用ASTER数据多波段的优势,在研究区开展了基于波段运算和主成分分析的二价铁、黏土矿化以及碳酸盐矿化等烃类微渗漏蚀变信息提取,圈出4个有效靶区;并利用ASTER数据的热红外波段进行基于分裂窗简化算法的温度反演得到研究区的温度图像以验证靶区的有效性,温度反演结果中高温异常区和靶区范围基本吻合;最后对USGS光谱库中常见蚀变矿物光谱、研究区实测光谱以及原油光谱进行综合分析,进一步验证靶区有效性,多种方法相结合以提高烃类微渗漏蚀变信息提取精度。
%Shaanxi Province, Yulin gas field selected for the study area, using the advantages of multi⁃band ASTER data, we carried out divalent iron, clay and carbonate mineralization hydrocarbon micro⁃seepage alteration information extraction based band operation and principal component analysis in the study area and circled the four valid target; then using ASTER data thermal infrared band to do temperature inversion based split window simplification algorithm to get temperature image of the study area in order to verify the validity of the target area, and the high temperature anomaly area in temperature inversion map were consistent with the target ranges. Finally, the common alteration minerals spectrum of USGS spectral library, were comprehensively analyzed, and study area measured spectra and crude oilspectra to verify the effectiveness of the target. This article aimed to improve hydrocarbon micro⁃seepage alteration information extraction accuracy with various methods.【总页数】10页(P218-227)【作者】李娜;周萍【作者单位】中国地质大学地球科学与资源学院学院,北京100083;中国地质大学地球科学与资源学院学院,北京100083【正文语种】中文【中图分类】P627【相关文献】1.基于遥感技术的龙门山前山带烃类微渗漏信息提取 [J], 王永2.基于遥感技术的贵州黔西地区烃类微渗漏信息提取 [J], 胡滨;何政伟;郑翀;赵银兵;张晓荔;杨蕻3.天宫一号高光谱数据烃类微渗漏信息提取 [J], 杨达昌;陈洁;高子弘;韩亚超4.基于ASTER数据与ETM数据矿化蚀变信息提取——以内蒙古苏吉营盘地区为例 [J], 张杨; 唐尧; 王英林5.基于烃类微渗漏的油气异常信息提取及远景区预测——以中非Salamat盆地为例 [J], 肖晨超; 吴小娟; 汪大明; 褚永彬因版权原因,仅展示原文概要,查看原文内容请购买。
利用DEM技术自动提取龙门山南段青衣江阶地面的研究
利用DEM技术自动提取龙门山南段青衣江阶地面的研究梁朋;田勤俭;苏鹏;王林;李文巧;胡朝忠【摘要】河流阶地面是一种时间性、连续性非常高的层状地貌面,利用跨断层地区的河流阶地变形可以定量地判别一个地区的断层活动性.青衣江横跨龙门山断裂带南段是一条区域性大河,由于龙门山南段构造活动强烈且河流阶地被侵蚀程度严重,为了在室内更好、更快地解译青衣江河流阶地,使野外调查工作更具有针对性,本文在龙门山南段青衣江流域小关子至飞仙村一段,采用航测遥感技术制作的2m分辨率DEM和1/5万数字高程模型,基于ArcGIS和MATLAB平台进行了阶地面提取和聚类分析,以模拟野外测量阶地的流程,试图通过计算机提取,快速获取该地区更多的残余地貌面,建立起较为完整的河流阶地纵剖面.研究结果表明:野外测量数据与计算机自动提取结果相似度较高,具有较好的一致性;在完整的阶地剖面中发现了芦山盆地内部阶地具有疑似拱曲现象;在大川-双石断裂附近阶地有翘起现象,推测芦山盆地西缘阶地拱曲是由大川-双石断裂东侧的一条未知断层引起的,大川-双石断裂附近阶地的翘起现象可能是在断层逆冲推覆过程中形成的,同时结合区域年代历史数据,推测该地区(芦山盆地至大川-双石断裂)至少在晚更新世曾发生过构造活动.【期刊名称】《震灾防御技术》【年(卷),期】2015(010)002【总页数】13页(P240-252)【关键词】河流阶地;计算机提取;青衣江;GIS;DEM【作者】梁朋;田勤俭;苏鹏;王林;李文巧;胡朝忠【作者单位】中国地震局地震预测重点实验室,中国地震局地震预测研究所,北京100036;中国地震局地震预测重点实验室,中国地震局地震预测研究所,北京100036;中国地震局地震预测重点实验室,中国地震局地震预测研究所,北京100036;中国地震局地震预测重点实验室,中国地震局地震预测研究所,北京100036;中国地震局地震预测重点实验室,中国地震局地震预测研究所,北京100036;中国地震局地震预测重点实验室,中国地震局地震预测研究所,北京100036【正文语种】中文层状地貌面包括夷平面、剥蚀面和河流阶地,层状地貌面记录了地区地貌的演化历程,因此可以用残存的层状地貌面来反演地区的构造活动、气候活动等内外动力演化的过程(潘保田等,2000;黄映聪,2006)。
天宫一号高光谱数据烃类微渗漏信息提取
天宫一号高光谱数据烃类微渗漏信息提取杨达昌;陈洁;高子弘;韩亚超【期刊名称】《国土资源遥感》【年(卷),期】2018(030)002【摘要】The hydrocarbon microseepage detection method with remote sensing technology is a direct way for oil and gas investigation. According to several anomalous phenomena above oil and gas reservoirs, such as the enrichment of low-grade iron elements, the abundance of clay minerals and high carbonate content, this paper proposes an oil and gas alteration information extraction theory with hyperspectral method. Based on the theory,the authors analyzed the spectral response characteristics of various hydrocarbon alteration materials with hyperspectral data of the Tiangong-1(TG-1),highlighted targeted mineral feature information and at the same time suppressed the information of other ground objects, selected the high-absorption and high-reflection bands of the different interpretation signs,and then used the band ratio method to highlight and extract feature information. With the TG-1 hyperspectral data of Qingyang City,Gansu Province,the authors conducted oil and gas micro-seepage extraction and the results show that the distribution of the abnormal information of surface alteration is not only in good consistency with the local geological analysis results but also in good agreement with the actual oil and gas area data,thus verifying the feasibility of the method proposed in thispaper and demonstrates the detection potential of TG-1 hyperspectral data.%烃类微渗漏遥感探测技术是一种油气直接调查方法,主要依据油气藏上方地表的低价铁富集、粘土矿物丰度高和碳酸盐岩含量高等异常现象.通过分析高光谱遥感油气蚀变信息提取理论,研究了各种烃类蚀变矿物在天宫一号(TG-1)高光谱数据上的光谱响应特征;依照突出所需矿物并压制其他地物特征的思想,选取不同解译标志的强吸收和高反射波段,采用比值法进行特征信息增强与提取;开展甘肃省庆阳地区TG-1高光谱数据的油气微渗漏信息提取研究.研究结果表明,研究区地表蚀变遥感异常信息的分布与已有地质分析结果有较好的一致性,与实际的油气区吻合较好,验证了本文方法的可行性,显示了TG-1高光谱数据的油气探测潜力.【总页数】7页(P107-113)【作者】杨达昌;陈洁;高子弘;韩亚超【作者单位】中国国土资源航空物探遥感中心,北京 100083;中国国土资源航空物探遥感中心,北京 100083;中国科学院遥感与数字地球研究所,北京 100101;中国国土资源航空物探遥感中心,北京 100083;中国国土资源航空物探遥感中心,北京100083【正文语种】中文【中图分类】TP79【相关文献】1.基于遥感技术的龙门山前山带烃类微渗漏信息提取 [J], 王永2.基于ASTER数据和反射光谱分析的烃类微渗漏信息提取 [J], 李娜;周萍3.基于遥感技术的贵州黔西地区烃类微渗漏信息提取 [J], 胡滨;何政伟;郑翀;赵银兵;张晓荔;杨蕻4.吉木萨尔地区烃类微渗漏信息提取及验证分析 [J], 谢涛;万余庆;刘德长;童勤龙5.基于烃类微渗漏的油气异常信息提取及远景区预测——以中非Salamat盆地为例 [J], 肖晨超; 吴小娟; 汪大明; 褚永彬因版权原因,仅展示原文概要,查看原文内容请购买。
高光谱遥感识别地下储存天然气微泄漏点
高光谱遥感识别地下储存天然气微泄漏点LI Meng-meng;JIANG Jin-bao;LIU Dong【期刊名称】《光谱学与光谱分析》【年(卷),期】2018(038)012【摘要】如何及时准确探测天然气地下储存库或管道出现的微泄漏点目前尚是一个难题.通过野外可控系统模拟天然气微泄漏实验,研究天然气微泄漏对地表植被的影响及遥感特征变化,从而间接探测天然气微泄漏点.实验以草地与大豆为研究对象,测量了胁迫区与对照区植被的冠层光谱,进行奇异值剔除和平滑处理,对一阶微分处理后的植被冠层光谱再进行连续小波变换分析,发现对照组与胁迫组植被冠层光谱小波能量系数在685和715 nm处差异较大,且规律稳定,用其构建归一化指数(DW685-DW715)/(DW685+DW715) (DW),并与PRI,NPCI,NDVI,D725/D702指数进行对比分析,经J-M距离检验,结果表明归一化指数DW在识别天然气微泄漏胁迫下的草地和大豆具有较好的识别效果,且比PRI,NPCI,NDVI,D725/D702指数具有更好的普适性与稳健性.该结果表明,通过高光谱技术间接检测天然气微泄漏点具有可行性,为以后的工程应用提供技术支持和理论基础.【总页数】6页(P3809-3814)【作者】LI Meng-meng;JIANG Jin-bao;LIU Dong【作者单位】【正文语种】中文【中图分类】P237【相关文献】1.某大型天然气液化及储存设备项目地下室基坑支护工程实例 [J], 董浩;徐艺匀;赵明;岑仰润;林国卫;吴海峰2.基于连续小波变换的地下储存CO2泄漏高光谱遥感监测 [J], 蒋金豹;何汝艳;STEVEN D Michael3.加拿大天然气地下储存设施爆炸事故的思考与启示 [J], 张雨桐;张峰;王延平4.基于连续小波变换的地下天然气微泄漏点识别模型 [J], 李辉; 蒋金豹; 陈绪慧; 彭金英; 乔小军; 王思佳5.融合光谱-纹理-颜色信息识别地下天然气微泄漏点 [J], 吴自勇;蒋金豹;郭鉴威;王鑫达;季杨因版权原因,仅展示原文概要,查看原文内容请购买。
松辽盆地西部斜坡区烃渗漏信息遥感增强与提取的开题报告
松辽盆地西部斜坡区烃渗漏信息遥感增强与提取的开题报告一、研究背景烃类资源是人类社会发展的重要能源,其勘探与开发对资源国家战略、经济社会发展、维护国家利益与能源安全都具有重要的战略意义和实际价值。
烃类资源的勘探需要寻找其中的渗漏信息指引,而该信息通常存在于地下构造和沉积岩石体内的微观构造中。
传统的勘探方法需要大量的人力、物力和时间,且易受制于地形、环境和地质构造等因素的限制。
因此,如何利用现代遥感技术获取地下烃类渗漏信息成为一个备受研究关注的热点问题。
本研究将以松辽盆地西部斜坡区为研究对象,着重对烃类渗漏信息遥感增强与提取技术进行探究,以提高烃类资源勘探的效率和精度,为我国石油天然气资源开发做出贡献。
二、研究目的本研究旨在探究利用遥感技术进行烃类渗漏信息增强与提取的方法,具体目标包括:1. 研究松辽盆地西部斜坡区地质特征和烃类渗漏规律,分析现有勘探数据和研究成果,为遥感技术的应用提供理论基础和实际背景。
2. 了解遥感影像的获取、处理和分析方法,熟悉常用的遥感数据处理软件和算法,掌握烃类渗漏信息遥感增强与提取的技术原理和方法。
3. 根据对松辽盆地西部斜坡区地质特征和遥感影像特点的分析,选择合适的遥感影像数据和处理方法,进行相关增强和提取实验,验证提取结果的可行性和精度。
4. 基于实验结果,提出可控因素变化下的新颖遥感增量学习模型,实现对烃类渗漏信息的更准确预测。
三、研究方法本研究将采用以下研究方法:1. 文献调研方法:搜集和整理相关文献资料,了解松辽盆地西部斜坡区的地质背景和烃类渗漏规律,以及遥感技术在相关领域的应用进展和研究成果。
2. 实地考察方法:实地考察松辽盆地西部斜坡区的地质情况,采集勘探数据和遥感影像数据等实际资料,为后续论证和实验提供数据支撑。
3. 遥感数据处理方法:基于遥感数据处理软件,对采集到的遥感影像数据进行处理和分析,包括影像预处理、图像增强、特征提取等内容。
4. 实验方法:根据实地勘探数据和遥感影像资料,运用遥感增强和提取算法,开展实验研究,验证研究成果的可行性和精度。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
0前言利用TM 等图像数据进行地表矿物蚀变异常、地表植物异常等信息的烃类微渗漏遥感直接探测技术是一种直接找油气的方法[1],它主要基于油气微渗漏理论。
该理论认为埋藏于地下深部的油气藏中的烃类物质通过多种方式,以盖层的断裂、节理、微细裂隙、孔隙等为通道运移至地表,甚至进而扩散到近地表的空气中,这种现象称为烃类微渗漏现象。
处于动态平衡的油气藏不断提供烃类物质是烃类微渗漏的前提,而地壳岩石裂隙存在的普遍性是烃类微渗漏的必要条件,微渗漏的烃类挥发物的主要成分为甲烷、轻烃、重烃和不饱和烃[2]。
这些物质以多种方式运移到地表,从而引起地表的一系列反应,表现为:红层褪色、粘土矿化、碳酸盐化等。
这些异常被视为烃类微渗漏在地表的可见效应,在遥感图像上表现为色调和结构的异常,主要是由于烃类物质以及蚀变体的特征波段的波谱特征在遥感图像上表现为不同灰度的变化,因此可通过各种遥感图像处理技术,提取和增强与烃类密切相关的遥感图像异常信息,从而成为遥感探测的直接依据。
本文研究内容主要涉及直接油气遥感,即利用TM 数据对烃类微渗漏信息进行提取。
本次研究的地区为龙门山构造带前山带,分布范围北至青川、广元,南达天全、宝兴,东以与川西前基于遥感技术的龙门山前山带烃类微渗漏信息提取王永(中煤航测遥感局遥感应用研究院,陕西西安710054)摘要:通过对龙门山前山带含油区与非含油区的岩石、土壤、植被等进行测试,认为烃类微渗漏会造成地表热异常、红层褪色、低价铁富集以及粘土矿化等现象,并对研究区的粘土矿物、Fe 3+、Fe 2+与烃类的波普曲线特征进行了分析对比。
以ETM 卫星图像为主要信息源,选择了TM2/TM3、TM3/TM4和TM5/TM7进行比值处理,从光谱数据中直接提取出碳酸盐化、粘土矿化、红层褪色等油气蚀变信息,并在对研究区遥感地质解译的基础上,指出烃渗漏信息异常晕主要沿断裂带分布,特别在不同走向断裂的交汇区域分布面积和强度较大,而在已知油气圈闭区域,信息晕主要呈碎片状或斑点状零散分布,且以低值异常为主。
根据烃渗漏异常的分布特征,提取出石板滩、中坝、孝泉、聚源、鸭子河以及邛崃等遥感信息异常区块。
关键词:烃类微渗漏;蚀变;波谱特征;信息提取;龙门山前山带中图分类号:P627文献标识码:A作者简介:王永(1962—),男,高级工程师,主要从事煤田地质工作。
收稿日期:2010-08-05责任编辑:唐锦秀Hydrocarbon Microseepage Information Extracting throughRemote Sensing Technology in Front Range of LongmenshanWang Yong(Remote Sensing Application Institute,Aerial Photogrammetry and Remote Sensing Bureau,CNACG,Xian,Shaanxi 710054)Abstract:Through rock,soil,vegetation tests in oil-bearing and non-oil-bearing areas in the front range of Longmenshan,considered that the hydrocarbon microseepage can cause phenomena of ground surface thermal anomalies,red beds decoloration,low valent iron enrichment and clay mineralization,carried out contrastive analysis of spectral curve features of clay minerals,Fe3+,Fe2+and hydrocarbons in study area.To take the ETM satellite images as main information source,TM2/TM3,TM3/TM4and TM5/TM7have selected to carry out ratio processing,and picked up oil and gas alteration information of carbonatization,clay mineralization,red beds decoloration etc.directly.Based on study area remote sensing geological interpretation,pointed out that the hydrocarbon seepage information anomalous halos are mainly distributed along faulted zones,especially in intersecting regions of different striked faults have larger distributing area and intensity,while in known oil and gas traps,information anomalous halos mainly present fragmentary or spotted distribution and mostly low anomalies.According to distribution features of hydrocarbon seepage anomalies have picked up Shibantan,Zhongba,Xiaoquan,Juyuan,Yazihe and Qionglai remote sensing information anomalous blocks.Keywords:hydrocarbon microseepage;alteration;spectral feature;information pickup;front range of Longmenshan中国煤炭地质COAL GEOLOGY OF CHINAVol.22No.10Oct .2010第22卷10期2010年10月文章编号:1674-1803(2010)10-0010-07doi :10.3969/j.issn.1674-1803.2010.10.0310期陆盆地为界,西以北川—映秀断裂带相邻,该断裂带之东广泛分布未变质的沉积岩,可与四川盆地沉积盖层对比,其基底均形成于晋宁—澄江期,与四川盆地基底相似,同属扬子板块[3]。
本区构造活动相对强烈,断裂、裂缝、微细裂隙、节理、孔隙和不整合面等发育。
土壤吸附烃的高值区常与断层或断裂破碎带存在亲和性,表现为越与线性构造接近,吸附烃的平均值和极大值越大。
尽管油气藏上方的盖层是烃类渗漏运移的主要障碍,但线性体密集区与下伏产油构造仍有较高的吻合程度。
这些构造线性体有利于烃类微渗漏和地物波谱与遥感数据的综合研究,为遥感探测油气藏创造了条件。
1研究区烃类蚀变物异常及蚀变晕实践证明,含油气盆地地下油气藏长期的烃类微渗漏会造成地表烃类的富集,导致地表土壤或岩石产生地球化学蚀变[4],这些蚀变在多光谱遥感图像上具有较高的光谱响应,使得地物在可见-近红外及热红外波段的反射光谱发生变化。
近年来随着遥感技术的发展,卫星遥感器可直接探测到由于长期烃类微渗漏而造成的地表地物、矿物成分甚至化学成分的微弱变化,并通过对卫星遥感数据的处理将这些微弱的信息提取出来,而成为遥感探测的直接依据。
1.1热异常晕油气藏上置地层中存在的地温升高造成在热红外波段遥感图像上的波谱异常现象称之为热异常晕。
多数油气田都存在地温升高现象。
对这种现象的解释为:①烃类物质渗漏至地表或近地表后所产生的氧化热所致,一般温度可增加1℃~3℃;②烃类微渗漏使导热率降低,热容量增加所致。
1.2红层褪色晕烃渗漏到地表以后,产生二氧化碳或硫化氢,烃类及硫化氢可将三价铁酸化或还原成二价铁的化合物,导致非蚀变岩层发生褪色化,并且形成了Fe2+的富集。
在含油气盆地中,红色地层均较发育,其红色是由赤铁矿、针铁矿及褐铁矿中的Fe3+所致。
微渗漏的烃类物质至地表后被氧化,生成CO2及H2S造成还原环境,造成赤铁矿、针铁矿、褐铁矿及黄钾铁矾等矿物中的高价铁离子(Fe3+)被还原为低价铁离子(Fe2+),使地表岩层红色褪色[5]。
由烃类微渗漏导致的地表岩层红层褪色的遥感影像波谱异常称为红层褪色化晕。
1.3低价铁富集晕当Fe3+转化为Fe2+形成红层褪色晕的同时,也形成了Fe2+的富集。
由于Fe3+与Fe2+有着不同的波谱特性,因而出现波谱异常。
这种由Fe3+转化为Fe2+所形成的遥感影像波谱异常称为低价铁富集晕。
由波谱分析知,Fe2+(如黄铁矿)在1m处有强吸收带,在1~1.5μm处有宽吸收带;而Fe3+(如褐铁矿、黄钾铁矾、赤铁矿、针铁矿等)却是在0.8~0.9μm处出现强吸收带,并在0.4~0.5μm处表现为吸收特征。
利用这些波谱特征差异,可以提取低价铁富集晕信息,识别烃类微渗漏。
1.4粘土矿化晕与烃类微渗漏相伴随的酸性溶液可引起长石的强烈风化,形成粘土矿物,如高岭石、绿泥石、蒙脱石等,导致渗漏带中粘土矿物的高丰度异常[6],使地表产生褪色化。
烃类微渗漏的液体或气体中所含的氢硫化物和碳氢化合物改变了上覆岩石的氧化—还原环境,导致酸化,而酸性溶液可使某些在碱性环境中稳定的矿物如长石和粘土或被蚀变或被其它粘土矿物所代替。
成岩蚀变作用改变了粘土矿物的分布与构成,表现了较强的羟基基团的吸收特征。
由烃类微渗漏导致的粘土富集所呈现的遥感影像异常称为粘土化晕。
波谱特征为:①粘土矿物在2.2μm处有很强的羟基吸收带;②粘土矿物在近红外波段(2~2.5μm)较硅酸盐、碳酸盐呈低反射率,利用这一波谱特征,可以提取粘土矿化信息,识别烃类微渗漏。
1.5碳酸盐化晕当烃类物质运移至地表或近地表后,由于氧化—还原环境的变化,使烃类物质被氧化成CO2,进而与水结合成碳酸,再与各种金属离子结合形成不同的碳酸盐岩,此时所造成的碳酸盐岩矿化出现的遥感影像波谱异常称之为碳酸盐岩矿化晕。
碳酸盐岩的代表性矿物,大理岩的碳酸根吸收带出现在2.35μm及2.5μm之后处,白云岩的碳酸根吸收带出现在2.33μm及2.5μm之后处,利用这一波谱特征识别碳酸盐岩矿化晕。
碳酸盐岩矿化晕可以反映烃类微渗漏范围。
2研究区特征谱线研究2.1粘土矿物对研究区样品进行测试,非含油区上方土壤矿物组成以石英为主,粘土矿物含量不高,粘土矿物的特征吸收位置除位于水气吸收波段的1.4μm左右外,主要表现在2.2μm(TM7)附近,各矿物吸收位置的具体数据如表1。